01
Abstract / Introduction
摘要和引言提出合成生态学的范围：设计、构建和理解工程化微生物联合体。作者以一组问题展开：为什么要工程化新的微生物群落、它们与自然群落有何不同、如何从经验混合走向可设计系统。引言还概括了群落互作的基本类型，包括代谢和信号分子介导的互作、直接接触、互利、竞争和寄生。
文献信息与证据边界
| 题名 | Synthetic ecology of microbes: mathematical models and applications |
| 作者 | Ali R. Zomorrodi、Daniel Segrè |
| 期刊/年份 | J Mol Biol. 2016 February 27; 428(5 Pt B): 837–861. |
| DOI | 10.1016/j.jmb.2015.10.019 |
| 原文 PDF | 下载/查看 PDF |
证据边界：本文聚焦微生物合成生态与数学模型，证据来自作者梳理的模型假设、互作参数和工程群落案例；模型结论依赖参数、边界条件和实验校准，不能脱离体系直接预测真实群落表现。
这篇文章真正回答的问题
这篇综述追问：为什么要从工程单一菌株转向自下而上设计合成微生物群落，以及这些群落如何区别于自然群落和传统合成生物学体系。作者进一步讨论，怎样用互作设计、环境扰动和数学模型把经验式混菌转化为可预测、可优化的合成生态学。全文的核心是把应用需求（健康、代谢工程、环境修复）与建模框架（生态模型、博弈论、个体模型、基因组尺度代谢模型）连接起来。
核心结论
- 合成生态学被定义为对工程化微生物联合体的设计、构建和理解；它与合成生物学相关，但更强调群落层面的互作、功能和动态。
- 相对于单菌系统，合成群落可以利用多样性、资源竞争、分工和强制互依等自然属性，从而完成单个物种难以完成的任务，并可能提升稳定性和韧性。
- 建立合成群落的方式包括共培养野生型物种、通过基因扰动诱导代谢交换、利用 quorum sensing 合成线路诱导互作，以及通过氧、抗生素、营养等环境条件塑造互作。
- 应用层面覆盖人体健康和疾病、基于群落的细胞工厂、环境污染修复和微生物燃料电池；其中许多案例依赖跨物种代谢互补或串/并联分工。
- 作者将建模方法分为多层次：资源比理论、最大功率原则、Black Queen Hypothesis、Lotka–Volterra 与反应扩散模型、博弈论、个体/agent-based 模型和基因组尺度代谢网络模型。
- 基因组尺度代谢建模从稳态 FBA 群落模型发展到 OptCom、DMMM、d-OptCom 和 COMETS 等动态或时空模型，目标是从细胞内代谢网络推断群落间互作。
- 主要瓶颈包括大规模时空模型的计算成本、基因功能注释和代谢模型重构的不完整性、群落目标函数难以定义、以及互作在环境变化和进化过程中的不稳定性。
- 作者展望将 top-down 人工选择与 bottom-up 重构结合，并建立类似 biobricks 的标准化“ecological parts”注册库，以支持更复杂、更稳定的合成群落设计。
全文结构：每一节在论证链中的作用
02
Using synthetic ecology to understand natural microbial communities
这一节把合成群落作为自然群落的可控简化模型。作者说明自然群落通常包含数十到数千个物种，难以直接解析成员身份、功能和互作；合成群落则可用于测试共存、演化、环境因子和稳定性等生态问题。案例包括甲烷菌与硫酸盐还原菌、E. coli 氨基酸缺陷株、Salmonella–E. coli 合作系统、quorum sensing 线路和微流控构建的三物种稳定互营系统。
03
Applications of synthetic ecology in biomedicine, metabolic engineering and environmental sciences
这一节从应用角度总结合成生态学。人体健康部分指出系统验证的疾病治疗型合成群落仍处早期，但肠道芯片、粪菌移植替代方案和靶向纠正 dysbiosis 具有潜力。细胞工厂和环境部分强调分工：一个成员降解复杂底物，另一个成员转化中间产物，或多个成员分别去除不同污染物、金属/染料并提高微生物燃料电池性能。
04
Mathematical modeling and computational analysis of microbial communities
这是全文方法框架的主体。作者先讨论生态理论和群体动力学模型，再扩展到空间模型、博弈论和个体模型，说明各自适用于竞争、合作、作弊者入侵、公共品扩散和空间结构等问题。随后重点介绍基因组尺度代谢模型如何把物种内部代谢网络与群落层面代谢交换联系起来。
05
Genome-scale metabolic network modeling
该部分从 FBA 的基本假设出发，解释如何把每个物种作为一个 compartment 嵌入共享环境，并通过交换通量描述共享代谢物。作者比较稳态、动态和时空代谢模型，并指出 OptCom 适用于物种目标与群落目标之间存在权衡的问题，DMMM/dFBA 类方法适合让群落动态从各物种的自利生长行为中涌现。
06
Current challenges in modeling microbial communities
挑战部分强调计算资源需求随物种数、细胞数和空间维度迅速增加，尤其影响个体模型和 FBA 时空模拟。作者提出用 super-individual、functional guild、预计算 look-up table 和高性能并行算法缓解计算瓶颈，同时指出基因功能注释不足和手工模型校正仍限制模型可靠性。
07
Conclusions and future perspectives
结论认为合成生态学为单菌工程提供了有吸引力的替代方案，但更系统地处理嵌套网络复杂性是关键。作者强调预测模型可用于减少或排序昂贵实验、理性设计目标群落、评估稳定性和演化命运，并提出将人工选择筛得的群落“refactoring”为更标准、更可控的生态模块。
