第一篇：微生物的代謝教學反思

《微生物的代謝》教學反思

金 柘

在微生物代謝這一內容的教學過程中，針對知識特點采用了提供問題情境、探索目標，由學生通過閱讀課本相關內容，自己確定知識清單，然后同學間進行知識交流、相互補充，最后教師點撥歸納，通過這些嘗試以改變學生的學習方式。

對于微生物代謝非常旺盛的原因要利用課本中的一些數據加以說明。代謝產物分為初級代謝產物和次級代謝產物，代謝調節的方式分為酶合成的調節和酶活性的調節，微生物體內的酶又可以分為組成酶和誘導酶，這些知識點讓學生通過自學進行比較，脈絡清晰，學生對有關知識點的掌握程度也比較理想。

而微生物代謝的調節是重點。教學中除多結合實例講解外，還要引導學生對這兩種調節方式進行比較，如比較調節的對象、結果、特點、機制、意義等，有利于學生形成良好的知識結構。

覺得可以改進的地方有，可以先講完微生物代謝的調節后再來講人工控制微生物的代謝，這樣，重點突出，幫助學生更好的理解課本內容，還有一點，就是要注意知識點的拓展和加深，適時的幫助學生鞏固舊的知識。

第二篇：代謝組學在微生物領域的應用

代謝組學及其在微生物領域的研究進展

【摘要】代謝組學、基因組學和蛋白質組學是系統生物學研究的重要組成部分。本文在文獻和作者本人研究的基礎上，對代謝組學的產生和技術平臺及其在環境微生物領域的研究進展進行了評述。

【關鍵詞】代謝物 代謝組學 環境微生物 生物降解 評述

1引言

代謝組學(metabolomics)誕生至今不到10年，但發展非常迅速（圖1），現已成為系統生物學研究的一個重要組成部分［１］，在診斷及功能基因組研究中發揮出日益重要的作用[2]。隨著基因組學研究的深入，至2005年底，以metabolome, metabolomic, etabolomics, metabonome, metabonomic以及metabonomics為關鍵詞，或出現在文提或摘要內，檢索Web of Science以及Pubmed。所得文獻經整理刪除重復數據(to the end of 2005, by searching titles/abstracts/keywords of Web of Knowledge and Pubmed using ?etabolome? or ?metabolomic? or ?metabolomics? or ?metabonome? or ?metabonomic? or ?metabonomics? as the search term）。功能基因組開始研究基因組、轉錄組以及蛋白組的數據與表型之間的關系；而細胞內的全部代謝物最接近于表型，從而產生了研究全部代謝物的要求，代謝組(metabolome)的概念由此誕生 [3]。Fiehn等在2000年以擬南芥葉為模型的工作標志著代謝組學成為功能基因組研究的一個重要組成部分[4]。

目前，代謝組學的研究可分為以下３個層次［１，５～７］：（１）目標代謝物分析(metabolite target analysis)。利用特定方法研究難分析化合物(difficult analytes)，如植物激素等；（２）代謝譜分析(metabolite profiling)。對一系列預先設定的目標代謝物（如某特定代謝途徑中所有代謝物，或者一組由多條代謝途徑共享的代謝物）進行定量研究；（３）代謝組學。定性和定量特定條件下生物樣品內的全部代謝物。然而，由于代謝物組成復雜、含量不一，樣品制備過程的偏差，以及檢測設備的量程及通量等問題，目前還難以分析全部的代謝物。因此，在現階段代謝組學更多地被視為“非目標性”代謝物研究［７］。與代謝組學相關的概念還有代謝指紋分析(metabolic fingerprinting)，即對粗提代謝物進行高通量的定性分析，通過譜型比較將樣品進行快速分類，或者尋找差異峰從而揭示生物對疾病或有毒物應答的生物標記物。另一個重要的概念是代謝產物組學(metabonomics)［８］，多指以核磁共振（NMR）手段研究與疾病相關的代謝物。Nicholson等認為代謝產物組學是綜合地研究某一時間點對細胞內全部代謝物的影響［８，９］。不過，上述有關代謝組學的各種概念仍在發展和完善中。代謝組學會也將代謝組學的定義視為學會亟待解決的重要問題［９］。

代謝組學與其它組學的研究對象的最大區別是其研究代謝組的變化。代謝組的變化是生物對遺傳變異、疾病以及環境影響的最終應答［６］。代謝組學受進化的影響較小，在不同物種間其檢測方法比其它組學方法更為通用。以果糖二磷酸化酶檢測為例，基因組或蛋白組研究需要掌握不同物種內該酶的編碼基因或蛋白序列，并根據該信息設計相應芯片或質譜檢測技術；代謝組則不管在何種生物內，該酶的底物和產物（1,6二磷酸果糖和6磷酸果糖）

