摘要：塑料污染是当今全球面临的一个严峻环境问题，每年有数百万吨的塑料废弃物被排放到环境中，预计到 2050 年，环境中将积累约 110 亿公吨塑料。其中，垃圾填埋场成为了塑料废弃物的主要归宿。近日，研究人员发现，这些填埋场不仅是塑料废弃物的集中地，还因其独特的物理、
塑料污染是当今全球面临的一个严峻环境问题，每年有数百万吨的塑料废弃物被排放到环境中，预计到 2050 年，环境中将积累约 110 亿公吨塑料。其中，垃圾填埋场成为了塑料废弃物的主要归宿。近日，研究人员发现，这些填埋场不仅是塑料废弃物的集中地，还因其独特的物理、化学和生物条件，成为了孕育能够降解塑料的微生物的理想场所。
这主要是因为在长期的演化过程中，垃圾填埋场中的微生物逐渐适应了塑料的存在，并发展出了降解塑料的能力。这些微生物通过分泌特定的酶，能够将塑料分解为更小的分子，甚至最终转化为无害的物质，这种自然选择的塑料降解能力为应对塑料污染提供了新的思路。
最近，来自安徽大学、中国科学技术大学、西湖大学、密歇根大学、合肥工业大学等多个单位的研究人员共同在 PNAS Nexus 上发表了一篇题为“Natural-selected plastics biodegradation species and enzymes in landfills”的研究。研究人员通过宏基因组学和机器学习技术，从全球范围内的垃圾填埋场中收集了大量数据，揭示了垃圾填埋场中塑料降解微生物和酶的多样性。
首先，研究团队从中国、意大利、加拿大、英国、牙买加和印度等国家的 21 个城市的垃圾填埋场及其相关环境中采集了 148 个宏基因组样本，样本涵盖了垃圾、渗滤液、污泥以及空气中的颗粒物等。通过宏基因组学获得了 24 种用于塑料生物降解的酶和 27 种物种，并通过机器学习获得了 712 种具有塑料降解潜力的酶和 150 个宏基因组组装基因组。
通过对这些样本的宏基因组分析，研究人员发现了 117 个与塑料降解相关的基因，并预测了 978,107 个潜在的塑料降解基因。
图 | 通过宏基因组分析发现的塑料降解基因及其在不同垃圾填埋场环境中的相对丰度
为了更精准地预测塑料降解酶的功能，研究团队采用了机器学习模型 CLEAN。传统的酶功能注释方法依赖同源性比对，在揭示微生物群落潜在的塑料降解能力方面存在局限。而 CLEAN 模型借助对比学习框架，能从海量未知的蛋白质序列中挖掘潜在的酶功能。研究结果显示，CLEAN 模型预测出 978,107 个潜在的塑料降解酶基因，远超传统方法的预测数量。这些预测的酶大多属于水解酶类，理论上能够降解多种塑料，如聚对苯二甲酸乙二醇酯（PET）、聚氨酯（PU）和聚乳酸（PLA）等。通过机器学习，研究团队不仅扩充了已知的塑料降解酶库，还进一步揭示了垃圾填埋场中微生物群落的多样性和功能性。
图|相比传统方法，CLEAN 模型能够识别出更多的潜在塑料降解基因
随后，研究人员进一步对部分预测的塑料降解酶进行功能验证。他们挑选出一部分酶进行三维结构建模和功能分析，这些酶主要分为蛋白酶、水解酶、酰胺酶和羧酸酯酶 / 脂肪酶四类。通过结构建模和比对发现，这些酶普遍具有典型的催化三联体结构（如 Ser-His-Asp），并且与已知的塑料降解酶在结构上高度相似。深入分析这些酶的遗传多样性、保守结构域、基序排列和代表性三级结构后，研究人员发现许多酶具备独特功能和强大的塑料降解潜力。例如，在蛋白酶中，Pr1 和 Pr2 蛋白都含有典型的 Ser-His-Asp 三联体，Pr1 被预测为肽酶 K，Pr2 则展现出功能多样性，可能参与多种塑料的降解过程。
除了酶，研究人员还关注了这些酶的生产者——微生物。他们通过宏基因组组装技术，获得了 1537 个宏基因组组装基因组（MAGs）。其中，有149 个 MAGs 被预测携带塑料降解基因。这些 MAGs 主要属于假单胞菌门和放线菌门，在垃圾和接种了城市固体废物和垃圾填埋场渗滤液再循环的生物反应器中含量十分丰富。
研究人员还通过三级结构建模、叠加分析和宏基因组组装基因组（MAG）重建，推断出 712 种预测蛋白质的催化活性和微生物宿主。不过，研究团队也指出，需要进一步开展研究来确认这些预测蛋白质的功能，一旦得到验证，它们多样的功能将为处理塑料垃圾带来更广阔的应用前景。
总之，这项研究取得的进展让我们意识到垃圾填埋场不仅是塑料废弃物的集中地，还具有众多可供利用的微生物和酶，未来。我们有望利用这些极具潜力的微生物，开发出更高效的塑料降解技术，为塑料污染提供新的解决思路。
参考文献：
1. Xiaoxing Lin et al, Natural-selected plastics biodegradation species and enzymes in landfills, PNAS Nexus (2025). DOI: 10.1093/pnasnexus/pgaf066
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