原文 Figure 逐条解读：图示信息 → 论文观点 → 研究意义
Fig. 1PDF 第 37 页
图示信息：Fig. 1. Examples of various mechanisms for establishing a synthetic microbial community. Dashed and solid arrows in (A), (B) and (D) denote interspecies metabolite exchanges and the measurable uptake/export of metabolites by community, respectively. (A) Co-culturing wild-type species under conditions resembling naturally occurring environments. An example is the association between sulfate-reducing bacteria and methanogens. Here a sulfate-reducing bacterium utilizes lactate as the sole carbon source and produces acetate/ formate, which is used by a methanogen that is incapable of using lactate. The methanogen bacteria scavenge hydrogen in return thereby providing a thermodynamically favorable condition for the growth of sulfate-reducing bacteria 25; 28. (B) Using genetically engineered species to induce metabolite exchanges. An example is the association between two (or more) mutant strains where each strain relies on its partner for the essential amino acid it cannot produce on its own 22; 23. (C) Using synthetic genetic circuits to induce interactions through quorum sensing. Generally, each species may produce a signaling molecule that activates or represses the transcription of
论文结果 / 观点：该图把群落互作落实到代谢物、电子或营养物交换，是理解共培养功能涌现的关键证据。
研究意义 / 边界：这张图用于支持作者的概念框架或案例归纳；实际迁移到其他系统时，仍需结合成员来源、环境条件、稳定性和功能验证。
来源：nihms739637.pdf，PDF 第 37 页；图像来自 PDF 内部可匹配 Figure caption 的图像块。
Fig. 2PDF 第 39 页
图示信息：Fig. 2. Consortia-based conversion of lignocellulosic feedstock to biofuels by division of labor. One organism is proficient in the degradation of lignocellulosic feedstock into soluble sugars (e.g., Trichoderma reese and Clostridium cellulolyticum), one in metabolizing pentoses (e.g., Escherichia coli) and the other in metabolizing hexoses (e.g., Saccharomyces cerevisiae). See also Table 1. Zomorrodi and Segrè Page 39 J Mol Biol. Author manuscript; available in PMC 2017 February 27. Author Manuscript Author Manuscript Author Manuscript Author Manuscript
论文结果 / 观点：该图把群落互作落实到代谢物、电子或营养物交换，是理解共培养功能涌现的关键证据。
研究意义 / 边界：这张图用于支持作者的概念框架或案例归纳；实际迁移到其他系统时，仍需结合成员来源、环境条件、稳定性和功能验证。
来源：nihms739637.pdf，PDF 第 39 页；图像来自 PDF 内部可匹配 Figure caption 的图像块。
Fig. 3PDF 第 40 页
图示信息：Fig. 3. Metabolic modeling of microbial communities provides an opportunity to infer, rather than assuming, inter-species interactions network from the intracellular metabolic networks of community members. Zomorrodi and Segrè Page 40 J Mol Biol. Author manuscript; available in PMC 2017 February 27. Author Manuscript Author Manuscript Author Manuscript Author Manuscript