都是一致的，因而其檢測方法可適用于所有物種 ［７］。

與其它“組學”研究類似，代謝組學的突破在于將傳統的代謝途徑擴展為代謝網絡的研究。通過“非目標性”地識別全部代謝物，定量它們在生物體系內的動力學變化，從而揭示傳統方法無法觀測到的代謝網絡中不同途徑之間的關系［１］。因而，代謝組學成為系統生物學研究的重要組成部分［１０］。

２代謝組學的技術平臺及進展

由于代謝物的多樣性，許多分析技術得到廣泛應用[11]。圖2所示為各種代謝組學研究中常用的技術平臺［７］。根據樣品的屬性和研究目的來選擇并綜合利用多種技術平臺。例如研究植物與微生物常使用質譜檢測代謝物，而在動物樣品的研究中則更多地采用了核磁共振（NMR）技術［１２］。目前，應用最廣泛、最有效的技術是氣相色譜質譜（GCMS）和液相色譜質譜（LCMS）［３］。這兩種技術可以檢測包括糖、糖醇、有機酸、氨基酸、脂肪酸以及大量次級代謝物在內的數百種化合物。GCMS具有較高的分辨率和靈敏度。因此，與GCMS相關技術的發展很快，如采用GCGCMS技術增加單次分析可分離代謝物的種類［１４］；利用GC與飛行時間質譜（TOFMS）聯用可以進行高通量分析：由于TOF檢測時間短，一個月可分析1000個以上樣品；而且，利用升級的解析方法可以從植物葉片提取物的GCTOF圖譜中一次解析出1000種以上化合物［１５］。但是GC分離樣品分子量范圍有限，不能分離大分子及難揮發物質，同時熱不穩定性物質在GC條件下容易分解。盡管衍生化過程會降低樣品的通量，將樣品衍生化后再進行GC分離，仍然是解決上述問題的一條有效途徑。

LCMS具有強大的分離能力，廣泛應用于難揮發性物質的分析。目前，反相LC技術應用較普遍，但常規LC在分離極性較強物質時仍然具有重要作用。Tolstikov等［１３］開發出一種親水作用色譜技術(hydrophilic interaction chromatography ,HILIC)，采用

(monolithic C18 silica)長柱提高了分離效率，并且更易于與MS對接，檢測到許多極性物質。此外，HPLCMS、毛細管HPLCMS、UPLCMS以及多維色譜等技術逐漸應用到代謝物組學研究，明顯提高了分辨率、靈敏度和通量［１６］。毛細管電泳在代謝物分離方面是一個新的發展方向，其效率優于LC和GC［７］。

檢測器是代謝物組分析關鍵因素之一。傅里葉變換離子回旋加速器質譜(FTMS)技術在代謝物組領域具有良好的應用前景。借助高分辨率質譜(>106)，FTMS可以進行精確的質量分析，并根據同位素間分布直接得出經驗分子式［１８］。核磁共振NMR技術多用于代謝物指紋圖譜分析和尋找樣品間的顯著差異代謝物，更多地用于哺乳動物樣品的檢測。NMR技術是代謝產物組(metabonomics)研究最有力的工具，具有較好的重復性[１９]。拉曼以及傅里葉紅外等振動光譜的靈敏度雖然相對較低，但是，傅里葉紅外在生物樣品的高通量篩選分類方面非常有效。Ellis等［２０］利用該方法研究了肉類在變質過程中的代謝譜，發現該過程的主要生化指標為蛋白質降解。一種新的發展趨勢是樣品不經色譜分離直接進樣，采用低分辨率電噴霧質譜分析，根據獲得的指紋圖譜進行高通量篩選［２１］。Allen等［２２］采用該方法成功地區分開僅僅一個基因差異的釀酒酵母。

生物體內的代謝物隨時間和空間的變化而不斷地發生變化，所以時間動力學與空間分布的變化是代謝物組學研究的重要課題。雖然可以通過連續取樣的方法來研究時間動力學，但是該方法費時費力。利用NMR及FTIR等技術進行非介入性研究是一個新的發展方向。此外，利用分子生物學手段的研究也有新的進展。Fehr等利用GFP融合葡萄糖結合蛋白，通過熒光強度來監測胞內的葡萄糖濃度。結果發現，在COS7細胞胞漿內的葡萄糖濃度的變化范圍高達兩個數量級［２３］。

