第七屆亞洲微生物體趨勢論壇

台灣微生物體研究從微觀到巨觀! 生化機制、酵母菌演化到演算法預測物種互動

撰文記者 劉馨香
日期2023-01-07
EnglishFrenchGermanItalianPortugueseRussianSpanish
台灣微生物體研究從微觀到巨觀! 生化機制、酵母菌演化到演算法預測物種互動(攝影/羅翊方)
今(7)日,圖爾思生技攜手中央研究院、臺大醫院舉辦第七屆「亞洲微生物體趨勢論壇」,特別邀請到中興大學生命科學院院長黃介辰、台灣大學海洋研究所特聘教授謝志豪、中央研究研究員蔡怡陞,分享從微生物的生化機制探尋生命起源、以演算法預測微生物菌叢變化,以及臺灣野生釀酒酵母菌的演化。


 

黃介辰:從微生物探生命起源 在外星殖民有望!?

 
中興大學生命科學院院長黃介辰分享,生命的起源為何,一直分為兩派理論,其一是,主張生物體只能來源於先存的另一個生命的生源說(Biogenesis),另一個則是,生命是起源於非生命物質的無生源說(Abiogenesis);為了瞭解如何運用地球上有限的資源在外太空中的其他星球殖民,便展開了研究。
 
黃介辰指出,首先,建構生命的第一步應涉及羧基化作用(Carboxylation),因此我們將研究重點放在研究生物代謝網絡中反向三羧酸循環(reverse TCA cycle)的機制。
 
研究發現,反向三羧酸循環中的α-酮戊二酸氧化還原酶(α-ketoglutarate oxidoreductase, KOR),在大腸桿菌產生固碳循環的四步反應中扮演關鍵酵素,可以改變大腸桿菌的營養模式(trophic-mode)。
 
黃介辰表示,研究也發現,大腸桿菌的KOR可以將二氧化碳作為唯一的碳源維生,並運用氫作為電子提供者。在文獻中也發現,將KOR給予年老小鼠可以延長其壽命。最後,黃介辰笑道,因此,若攜帶大腸桿菌的KOR到外星球可能可以作為細胞工廠,產生生存所需的有機化合物。


 

謝志豪:創新演算法精準預測複雜微生物菌叢互動

 
台灣大學海洋研究所特聘教授謝志豪,接著分享了其如何運用數學演算法,進行大規模物種間互動的預測,該演算法尤其適用於複雜的微生物體研究。
 
謝志豪表示,由於在自然環境中,物種間的互動並非恆定不變,且例如在同時培養兩物種時,某些互動模式並不易被量測,在更大規模的生態系中,物種、環境變因數量極多等原因,要以人為方式重建自然中的互動網絡是十分困難的。
 
因此,運用「狀態空間重建」(state space reconstruction)的數學方法為基礎,包括收斂交叉映射(convergent cross mapping)等方式進行向量分析,謝志豪團隊進而創建出一項演算法模型,能夠使用在不同時間點觀察到的數據(如物種組成),建構出上百個物種間,隨時間變化的互動網絡「multiview distance regularized S-map (MDR S-map)」。
 
該演算法模型,能詳細計算物種間的互動力(interaction strength)、網路拓撲(network topology, 由許多節點組成的網絡)、網路穩定性(network stability)等。


 

蔡怡陞:臺灣野生釀酒酵母多樣性 與中國並列第一高!

 
蔡怡陞表示,人類利用釀酒酵母菌(Saccharomyces cerevisiae)釀酒已有上千年的歷史,該酵母菌也在近代成為生命科學研究的模式生物而被充分研究。然而,除了少數被人類馴化的菌株(strain),我們對其他野外的釀酒酵母菌們所知甚少。
 
因此,蔡怡陞團隊跋山涉水在臺灣的闊葉林廣泛地採樣,包括採集樹皮、樹枝、樹葉、果實和土壤等,經處理後浸入特製培養液培養,以進行進一步分析。
 
蔡怡陞表示,從樣本成功分離出釀酒酵母菌的比例算高,顯示釀酒酵母菌其實廣泛存在於臺灣森林,不過,透過總體基因體學(metagenomic)研究發現,其豐富度極低,在一個樣本中大約只佔所有微生物的十萬分之一。
 
蔡怡陞建立出121個臺灣釀酒酵母菌菌株的全基因體定序,並擺進世界各地的野生釀酒酵母菌菌株的演化樹中。
 
結果發現,臺灣的釀酒酵母菌們,可分別歸類到6個廣泛分布於亞洲的譜系(lineages),還有3個臺灣特有的譜系,多樣性與中國並列世界第一高!
 
(報導/李林璦、巫芝岳、劉馨香)