本研究由Mitchell G. Thompson等多名研究者共同完成，其成员来自包括美国劳伦斯伯克利国家实验室联合生物能源研究所（Joint Bioenergy Institute）、加州大学伯克利分校、戴维斯分校、巴斯克应用数学中心（BCAM）、丹麦技术大学诺和诺德基金会生物可持续性研究中心以及中国科学院深圳先进技术研究院合成生物学研究所合成生物化学中心在内的多个知名研究机构。该研究成果以题为《Robust Characterization of Two Distinct Glutarate Sensing Transcription Factors of Pseudomonas putida L‑Lysine Metabolism》的学术论文形式，于2019年9月13日发表在ACS Synthetic Biology期刊上。
学术背景 本研究的核心领域是合成生物学与代谢工程，具体聚焦于转录因子生物传感器（Transcription Factor-based Biosensor）的开发与表征。在合成生物学的“设计-构建-测试-学习”循环中，对大量遗传设计进行表型（如化学品产量）筛选是一个关键瓶颈。虽然分析化学技术的进步提高了通量，但基于转录因子的生物传感器因其能够通过基于平板或流式细胞术的检测方法，以极高的通量快速筛选生产特定化合物的菌株，而展现出巨大优势。此外，生物传感器对特定配体可能具有无与伦比的灵敏度。
研究的直接背景源于对恶臭假单胞菌（Pseudomonas putida）L-赖氨酸代谢途径的深入探索。恶臭假单胞菌的赖氨酸代谢可被用于生物合成戊内酯和戊二酸（glutarate）等重要化工前体。近期研究发现，恶臭假单胞菌中存在两条独立的戊二酸分解代谢途径：一条是已知的依赖辅酶A（CoA-dependent）的途径，生成乙酰辅酶A；另一条是新发现的不依赖辅酶A（CoA-independent）的途径，生成琥珀酸。研究表明，这两条途径在戊二酸存在下均被高度上调。此前，在铜绿假单胞菌（Pseudomonas aeruginosa）和大肠杆菌（Escherichia coli）中已分别对其中的酮体途径调控因子GcdR和糖异生途径调控因子Csir的同源蛋白进行了初步表征。本研究旨在对恶臭假单胞菌中这两个推测的局部戊二酸分解代谢调控因子——Csir和GcdR——进行系统和深入的生化与遗传学表征，并将其开发为高效的戊二酸生物传感器，同时建立一套新颖的数学模型来严格评估生物传感器的性能。
本研究的主要目标包括：1）通过生物信息学分析预测Csir同源蛋白的保守DNA结合位点；2）对Csir和GcdR进行生化表征（如DNA结合特性、配体响应）；3）构建基于这两个转录因子的广宿主范围戊二酸生物传感器载体，并评估其传感性能；4）开发一种基于马尔可夫链蒙特卡洛（Monte Carlo Markov Chain, MCMC）模拟的数学模型，以定量描述生物传感器的可用检测范围；5）将传感器载体重新导入恶臭假单胞菌，评估其对戊二酸及多种赖氨酸代谢物的响应能力，验证其作为代谢工程工具的实用性。
详细研究流程 本研究包含五个主要环节，环环相扣。
环节一：Csir和GcdR的生物信息学分析与生化表征。 首先，研究者对12个含有相邻Csid和Csir同源基因的细菌基因组进行了比较基因组学分析。通过分析这些同源基因的共线性基因组背景，利用MEME（Multiple Em for Motif Elicitation）软件预测了Csir的保守DNA结合基序，发现了一个共有序列：A(A/G)AAATCTAGA(C/T)ATTTT。该基序与后来其他研究团队通过DNA足迹实验验证的结合位点高度一致，表明Csir的结合位点在细菌中是保守的。对于GcdR，已有研究报道其结合位点在多个细菌物种中保守，因此本研究未重复进行其基序预测。
接着，研究者对纯化的Csir和GcdR蛋白进行了体外生化表征。他们通过电泳迁移率变动分析（Electrophoretic Mobility Shift Assay, EMSA）来验证蛋白质与其推定靶DNA序列的结合能力。实验使用了包含Csir与Csid基因间区（intergenic region）或GcdR靶标区域的荧光标记DNA探针。结果表明，Csir在该基因间区存在多个结合位点（观察到四个不同的条带迁移），其与DNA探针的结合解离常数（Kd）约为30 nM，与大肠杆菌同源蛋白的亲和力相近。GcdR则显示单一的结合条带迁移，估算Kd约为62.5 nM。为了确认Csir的抑制因子功能，研究者在EMSA实验中加入了不同浓度的戊二酸。结果显示，随着戊二酸浓度增加（最高至5 mM），游离DNA探针的量也增加，表明戊二酸能够促使Csir从DNA上解离，从而证实Csir是一个戊二酸响应的转录抑制因子。这些体外生化数据为后续构建生物传感器提供了坚实的分子基础。
