现代测序技术的进步使基因组测序数据呈现指数级增长。在 NCBI 数据库，大概每半年碱基序列的数据量就会翻一倍。大量的基因组序列数据中蕴藏着一个尚未被揭示的巨大的潜在活性天然产物库，相当于一个“待解压的宏量数据压缩包”。对于这些数据进一步挖掘的需求推动了生物信息学工具的发展，衍生出复杂的数据挖掘方法以及遗传和分析工具。
科学家们在目前对生物合成逻辑的理解的基础上，创建了算法，能够自下而上预测天然产物生物合成装配线和来自基因序列的推定编码结构。
例如，Siphonazole 是一种从爬管菌属（Herpetosiphon）的细菌中分离出来的抗疟天然产物，近十年来，它的生物合成仍然难以捉摸。通过结合基因组挖掘、成像质谱和天然生产者的表达研究，发现了生物合成基因簇( BGC )，揭示了 Siphonazole 来源于混合聚酮体合成酶/非核糖体肽合成酶（PKS/NRPS）途径。
去年 9 月，江南大学生物工程学院吴俊俊教授作为通讯作者，在 Metabolic Engineering 上发表了一篇题为“Applied evolution: Dual dynamic regulations-based approaches in engineering intracellular malonyl-CoA availability”的文章，在该研究中，团队利用自己开发的一整套基因家族分析、基因簇家族分析以及全基因组功能分析的技术，成功合成了丙二酰辅酶 A 衍生的化合物（2S）-柚皮素，并实现了迄今为止报道的最高产量（1073.8 mg/L）。
吴俊俊于 2010 年进入江南大学硕博连读，师从陈坚院士，在此期间，曾于 2012 年前往美国圣路易斯华盛顿大学接受 9 个月的联合培养。2015 年博士毕业后，他进入南京农业大学食品学院开展科研工作，从讲师晋升至教授；在今年 3 月，他选择加入母校江南大学，成为生物工程学院的教授、博士生导师。
▲图丨吴俊俊（来源：受访者提供）
吴俊俊曾先后获得江苏省杰出青年基金、江苏省科协"青年科技人才托举工程"培养对象、江苏省“青蓝工程”优秀青年骨干教师等称号。担任南京市微生物学会理事，南京市食品中级职称委员会委员，国家自然科学基金通讯评审专家，《中国食品学报》青年委员，Frontiers in Bioengineering and Biotechnology 的评审编辑。
目前，他的研究的主要方向为“合成生物设计与智能制造”，致力于整合交叉合成生物学、计算生物信息学、化学工程及材料学、纳米学等多学科，构建微生物资源分析工作站、天然产物/人造新功能蛋白设计-高通量筛选与制造-功能验证-规模化生产平台，聚焦新一代功能食品、功能蛋白材料及蛋白药物的大规模绿色生物智造核心技术。
“一方面，我们先选定目标产物，例如中链油脂和黄酮化合物，分析合成产物所需的酶和基因簇，再利用基于计算生物信息学的分析技术进行微生物新资源挖掘；另一方面，我们希望结合多学科的知识，创造出可类比于塑料的，自然界中本不存在，但价值更高的产物。”吴俊俊告诉生辉 SynBio。
据估计，地球上有 1 万亿种微生物物种，其中只有 0.1% 已被鉴定，而被培养的则更少，这表明人类还远未充分利用自然代谢多样性。如今，微生物资源被各国视为国家战略性生物资源之一。
为了进行微生物新资源的挖掘，吴俊俊团队构建了一个微生物基因组数据库。目前，该数据库包含的典型微生物基因组数量近 6000，其中真菌生物的基因组数量超过 3000，原核生物的基因组数量超过 2000。“通过高通量测序的手段能够获得大量的碱基序列，但未经处理时，这些数据并不具备实际意义。”他说。
