原文發(fā)表于 《科技導(dǎo)報(bào)》2025年第8期科技新聞深度報(bào)道
海溝深處蘊(yùn)藏“驚人”生物多樣性——3項(xiàng)最新研究揭示神秘超深淵帶的生命奧秘
馬里亞納海溝最深處的生物已演化出適應(yīng)極端高壓與寡營(yíng)養(yǎng)環(huán)境的獨(dú)特生存策略
(圖片來(lái)源:
Science
夜幕降臨時(shí),幾位科學(xué)家正乘坐中國(guó)載人深海潛水器“奮斗者”號(hào)向深淵進(jìn)發(fā)。隨著潛水器逐漸下潛,在深不可測(cè)的黑暗中,上海交通大學(xué)極端環(huán)境微生物學(xué)家趙維殳瞥見了散發(fā)著綠、黃、橙3色熒光的發(fā)光生物。抵達(dá)萬(wàn)米海底后,研究人員打開探照燈,一片“深邃神秘的藍(lán)色”隨即映入眼簾,到處漂浮著形形色色的浮游生物。Weishu Zhao回憶道,“那一刻,我幡然領(lǐng)悟,(深海)一定是一個(gè)超乎人類想象的奇特世界”。
作為地球最深的海溝,太平洋馬里亞納海溝一直是科學(xué)家與探險(xiǎn)家的向往之地。2012年,電影導(dǎo)演James Cameron曾乘坐狹小的單人潛水器,下潛至海溝內(nèi)被稱為“挑戰(zhàn)者深淵”(Challenger Deep)的海底峽谷,這里深約11000 m,是地球上已知最深的點(diǎn)。其他科考隊(duì)也曾繪制出馬里亞納海溝奇特的地形圖。在2025年3月7日
Cell期刊的3篇論文中,科學(xué)家向世界揭示了棲息在這片神秘海域的奇異生物。
美國(guó)理海大學(xué)分子生態(tài)學(xué)家Santiago Herrera(未參與研究)表示,“這些研究成果為深海生物學(xué)發(fā)展做出了突出貢獻(xiàn)”。作為“溟淵計(jì)劃”(馬里亞納海溝環(huán)境與生態(tài)研究計(jì)劃)的研究項(xiàng)目,這3項(xiàng)研究揭示了地球超深淵帶(水深6000~11000 m)神秘莫測(cè)的深海密碼。超深淵帶具有高壓、黑暗與寒冷的特點(diǎn),不僅是威脅生命生存的極端環(huán)境,更為大多數(shù)科考行動(dòng)帶來(lái)艱巨挑戰(zhàn)。
為安全抵達(dá)萬(wàn)米深淵,研究人員在此次行動(dòng)中借助了“奮斗者”號(hào)載人潛水器,該潛水器被加州大學(xué)圣地亞哥分校深海微生物學(xué)家Douglas Bartlett譽(yù)為“一大工程奇跡”(美國(guó)“阿爾文”號(hào)深潛器最大下潛深度僅6500 m)。“奮斗者”號(hào)可搭載3名科考員下潛至海洋最深處,并配備一對(duì)機(jī)械臂和采樣籃,單次下潛可采集數(shù)百份樣本。2021年8—11月,“奮斗者”號(hào)在馬里亞納海溝及鄰近海域完成數(shù)十次深潛作業(yè),帶回微生物沉積物、魚類、片腳類甲殼動(dòng)物等許多珍貴樣本。
Bartlett指出,“我們發(fā)現(xiàn)了異常繁榮的生物多樣性”。其中一項(xiàng)研究鑒定出馬里亞納海溝內(nèi)的7000余種新微生物,其中89%為科學(xué)界未報(bào)道的新物種。論文合著者、華大生命科學(xué)研究院(BGI Research)生物學(xué)家Mo Han表示,這些微生物進(jìn)化出了在黑暗、寡營(yíng)養(yǎng)環(huán)境中的獨(dú)特生存策略。基因分析結(jié)果顯示,有些微生物擁有精簡(jiǎn)高效的小型基因組,能夠進(jìn)化出特定的生命機(jī)能,有些微生物則擁有能適應(yīng)環(huán)境變化的大型多能基因組,某些物種甚至具備降解一氧化碳等頑固物質(zhì)的基因。Mo Han感嘆道,“生命總會(huì)自己找到出路。”
另一項(xiàng)研究指出,片腳類生物可能通過(guò)與深海細(xì)菌建立共生關(guān)系來(lái)適應(yīng)極端環(huán)境,論文合著者、華大集團(tuán)研究員Shanshan Liu表示,這種能力使其成為超深淵帶中最具韌性的生物。腸道內(nèi)容物分析顯示,片腳類甲殼動(dòng)物體內(nèi)富含大量冷單胞菌屬(Psychromonas)。研究人員推測(cè),這類細(xì)菌也許可以協(xié)助合成一種名為三甲胺N-氧化物的化合物,該物質(zhì)廣泛存在于多種深海生物體內(nèi),可以幫助機(jī)體維持體液平衡,抵御高壓環(huán)境帶來(lái)的生理?yè)p傷。
