生物碳

首先请大家回答个问题：石油、煤、天然气… … 除了做燃料，还有什么用？答案：从石油和天然气中提取的数千种化学物质，影响着你的生活。它们组成了柏油马路、汽车的轮胎、塑料制品、衣物纤维、甚至是你使用的牙膏和护肤品… … 可以说，这些来自化石能源的化学品给人类生活带来了巨大的便利，但传统石油化工行业也一直戴着“高耗能、高排放”的帽子，在各国纷纷提出碳中和路线图的今天，这个行业需要更多新的技术探索。在2月21日Nature Biotechnology发表的一项工作中，来自美国西北大学和朗泽公司的生物工程师们开发了一个新的依赖微生物的负碳化学品生产过程：他们以工业废气CO2、CO和H2为原料，一种细菌为“工人”来生产重要化学品，甚至能实现负碳生产（生产过程反而会吸收碳，而不是排放碳）。（论文题为：Carbon-negative production of acetone and isopropanol by gas fermentation at industrial pilot scale ）微生物如何生产石油化工产品？也许你很难想像，石油化工产品，怎么能让微生物去生产呢？发酵出来一堆粘乎乎的大肠杆菌？但其实有一个非常常见的例子，那就是乙醇（也就是俗称的酒精）。用石油化工生产的乙醇也叫工业酒精，乙醇含量一般为95%和99％。工业乙醇的生产常见原料是乙烯（来源于石油裂解后的产品），成本低，产量大，但是不能饮用。其中乙烯直接水化法过程，就是在加热、加压和有催化剂存在的条件下，是乙烯与水直接反应，生产乙醇。而我们的老祖宗几千年前就学会了酿酒，粮食放一段时间后，就会发酵产生酒精。本质上，这是微生物代谢活动的产物。在微生物作用下，淀粉降解为小分子的糖类，然后在酵母体内经过一步步的反应（每一步的反应是经过特定酶的催化），最终生产出乙醇。目前，全世界每年的二氧化碳排放量大概是400亿吨，其中包含石油、煤碳及天然气在内的化石资源的利用贡献了排放量的86%，而化石资源的利用主要分为两类，一类是作为燃料，一类是作为化工原料。化石燃料使用和化工行业共同的特点是过程都会释放大量二氧化碳，而短期之内还没办法将它们固定，为了从源头解决这样的问题，生物燃料和生物化工的研究领域应运而生：通过构建一些能够糖原料转化成能源和化工产品的微生物细胞工厂，之后将再将这些细胞工厂的培养放大到工业规模，也就是一个个巨大的发酵罐组成的“钢铁森林”里，让它们持续稳定的运行。目前商业化运行的微生物细胞工厂大部分是依赖于糖原料，由于原料是可再生的，所以整个过程是一种近乎碳中性的生产过程。不过，需要指出的是，对于大气中已经过多的温室气体，这些过程是无能为力的。给微生物换口粮：用废气替代玉米当前生物化工行业糖原料主要来源于一些粮食作物，比如玉米。让微生物吃这个类型的原料会存在一些潜在的问题，比如可能会遭遇到与人争粮的隐忧；另外从过程经济的角度看，如果糖原料在原料成本中占主导地位，也会拉高过程的成本，从而阻碍生产方式的推广。C1废气是指包含CO2和CO的工业废气，这些废气中往往也包含H2。C1废气对细胞工厂的一个优点是便宜，甚至使用这些原料的过程就是降低生产成本和减排的过程。更便宜、更“低碳”的原料有了，那怎么用它们呢？一种是像利用CO2合成淀粉那样，人工从头设计出一条从CO2到终端产品淀粉的合成线路。另一种是寻找能“吃”它们的微生物，然后以这些微生物为出发点进行再创造，赋予这些微生物新的能力，确保它们能“吐”出来好东西。上面提到的美国工程师选的是后一种。比较幸运的是，一些自养的梭菌可以利用C1废气，废气中的CO和H2可以作为能源物质，CO和CO2也可以作为这些梭菌的碳源物质。