利用生物燃料未来的光合生物

藻类和蓝藻细菌已经进化到可以从光和二氧化碳的简单输入中产生各种复杂的化学物质。我们可以改造这些生物来生产碳中性的生物燃料和其他有价值的副产品，但大规模的增长和生产仍然是一个主要挑战。科罗拉多矿业学院化学与生物工程助理教授纳内特·博伊尔博士创造了强大的计算机建模工具，能够预测这些生物体的生长和生产。这将最终加速以藻类为基础的工业规模生物燃料的发展。

随着世界能源需求的增加，各国政府正越来越多地把化石燃料放在一边，转而青睐可再生能源——例如太阳能、风能和核能——但一场光合作用革命正在慢慢出现。植物、藻类和蓝藻包含着显微机械，它们已经有几千年的时间来完善它们的贸易:光催化生产可以用作能源的化学物质和燃料。

这种机器有巨大的潜力来执行其他困难，昂贵和能源密集型的化学，利用阳光作为其唯一的能源。作为一种可再生能源,有些生物产生的碳氢化合物燃料的另一个优势:他们是碳中和,这意味着在它们燃烧时产生的二氧化碳量是一样的空气中二氧化碳的生物。事实上，我们今天使用的以石油为基础的燃料具有化学特征，表明它们源自5亿年前被压缩在地球内部的藻类。替代化石燃料的主要挑战之一是低成本，但通过选择能够与生物燃料共同生产有价值分子的生物体，经济上变得更加可行。

微生物具有巨大潜力
尽管利用微生物生产化学物质已经取得了一些商业成功，如杜邦公司的Sorona®或Genomatica公司的1,4-丁二醇，但在将这些微生物改造成常规生物之前，仍有许多挑战需要克服。首先，在任何活细胞内，成千上万的化学反应同时发生，很难预测改变一个反应或一种酶的效果;这是一个问题，因为生物体可能需要基因工程来提高它们的效率。

另一个主要挑战是，虽然主要用于这些类型的项目的生物是快速增长，但广泛研究并具有复杂的基因组工程工具，它们需要糖生长;这使得它们与我们的食物和供应供资源竞争。这就是光合微生物进来的地方，它们可以将二氧化碳直接转化为复杂的分子。缺点虽然是细胞的生理学并不具备特征，它们的生长程度更慢，使工程挑战更加困难。

在使用光合微生物作为可再生燃料和化学品的源泉，存在巨大的未开发潜力，因此在开始生长燃料之前需要发生什么？

电流代谢工程方法以两种显着的方式缩短。

首先，有意改变可能有用的藻类和蓝藻的基因的技术有点缺乏光泽。它们没有像典型的模式生物那样得到很好的研究大肠杆菌并且传统方法依赖于生物体中的煽动突变并选择环境压力，直到生物体演变出一些更理想的特征。这种方法很慢，特别是对于藻类和蓝藻等光合生物。

除了生物燃料外，一些生物可以共同制作有价值的分子，可以提高生物燃料项目的金融活力。

其次，实验室研究往往是在高度人工的环境中进行的。在光持续提供给光合生物的地方进行研究可能会让研究变得更容易，但这些生物对每日的光波动做出反应，所以像人类一样有昼夜节律的生长。这是一个非常重要的考虑，因为当这些生物最终被用于生产生物燃料或其他生物产品时，它们很可能会被种植在沟道池塘中——受自然光波动影响的大型室外水池。通常情况下，实验室培育的菌株在户外种植时明显无法达到预期效果。

硅溶液
科罗拉多州矿山学院的助理教授南·博伊尔博士正在接近一个真正21世纪的方法：使用计算建模来映射和预测如何通过代谢途径引导碳。Computational modelling significantly reduces the time taken to genetically engineer organisms, and the reason is simple: the models provide a detailed view of an organism’s cellular machinery and can simulate thousands of different genetic changes in a fraction of the time it would take to build the strain in the lab. The computational modelling approaches Dr Boyle is developing in her lab have the added benefit of making it possible to predict how an organism will react to changes in its environment – particularly important for understanding how cells will perform in changing light levels over a day-night cycle. She is integrating metabolic models with models of the changing light environment, how nutrients and metabolites move, how the organism grows and interactions between both the cell and the environment and the cell and other species into a single modelling framework called MultIscale MultiObjective Systems Analysis (MIMOSA).