第3項(xiàng)研究則揭示,生活在水深3000 m以下的魚類普遍存在基因突變,使它們的細(xì)胞能夠更高效地將基因轉(zhuǎn)錄為必需蛋白質(zhì),從而快速應(yīng)對(duì)高壓、寒冷和黑暗帶來(lái)的應(yīng)激反應(yīng)。通過(guò)分析11個(gè)物種的基因組,研究人員成功追溯到部分物種最初遷入深海的時(shí)間節(jié)點(diǎn)。例如,鰻魚可能在約1億年前潛入深海,成功躲過(guò)6500萬(wàn)年前導(dǎo)致恐龍和淺海生物滅絕的大災(zāi)難;而獅子魚可能在約2000萬(wàn)年前潛入海溝,與板塊劇烈活動(dòng)時(shí)期大致吻合。對(duì)此,論文合著者、華大集團(tuán)研究員Yue Song認(rèn)為,在溫度與氧氣環(huán)境劇烈波動(dòng)的時(shí)期,深海可能充當(dāng)了這些生物的“生態(tài)避難所”。
在揭示超深淵帶生命繁榮的生態(tài)密碼之余,研究人員也目睹了觸目驚心的人類活動(dòng)痕跡。據(jù)Weishu Zhao回憶,潛水團(tuán)隊(duì)不僅發(fā)現(xiàn)了塑料袋、啤酒瓶和易拉罐,甚至在雅浦海溝最深處發(fā)現(xiàn)了近乎完整的洗衣籃。Weishu Zhao表示,“這讓我們倍感震驚”。但同時(shí),她也指出,深海微生物展現(xiàn)出驚人的污染物降解能力,甚至能將其轉(zhuǎn)化為能量來(lái)源,這些生物“或許能為人類突破當(dāng)今環(huán)境污染困境提供新思路”。
未來(lái),研究團(tuán)隊(duì)計(jì)劃進(jìn)一步考察世界其他地區(qū)的深海海溝,或?qū)榻颐氐厍蛏鹪刺峁└嗑€索。華大集團(tuán)研究員Liang Meng表示,“全球80%的超深淵帶仍是未解之謎,在這片未被探索的神秘海域中,或許還蘊(yùn)藏著無(wú)盡的生命寶藏”。
文/Phie Jacobs
由Elizabeth Pennisi協(xié)助報(bào)道(譯自
Science,2025,387(6739))
人工智能革命深入蛋白質(zhì)測(cè)序領(lǐng)域——新型系統(tǒng)揭示未知蛋白質(zhì)的奧秘
e
人工智能(AI)已經(jīng)徹底改變蛋白質(zhì)三維折疊結(jié)構(gòu)的研究,相關(guān)成就獲得了2024年諾貝爾化學(xué)獎(jiǎng)。如今,AI革命正在深入蛋白質(zhì)測(cè)序領(lǐng)域,賦能科學(xué)家通過(guò)組成蛋白質(zhì)的氨基酸序列識(shí)別蛋白質(zhì)。與傳統(tǒng)方法相比,AI技術(shù)通常效率更高,同時(shí)還能幫助研究人員對(duì)未知的蛋白質(zhì)進(jìn)行測(cè)序。未知蛋白質(zhì)測(cè)序一直是限制醫(yī)學(xué)診斷、環(huán)境研究和考古學(xué)研究的常見挑戰(zhàn)。
2025年3月,歐洲研究人員在發(fā)表于
Nature Machine Intelligence的一項(xiàng)研究成果中稱,AI模型InstaNovo能夠識(shí)別傷口中的致病蛋白質(zhì),以及海水樣本中微生物發(fā)酵產(chǎn)生的未知蛋白質(zhì)。InstaNovo的研究并非個(gè)例。過(guò)去4年,研究人員已推出超過(guò)20種蛋白質(zhì)測(cè)序AI模型。華盛頓大學(xué)蛋白質(zhì)組學(xué)AI模型開發(fā)者William Noble表示,“很顯然,該領(lǐng)域研究正開啟探索的新紀(jì)元。”
