2.1 微生物与细胞生理学

2.1 微生物与细胞生理学

本节摘要：SOURCE 2.1：限氧下大肠杆菌切换混合酸发酵；CHO 高密度培养氨积累抑制生长；需理解代谢流与环境响应。

动手：观察生理切换

实验情境：E. coli 批培养，DO 降至 0 后取样测乙酸/乳酸。

代谢网络：碳流如何被分流

细胞生理的工程价值，在于它把"环境信号"翻译成"代谢状态"，进而决定产物速率。理解这一翻译过程，要从中心代谢的三个模块看起：

• 糖酵解（EMP）：葡萄糖经磷酸化、裂解生成丙酮酸，每摩尔葡萄糖净得 2 ATP 与 2 NADH。这是几乎所有工业微生物的碳流主干道。
• TCA 循环：好氧条件下丙酮酸进入 TCA，氧化为 CO₂，产生大量 NADH/FADH₂，供呼吸链合成 ATP。
• 磷酸戊糖途径（PPP）：提供 NADPH（还原力）与核糖（核酸合成前体）。NADPH 是许多产物合成（如脂肪酸、氨基酸）的关键还原力，常成为通量瓶颈。

分流比例不是固定的，而是由酶活、效应物浓度与氧化还原状态共同决定。工程上常见的做法是通过基因改造或培养条件，把碳流导向目标通路——但前提是先能测量这些分流，这就要靠代谢通量分析。

限氧切换：混合酸发酵的机制

大肠杆菌在氧充足时走呼吸代谢，1 mol 葡萄糖约产生 32 mol ATP；一旦溶氧（DO）趋零，呼吸链无法氧化 NADH，细胞被迫启用发酵途径再生 NAD⁺。此时产生的主要副产物是乙酸、乳酸、甲酸与乙醇——统称混合酸发酵。每摩尔葡萄糖仅得 2 mol ATP，能量效率骤降，表现为比生长速率下降、OD 进入平台期。

这一切换的工艺后果非常直接：搅拌或通气不足导致局部限氧，可能在不察觉间把"呼吸培养"变成"混合酸发酵"，乙酸积累又反过来抑制生长与产物合成。因此对高密度需氧培养，维持 kLa 显著高于 OUR 不是"选项"而是"底线"；而对某些产物（如用大肠杆菌生产丁二酸），工程师反而主动制造限氧条件——说明"代谢切换"是双刃剑，关键在于知道自己在利用哪一面。

哺乳动物细胞的特殊生理

CHO 等哺乳动物细胞与微生物有本质差异：

• 能量代谢：有氧条件下也倾向糖酵解产乳酸（Warburg 样效应），乳酸积累使 pH 下降，需要碱液中和或切换碳源。
• 谷氨酰胺代谢：谷氨酰胺既是氮源又是能量源，代谢后释放氨（NH₃）。高密度培养中氨积累超过一定阈值（通常 3–5 mM）会抑制生长、改变糖型甚至诱导凋亡。应对策略包括降低谷氨酰胺浓度、改用谷氨酰胺二肽、在补料中切换 Gln-free 配方。
• 无生长产物解耦：抗体等重组蛋白常在细胞停滞期分泌，因此工艺要区分"生长阶段"与"生产阶段"，用温度、营养或渗透压控制切换。

异质性与表型漂移

同一反应器里的细胞并不完全相同：不同细胞处于不同细胞周期、不同代谢状态、甚至不同拷贝数表达水平。这种群体异质性在放大后会被加剧——传质梯度导致不同区域的细胞经历不同环境，进而产生表型漂移。这也是"摇瓶结论不可直接移植到反应器"的根本原因之一。

同一批培养中的表型异质性分布

用通量测量验证假设

单细胞测序与 13C-MFA 代谢通量分析使「黑箱」转向动态功能——动手设计标记实验可验证通量假设。其基本思路是：在培养基中加入 13C 标记的葡萄糖，培养至稳定后测定代谢物的同位素异构体分布，再用模型反推各通路通量：

# flux_demo.py —— 13C 标记实验的简化通量逻辑
# 假设：葡萄糖经糖酵解(EMP)与磷酸戊糖途径(PPP)分流
# 目标：根据标记数据估计分流比例 alpha
alpha = 0.0  # PPP 分流比例，待拟合
emp_flux = 1.0 - alpha   # 归一化碳流
ppp_flux = alpha

# 模拟检测到的 M+1 标记物比例（简化示意）
m1_measured = 0.35  # 实测 13C 单标记物比例
m1_predicted = 0.10 + 0.25 * ppp_flux  # 简化模型
alpha_estimate = (m1_measured - 0.10) / 0.25
print(f"估计的 PPP 分流比例 = {alpha_estimate:.2f}")
# 输出: 估计的 PPP 分流比例 = 1.00（示意）
​

注意：真实 13C-MFA 需要同位素异构体矩阵与代谢网络模型，这里只展示"标记数据→通量反推"的思维骨架。动手实践时建议使用成熟工具（如 OpenFLUX2、INCA）。

再给一个可立即上手的生理核算：用氨与乳酸的积累速率反推工艺还剩多少"生理余量"，在高密度 CHO 培养中比单看活率更早预警。

# cho_inhibitor_budget.py —— 抑制物积累余量核算
def inhibitor_budget(nh3_mM_now, lactate_mM_now, rate_mM_per_h,
                     nh3_limit=4.0, lactate_limit=40.0, hours_left=72):
    nh3_final = nh3_mM_now + rate_mM_per_h["nh3"] * hours_left
    lac_final = lactate_mM_now + rate_mM_per_h["lactate"] * hours_left
    return {
        "氨预测终浓度(mM)": round(nh3_final, 1),
        "乳酸预测终浓度(mM)": round(lac_final, 1),
        "氨超限?": nh3_final > nh3_limit,
        "乳酸超限?": lac_final > lactate_limit,
    }

print(inhibitor_budget(1.2, 12.0, {"nh3": 0.05, "lactate": 0.4}))
# 氨终浓度 4.8 mM 超过 4 mM 阈值 → 72 h 前必须降 Gln 补料或换二肽源
​

⚠️ 常见坑：假设摇瓶与反应器细胞行为一致——群体异质性导致表型漂移。

💡 关键直觉：未来反应器要管理细胞的「决策」，不只温度 pH。

重点提炼

• 生理状态决定产物合成窗口
• 中心代谢分流是工程干预的抓手
• 限氧/营养限制触发代谢切换
• 哺乳动物细胞氨积累是主要抑制源
• 异质性是稳健性敌人
• 13C-MFA 把代谢假设变成可测通量