2019 年，吴俊俊曾赴加州大学伯克利分校访学，合作导师为合成生物学研究中心，美国工程院院士 Jay Keasling，合成生物学领域的权威之一。
在那里，吴俊俊接触到了基于计算生物信息学的微生物新资源挖掘技术，结合后期系统地整合相关知识，团队开发了一整套基因家族分析、基因簇家族分析以及全基因组功能分析的技术，不仅可以预测单个基因的前世今生，还可以预测整个基因簇的功能，并指导寻找优良基因和基因簇。
▲图丨基因组可视化及目标途径多样性图谱绘制（来源：受访者提供）
运用该技术挖掘微生物新资源，第一步就是进行基因组重注释，将其中的酶、调控子、基因簇进行标注，即更加完整、准确地表征基因模型。
接下来，通过算法进行挖掘。“我们的挖掘不只是针对单一的基因组，而是在自己构建的数据库中所有的基因组中，非常仔细地比对它的酶或者基因簇的进化关系。”
“通过这个技术，我们能够看到基因组到底有哪些'好的东西’，然后再去进行挖掘。因此，我们称之为科研的眼睛。”
▲图丨靶向酶的总微生物基因组挖掘（来源：受访者提供）
“目前，数据库的规模还在进一步扩大中，目标是扩容至几万个基因组”，他表示，希望之后能够将自然界中一些典型的微生物的基因组也纳入数据库，进而从中挖掘出一些尚未被报道的新资源，或者能够探明一些已有报道的酶、基因簇在自然界中的进化的关系。
“我们首先选定了中链油脂和黄酮化合物作为目标产物，分析其合成所需的酶和基因簇，再通过我们开发的计算生物信息学分析技术进行新资源的挖掘。”
吴俊俊强调，“这些最终都是要应用到实际生产中，是为产业化服务的。”
“获得新资源之后，再设计一个细胞工厂，在其中表达，通过微生物制造完成功能验证。这一步涉及到如何让酶的表达量变得更高、目标产物的产量更高，因此有很多代谢工程相关的工作，包括启动子的优化或动态调控、模块化改造等。”
之所以选择中链油脂和黄酮化合物作为目标产物，吴俊俊是经过仔细考量的。
我国油脂短缺，对外依存度几乎达 80%，因此受国际局势影响很大。若遭遇国外油脂价格暴涨或者是贸易受到限制，就会面临比较严重的问题。根据布瑞克数据终端，从 2020 年初至今，棕榈油、大豆油价格累计涨幅分别达 3.1 倍、2.3 倍。
“这是一个非常值得关注的市场，我们想到，用微生物法生产油脂，不仅能够针对现用油脂进行有效替代，也可作为国家未来油脂供应的技术支持。”他说。
脂肪酸根据碳链长度分为短链、中链和长链，中链脂肪酸一般是有 6~12 个碳原子组成碳链的脂肪酸。目前，中链油脂主要来源于椰子油和棕榈仁油。在食用方面，该类油脂不易引人发胖；同时，其与柴油性质非常相近，利用微生物法制造，有可能成为一种新型的生物能源。
选择黄酮化合物则是吴俊俊博士课题的一个延续。
黄酮化合物是价值非常高的保健品。在美国排名前 20 的保健品中，有 12 种是黄酮类化合物。目前，它主要来源于植物提取，这种提取方式带来的问题是生长周期长、低效且不环保，因此，价格也一直居高不下。通过微生物生产来降低生产成本，使之成为大家都吃得起的保健品，这是吴俊俊想要做的事。
“目前，我们的中链油脂和黄酮化合物均达到比较高的生产水平，在成本、得率等方面正向着产业化方向努力。”
吴俊俊还透露，团队已经整合纳米技术、细胞工程、超分子化学等多学科知识，获得了不存在于自然界中，但具备卓越的理化性质的全新产物，新成果尚未发表。
“很多时候，一个领域内无法解决的难题在另一个领域内可能变得轻而易举，因此能够碰撞出意想不到的新成果，这也是多学科整合的意义所在，之后，团队还将结合人工智能，例如 Alpha Fold，进行新资源的功能预测，将大部分验证工作从人工转向计算机。
联系客服
