2025年，中山大学与华南农业大学研究团队在Nature Communications上发表了一项工作，提出了一套名为 “DHP-Com” 的合成微生物组设计范式。研究整合了多组学数据与基因组规模代谢模型，系统揭示了共污染胁迫下微生物群落的代谢协作网络，并提出了“增效菌（Potentiator）” 这一全新概念，识别出一类通过代谢支持而非直接降解来提升群落整体功能的“利他型”微生物成员。

研究背景与问题

当前，工业和农业活动导致的环境中多种有机污染物并存的“共污染”现象日益普遍。与单一污染物相比，共污染因其复杂的组分、未知的相互作用和不可预测的环境行为，给环境修复带来了巨大挑战。传统物理化学修复方法成本高、易产生二次污染，而微生物修复作为一种可持续、环保的替代方案备受关注。

然而，现有微生物修复面临两大瓶颈：

1.单一菌株局限性：纯菌株降解能力有限，在复杂环境中适应性差。

2.微生物群落设计挑战：简单混合降解菌可能导致代谢竞争和生态冲突。现有合成微生物组设计策略（自上而下富集或自下而上组装）依赖传统筛选，效率低下，且缺乏针对多污染物胁迫下微生物相互作用的系统性框架。

“沉默守护者（Silent Guardians）”的概念，正回应了这一挑战。

深度解读——主要发现与创新点

• 梯度驯化与微生物群落构建

从污水处理厂水样中，通过梯度驯化获得对四环素（TC）、土霉素（OTC）及其组合（TCs）具有降解能力的微生物群落。结果表明TCs组降解效率更高，且微生物群落也更具多样性。基功能预测结果显示TCs组中参与芳香化合物降解的关键基因（对四环素分解至关重要）显著上调，直接将群落适应性进化与降解功能增强联系起来。

实验设计及微生物群落对联合抗生素污染的响应

• 功能微生物建模

为明确驱动降解功能增强的核心物种，研究分析了各组丰度前50的优势细菌，去重后获得70个独特菌株。构建单菌株代谢模型发现：菌株的生物量与生长时间、总代谢反应数和交换反应数显著正相关。分层分析显示，排名靠后（第31–50位）的菌株在资源利用范围和交换能力上反而优于靠前菌株。相关性网络分析结果表明，TCs组群落表现出最高的模块化和最低的边缘密度。这一模块化特征表明共污染倾向选择功能特化的菌株，而模块化的结构则支持群落水平的高效代谢协作。

驯化群落中优势微生物物种的计算建模

• 关键物种的分离和表征

研究从3组群落中分离出六株关键细菌，通过单菌、双菌和三菌种的共培养实验，表征了菌株降解与生长的协同效应。结果表明三菌种共培养在污染物降解效果上一直优于单菌和双菌培养。基因组规模代谢模型进一步揭示了这些菌株在资源利用和代谢交换能力上的功能差异：A1和P1菌株的代谢反应（尤其是交换/运输反应）比其他菌株多1.42倍和1.34倍，证实了它们广泛的资源利用能力。在不同营养条件下的生长模拟显示，在寡营养条件下（仅有一种碳源）B4和S4获得了相对更高的生物量。

利用GSMMs对关键物种进行分离和代谢表征

• 关键代谢物分析鉴定

研究通过非靶向代谢组学分析鉴定介导微生物互作的关键代谢物。主成分分析（PCA）揭示了一个关键模式：胁迫类型类型（而非菌株组合）决定了代谢物聚类。多菌株联合体表现出更高的分泌多样性以分担环境压力，而单株/双株培养则分泌较少代谢物类型，但上调倍数变化更大。在注释代谢物中，所有群落中显著上调的主要归类为氨基酸、多肽及其类似物，其次是碳水化合物。对三种独特分泌代谢物的随机森林分析进一步明确可能参与应激反应（如氧化应激、排毒）或关键调控途径的特异性分泌物。

通过代谢组学分析鉴定关键代谢物

• 关键物种相互作用建模

研究成功利用SuperCC框架系统设计了用于共污染修复的合成微生物组，实现了理论预测与生态复杂性的结合。A1和P1菌株具有更广泛的资源利用能力和独特的双向代谢交换能力；B4和S4菌株在贫营养条件下生物量更高，且B4表现出“利它主义”的非竞争性交叉喂养行为，是维持群落稳定性的关键物种；代谢组学和FBA分析揭示，氨基酸和有机酸是主要的交换代谢物，A1、P1、C2构成核心互作三联体。

多重环境条件的模拟及合成微生物组中交叉喂养相互作用的分析

• 模型验证

最后，研究还测试了关键物种及其代谢产物是否能增强在现实世界多污染物压力下的韧性。将六菌株模型暴露于8种混合污染物下，结果表明完整的六菌株群落的存活和降解能力显著优于2个缺失关键菌株的子群落。外源添加关键代谢物（预测）的喂养实验结果表明氨基酸氨基酸主要调节代谢通量而非直接促进生长，而维生素和有机酸则显著提升了群落的生存率和污染物降解速率。这些发现强调了关键菌株通过代谢合作维持微生物抗逆性的关键且非冗余的作用。

在共污染条件下预测代谢物介导相互作用的实验验证

学术贡献与意义

• 理论创新： 首次提出了“增效菌（Potentiator）”的概念，并将其纳入合成微生物组设计范式DHP-Com中，丰富了微生物生态学中关于群落稳定性和功能维持的理论。

• 方法学突破： 整合多组学数据与GSMM（SuperCC框架）进行合成微生物组设计，为解析复杂多污染物/多菌株相互作用网络提供了强大的理性框架和稳健的方法学工具。

• 实践应用前景： 成功开发的多功能DHP-Com菌群在共污染修复中展现出巨大潜力，为环境生物修复领域提供了新的策略和工具，尤其是在抗生素等新型污染物治理方面。

• 对微生物相互作用的深入理解：揭示了共污染环境下微生物群落通过代谢分工、交叉喂养和关键代谢物交换来增强适应性和降解效率的机制，特别是增效菌在其中扮演的“利他主义”角色。

本研究通过创新的DHP-Com范式和SuperCC框架，为共污染环境的微生物修复提供了新的思路和工具。特别是“增效菌”概念的提出，揭示了微生物群落中一类此前被忽视但至关重要的成员，它们通过“利它主义”的代谢支持，像“沉默守护者”一样维持着群落的稳定和功能。

代谢组学：合成微生物组设计的核心工具

本研究中，基因组学和代谢组学等多组学分析扮演了核心角色。

• 非靶向代谢组学：精准筛选出关键交互代谢物（如氨基酸和有机酸），揭示代谢物介导的交叉喂养机制；

• 全基因组测序与基因组规模代谢模型：构建了从单菌代谢能力到群落整体代谢网络的全景模拟，并验证了代谢交换路径。

多组学分析的整合应用，使得研究者能够从基因、代谢产物和系统层面全面理解微生物群落在复杂共污染环境中的适应机制、相互作用网络及其降解潜力，从而为高效生物修复策略的开发提供了坚实的理论和技术支撑。

泓迅生物可以提供专业的代谢组学服务，包括非靶向代谢组学、靶向代谢组学、代谢物鉴定与数据分析等，可助力您的研究揭示微生物互作机制、挖掘关键代谢物，为合成微生物组设计提供可靠的数据支撑。欢迎咨询交流！

2026为什么选择泓迅

领先的技术优势—AI赋能的合成生物学技术

更高的价值服务—一站式合成生物学解决方案

相关服务

代谢组学服务

基因合成服务