之前生物工程师们已经赋予了这些微生物生产能力了，能够生产超过50多种人类所需的化学品、但是大部分都因为生产性能不好，难堪重用，只有一个产乙醇的梭菌细胞工厂能在工业化规模运行，每年能够利用废气产生超过90000吨的乙醇，可谓是微生物界的“劳模”了。这次，工程师们想让“劳模”更进一步。“劳模”的再就业之路一种技术或过程要想实质性的助力碳中和，必须要能大规模部署和发光发热。尽管产乙醇梭菌细胞工厂现在每年已经能将数万吨废气的C1气体再利用了，但考虑到社会对特定化学品的需求是一定的，如果想让产乙醇梭菌发挥更大的能量，就必须再给它开拓一些新的天地。丙酮（acetone）和异丙醇(IPA)是两种非常重要的化工产品，前者是工业溶剂和丙烯酸玻璃和双酚A的前体。后者广泛用于制药、化妆品和个人护理产品，并可以作为溶剂和清洁剂。目前都只能由高耗能和排放的石油化工过程所产生，两者每年的全球市场超过600亿人民币。能不能用之前的梭菌“劳模”来生产的呢？产乙醇梭菌这个“劳模”并不是一个很好改造的微生物，但是生物工程师通过一系列高级的合成生物学技术和工具大大的缩减了要进行改造的次数，整个过程经历了三个阶段。从0到1：为了建立从C1气体到丙酮和异丙醇的生产线，他们首先在“明星菌株”大肠杆菌中测试了超过250种设计方案，最终经过筛选把最优的改造方案在产乙醇梭菌“劳模”身上进行了实施，成功赋予它们产丙酮和异丙醇的能力，与之前基于其它梭菌构建的最好的菌株相比产率提高了20多倍。从1到10：一些组学手段和动力学模型的运用使得生物工程师们能对产乙醇梭菌“吃”进去的碳的去向有相对较为直观的了解，从而找到了一些可能会进一步提高生产丙酮和异丙醇能力的潜在改造靶点。而基于无细胞体系的“巨星修炼场”可以快速对这些潜在改造靶点进行初步的评估。最终根据这些认知进行的改造，又将“劳模”产丙酮和异丙醇的产率提高了大约27倍，同时还大幅提高了生产不同产物的选择性。从10到… … ：将之前的改造在基因组层面稳定下来，工程师们又进一步提高了两个产物的产率和生产的选择性。最终在中试规模，120L的反应器中对最终版“劳模：的测试结果显示：产乙醇梭菌产丙酮和异丙醇的产率能达到大概3g/L/h，产不同产品的选择性达到90%。而整个生产过程稳定运行的时间也能达到三周，整个过程估算的产能达到每年4万多吨。 作者也对传统生产过程和这项工作所创造的新生产过程的碳足迹进行了估算。估算结果显示，传统的生产方式产丙酮和异丙醇的碳足迹分别为2.55和1.85 kgCO2e/kg（CO2-equivalent in 100-year global warming potential per kilogram of product），而新创造的生产过程的两个数字分别为-1.78kgCO2e/kg acetone和-1.17kgCO2e/kg IPA。根据估算的结果，这个利用梭菌生产丙酮和异丙醇的新过程确实是一个实至名归的负碳生产过程，最终生成的化学品和菌体生物质则是负碳的体现形式。梭菌的负碳生产潜力有多大？面对新技术，所有人都会提出这样的问题：这种负碳生产过程能为碳中和贡献多大的力量？这些工程师将产一种化学品的细胞工厂重构成产其它化工产品的细胞工厂，仅从这种改造过程来看，这项工作是可以被视作一个典范的。但是这项工作最后的落脚点只是在中试规模进行了测试，只能说是为了负碳生产化学品开了个好头，最终能不能真正被大规模应用、能在多大规模被应用，其实还要经历很多考验。

