Mechanisms of Enhanced Natamycin Biosynthesis in Streptomyces gilvosporeus 717: An Integrated Genomic and Transcriptomic Analysis

Technische Zusammenfassung: Mechanismen der gesteigerten Natamycin-Biosynthese in Streptomyces gilvosporeus 717

Problemstellung
Natamycin, ein Polyen-Makrolid-Antifungikum, ist ein entscheidendes Agens für die Lebensmittelkonservierung und medizinische Therapien. Während die zufällige Mutagenese (z. B. ARTP) eine etablierte Strategie zur Verbesserung der Ertragsausbeute ist, bleiben die spezifischen genetischen und transkriptionellen Mechanismen, die hochproduktive Phänotypen antreiben, unzureichend verstanden. Vorherige Studien stützten sich oft auf deskriptive Transkriptomik, die Ertragsänderungen mit breiten metabolischen Mustern verknüpft, ohne jedoch aufzulösen, welche spezifischen genetischen Varianten phasenspezifische Antworten auslösen oder wie diese Antworten zur Steigerung der Akkumulation konvergieren. Es besteht ein Bedarf, über die empirische Stammoptimierung hinauszugehen und zu einem mechanistisch fundierten Verständnis zu gelangen, wie regulatorisches Rewiring anstatt lediglich struktureller Genmodifikationen die Hochproduktivität vorantreibt.

Methodik
Die Studie verwendete ein integriertes Multi-Omics-Framework, das die genomweite Resequenzierung (WGS) und zeitaufgelöste Transkriptomik (RNA-Seq) an einem hochproduktiven Mutanten, Streptomyces gilvosporeus 717, kombinierte, welcher aus dem Elternstamm 712 mittels atmosphärischer und Raumtemperatur-Plasma-Mutagenese (ARTP) gewonnen wurde.

• Stammentwicklung: Stamm 717 wurde nach einer ARTP-Behandlung und strengem Screening aufgrund seiner stabilen hohen Ertragsleistung ausgewählt.
• Fermentation: Die Produktion wurde in 15-L-Fed-Batch-Bioreaktoren validiert, wobei Proben bei 72 h (Initiierung der Biosynthese) und 120 h (Hochertrags-Akkumulation) entnommen wurden.
• Genomische Analyse: Die WGS wurde durchgeführt, um hochkonfidente Varianten (SNPs und InDels) in Stamm 717 im Vergleich zu 712 zu identifizieren. Die Varianten wurden mittels SnpEff annotiert, um deren Lokalisation (kodierend vs. nicht-kodierend) und funktionelle Auswirkung zu bestimmen.
• Transkriptomische Analyse: Die RNA-Seq wurde bei 72 h und 120 h durchgeführt, um differenziell exprimierte Gene (DEGs) zu identifizieren.
• Integration: Ein dreischichtiges mechanistisches Framework wurde angewendet, um genetische Variationen mit phasenspezifischen transkriptionellen Antworten zu korrelieren. Protein-Protein-Interaktionsnetzwerke (PPI) wurden konstruiert, um Kandidatengene dem Natamycin-Biosynthesegencluster (BGC) zuzuordnen.

Wesentliche Ergebnisse

1. Phänotypische Verbesserung: Stamm 717 erreichte einen Natamycin-Titer von 21,15 g/L in der 15-L-Fed-Batch-Fermentation, was einer Steigerung von 74,2 % gegenüber dem Elternstamm 712 entspricht. Der Mutante zeigte eine schnellere Biomasseakkumulation und ein stabiles Wachstum, ohne den Sekundärmetabolismus zu beeinträchtigen.
2. Genomische Architektur: Die WGS identifizierte 320 hochkonfidente Varianten in Stamm 717. Entscheidend war, dass 93,1 % (298/320) dieser Varianten in nicht-kodierenden, intergenen oder upstream gelegenen regulatorischen Regionen lokalisiert waren. Nur 6,9 % (22 Varianten) betrafen kodierende Sequenzen, was darauf hindeutet, dass der Hochertragsphänotyp primär durch regulatorisches Rewiring und nicht durch strukturelle Genveränderungen getrieben wird.
3. Phasenabhängige transkriptionelle Reprogrammierung:
   • Frühe Phase (72 h): Charakterisiert durch die Hochregulierung von ABC-Transporter-Komponenten, einschließlich ATP-Bindungsproteinen und Permeasen, was auf einen verbesserten energieabhängigen Membrantransport hindeutet.
   • Späte Phase (120 h): Wechselte hin zu einer erhöhten Expression von Substratbindeproteinen (SBPs) für die Nährstoffaufnahme (Phosphat, Stickstoff, Kohlenstoff) sowie zur Hochregulierung des Propionatmetabolismus und der Wege zur Bereitstellung von Methylmalonyl-CoA.
   • BGC-Aktivierung: Das Natamycin-Biosynthesegencluster zeigte eine signifikante transkriptionelle Aktivierung in Stamm 717, insbesondere bei 120 h, was Kern-PKS-Komponenten, Modifikationsenzyme und Regulatoren umfasst.
4. Integrierte Kandidatengene: Durch die Kreuzreferenzierung von WGS-Varianten mit RNA-Seq-Daten wurden drei Kern-Kandidatengene priorisiert:
   • B1H19_RS30395: Eine HAD-Familie-Hydrolase mit einem Stop-Gained-SNP, aber hoher Expression, was potenziell die Phosphathomeostase und Signaltransduktion verändert.
   • B1H19_RS33295: Ein NAD(P)-Bindeprotein mit einer disruptiven In-Frame-Insertion und Hochregulierung, verknüpft mit dem Redox-Gleichgewicht und der NADPH-Bereitstellung.
   • B1H19_RS08875: Eine nichtribosomale Peptidsynthetase (NRPS) mit einer Frameshift-Mutation, aber hoher Expression, was darauf hindeutet, dass ein konkurrierender Sekundärmetabolismusweg gestört wird, um Ressourcen auf Natamycin umzuleiten.

Bedeutung und Ansprüche
Die Arbeit behauptet, eine systematische Multi-Omics-Evidenzkette etabliert zu haben, die die molekularen Mechanismen steuert, die die hohe Natamycin-Biosynthese regulieren. Die Autoren behaupten, dass die hohe Produktivität von Stamm 717 mit Variationen in regulatorischen Regionen und phasenspezifischer transkriptioneller Reprogrammierung assoziiert ist und nicht mit extensiven Änderungen der kodierenden Sequenzen.

Die Studie schlägt ein „Variante-Transkription-Phänotyp“-Framework vor, das genetische Variation mit verändertem Phosphatmetabolismus, Redox-Gleichgewicht und konkurrierenden Stoffwechselwegen verknüpft. Die identifizierten Kandidatengene und Funktionsmodule (beteiligend an Transport, Nährstoffaufnahme, Vorläuferbereitstellung und BGC-Expression) werden als potenzielle Ziele für eine mechanismengestützte Verbesserung präsentiert. Die Autoren positionieren diese Arbeit als einen Schritt weg von der empirischen Stammoptimierung hin zu einem rationalen, mechanismengestützten Engineering und bieten damit ein methodisches Template an, das auf andere Produzenten von Polyketid-Antibiotika anwendbar ist. Die Ergebnisse legen nahe, dass koordinierte Veränderungen in Transport, Nährstoffaufnahme und Vorläuferbereitstellung gemeinsam die erhöhte Produktion unterstützen, was eine Basis für zukünftige reverse-genetische Validierung und kombinatorische Engineering-Strategien bietet.