蛋白質(zhì)測(cè)序AI工具在其他領(lǐng)域研究中得到了廣泛應(yīng)用。例如,進(jìn)化生物學(xué)家正利用這些工具識(shí)別古蛋白質(zhì),相關(guān)研究可能會(huì)揭示現(xiàn)代人類與已滅絕古人類之間的差異。哥本哈根大學(xué)古蛋白質(zhì)組學(xué)專家Enrico Cappellini表示,“AI工具已展示出初步潛力,有望在未來(lái)研究中展現(xiàn)出強(qiáng)大的賦能實(shí)力”。
蛋白質(zhì)遠(yuǎn)比脫氧核糖核酸(DNA)和核糖核酸(RNA)要復(fù)雜得多。例如,人類基因組中約包含2萬(wàn)個(gè)基因,但這些基因能產(chǎn)生1000萬(wàn)種不同的蛋白質(zhì),這是因?yàn)樵贒NA轉(zhuǎn)錄為RNA或RNA翻譯為蛋白質(zhì)時(shí)可能發(fā)生變異,而蛋白質(zhì)本身也會(huì)經(jīng)歷多種化學(xué)修飾。
在傳統(tǒng)方法中,生物學(xué)家通過(guò)將蛋白質(zhì)分解成較短的肽段來(lái)鑒定蛋白質(zhì),每個(gè)肽段由5~20個(gè)氨基酸組成。科學(xué)家使用質(zhì)譜儀測(cè)定這些肽段的質(zhì)量,通過(guò)比對(duì)數(shù)十個(gè)數(shù)據(jù)庫(kù)中的已知肽段鑒定其身份,最后拼接出完整分子。
但這種方法存在諸多局限性。首先,質(zhì)譜法鑒定出的多達(dá)70%的肽在現(xiàn)有數(shù)據(jù)庫(kù)中均無(wú)明確記錄。丹麥技術(shù)大學(xué)蛋白質(zhì)組學(xué)專家Timothy Patrick Jenkins表示,“傳統(tǒng)的蛋白質(zhì)組學(xué)有點(diǎn)類似谷歌搜索,如果數(shù)據(jù)庫(kù)沒有收錄,搜索匹配自然無(wú)從談起”。隨著肽段數(shù)據(jù)庫(kù)范圍持續(xù)擴(kuò)大,匹配所需的計(jì)算耗時(shí)也越來(lái)越長(zhǎng)。
新型AI測(cè)序技術(shù)不再拘泥于已知肽段的搜索與匹配,而是計(jì)算特定長(zhǎng)度肽段經(jīng)過(guò)化學(xué)修飾后可能產(chǎn)生的所有肽段的質(zhì)量。若AI捕捉的片段可以與實(shí)際樣本相匹配,就會(huì)嘗試將其拼接成全長(zhǎng)蛋白質(zhì)。
為提高準(zhǔn)確性,蛋白質(zhì)測(cè)序AI工具在識(shí)別已知肽段及如何將其拼接成已知蛋白質(zhì)方面接受過(guò)數(shù)百萬(wàn)次訓(xùn)練,掌握了氨基酸鏈最常見的組合方式。Jenkins指出,這種方式類似ChatGPT等大語(yǔ)言模型(LLM)的訓(xùn)練方式,后者依靠海量文本訓(xùn)練來(lái)學(xué)習(xí)語(yǔ)法規(guī)則。大語(yǔ)言模型能夠判斷出“the boy bounces a ball”比“bounces a ball the boy”更符合語(yǔ)法,蛋白質(zhì)組學(xué)算法也能通過(guò)訓(xùn)練掌握某種“蛋白質(zhì)語(yǔ)法”,從而基于特定肽段推斷出最有可能的序列。
2021年,Noble及其團(tuán)隊(duì)推出一種名為Casanovo的模型,這是首個(gè)基于深度神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)測(cè)序AI模型。深度神經(jīng)網(wǎng)絡(luò)也是ChatGPT的算法原理。2024年,Noble團(tuán)隊(duì)在發(fā)表于
Nature Communications的一項(xiàng)研究中證實(shí),該模型可以解碼出訓(xùn)練數(shù)據(jù)以外新的肽段序列。另有實(shí)驗(yàn)表明,Casanovo尤其擅長(zhǎng)識(shí)別免疫系統(tǒng)攻擊癌細(xì)胞時(shí)靶向的細(xì)胞表面肽以及海水樣本中的未知蛋白質(zhì)。