一個普通的細胞內可能含有或產生的代謝物種類遠遠超出人們最初的預想。Fiehn等［１２］從擬南芥葉片中鑒定出326種代謝物，通過對數據深入分析，發現最初的圖譜能夠解析出1000種以上的代謝物。因此，隨著硬件平臺的發展，代謝組學研究將獲得海量的數據；而如何解析、儲存這些數據并從中提取有用的信息則非常重要。因此，代謝組學數據的處理已經成為生物信息學的一個新的重要分支［２４］。

代謝組學原始數據的解析可分為如下３個基本步驟：（1）提取出色譜分離（如GCMS）后未能有效分開的代謝物峰并得出其相應濃度；（2）根據其保留時間及質譜圖等信息鑒別有效峰所代表的化合物；（3）根據代謝數據建立代謝網絡模型［１２］。目前已經開發出界面友好的公開軟件，如Sumner等［２５］開發的MSFACTS(metabolomics spectral formatting, alignment and conversion tools)，可以輸入如GCMS原始數據，輸出代謝物清單。Johnson等［２６］設計了一種新的算法，可進行圖譜的快速比對。

根據圖譜鑒別結構問題相對進展較慢。不能識別圖譜中的大多數代謝物峰成為代謝組學研究的瓶頸之一。在標準數據庫中，多數數據都來源于有機化學領域，而天然代謝物的結構信息相對較少。以植物為例，80%以上的代謝物在標準譜庫中找不到對應的化合物。解決該問題應該更多地依賴于一些新的算法進行自動推算，而不是尋找相應的標準參照物。目前，關于NMR的自動化譜圖結構推測有一定的進展［２７］，而關于MS圖譜的分析相對落后。關于代謝數據的可視化及建模，不少文獻中都有介紹［５，８，２８］，在此不再贅述。與其它組學研究類似，代謝組學數據的標準化及存儲也是一個重要的問題。目前，一些相關的數據庫已經建立，例如擬南芥代謝組數據庫以及包含各種代謝途徑的KEGG數據庫等等［２４，２９］。但是，類似基因組研究中Genbank作用的代謝物數據庫尚未建立，未來的發展方向是建立綜合、關聯基因組、蛋白組及代謝組數據的大型數據庫［２４］。３代謝組學在微生物領域的研究進展

目前，代謝組學應用領域大致可以分為以下６個方面：（1）植物功能基因組研究，主要以擬南芥為研究模型，也包括一些轉基因作物的研究［４，３０，３１］；（2）疾病診斷，根據代謝物指紋圖譜診斷腫瘤、糖尿病等疾病［９，３２］；（3）制藥業，主要通過高通量比對預測藥物的毒性和有效性，通過全面分析來發現新的生物指示劑［３３］；（4）微生物領域；（5）毒理學研究，包括利用代謝組學平臺研究環境毒理及藥物毒理［１９，３４］；（6）食品及營養學，即研究食品中進入體內的營養成分及其與體內代謝物的相互作用［３５］。以下著重介紹在微生物領域的代謝組學研究及其最新進展。

3.1微生物分類，突變體篩選以及功能基因研究

經典的微生物分類方法多根據微生物形態學以及對不同底物的代謝情況進行表型分類。最近，隨著分子生物學的突飛猛進，基因型分類方法如16S rDNA測序，DNA雜交以及PCR

指紋圖譜等方法得到了廣泛應用。然而，某些菌株按照基因型與表型兩類方法分類會得出不同的結果。因此，根據不同的分類目的聯合應用這兩類方法已成為一種趨勢。BIOLOG等方法在表型分類中應用較為廣泛，但是，代謝譜分析方法(metabolic profiling)異軍突起，逐漸成為一種快速、高通量，全面的表型分類方法。采用代謝組分類時，可以通過檢測胞外代謝物來加以鑒別。常用的胞外代謝物檢測方法為樣品衍生化后進行GCMS分析、薄層層析或HPLCMS分析，最后通過特征峰比對進行分類［３６，３７］。Bundy等［３８］采用NMR分析代謝譜成功地區分開臨床病理來源以及實驗室來源的不同桿菌(bacillus cereus)。除了表型分類外，代謝組學數據可以應用于突變體的篩選。在傳統研究中的沉默突變體（即未發生明顯的表型變化的突變體）內，突變基因可能導致了某些代謝途徑發生變化，通過代謝快照(metabolic snapshot)可以發現該突變體并研究相應基因的功能［３９］。Soga等用CEMS系統研究了枯草桿菌在芽孢發生過程中的代謝譜的變化過程，識別出胞1692種代謝物，并鑒別出其中的150種［１７］。