环节二：戊二酸生物传感器载体的构建与初步表征。 基于生化表征结果，研究者将Csir/GcdR转录因子及其各自的天然启动子（P_csid或P_gcdh）与红色荧光蛋白（RFP）报告基因克隆到广宿主范围载体pBADT上，构建了两种戊二酸生物传感器。首先在大肠杆菌DH10B中对这些传感器进行性能测试。细菌在含有不同浓度戊二酸（0.00015 mM 至 2.5 mM）的培养基中生长24小时后，测量其光密度（OD600）和RFP荧光。数据用希尔方程（Hill Equation）进行拟合，以获取关键的传感器性能参数：希尔系数（灵敏度）、表观Kd（达到半最大诱导所需的配体浓度）和最大预测荧光值。结果显示，天然GcdR传感器的最大诱导倍数（诱导/背景）为55.5倍，Kd为0.32 mM；而天然Csir传感器的最大诱导倍数仅为1.5倍，且背景信号较高，Kd为0.016 mM（更灵敏但动态范围窄）。此外，测试发现GcdR对己二酸（adipate）有微弱交叉响应（约4倍诱导），而Csir对己二酸响应极弱，两者对琥珀酸和庚二酸均无响应。
为了优化GcdR传感器的性能，研究者采用了工程化策略：用三种已知强度不同（高、中、低）的组成型启动子（J23101, J23110, J23113）替换了GcdR基因自身的天然启动子，以改变转录因子的表达水平。实验结果表明，所有工程化载体均显著提高了对戊二酸的灵敏度（希尔系数升至1.42-1.74），降低了Kd（降至~0.01 mM），并提高了最大荧光输出（约提高4倍）。然而，工程化也导致了基础表达（泄漏表达）增加约30倍。其中，由中等强度启动子J23110驱动的传感器由于其较低的基础表达，检测下限最低（0.0002 mM）。
环节三：生物传感器性能量化新方法的开发。 这是本研究的方法学创新核心。研究者指出，以往文献中常用“线性范围”或“检测限”来描述生物传感器性能，但其数学基础往往模糊且不系统。为了更精确、普适地量化传感器在整个可检测浓度范围内的分辨能力，他们开发了一种基于概率模型和马尔可夫链蒙特卡洛（MCMC）采样的新方法。该方法基于三个假设：1）荧光测量值在特定浓度下呈正态分布；2）测量值的方差在整个测量范围内大致恒定；3）配体浓度与荧光之间的关系可以用希尔方程很好地建模。
具体工作流程是：首先，利用表征实验获得的荧光-浓度数据拟合希尔方程参数。然后，应用MCMC采样来估计与任何给定荧光观测值兼容的配体浓度的概率密度函数。通过计算不同配体浓度下95%预测区间的宽度，可以定义一个连续的“分辨率窗口”函数。该函数直观地展示了传感器在不同浓度区间的分辨能力：窗口越窄，分辨率越高。此外，该方法还能模拟不同实验重复次数对分辨率的影响，为实验设计提供理论指导（类似于“功效分析”）。研究者不仅将此方法应用于自研的GcdR传感器（展示了工程化传感器在低浓度分辨率更高，而天然传感器在高浓度分辨率更高），还将其应用于两个已表征的阿拉伯糖诱导型BglBrick载体作为示例，验证了该方法的普适性。相关的详细方法描述和可运行的Jupyter Notebook已公开在GitHub上。
环节四：生物传感器在恶臭假单胞菌中的功能验证与应用。 为了评估传感器在原生宿主中的实用性，研究者将Csir和GcdR传感器载体分别导入野生型恶臭假单胞菌、以及两条戊二酸代谢途径均被敲除的菌株（ΔcsidΔgcdh，简称Δglutarate）中。在添加不同浓度外源戊二酸的最小培养基中生长后，两个传感器均能响应戊二酸，且GcdR传感器的荧光信号更强。重要的是，在Δglutarate菌株中，两种传感器的诱导水平均高于野生型，这归因于突变菌株无法代谢戊二酸导致其胞内积累，从而证实传感器确实能感应胞内戊二酸水平。