论文结果 / 观点：该图把群落互作落实到代谢物、电子或营养物交换，是理解共培养功能涌现的关键证据。
研究意义 / 边界：这张图用于支持作者的概念框架或案例归纳；实际迁移到其他系统时，仍需结合成员来源、环境条件、稳定性和功能验证。
来源：nihms739637.pdf，PDF 第 40 页；图像来自 PDF 内部可匹配 Figure caption 的图像块。
Fig. 4PDF 第 41 页
图示信息：Fig. 4. Evolution of the metabolic modeling of microbial communities from steady-state to dynamic to spatio-temporal analysis. Brackets represent an optimization problem, empty circles represent shared metabolites (labeled as s and p), dashed arrows represent inter-species metabolic extracellular interactions (metabolite exchanges) and solid arrows denote the uptake and export of metabolites. (A) Steady-state analysis using compartmentalized community-level metabolic models with the objective function being a weighted sum of biomass fluxes of community members 181. (B) Steady-state analysis using a multi-objective and multi-level optimization procedure (a nested optimization problem, where some of the constraints are another optimization problem referred to as inner-level problems 180). Here, a separate FBA problem is defined for each community member serving as inner-level optimization problems and capturing species-level fitness criteria. These FBA problems are integrated by using constraints in the outer-level problem representing metabolite exchanges among community members. The objective function of the outer-level problem captures a Zomorrodi and Segrè Page 41 J Mol Biol. Aut
论文结果 / 观点：该图把群落互作落实到代谢物、电子或营养物交换，是理解共培养功能涌现的关键证据。
研究意义 / 边界：这张图用于支持作者的概念框架或案例归纳；实际迁移到其他系统时，仍需结合成员来源、环境条件、稳定性和功能验证。
来源：nihms739637.pdf，PDF 第 41 页；图像来自 PDF 内部可匹配 Figure caption 的图像块。
机制 / 方法 / 框架拆解
- 互作机制层面，作者把物种间关系分为有益、负向和寄生等类型；有益关系常表现为交叉喂养或 syntrophy，即一个成员依赖另一个成员的产物，或通过清除氢/代谢副产物为伙伴维持有利热力学条件。
- 合成群落构建有四类基本入口：选择近自然条件的野生型共培养，通过基因敲除/改造制造代谢依赖，通过 quorum sensing 线路让一个物种调控另一个物种的基因表达，通过改变氧传递、抗生素、碳氮源等环境变量诱导互作。
- 应用框架强调“division of labor”：把复杂底物降解、不同糖的利用、长代谢路径的不同模块或污染物去除任务分配给不同成员，以降低单菌负担并减少路径交叉反应和副产物。
- 生态理论模型包括资源比理论和最大功率原则，用于理解竞争结果与能量/资源利用；Black Queen Hypothesis 用于解释某些昂贵但泄漏的公共功能如何因基因丢失演化出 helper–beneficiary 依赖。
- 群体动力学用 Lotka–Volterra 或扩展 ODE 描述物种丰度随时间变化，但作者指出传统 LV 模型通常只能隐式表达互作系数，难以显式表示代谢物交换或 quorum sensing。
- 空间模型用反应扩散方程描述物种或公共物质在空间中的扩散、生产和消耗；该框架可解释范围扩张、cooperator/cheater 分离、公共品扩散速率对互利关系稳定性的影响。
- 博弈论和演化博弈论用于量化合作成本、公共品收益和作弊者入侵；例如雪堆博弈可解释酵母 invertase 生产者和作弊者的共存，空间图模型进一步把局部互作和公共品扩散纳入分析。
- 个体模型把每个细胞作为离散 agent，同时用连续反应扩散模型描述底物浓度；这种 hybrid Eulerian–Lagrangian 思路适合研究 biofilm、空间分层、细胞间异质性和合作/作弊者空间隔离。
- 基因组尺度代谢模型以 FBA 为基础，把各物种代谢网络作为 compartment 并共享胞外代谢池；稳态模型、OptCom、DMMM、d-OptCom 和 COMETS 分别解决群落目标、动态丰度和时空结构等不同层面的预测问题。
