摘要：在最新一期《自然》杂志中，马萨诸塞大学医学院Marian Walhout教授团队通过两项突破性研究，为理解代谢调控提供了全新的视角。研究团队开发了名为**Worm Perturb-Seq（WPS）**的新技术平台，结合秀丽隐杆线虫模型，实现了大规模基因敲低与b

在最新一期《自然》杂志中，马萨诸塞大学医学院Marian Walhout教授团队通过两项突破性研究，为理解代谢调控提供了全新的视角。研究团队开发了名为**Worm Perturb-Seq（WPS）**的新技术平台，结合秀丽隐杆线虫模型，实现了大规模基因敲低与bulk RNA测序的整合，系统性分析了代谢基因表达变化。

研究团队构建了代谢基因调控网络（mGRN），揭示了代谢通路间的协同调控机制。基于此，提出了代谢转录重编程的补偿/抑制（Compensation/Repression, CR）模型。该模型表明，当代谢网络受到扰动时，生物体会通过转录调控激活具有相同核心代谢功能的基因，以弥补功能损失（补偿），同时抑制与扰动无关的代谢功能基因，减少能量消耗（抑制）。这一模型解释了代谢基因中的复杂转录反应，为理解代谢稳态调控提供了全新的理论基础。

在另一项研究中，团队将转录组数据整合至代谢网络模型中，系统性预测了线虫体内的代谢流分布，并发现了多个非经典代谢流模式。例如，线虫通过戊糖磷酸途径循环通量消耗细菌RNA中的核糖，而非传统认知中的葡萄糖，用于生成NADPH和脂质合成。此外，线虫三羧酸循环的主要碳源是蛋白质和RNA，而非葡萄糖。这些发现极大地扩展了对代谢可塑性的认知，为未来代谢调控研究提供了新的方向。

这两项研究不仅为理解代谢调控提供了新的理论框架，还展示了代谢流态的高度可塑性。这些发现不仅适用于线虫模型，还为人类代谢疾病的机制研究和治疗提供了重要参考。未来，结合更直接的组织水平分析，有望进一步揭示代谢调控的复杂性及其在疾病中的作用。

如果说生命体是一座精密的城市，代谢网络就是遍布城市的交通系统，大量代谢反应在基因表达、酶活性的协调指挥下有序流转。而在这个复杂系统的背后，是两个尚未解开的核心问题：

这两个问题分别也被称作代谢流态（metabolic wiring）和代谢转录重编程（metabolic transcriptional rewiring），其答案对于理解代谢调控至关重要。但受限于技术，此前科学家们只能在少数代谢基因或通路中管中窥豹，缺乏在个体及全局网络层面的系统性研究。

在最新一期《自然》期刊中，马萨诸塞大学医学院Marian Walhout教授团队发表了两篇背靠背论文，提出了代谢网络转录重编程的补偿/抑制模型，并且在活体线虫体内成功预测代谢流全网络分布、揭示了全新的代谢流模式。Walhout教授实验室李旭航博士、张贺飞博士为两篇论文的共同第一作者 (排名不分先后)。

全新技术平台研究代谢调控

近年来，随着CRISPR技术的发展，科学家能够对哺乳动物细胞进行基因干扰/敲除，并且这种干扰与单细胞RNA测序相结合，用于检测突变对基因表达的影响。但这种方法目前有两个局限性：（1）单细胞测序的基因检测灵敏度较低且价格昂贵；（2）难以在动物体内大规模应用。

与现有技术相互补，Walhout教授团队在最新研究中开发了一种名为Worm Perturb-Seq（简称WPS）的新一代功能基因组学方法，实现了动物模型（秀丽隐杆线虫）中的大规模并行基因敲低与bulk RNA测序，能够高灵敏度地检测基因干扰对转录组的影响。介绍WPS技术的相应文章正在同行评审的最后阶段，并已公布在了BioRxiv平台（附带详细Protocol）1。

李旭航博士和张贺飞博士向学术经纬团队介绍，WPS技术在为现有技术的缺点提供互补的同时，也发展了自身独特的创新：“首先，它实现了以bulk RNA-seq作为读出，提供了极高的数据质量，如基因检测灵敏度。同时，这一技术实现了低成本的、全动物体内的扰动和测序，比常规方法便宜一个数量级以上。此外，WPS也创新了大规模bulk RNA-seq数据分析的算法平台——EmpirDE算法。”

WPS技术为系统性研究代谢调控提供了理想的技术平台，能够进行系统性的RNA干扰，逐一抑制线虫代谢网络中约900个基因的表达（覆盖了95%的代谢反应）；同时在全动物水平进行RNA测序，从而系统性分析RNA干扰后的基因表达变化。

补偿/抑制模型：从全局理解代谢稳态调控

整合这些数据后，研究团队在第一篇论文中构建了一个代谢基因调控网络（mGRN）。在该网络中，385处扰动通过超过11万个相互作用，与9414个差异表达基因相连。mGRN网络呈现高度模块化，22个扰动簇与44个基因表达程序连接，揭示了代谢通路间的协同调控。

▲基因组尺度全动物的线虫代谢基因调控网络。其中图a为代谢转录重编程的模式。（图片来源：原始论文[1]）

接下来，研究团队利用WPS数据整合代谢网络模型和通量平衡分析，进一步提出了代谢转录重编程的补偿/抑制（Compensation/Repression , CR）模型。