为了进一步验证传感器在监测赖氨酸代谢流中的潜力，研究者将其导入一个Δdavt突变菌株（该菌株无法将5-氨基戊酸转化为戊二酸半醛，从而阻断了戊二酸的生成）。当在含有5-氨基戊酸的培养基中培养时，携带传感器的Δdavt菌株的荧光信号显著低于野生型，而与Δglutarate菌株（能积累戊二酸）相比则更低。同时，液相色谱-质谱联用（LC-MS）测定证实Δdavt菌株内积累了高浓度的5-氨基戊酸，而其他菌株未检测到。这一系列结果强有力地证明，Csir和GcdR传感器对5-氨基戊酸不敏感，而只对下游产物戊二酸（及GcdR对己二酸的微弱交叉）产生响应，这是它们用于以5-氨基戊酸为前体的戊二酸生物合成途径筛选的关键优势。
此外，研究者还测试了传感器对多种赖氨酸代谢物（L-赖氨酸、D-赖氨酸、5-氨基戊酸、2-氨基己二酸）的响应。结果表明，GcdR传感器在5-氨基戊酸上诱导最强，在2-氨基己二酸、D-赖氨酸和L-赖氨酸上也有不同程度诱导；而Csir传感器仅在5-氨基戊酸上显示出微弱诱导。这些体内响应模式为了解恶臭假单胞菌复杂的赖氨酸代谢网络提供了线索。
环节五：数据分析与整合。 本研究的数据分析贯穿于各个环节：EMSA数据的图像分析用于估算蛋白-DNA结合亲和力；传感器荧光数据的希尔方程拟合用于提取性能参数；创新的MCMC分析用于量化传感器分辨率；LC-MS数据用于定量胞内代谢物浓度。所有分析均服务于一个核心目标：全面、定量地表征两个转录因子生物传感器的性能，并验证其应用潜力。
主要研究结果 1. 生物信息学与生化结果：成功预测并实验验证了恶臭假单胞菌Csir的DNA结合特性及其作为戊二酸响应抑制因子的功能；确认了GcdR的DNA结合特性。两者均能以纳摩尔级亲和力结合其靶DNA，且Csir可被毫摩尔级戊二酸从DNA上解离。 2. 传感器构建与优化结果：成功构建了基于Csir和GcdR的广宿主范围戊二酸生物传感器。天然GcdR传感器具有高动态范围（55.5倍诱导）和较宽的检测范围（0.01-2.5 mM）。通过工程化改变GcdR表达水平，获得了灵敏度更高（Kd ~0.01 mM）、检测下限更低（可达0.0002 mM）的变体，但牺牲了基础表达水平。Csir传感器虽灵敏度高（Kd 0.016 mM），但动态范围非常有限。 3. 方法学开发结果：创建了一种基于MCMC采样的新型数学模型，能够系统地、可视化地量化生物传感器在整个检测范围内的“分辨率窗口”，并可模拟不同实验重复数对分辨率的影响。该方法为生物传感器的标准化表征和比较提供了强大的工具。 4. 体内验证与应用结果：在恶臭假单胞菌中，传感器能有效响应外源和内源戊二酸。关键地，传感器对前体5-氨基戊酸不响应，这使其特别适用于监测从5-氨基戊酸到戊二酸的代谢途径。传感器对不同赖氨酸代谢物的响应谱揭示了代谢网络的复杂性。
结论与意义 本研究系统地表征了恶臭假单胞菌中两个戊二酸感应转录因子Csir和GcdR，并将它们成功转化为实用的基因编码生物传感器。研究得出结论：1）GcdR是构建戊二酸生物传感器的更优选择，因其具有更宽的动态范围，且可通过工程化其表达水平来调整性能以满足不同需求；2）新开发的MCMC分析方法为严谨描述和比较生物传感器性能提供了创新框架，有望推动合成生物学中生物传感器表征的标准化；3）这些传感器不仅可作为代谢工程中高通量筛选戊二酸生产菌株的有力工具，还可作为研究恶臭假单胞菌赖氨酸分解代谢网络及其调控的探针。
本研究的科学价值在于加深了对细菌戊二酸代谢调控机制的理解，并贡献了经过严格表征的合成生物学新部件（BioParts）。其应用价值体现在为可持续生物生产戊二酸这一重要化工平台分子提供了高效的高通量筛选工具。此外，所提出的传感器性能量化方法具有普遍的借鉴意义，可扩展至其他转录因子生物传感器的研究。
研究亮点 1. 全面表征：从生物信息学、体外生化、遗传构建到体内验证，对两个转录因子进行了多层次、全方位的系统表征。 2. 性能优化：通过简单的启动子替换工程化策略，显著改善了GcdR传感器的灵敏度与检测下限，展示了理性设计优化生物传感器性能的有效性。 3. 方法创新：开发了基于MCMC的数学模型，首次将“分辨率窗口”作为连续函数来精确量化生物传感器的性能，这是对现有生物传感器表征方法的重大改进和补充。 4. 应用导向：不仅停留在表征层面，还深入验证了传感器在原生宿主中对实际代谢物的响应，特别是证实其对关键前体物不敏感，凸显了其在实际代谢工程应用中的可行性和优势。 5. 资源开源：将创新的数据分析方法以Jupyter Notebook形式公开，促进了研究结果的再现性和方法的广泛应用。