热心肠先生|菌群依旧黑匣子,咋办?,Nature:代谢网络不突破( 二 )


目前 , 大多数微生物组样本都是通过分离总DNA , 并将其分成小的片段进行测序来研究的 , 这一方法被称鸟枪法宏基因组测序 。 由此产生的数据集可以检测出样本中存在哪些微生物种类 , 而无需培养或分离它们 。
把基因组和代谢网络相结合 , “你可以发现微生物之间不明显的关系 , 这些关系你仅仅通过观察基因组序列本身是无法获得的 。 ”Thiele说 。
【热心肠先生|菌群依旧黑匣子,咋办?,Nature:代谢网络不突破】在一项研究中2 , Zengler的团队模拟了普通小球藻(Chlorellavulgaris)和酿酒酵母(Saccharomycescerevisiae)之间的动态相互作用 , 揭示了这两个物种之间会对某些氨基酸进行高水平的交换 。
Zengler说 , 对样本中代谢物的实验分析可能忽略了这种交换 , 他举了一个生动的例子来说明:对样本中代谢物的实验分析就像是试图通过生日聚会后桌上剩余的东西来推断孩子们对零食的喜好 。 “你可能会看着桌子说 , ‘看看那些苹果——这一定是孩子们喜欢吃的 。 ’但事实并非如此 。 ”
然而 , 并不是所有的相互作用都可以建模:目前想要同时捕获来自每个细胞所有化学反应的全部相互作用是不切实际的 。 因此 , 这些模型通常最适用于检验现有的假设 。 纽约纪念斯隆凯特琳癌症中心的系统生物学家JoaoXavier如是说 。
他说:“例如 , 短链脂肪酸化合物(如丁酸酯)与肠道健康有关 , 我们对可产生这些化合物的发酵细菌的作用有几个假设 。 那么 , 我们可以尝试寻找属于这些代谢通路的基因 。 ”
Xavier的方法借鉴了传统生态学建模中使用的原理——例如 , 用于研究捕食者和猎物相互作用的方程 , 这些方程描述了一个种群的变化如何影响另一个种群 。 然后 , 他的团队利用机器学习技术在更复杂的微生物系统中模拟这些效应 。
但即使是看似简单的互作也能隐藏复杂性 。 举一个简单的例子 , 一种微生物会产生另一种微生物偏好利用的碳水化合物 。
Zengler拿他的酵母-藻类研究举例说明了这一问题——群落组成和环境条件的变化都会影响微生物间的相互作用 。
他说:“在一种情况下 , 它们彼此相爱 , 是对方最好的伴侣 , 交换一切 , 一起快乐地成长——比它们自己都要好 。 ”但一些简单的情况 , 比如改变氨含量 , 会让它们更具对抗性 。 “这段感情越来越糟 , 最后它们‘离婚’了 , 还为它们的财产吵架 。 ”
热心肠先生|菌群依旧黑匣子,咋办?,Nature:代谢网络不突破
文章图片
这仅仅是一部分只有当模型具有良好的基础数据时 , 它们才能得出这些可靠的推论 , 但这些基础数据可能很难得到 。 研究人员用来推断酶的功能和其他生物活性的基因数据库仍然不完整 , 即使是了解得比较透彻的微生物 , 时常也会带来意外 。
为了改进团队里的代谢模型 , Nielsen测试了酿酒酵母在不同碳基营养物质上的生长情况3 。 他说:“我们发现酿酒酵母可以利用很多碳源 , 然而即便是最先进的模型 , 也有许多碳源也没有被纳入考虑 。 ”
人体肠道微生物组模型也可能忽略了宿主环境的重要方面 , 例如大肠的生理结构——大肠是一个冗长的器官 , 并且每个部位的细菌组成都各不相同 。 Xavier说:“肠道的几何结构相当复杂” , 粪便通过肠道的机理也很复杂 。 宿主和微生物之间也有着广泛的交流 , 包括在肠道屏障处的交流 , 以及通过肠细胞后在全身传递的化学信号 。
研究人员可以利用血液、尿液或脑脊液样本间接测定这种相互作用的影响 。 Thiele一直在开发一种“虚拟代谢人” , 可以将这些数据和其它数据与微生物模型结合起来 , 从而在各种疾病状态下 , 建立关于这些相互作用的更全面的图谱 。
她说:“我们现在有大约30个器官或组织 , 按照解剖学上的精确方式进行排列 。 ”她的研究团队正在利用这些模型寻找可能导致帕金森症等疾病的微生物干扰 。