论文标题：Mechanistic two-pathway modeling of substrate inhibition in lactic acid bacteria for enhanced fermentation control

期刊：Quantitative Biology

作者：Guoxi Zheng, Junwen Mao

发表时间：28 Oct 2025

DOI：10.1002/qub2.70019

微信链接：点击此处阅读微信文章

在工业发酵过程中，底物抑制（substrate inhibition）是制约乳酸菌发酵效率与稳定性的关键因素之一。传统模型多采用经验型抑制函数，例如Haldane / Andrews模型以及Monod扩展型抑制函数，虽能拟合实验数据，但参数通常不可解释，缺乏明确的机制理解，难以支持精细调控。因此，如何从机理层面刻画底物抑制，并建立具有预测能力的动力学模型，成为发酵工程与定量生物学交叉领域的重要问题。

近期，毛俊雯团队在Quantitative Biology期刊发表题为“Mechanistic two-pathway modeling of substrate inhibition in lactic acid bacteria for enhanced fermentation control”的研究论文，提出了一种基于机制分解的“双通路模型”，为理解乳酸菌底物抑制提供了新的理论框架，并为发酵过程优化提供了定量工具。

全文概要

该研究从机制出发，将底物抑制现象拆分为两条具有明确生物学含义的作用通路：（1）促进通路：底物作为生长与代谢的驱动力；（2）抑制通路：高浓度底物通过代谢负担或毒性效应抑制细胞活性。在此基础上，作者构建了一个可解释的双通路动力学模型（如图1），通过分别刻画两种作用机制的强度与响应特征，实现了对生长速率与产物生成的统一描述。这一工作将传统“经验型底物抑制模型”重构为“机制可分解的双通路动力学模型”，并实现参数可解释性和预测能力的统一。

图1. 双通路模型模拟乳酸菌发酵过程中的底物抑制。(A)双通路模型的示意图。(B)调节函数。(C)抑制函数。(D)生长速率。(E)产物抑制因子。

该模型与传统经验模型（如Haldane型）相比，可显式区分促进与抑制效应，使参数具有清晰的生物学含义，有助于跨实验条件的外推。通过对乳酸菌发酵实验数据的系统拟合，发现该模型在不同底物浓度区间均表现出良好的拟合精度，并能够准确预测高底物浓度下的抑制行为（如图2）。模型参数可直接关联发酵过程中的关键调控因素（如底物摄取能力、代谢负载等），为优化底物投加策略与发酵控制提供了理论依据。此外，基于该模型分析，可揭示了不同操作区间下系统从“促进主导”向“抑制主导”的转变条件，为工业发酵中避免抑制区、提高产率提供了定量指导。

图2. 底物抑制效应的模型预测。（A，B）在初始底物浓度分别为26 g/dm³(A)和43 g/dm³(B)时的实验与模拟生长曲线。实验数据为保加利亚乳酸杆菌（L. bulgaricus）的发酵过程。(C)模型对比生长速率的预测曲线（实线）。预测过程中未使用额外可调参数。实验数据引自文献Burgos-Rubio 2000。

研究意义与前景

本研究在方法上将底物抑制分解为促进和抑制两部分，提高了模型的可解释性和预测能力，实现了从“经验拟合”向“机制建模”的转变。在应用上，为乳酸菌发酵过程的精准控制提供了可操作的理论工具。未来，该框架有望推广至其他微生物体系中的底物抑制问题，并与在线监测与反馈控制策略结合，实现智能化发酵调控。

QB期刊介绍

Quantitative Biology （QB）期刊是由清华大学、北京大学、高等教育出版社联合创办的全英文学术期刊。由高等教育出版社和Wiley双平台出版和发行。QB主要刊登生物信息学、计算生物学、系统生物学、理论生物学和合成生物学的最新研究成果和前沿进展，并为 与计算机、数学、物理等交叉研究领域打造一个学术水平高、可读性强、具有全球影响力的交叉学科期刊品牌。

QB期刊目前已被ESCI, PMC, Scopus, DOAJ, CSCD等国内外重要数据库收录。