Jenkins及其團(tuán)隊(duì)基于這些成果開發(fā)了InstaNovo模型。該模型同樣采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),但創(chuàng)新性地引入擴(kuò)散策略,在前者的基礎(chǔ)上實(shí)現(xiàn)了升級(jí)。擴(kuò)散策略已廣泛應(yīng)用于DALL-E等AI圖像生成模型,以及RoseTTAFold、AlphaFold等蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型。擴(kuò)散模型會(huì)先在輸入數(shù)據(jù)中添加隨機(jī)噪聲,然后進(jìn)行去噪,觀察去噪過(guò)程如何銳化輸出結(jié)果,并在此基礎(chǔ)上進(jìn)行更大范圍去噪,實(shí)現(xiàn)進(jìn)一步銳化。在
Nature Machine Intelligence發(fā)表的一項(xiàng)研究中證實(shí),在與Casanovo模型的對(duì)比測(cè)試中,通過(guò)結(jié)合Instan‐Novo+優(yōu)化模型,InstaNovo模型可以從9種生物的人工合成蛋白質(zhì)中多鑒定出42%的肽段數(shù)量。
在蛋白質(zhì)組學(xué)實(shí)際應(yīng)用中,該團(tuán)隊(duì)發(fā)現(xiàn),InstaNovo模型不僅從腿部感染傷口中鑒定出1225種血液白蛋白的獨(dú)特肽段(比傳統(tǒng)數(shù)據(jù)庫(kù)檢索多出10倍),其中254種為數(shù)據(jù)庫(kù)未收錄的新肽段,而且成功定位了52種細(xì)菌蛋白的相關(guān)肽段。對(duì)此,協(xié)助研究人員進(jìn)行組織蛋白質(zhì)圖譜分析的Atlas Antibodies公司研發(fā)主管Catrine Soiberg表示,InstaNovo模型“有望解析復(fù)雜樣本,提供創(chuàng)新解決方案”。Noble率先認(rèn)識(shí)到InstaNovo模型的潛力,并進(jìn)行了全面測(cè)試,感嘆這是“真正的突破”。
這項(xiàng)新技術(shù)在其他領(lǐng)域的應(yīng)用也在加速落地。劍橋大學(xué)蛋白質(zhì)組學(xué)研究者M(jìn)atthew Collins正利用多種AI蛋白質(zhì)測(cè)序工具分析考古樣本。多數(shù)情況下,考古樣本中的蛋白質(zhì)因長(zhǎng)期埋藏產(chǎn)生復(fù)雜的化學(xué)變化,或是源于早已滅絕的動(dòng)植物,因此,傳統(tǒng)的蛋白質(zhì)和肽段數(shù)據(jù)庫(kù)往往缺乏記錄。借助這些AI工具,該團(tuán)隊(duì)在尼安德特人遺址中發(fā)現(xiàn)了兔類蛋白質(zhì)的痕跡,為研究尼安德特人(現(xiàn)代人類的近親)的飲食習(xí)慣提供了寶貴線索,此外,團(tuán)隊(duì)還在古代巴西的陶器中檢測(cè)到了魚類肌肉蛋白。Collins表示,“(這些模型)擁有巨大的潛力,我們已將全部研究工作轉(zhuǎn)向依托其開展。可以說(shuō),這是一次質(zhì)的飛躍”。
文/Robert F. Service
(譯自
Science,2025,388(6743))
《科技導(dǎo)報(bào)》創(chuàng)刊于1980年,中國(guó)科協(xié)學(xué)術(shù)會(huì)刊,主要刊登科學(xué)前沿和技術(shù)熱點(diǎn)領(lǐng)域突破性的成果報(bào)道、權(quán)威性的科學(xué)評(píng)論、引領(lǐng)性的高端綜述,發(fā)表促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展、完善科技管理、優(yōu)化科研環(huán)境、培育科學(xué)文化、促進(jìn)科技創(chuàng)新和科技成果轉(zhuǎn)化的決策咨詢建議。常設(shè)欄目有院士卷首語(yǔ)、智庫(kù)觀點(diǎn)、科技評(píng)論、熱點(diǎn)專題、綜述、論文、學(xué)術(shù)聚焦、科學(xué)人文等。
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.