造型的光合作用
MIMOSA是一种非常复杂的工具——它也需要如此。细胞在内部和与包括其他物种在内的周围环境之间有着极其复杂的相互作用。MIMOSA擅长模拟多种自然现象，包括细胞如何在一个系统中移动，跟踪不同代谢物的浓度水平如何随着时间的推移而变化，因为它们被生产和消费，营养物质的扩散，以及细胞与其环境之间的相互作用——这使得它成为迄今为止对光合生物体最具预测性的模型。

MIMOSA依赖于一种被称为“基于主体的建模”(ABM)的数学框架，该框架预测了一个整体系统——就像有机体中的一组细胞——将如何表现，它基于每个细胞如何根据模型定义的行为规则做出决定。MIMOSA依赖于生物体内部代谢途径的知识，以确定每个细胞“代理人”在不同条件下的行为。博伊尔实验室开发的另一个工具叫做光合作用系统快速注释(RAPS)，它可以在短短20分钟内创建这些代谢网络的详细描述。从生物体基因组预测存在的蛋白质开始，RAPS利用来自蛋白质数据库的信息来创建这些代谢网络，还可以发现反应中缺失的缝隙，允许研究人员手动添加，以完成代谢途径。RAPS创建的模型比已发布的模型表现得更好，因为它们的代谢途径和反应网络更加完整准确。

Trichodesmium.，一个测试用例
作为MIMOSA的试验案例，博伊尔的实验室选择了Trichodesmium ererthraeum.，一种印度几乎所有生物氮固定的蓝细菌。使用Mimosa产生的模拟能够预测累积的生物质非常高的精度T. erythraeum.在12小时的时间内，在不同的光照水平下，包括高光的饱和效应，这是其他出版的模型无法捕捉到的。不仅如此，MIMOSA还能够提供新的信息，说明这种生物是如何在营养匮乏的海洋中表现得如此出色的;长T. erythraeum.细丝与短细丝相比，能够在有限的光、氮和碳条件下表现得更好并保持生长。该模型还可以准确预测固氮酶(将双原子氮转化为氨的酶)的瞬时活性，该酶在光照后约4小时达到峰值;这表明，这至少部分受细胞代谢状态的调节，而不一定是基因表达。通过允许研究人员“放大”在特定的时期,含羞草氮和碳的分布提供了新的信息在整个细胞,并成功地模仿生物体如何组织成多细胞灯丝结构,不同长度取决于资源的可用性就像光和二氧化碳。

藻类生物燃料
该团队最近有更多的关注更有趣的有机体：一个叫做绿色的藻类Chromochloris Zofingiensis。c . zofingiensis被从近100种不同的藻类中选中，因为它能够产生大量的甘油三酯(tag)——一种生产生物燃料的原料——即使在缺乏氮的情况下。不仅可以c . zofingiensis在标签中产生高达40％的生物量，它还产生称为虾青蛋白的共产分子，药物化合物，每公斤价值7000美元。对该生物体进行含羞草进行含羞草的第一步是枚举使用RAPS算法完成的细胞中的所有可能代谢反应。预测的蛋白质序列c . zofingiensis与已发表的两种密切相关生物体的代谢模型进行了比较:Nannchloropsis Gaditana和衣藻reinhardtii．RAPS能够提供一个良好的代谢网络初稿模型，为3000多个反应提供途径。31个反应没有被RAPS预测到，这并不令人惊讶，因为这两种比较生物都不合成虾青素。因为RAPS标记缺失流程的间隙，所以可以手动添加该流程的反应。这个代谢网络只花了三个月的时间就完成了，而博伊尔实验室之前为其他生物做的手工工作接近一年。

未来发展方向
通过代谢地图到位，博士博士和她的团队可以开始使用Mimosa在Silico评估中进行使用的过程c . zofingiensis来预测它在实验室之外的表现。而对于T. erythraeum.博伊尔博士希望新模型能够扩展到24小时光照和黑暗条件下的细胞模型。

博伊尔博士和她的团队开发的硅材料工具是评估光合藻类的新前沿，弥补了体外实验室测量和室外水池原位环境之间的重要差距。通过RAPS和MIMOSA进行的分析可以推动一种全新的方法来研究细胞是如何被设计的，在这种情况下c . zofingiensis作为未来以生物燃料为动力的基石，美国有着巨大的潜力。