根据CR模型，当代谢网络受到扰动时，生物体通过转录调控同时实现补偿和抑制：一方面是激活具有相同核心代谢功能的基因，从而弥补扰动带来的功能损失；同时，与扰动功能无关的其他代谢功能基因则是受到抑制，以减少能量消耗，维持代谢稳态。

CR模型解释了代谢基因中的大多数转录反应，揭示了能量代谢、脂质合成、蛋白质合成、核酸合成、胞外基质合成这5项核心代谢功能的补偿和抑制机制。以脂质合成为例，敲低脂质合成相关基因会激活其他脂质合成基因，以维持脂质合成的整体功能；同时，脂质合成扰动还抑制了能量代谢相关基因，将资源重新分配到脂质合成中。

在研究的最后，作者在人类细胞实验中初步验证，这个源自线虫的CR模型也可解释人类细胞的转录代谢重编程。由此，该研究为从系统层面理解代谢及其调节提供了全新的框架，大幅扩展了此前基于单细胞生物的观察结果。研究论文指出，未来的研究计划将WPS与更直接的组织水平分析相结合，以进一步研究不同组织和单个细胞中的代谢。

研究团队指出，补偿/抑制模型的发现解答了困扰领域近十年的疑问：如何理解组学数据中常常观测到的错综复杂的转录重编程变化？“由于这些变化往往与被扰动的基因并不直接相关，因此一种观点认为大部分转录重编程都缺乏实际功能。我们通过系统性数据和比对分析，终于找到了这一问题的初步答案——这些变化并非毫无意义，而是需要在全局网络上理解它们与扰动的直接联系，即对核心代谢功能补偿和抑制。所以，这一模型为从系统层面上理解代谢稳态调控提供了全新的理论基础，或许未来能够更好地帮助我们理解代谢疾病发生和干预。” 李旭航博士和张贺飞博士介绍道。

代谢流新模式：重新理解代谢可塑性

在第一项研究建立了代谢基因调控网络，并且利用该网络提出了代谢转录重编程的补偿/抑制模型之后，研究团队在同期发表的另一篇论文中，将转录组数据的分子表型整合至代谢网络模型中，系统性地准确预测了正常线虫体内的代谢流分布，并且找到了多个不同于传统认知的代谢流模式。

代谢流是生物体代谢状态的核心指标之一，此前人们难以在多细胞生物中测定整个代谢网络的通量。现在，随着线虫代谢网络模型和WPS技术的出现，代谢流的研究出现了契机。

▲线虫系统层面的代谢流特征（图片来源：原始论文[2]）

在最新研究中，研究团队展示了一种从线虫的转录表型中推测整个动物代谢流的策略。研究团队使用包含了大约900个代谢基因的大规模WPS数据集，表明代谢基因扰动转录组的分子表型可以与代谢网络模型整合，从而半定量地推测出线虫的代谢流分布。

从推测结果中，研究团队进一步发现了一系列不同于以往认知的代谢流特征，包括：以戊糖磷酸途径的循环通量为主的中心碳代谢、缺乏嘌呤从头合成通量、蛋白质和细菌RNA作为三羧酸循环的主要碳源。

以戊糖磷酸途径的循环通量为例，研究提出线虫通过戊糖磷酸循环消耗细菌RNA中的核糖，而不是传统认知中的葡萄糖，用于生成NADPH、支持脂质合成。同样，线虫三羧酸循环的主要碳源也不是葡萄糖，相反它们以细菌为食，将食物中的蛋白质和RNA用作主要碳源。值得一提的是，这些推测都通过稳定同位素示踪实验得到了证实。

在线虫中发现的这些非经典代谢流模式，极大地扩展了我们对代谢可塑性的认知。李旭航博士和张贺飞博士以RNA为例解释道：“RNA是基因表达相关的生物大分子，在此之前从未被认为过可以作为代谢的基本‘原材料’（即碳源）。然而，线虫中的发现更新了我们的基本认知，这也对其他系统中的研究产生了极大的启示：人类等高等生物的食物中也富含大量的RNA, 这些RNA也会是代谢活动碳源的一种吗？”

另一个案例是，戊糖磷酸途径的循环通量可以产生大量还原力（NADPH），而不久前的研究发现这一过程也在免疫细胞氧化应激时有着重要功能，这是否意味着类似的非经典代谢流态也在正常组织和生理过程中广泛存在？在该研究的启发下，未来或将有更多意想不到的代谢流模式得以发现。

研究团队指出，这项研究中关于线虫代谢流态的一系列发现重新定义了线虫代谢活动的基础理论框架，对未来以线虫为模式动物的生物学研究具有广泛而深远的影响。这些独特的代谢特征为我们思考如何更好地利用线虫模型进行基础和疾病研究提供了全新视角。更重要的是，研究建立了解析全局网络中代谢流态的新范式，证明了代谢流态具有极强的可塑性。这一发现为通过调节代谢流态来治疗疾病有重要理论指导意义。

封面图来源：123RF

参考资料：

[1] Zhang, H. et al. Worm Perturb-Seq: massively parallel whole-animal RNAi and RNA-seq. bioRxiv (2025). https://doi.org/10.1101/2025.02.02.636107

原始论文：

[1] X.H. Li et al., Systems-level design principles of metabolic rewiring in an animal. Nature (2025). DOI: 10.1038/s41586-025-08636-5

[2] H.F. Zhang et al., A systems-level, semi-quantitative landscape of metabolic flux in C. elegans. Nature (2025). DOI: 10.1038/s41586-025-08635-6

来源：医学顾事