3.2發酵工藝的監控和優化

發酵工藝的監控和優化需要檢測大量的參數，利用代謝組學研究工具可以減少實驗數量，提高檢測通量，并有助于揭示發酵過程的生化網絡機制，從而有利于理性優化工藝過程 ［１０］。Buchholz等［４０］采用連續采樣的方法研究了大腸桿菌在發酵過程中的代謝網絡的動力學變化。他們在葡萄糖缺乏的培養液培養的大腸桿菌中加入葡萄糖，并迅速混勻，按每秒4～5次的頻率連續取樣。利用酶學分析、HPLC/LCMS等手段監測樣品中多達30種以上的代謝物、核苷以及輔酶，從而解析了葡萄糖以及甘油的代謝途徑和底物攝取體系。通過統計學分析建模，發現在接觸葡萄糖底物后的15～25 s范圍內,大腸桿菌體內發生的葡萄糖代謝物變化與經典生化途徑相符，但隨后的過程則與經典途徑不符，推測可能存在新的未知調控步驟。Takors認為，通過上述代謝動力學研究，掌握代謝途徑及網絡中的關鍵參數，將直接有利于代謝工程的優化，包括菌株的理性優化以及發酵參數的調控。Dalluge等利用LCMSMS方法監控發酵過程中的氨基酸譜紋，實現對整個發酵系統的高通量快速監控；而接下來的研究將考慮縮小氨基酸監測范圍，通過少數幾個關鍵氨基酸的監測實現對整個發酵系統狀況的監控［４１］。

3.3環境微生物研究

微生物降解是環境中去除污染物的主要途徑。深入了解污染物在微生物內的代謝途徑，將有助于人們優化生物降解的條件，從而實現快速的生物修復。這些代謝中間體大都通過萃取、分析方法進行逐個研究，并借助專家經驗擬合出代謝途徑，其動力學過程亦很少觸及。代謝組學方法的采用有可能改變這一現狀。Boersma等［４２］采用代謝組學方法研究氟代酚的微生物降解途徑。氟代化合物具有特殊的19F核磁共振屬性，19F的核磁共振靈敏度與1H核相近；由于生物體內無內源性19F核磁信號，因而無本底干擾。所有19F核磁信號均可歸結于異生素及其代謝物。19F核的化學位移值寬，約為700ppm（1H為15ppm，13C為250ppm）。較寬的化學位移導致19F在不同取代物的峰圖不易產生重疊。因此，借助核磁共振技術可以更方便地研究含氟化合物的代謝中間體。Boersma等根據總代謝物的核磁共振圖譜，推測出紅球菌內羥化酶在不同的取代位（1，2，3三種不同的取代數量）

羥基化氟代酚，然后再通過兒茶酚內位雙加氧酶開環形成氟代粘糠酸的代謝過程。此外，他們還首次檢測到開環后的下游代謝物，即通過氯粘糠酸異構酶生成氟代粘糠酸內酯以及氟代馬來酸等中間代謝物。

根際(rhizosphere)空間在植物微生物相互作用中發揮著重要的作用。Narasimhan等

[43 ]利用根際代謝物組(rhizosphere metabolomics)方法，闡釋了植物分泌物對根際微生物降解多氯代酚(PCB)的作用機制。采用HPLCESI/MS法分離鑒定擬南芥根際代謝物，發現野生型擬南芥根際次級代謝物中84%以上均為phenylpropanoids。因此能利用

phenylpropanoids生長的PCB降解假單孢菌能夠快速在根際區域增殖（比相應營養缺陷型突變菌株高100倍以上），并且在兩周內去除超過90%的PCB。然而，在采用擬南芥突變體（產生較少的phenylpropanoids）的對照組中，降解菌的數量較低，降解率也僅達50%。結果表明植物根際分泌的次級代謝物促進降解菌的繁衍增殖，從而促進了污染物的降解。本課題組在近期的工作中建立固相微萃取衍生化技術與GCMS聯用同時測定多種多環芳烴（PAHs）代謝產物的分析方法，開展了細菌和微藻降解PAHs的降解機理和代謝物動力學變化等研究[44～47]。從單一菌和混合菌液培養基中及細胞體內，同時檢測到PAHs多種單氧化和雙氧化及其開環代謝物產物，發現多種PAHs降解過程中存在復雜的代謝物動力學過程；通過研究標志性代高等物組成力學變化，揭示代謝物水平上的微生物共代謝PAHs的降解機制［４４～４６］。共代謝過程中的代謝物動力學過程有非常獨特的特點，一方面它屬于胸內生命合成過程，因為微生物降解生長基質ＰＡＨs時提供能源和碳源促進微生物的生長；另一方面它又屬于胞外代謝處程,非生長基質PAHs對于微生物是一種環境脅迫，微生物分泌降解酶通過在胞外降解非生長基質PAHs以減弱其對自身的危害。因此,共代謝過程是胞內外代謝相互作用的過程。