近日，清华大学和美国康奈尔大学的研究者带领国际团队，在生态学和计算机科学领域开展深度学科交叉，利用人工智能和数据同化技术，揭示了微生物碳利用效率对全球土壤有机碳储量的决定性作用。日前，该研究成果发表在《自然》杂志上。目前，促进土壤有机碳形成和积累是人们降低大气二氧化碳浓度、应对气候变化的自然解决方案。传统研究主要关注植物有机碳输入和土壤有机质分解这两类机制对土壤有机碳的影响。然而近年来，新的研究开始强调微生物过程在土壤有机碳形成和储存中的关键作用。微生物碳利用效率对土壤有机碳的两种控制途径 清华大学供图微生物既是土壤中主要的有机质分解者，同时也通过其生长和死亡直接产生土壤有机质。解析微生物过程对土壤有机碳储存的双重控制机制以及定量评估其相对重要性，是理解土壤碳循环及其响应气候变化的关键。为此，清华大学地球系统科学系教授黄小猛、博士生陶凤以及康奈尔大学教授骆亦其组织的国际研究团队，以微生物碳利用效率为变量整合了微生物过程对土壤有机碳储存的双重控制机制，并探讨了其与全球土壤有机碳储量的关系。研究团队通过将一个描述复杂土壤碳循环的机理模型与5万多条土壤碳观测数据相融合，发现在全球范围内，微生物碳利用效率与土壤有机碳储量正相关 。微生物代谢中对有机合成较高的碳分配比例最终导致了土壤有机碳的积累而不是流失。涌现的微生物碳利用效率与土壤有机碳储量关系 清华大学供图研究还发现，微生物过程在土壤碳储存中发挥着最为关键的作用，准确描述微生物碳利用效率的空间格局，也是准确模拟全球土壤有机碳储和空间分布的关键。其重要性是土壤有机质分解和植物碳输入等其他所有过程的4倍以上。“我们的团队突破性地解决了在全球尺度评估微生物过程与其他过程对土壤碳储存的相对重要性这一难题。”骆亦其说。据介绍，该研究立足于过去两百年的土壤碳循环理论，整合了世界最大的土壤有机碳数据库并结合先进人工智能和数据同化技术，首次系统评估了各种土壤碳循环过程对全球土壤有机碳储存的相对贡献。该研究还揭示了微生物碳利用效率与土壤有机碳储量的关系，为通过土地管理影响微生物过程促进土壤固碳和实现碳中和目标，提供了科学理论基础研究构建的机理模型。生态大数据与人工智能相融合的的新范式也为其他相关领域研究提供了新思路。

简介在生产消费品时，有效地清洁生产设备对质量控制来说至关重要。清洁工艺的目标是降低产品污染的风险，有效的清洁工艺可以将风险降低到可接受的水平，以确保产品质量。如果无法衡量和验证清洁工艺的有效性，就无法了解产品质量和消费者安全的风险。根据美国食品和药品管理局（FDA）提供的数据，2017年食品和饮料行业产品召回的主要原因是微生物对产品的污染。对于减少和消除微生物污染来说，强有力的清洁工艺至关重要，因此监控清洁工艺有效性的方法同样至关重要。总有机碳（TOC）分析是消费品生产商广泛采用的非专属方法，用于检测产品、清洁剂、以及微生物等污染物的残留量。为了证明TOC分析法适用于预期用途，我们对设备清洁之后可能尚存的残留物进行了回收和线性研究。工厂通常会测试化学污染物和化合物，但很少用TOC分析法来测试微生物的回收率。本文旨在探讨对于清洁验证和确认，TOC分析法能否证明可接受的微生物污染回收率和线性。实验设计和设置我们同科罗拉多大学博尔德分校合作，用一整夜时间在胰酶大豆肉汤中培养100毫升枯草芽孢杆菌（Bacillus subtilis）。以4500转/分钟的速度将最终培养物的十毫升等分试样离心分离10分钟，形成细胞沉淀。在每次离心之间，倒出上面的液体，用涡旋混合方法用10毫升超纯水使沉淀细胞重新悬浮。重复此过程7次。设计淋洗循环以除去细胞培养基带来的TOC污染。在第7次淋洗循环后，根据已有的4,6-二氨基-2-苯基吲哚（4,6-diaminidino-2-phenylindole，DAPI）染色任务来对细胞进行重新悬浮、稀释、计数（见图1）。图 1：枯草芽孢杆菌在细胞计数的荧光显微镜成像确定细胞密度之后，用Sievers® M9 TOC分析仪测量1 ppm确认标样组，然后进行三次细胞浓度稀释。在测量TOC之后，用0.45 μm灭菌过滤器过滤剩余样品，彻底除去细菌（见图2）。然后再次测量TOC以确定每个样品的非细胞背景TOC（见图2）。 