Genomic structure predicts metabolite dynamics in microbial communities 作者：Karna Gowda, Derek Ping, Madhav Mani, Seppe Kuehn 期刊：Cell 发表时间：2022/02/03 SummaryThe metabolic activities of microbial communities play a defining role in the evolution and persistence of life on Earth, driving redox reactions that give rise to global biogeochemical cycles. Community metabolism emerges from a hierarchy of processes, including gene expression, ecological interactions, and environmental factors. In wild communities, gene content is correlated with environmental context, but predicting metabolite dynamics from genomes remains elusive. Here, we show, for the process of denitrification, that metabolite dynamics of a community are predictable from the genes each member of the community possesses. A simple linear regression reveals a sparse and generalizable mapping from gene content to metabolite dynamics for genomically diverse bacteria. A consumer-resource model correctly predicts community metabolite dynamics from single-strain phenotypes. Our results demonstrate that the conserved impacts of metabolic genes can predict community metabolite dynamics, enabling the prediction of metabolite dynamics from metagenomes, designing denitrifying communities, and discovering how genome evolution impacts metabolism. Graphical abstract
微生物群落的代谢活动能驱动氧化还原反应和全球生物地球化学循环，对于生命演化和持续存在起着决定性的作用。微生物群落代谢产生于基因表达、生态相互作用和环境因素等一系列过程。在野生群落中，基因组成与环境背景相关，但是否可以从基因组反推代谢物的动力学还不清楚。
美国西北大学和芝加哥大学生态学家团队在一项发表于《细胞》的研究中提出，微生物群落中的基因可以用来预测群落的动态代谢活动，并对氮循环和其他重要的生物地球化学过程产生影响。就像灭霸一个响指，全球生态环境可能就此改变。我们经常关注单个细菌物种对人体的影响。比如链球菌会导致喉咙痛和发烧，过多的致病性大肠杆菌会导致食物中毒。但是自然界充满了各种细菌，它们通过不同的途径影响生态，例如某些细菌负责光合作用，固定碳并产生氧气；另一些细菌将氮从大气中提取出来，并转化为其他生物可以利用的形式。自然界中的这些细菌并不存在于真空中。它们存在于生态群落中，与无数其他微生物相互作用，相互竞争或交换营养。微生物群落很复杂，因为微生物不断地感知和响应它们的环境、相互作用和共同演化，这种复杂性在微生物生态学中长期存在，并给科学家们带来了一个棘手的问题：如何从现有的基因和微生物这种简单部分，来理解一个复杂群落的总体代谢活动？
▲微生物群落内特定基因的存在与否，足以预测群落水平的代谢物动力学，而无需知道具体的通路调控机制或复杂的生态过程。（图片来源：参考资料[1]）最新研究发现，环境中的代谢物与微生物群落基因组成之间存在很强的统计关系。由于自然环境中的代谢物水平是微生物群落和非生命化学、物理成分之间相互交换的结果，因此很难仅从这些研究中得出结论，证明基因组成与微生物群落代谢活动之间有何种关系。因此，建立这种联系首先需要将自然群落带入实验室。研究人员从伊利诺伊州厄巴纳附近的农田和森林中采集土壤样本，并将其中近百种不同的细菌带入实验室。然后，他们对细菌的基因组进行了测序，获得了其中所有的基因目录，并测量了这些微生物生长过程中代谢物的变化。他们重点关注反硝化过程，这是氮循环的一个关键分支。
▲量化反硝化菌群中的硝酸盐和亚硝酸盐动力学，以将基因组结构映射到代谢功能。（图片来源：参考资料[1]）对这些数据进行统计分析后发现，参与反硝化作用的关键基因与其消耗和产生反硝化代谢物的速率之间存在相对简单的关系，比研究人员预想的要简单得多。然后，他们构建了一个资源消费者数学模型，捕捉了不同微生物是如何通过相互消耗和共享资源而互相作用的。研究人员大体上能够通过基因与群落集体行为的关系，来预测菌株群落中反硝化的整体动态。
▲三种菌株群落中的代谢动力学是可预测的，消费者资源模型为三种菌株群落中的代谢物动力学提供了预测 （图片来源：参考资料[1]）研究人员还需要完成大量工作，才能得知这种关系是否在更复杂的自然环境中成立。实验是在高度受控的条件下进行的，这与真实情况相去甚远。但这项研究仍然打开了一扇大门，预测自然环境的化学动力学，可能会像做基因组测序一样简单方便。也许有一天，研究人员可以利用这些信息来设计具有特定目标的微生物群落，例如用于废水处理或农业。如果能够仅从测序数据中就了解自然环境中代谢物的变化，那将是一个巨大的进步。参考资料： [1] Karna Gowda et al., (2022) Genomic structure predicts metabolite dynamics in microbial communities. Cell DOI: 10.1016/j.cell.2021.12.036[2] The genomic structure of microbial communities can predict metabolic activity. Retrieved Jan. 27, 2022 from https://www./news-releases/940664
|