此外，微生物代謝組學還應研究如何改進樣品的制備方法。例如，在代謝組研究中，為了中止細胞代謝反應采用冷淬火(cold quenching)方法，將細胞樣品迅速置于低溫（液氮或-70℃甲醇中），這會導致許多微生物發生冷休克(coldshock)，釋放出大量的胞內物質，引起代謝組學定量研究發生偏差[48, 49]。

4展望

代謝組學尚處在萌芽期, 它綜合了分析化學、基因組學以及信息科學的最新進展，在功能基因組研究中居于核心地位[12]。未來主要發展方向包括發展更為靈敏的、廣譜的、通用的檢測方法，鑒定各種譜峰對映的化合物結構，以及與其它虛擬模型的整合。這將更有助于全面闡釋各種細胞功能的分子基礎。

此外，代謝物組學方法應用于環境微生物領域，將開拓出新的研究方法和方向。微生物胞外污染物降解和胞內代謝物利用構成了微生物代謝污染物的復雜的代謝網絡。研究細胞內外整合的代謝網絡中代謝途徑的相互作用與影響將全面、深入地揭示微生物降解污染物的能力和途徑，從而有效地預測有毒代謝物在環境中的積累和去除。而代謝途徑的代謝物組分析對于闡釋代謝物動力學過程以及微生物降解機理、分析和評價微生物在各種污染物的生物修復中的潛力都具有重要作用。

第三篇：微生物反思

微生物反思

教材中只簡單地描述了細菌、真菌、病毒等微生物的名稱和生活方式，若老師就照著教材講授，學生就很難認識什么是微生物，更難理解微生物的類型及其特點，因此，就要提前準備，查找有關微生物的圖片和錄像，使學生從圖片和錄像中認識到是什么微生物，這種微生物的結構和特點是什么，使學生認識深刻些。教材中第49頁還提到支原體和衣原體，而從現有資料中查不到相關信息，就必須請教醫生和從網絡中查找相關內容，然后才能向學生作出回答和解釋，不然就總是不知道。

微生物的種類繁多，學生又很容易搞混淆，因此，在教學中還應設計一些訓練題，編制一些學生中常見錯誤的辨析題或選擇判斷題，使學生辨別準確，分析出錯的原因，更有利于學生準確掌握知識點。

第四篇：《微生物的危害》教學反思

《微生物的危害》教學反思

在教學中，我首先在課前讓學生通過網絡、書籍等查找一些有關微生物——病毒和細菌的知識，然后在科學課堂上，讓學生分組匯報自己所掌握的知識和信息。通過學生用自己的語言的描述，課堂氣氛比較活躍。我又讓小組間進行互相學習，看誰的信息量大，調動了學生學習的積極性。學生成為課堂的主角，教師做了配角。在學生的信息發布過程中，對有關病毒和細菌的特征、特點、引發的疾病、疾病的癥狀、傳播方式、怎樣預防等知識的理解和掌握，不知不覺地就完成了。

調動學生的積極性，變學生“要我學”為“我要學”，向40分鐘要質量，應該是我以后的科學教學中應該所注意和追求的！

第五篇：無處不在的微生物教學反思

這節課是科學教學類知識點相對比較多的一課，在這次課中，我對這樣的課進行了嘗試和挑戰，在整個課堂教學中，通過多種實物舉例說明，讓孩子們對微生物進一步了解。每個同學都投入到科學實驗中來，培養出了學生對科學的熱愛之情，每一個環節學生都能配合老師，可算得上是散而不亂，不拘泥于傳統課堂的優質課堂。雖然表面上看課堂效果不錯，但我在教學上仍有不足之處：首先課堂過于活躍，影響到學生對知識點的接受和鞏固。在下一次課堂上如果能做到對課堂氛圍收放自如，課堂效果將會更好，而學生對知識點的記憶和鞏固也更有效。學生也不會僅僅停留在學科課堂的表面而進行深入思考，達到學生開動腦筋的目的。然后，就是自己對科學領域的擴展還不夠，如果在每一次上課之前，多收集一些關于當堂課的知識內容。那么對學生的知識面有所幫助。