图2：枯草芽孢杆菌的过滤过程结果表 1：微生物细胞密度与TOC的相关性结果图 3：微生物细胞密度与TOC的线性关系表1和图3是微生物TOC相关性研究的结果。线性趋势线的R2值为0.9981，表明实测细胞密度有良好的线性趋势。根据图3所示的线性拟合趋势线方程，定义为3倍噪声的检测水平（LOD，Level of Detection）为2.74E+06细胞/mL。此外，根据线性拟合趋势线和M9仪器规格，50 ppm的最大仪器定量限为2.49E+08细胞/mL。在进行微生物TOC定量之后，分别将1毫升的每种细胞密度溶液放在不锈钢试样板上进行试样污染，然后使试样干燥。此试样污染的目的是确定微生TOC相关结果的目视检测限。图4是微生物试样污染图。图 4：微生物试样板污染(A) 5.8E+07细胞/mL(B) 5.8E+06细胞/mL(C) 5.8E+05细胞/mL讨论与结论微生物TOC相关结果和试样污染图都说明了连续监测已有的清洁工艺有效性的重要性。在理想光线下，很容易在试样板上看到最高细胞密度（5.8E+07细胞/mL）的污染斑。而对于较低细胞密度，即使光线很好，也很难在试样板上看到污染斑。这表明除了强有力的清洁工艺之外，还需要用非目测的方法来测试清洁工艺的有效性。根据收集的数据，可以想象用于生产消费品的设备上仍有显着微生物污染，却仅凭目视检查就被投放到生产中，导致严重后果。因此必须连续监测已有的清洁工艺的有效性，才能降低产品质量风险和消费者安全风险。最后，由于微生物分子组成的不确定性，很难确定微生物溶液的回收率。本研究根据先前在确定活性微生物细胞中的碳含量时的发现，旨在确定微生物溶液的理论回收率。图5是理论微生物TOC产出量的计算过程。基于每个细胞的碳原子参考数，5.8E+07细胞/mL的理论TOC浓度为11.6 ppm。图 5：理论微生物 TOC 产出量的维度分析在本文的实验中，测量到5.8E+07细胞/mL的TO实际回收值为9.13 ppm，对挑战性的化合物的回收率为78.7%，从而证明实验方法是成功的。总之，本研究用Sievers M9 TOC分析仪演示了在清洁验证和确认时的细胞密度同目视检测限的关系，成功地证实了微生物TOC回收率。实验数据支持使用Sievers TOC分析仪来确认设备清洁度，同时表明除了目视检查之外还须考虑使用监测微生物污染的定量方法。TOC分析法是测量残留物、监测清洁工艺、降低总体风险的有效方法。Sievers分析仪为您提供能解决您一切清洁验证和确认需求的TOC解决方案、服务、支持。参考文献1. Recall Index and Spotlight. Expert Solutions https://www.stericycleexpertsolutions.com/recall-index/2. DAPI Protocol For Fluorescence Imaging Thermo-Fisher Scientific – US https://www.thermofisher.com/us/en/home/references/protocols/cell-and-tissue-analysis/protocols/dapi-imaging-protocol.html3. Phillips, Rob, and Ron Milo. “A Feeling for the Numbers in Biology.” Proceedings of the National Academy of Sciences 106, no. 51 (December 22, 2009): 21465. https://doi.org/10.1073/pnas.0907732106.◆ ◆ ◆联系我们，了解更多！