解锁酶发现:高分辨率系统发育基因簇数据库的构建

来源：中国食品学报杂志2026年第2期北京时间：

作者：张斯顿，刘文睿，贺俊龙，刘子民，吴俊俊

单位：张斯顿江南大学生物工程学院 江苏无锡 214122,刘文睿江南大学生物工程学院 江苏无锡 214122,贺俊龙江南大学生物工程学院 江苏无锡 214122,刘子民江南大学生物工程学院 江苏无锡 214122,吴俊俊江南大学生物工程学院 江苏无锡 214122,wujunjun@jiangnan.edu.cn

摘要：高通量测序技术的应用使全球基因数据以指数级增长(每7个月翻番)，为高效酶资源的发现提供了新机遇。然而，基因组结构的高度复杂性增加了功能注释的难度，使得海量数据中高质量、精确的注释信息仍然不足。基于序列比对和同源推断的传统注释方法，仅能对高相似性序列实现有限标注，在面对多功能活性酶(如具有催化混杂性的酶)及真核生物基因组中嵌套基因、可变剪接等复杂结构时存在瓶颈。本研究创新性构建跨物种自动化基因注释管道(涵盖基因结构预测、功能域识别和代谢通路重构)和基于多位点系统发育分析的功能序列挖掘体系，成功建立了覆盖43万细菌和2万真菌基因组的高分辨率系统发育基因簇数据库。通过多基因座进化树拓扑结构解析，精准鉴定到中链脂肪酸合成r-BOX循环中的关键酶组分，包括17 135个脂肪酸β-氧化多功能酶亚基(FadB)、17 115个β-酮硫解酶(BktB)、18 985个烯酰-CoA还原酶(Ter)及18 575个3-氧代酸CoA转移酶(YdiI)，其中100%的序列在NCBI数据库中未见收录。为验证数据库效能，以FadB为靶标筛选出10种未表征的同源酶，其中3条展现出活性，通过重组表达使摇瓶培养产量从0.65 g/L提高至1.1 g/L。通过高分辨率数据库不仅构建了面向稀缺高价值酶挖掘的系统化方法框架，还配套开发了开放访问的交互式平台(https://thezsd.github.io/)，支持用户自主开展酶资源挖掘及基因数据上传，实现精准注释，为合成生物学和代谢工程领域提供了数据驱动的解决方案。

关键词：数据库; 基因注释; 多位点系统发育分析; 中链脂肪酸; 交互平台

基金资助：国家重点研发计划项目(2025YFA0923700)；湖南省重点研发计划项目(2024JK2150)；国家自然科学基金优秀青年科学基金项目(32322069)