摘要：萜类化合物是自然界中种类丰富的一类天然产物，存在于植物、真菌、昆虫等多种生物中。这些化合物不仅在药物领域大放异彩，如青蒿素和紫杉醇，还被广泛应用于香料和材料等行业。然而，传统研究方法面临重复发现率高、产量低和筛选效率低等瓶颈，新型萜类化合物的挖掘进展缓慢，难以

萜类化合物是自然界中种类丰富的一类天然产物，存在于植物、真菌、昆虫等多种生物中。这些化合物不仅在药物领域大放异彩，如青蒿素和紫杉醇，还被广泛应用于香料和材料等行业。然而，传统研究方法面临重复发现率高、产量低和筛选效率低等瓶颈，新型萜类化合物的挖掘进展缓慢，难以满足医学和工业需求。

近日，刘天罡教授、邓子新院士合作发表的一篇文章详细探讨了萜类天然产物发现的创新方法。题为“Innovative approaches in the discovery of terpenoid natural products”，发表在 Current Opinion in Microbiology 期刊。

萜类化合物的探索主要有 3 种策略：直接分离萜类天然产物、通过同源重组的方式激活萜类基因（簇）、异源表达，从而分离和鉴定了大量结构各异的萜类化合物产物。在新萜类化合物发现激增的同时，重复发现也在增加，而且已发现的萜类化合物产物通常产量较低。鉴于这些问题，该综述探讨了高效、高价值萜烯研究的进展，并讨论了萜烯开采策略的未来前景。

文章全面介绍了高产萜烯微生物底盘在萜烯高效合成和新型萜烯发现中的应用，深入解析了自动化高通量平台如何加速萜烯化合物的筛选与表征，并阐述了人工智能在萜烯生物合成研究中的前沿进展。最后，研究团队还展望了这些创新技术在推动天然产物挖掘与应用、实现定制化合成方面的广阔前景及潜在挑战。

高产底盘的应用

高产萜烯微生物底盘通过基因工程优化，不仅为现有萜烯的高效合成提供了支持，也为新型萜烯的发现提供了平台。研究人员采用“靶向合成代谢”策略，通过体外滴定精确调控关键酶比例，优化微生物内的萜烯合成通路。这一技术大幅提升了萜烯的产量与稳定性，为工业化生产奠定了坚实基础。

如以大肠杆菌为底盘，从两种真菌来源的萜烯合酶（TS）的异源表达菌株中检测到 35 种萜烯化合物，包括两个倍半萜烯和五个新的二萜；此外，通过引入 31 个基因，研究人员构建了 1088 条萜烯生物合成途径，从中检测到 228 种结构新颖的二萜化合物，极大地丰富了萜烯的化学多样性。

酿酒酵母因其独特的代谢特点和工业化潜力，成为萜烯研究的重要底盘。研究人员通过优化代谢路径，实现了倍半萜烯的高效生产，发现了多个新型骨架化合物。利用基因编辑技术，关键化合物产量显著提升，为抗癌活性化合物 englerin A 的生产开辟了新途径；此外，基于酵母平台，科学家通过定向突变和组合生物合成策略发现了 75 种非经典萜烯，并利用 Golden Gate 组装技术，将来自不同植物源的 10 个二萜合酶和四个 CYPs 组装在一起，在酿酒酵母平台上检测到 200 多种二萜烯，其中 162 种为新化合物。

这一平台不仅用于发现植物来源的高价值萜烯，还革新了维生素 E 的合成工艺，并成功高效合成了(-)-eremophilene，展示了其作为香料和生物杀虫剂的潜力。这些成果展示了代谢工程在提升萜烯产量与多样性上的关键作用。

图 | 通过优化 MVA 途径和构建高效微生物底盘，实现了萜烯的高效合成和新萜烯的发现（来源：上述论文）

高通量平台构建萜烯化合物库

传统的低通量萜烯挖掘方法效率较低，而自动化高通量平台的应用大幅提升了研究效率。利用异源表达平台，研究人员在酿酒酵母中高通量表达了 41 个来源于真菌的基因簇，成功检测出 22 种化合物，包括 5 种萜烯和 17 种聚酮类化合物，最终鉴定出 14 种新型化合物结构。