- 未来设计框架包括 computational consortia design、环境与菌株的并行优化、稳定性/演化命运评估、top-down 人工选择与 bottom-up refactoring 结合，以及建立标准化生态部件库。
应用场景与不适用边界
适合参考的场景
- 作为自然微生物群落的可控简化模型，用于研究共存、互作、环境扰动、群落稳定性和演化问题。
- 人体健康研究：用于肠道芯片、消化疾病和药物开发模型，以及未来靶向纠正 microbiota dysbiosis 的合成菌群方案；文本明确指出系统验证的治疗应用仍处早期。
- 基于群落的细胞工厂：把复杂底物降解、糖利用和产物合成分配给不同物种，以生产 biofuels、chemicals、foods 和 drugs。
- 木质纤维素生物转化：将纤维素降解菌、戊糖利用菌和己糖利用菌组合，提高乙醇、异丁醇或 ABE 等产物的转化能力。
- 复杂天然产物和药物前体生产：如把 paclitaxel 前体合成路径分给 E. coli 和 S. cerevisiae，不同宿主承担更适合其细胞环境的模块。
- 环境污染修复：用于降解 methyl parathion，或通过多个真菌成员分工去除 Cu2+、Cr6+ 和不同染料。
- 微生物燃料电池和 bioelectrochemical systems：利用发酵菌和 exoelectrogenic 微生物的 syntrophy 同时降解复杂有机物并产生电流、化学品或生物燃料。
- 模型驱动的群落设计：通过 OptCom、d-OptCom、COMETS 等工具筛选物种、营养条件、基因干预或空间布置，以减少或优先排序实验。
局限与谨慎点
- 作者明确指出，人体疾病治疗中“systematic validated use of synthetic microbial communities”仍处非常早期，应用潜力大但证据尚不充分。
- 综述指出许多实际应用目前仍主要由经验、直觉和对物种代谢/环境互作的已有知识驱动，尚未完全实现理性设计。
- 文本明确说明，即使有高通量数据，也很难测量物种间互作的程度和方向；这限制了自然群落解析和合成群落预测。
- 建模计算成本是主要瓶颈：个体模型、FBA 群落模型和二维/三维空间模拟在物种数、细胞数和空间格点增加时都迅速变得昂贵。
- 基因组尺度模型受限于基因功能注释不完整和重构模型需要大量手工校正；作者强调自动化 pipeline 只能给出初稿。
- 群落层面 objective function 难以普适定义；文中还指出 OptCom 这类框架不适用于纯竞争群落，因为 community-level objective 在这类系统中不具生物学相关性。
- 作者谨慎强调，许多设计策略假设成员间互作固定，但互作会随环境和演化适应而显著改变，因此稳定性和韧性评估仍是开放问题。
- 从综述范围谨慎推断：由于本文是综述而非单一实验研究，案例来自不同系统和文献，不能把个别案例的效率或稳定性直接外推到所有合成群落。
来源、声明与可核验证据
经费 / 利益冲突：提取文本中 Acknowledgments 明确列出资助：U.S. Department of Energy Office of Science (BER) grant DE-SC0012627；NIH grants 5R01GM089978, 5R01GM103502, 5R01DE024468；NSF grant 1457695；DARPA Biological Technologies Office BRICS program, Contract No. HR0011-15-C-0091。提取文本未发现利益冲突/competing interests 声明。
生成日期：2026-07-03
PDF 中支持本解读的原文短句
Synthetic ecology of microbes is concerned with the design, construction and understanding of engineered microbial consortia
a community is more than the simple sum of its parts
Interactions among species can be mediated by a complex web of diffusible chemical signaling molecules and/or metabolites
Natural microbial communities often contain tens to thousands of microbial species
This ‘division of labor’ would allow the community as a whole to perform multiple functions
mathematical modeling can complement these empirical efforts
Can one infer, instead of assuming, inter-species interaction networks from intracellular metabolic networks
Evolution of the metabolic modeling of microbial communities from steady-state to dynamic to spatio-temporal analysis
the need to develop efficient ‘computational consortia design’ algorithms
a registry of standard ‘ecological parts’