通过将自动化平台与酿酒酵母底盘结合，研究人员表征了 34 种新型嵌合酶 PTTS，鉴定出 24 种新化合物，其中包括两种全新的倍半萜烯。此外，利用 158 种灵芝来源的 P450 氧化酶，成功实现了 I 型灵芝酸向 II 型灵芝酸的转化；基于酿酒酵母平台的高通量筛选实现了香叶醇、诺卡醇和诺卡酮的顺序生产。

米曲霉（Aspergillus oryzae）具有固有优势，其内源性后修饰系统可以修饰外源基因产生的萜烯骨架，从而多样化萜烯输出，显著提升了萜烯骨架的多样性。从 39 个真菌基因簇中，研究人员构建了 208 个突变株，检测出 185 种萜烯化合物，包括 62 种新骨架和 123 种后修饰产物。其中，倍半萜 mangicol J 对白细胞介素 6 表现出显著的抑制活性，经过代谢工程其产量提升了 111 倍。这一平台为高价值萜烯的快速挖掘和功能探索提供了全新策略。

图 | 自动化批量挖掘，加速了在萜类生物合成基因簇中显著生物活性萜类产品的发现（来源：上述论文）

人工智能助力新型萜烯的高效发现

在萜烯挖掘中，重复发现是主要难题之一。研究人员通过筛选与已知功能序列相似度较低的 TSs 可以减少相同萜烯的重复出现。

人工智能技术提供了强大的建模工具。基于已知的 TS 晶体结构，研究人员通过同源建模分析了 FgMS 的非保守氨基酸位点。其突变体 F65L 和 F153G 的构建成功合成了六种新型倍半萜烯。基于 TS 晶体结构的合理蛋白质修饰有助于扩展倍半萜烯和二萜烯的结构多样性。

在酿酒酵母平台上，首次筛选出具有新型三萜合成机制的 I 型 PTTS、TvTS 和 MpMS，并证实了它们能够合成大环三萜 talaropentaene 和 macroprohomene。同位素标记和晶体结构分析揭示了这些三萜的合成起始于 IPP 和 DMAPP 的聚合以及 HexPP 焦磷酸基团的去除，从而通过新颖的环化机制生成新的三萜骨架。

利用 AlphaFold2 对 TvTS 和 MpMS 晶体结构的预测与底物对接分析，研究人员发现嵌合酶 CgCS 能够催化生成非角鲨烯三萜 colleterpenol。这一发现挑战了传统观念，揭示了 I 型 PTTS 在三萜骨架合成中的广泛适用性，为萜烯研究开辟了新的方向。

图 | 人工智能通过 AlphaFold 技术预测蛋白质结构，加速新型萜烯的发现（来源：上述论文）

近年来，萜烯研究取得了令人瞩目的进展，从高产底盘微生物到自动化高通量工作站，再到人工智能辅助挖掘技术，这些创新方法为解决萜烯研究中的瓶颈问题提供了强大支持。

高产底盘技术通过代谢工程优化了微生物的合成能力，使得萜烯的高效生产和新型分子挖掘成为可能。自动化高通量平台则显著提高了筛选效率，为天然产物的快速发现和精准表征提供了可靠工具。而人工智能技术的引入，更是让研究人员能够通过理性设计和功能预测，挖掘到前所未见的萜烯结构，大幅拓展了这一领域的研究边界。

这些技术的协同应用不仅推动了萜烯化学的基础研究，还为药物研发、绿色化学品生产以及高附加值材料的开发提供了全新思路。在未来，随着生物技术和信息科学的进一步融合，萜烯研究有望迈向更加智能化、规模化和定制化的时代，为解决人类在健康、环境和能源等领域的重大问题做出更大贡献。

参考链接：

1.Cheng S, Wang X, Deng Z, et al. Innovative approaches in the discovery of terpenoid natural products[J]. Current Opinion in Microbiology, 2025, 83: 102575.

免责声明：本文旨在传递合成生物学最新讯息，不代表平台立场，不构成任何投资意见和建议，以官方/公司公告为准。本文也不是治疗方案推荐，如需获得治疗方案指导，请前往正规医院就诊。

来源：生辉SciPhi