真菌HOG通路“骨架”之争

来源:FEMS Microbiol Rev | 编译:DNA Lab Space

📎 相关工具:代谢通路设计

高渗透压甘油(HOG)通路是真菌适应高渗胁迫的核心信号枢纽,但这条通路的“布线方式”在物种间并非铁板一块。一篇发表于《FEMS Microbiology Reviews》的综述指出,从仅含单个杂合组氨酸激酶(HHK)的酿酒酵母,到拥有多个功能分化HHK的丝状真菌——尤其是重要病原体烟曲霉——HOG通路的架构已发生深刻重塑。该综述将多步磷酸中继(multistep phosphorelay)视为真菌的“阿喀琉斯之踵”,并系统梳理了HHK多样性如何塑造通路组织与信号整合方式。

研究背景

真菌在自然界中无时无刻不面对渗透压波动。无论是土壤中的腐生菌,还是寄居于哺乳动物肺部的病原菌,都必须快速感知外界渗透变化并作出适应性响应。高渗透压甘油通路正是这一适应机制的核心:它通过级联放大磷酸化信号,最终驱动甘油合成与积累,以平衡胞内外渗透压差。

然而,HOG通路在不同真菌类群中的组织方式差异悬殊。在模式生物酿酒酵母中,信号感知依赖单一的跨膜HHK(Sln1),其下游通过Ypd1–Ssk1两元件将信号传递给MAPK级联。而在烟曲霉等丝状真菌中,HHK家族显著扩张——烟曲霉基因组编码十多个HHK,它们功能各异,分别参与渗透压感知、氧化应激响应、甚至形态发生调控。这种多样性如何与保守的MAPK模块衔接?多步磷酸中继的架构变化又意味着什么?该综述正是围绕这些问题展开,试图从比较生物学视角解析HOG通路的进化逻辑,并评估其作为抗真菌药物靶点的潜力。

研究方法

由于本文是一篇综述性论文,其“方法”并非实验操作,而是文献整合与分析框架。原文摘要未详述具体的文献检索策略、纳入标准或统计分析流程,但根据综述的性质,其研究路径可归纳为以下三个层面。

第一,比较基因组学分析。 综述系统比对了酿酒酵母与丝状真菌(以烟曲霉为核心代表)的HHK基因 repertoire。酿酒酵母仅编码一个HHK(Sln1),而丝状真菌通常编码多个。原文摘要明确提到,真菌在HHK数量上差异显著——从酿酒酵母的单个HHK到丝状真菌的多个功能分化HHK。这一对比构成了综述的骨架:作者以此为切入点,讨论多步磷酸中继在不同物种中的组织差异。

第二,信号转导机制解析。 综述详细梳理了HOG通路多步磷酸中继的分子机制。根据当前模型,HHK在非胁迫条件下作为激酶发挥作用,维持下游中继组件的磷酸化状态。当胁迫来临时,HHK的激酶活性降低,甚至可能转换为磷酸酶活性,导致中继组件去磷酸化。这一变化最终激活下游MAPK级联,从而在通路的两段之间形成磷酸化水平与信号输出之间的“反比关系”。原文摘要对此机制的描述较为清晰,但未提供具体的体外激酶活性测定数据或磷酸化位点信息。

第三,空间组织与进化多样性分析。 综述还探讨了HOG通路组分的空间组织如何影响信号传导,以及HHK repertoire在真菌界中可能如何多样化。原文摘要提到,作者总结了跨真菌物种的HHK功能研究现状,讨论多步磷酸中继为何构成真菌的脆弱点,并思考空间组织与HHK多样化的关系。但综述未披露具体的实验证据——例如是否使用了荧光定位、蛋白互作组学或系统发育分析等具体技术手段。

双组分信号传导在细菌和真菌中的作用。磷酸转移反应以箭头表示。His = 组氨酸残基。Asp = 天冬氨酸残基。Tm = 跨膜区
▲ 双组分信号传导在细菌和真菌中的作用。磷酸转移反应以箭头表示。His = 组氨酸残基。Asp = 天冬氨酸残基。Tm = 跨膜区

需要强调的是,本综述的研究方法层面,原文摘要未详述具体参数,如HHK的序列比对算法、结构域预测工具、表达分析条件等。因此,上述归纳仅基于摘要中明确提及的内容,未涉及的细节不应臆测。

研究结果

综述的核心发现可归纳为四个层面,每个层面均涉及HOG通路架构的关键差异。

结果一:HHK数量与功能的物种间巨大差异。 原文摘要明确指出,真菌在HHK repertoire上差异显著——酿酒酵母仅含一个HHK,而丝状真菌拥有多个功能不同的HHK。这一差异不仅是基因数量的增减,更意味着信号感知策略的根本分化。酿酒酵母的单一HHK(Sln1)负责感知渗透压,而烟曲霉等丝状真菌的多个HHK可能分别感知不同类型的胁迫信号——包括但不限于高渗、氧化应激、甚至细胞壁胁迫。原文摘要未提供烟曲霉HHK的具体数量或各HHK的命名,也未列出各HHK对应的配体或信号类型,但明确强调了“功能分化”这一特征。

结果二:多步磷酸中继的“反比关系”机制。 综述阐述了HOG通路中一个看似反直觉的调控逻辑。在非胁迫条件下,HHK作为激酶持续磷酸化下游中继组件,维持通路处于“待命”状态。一旦胁迫来临,HHK活性下降或转换为磷酸酶,导致中继组件去磷酸化——这一去磷酸化事件反而激活了下游MAPK级联。原文摘要将此描述为“磷酸化水平与信号输出之间的反比关系”:通路上游的磷酸化状态与下游的激活程度呈负相关。这一机制与典型的MAPK通路(如交配信息素通路)中“磷酸化即激活”的线性逻辑形成鲜明对比,凸显了多步磷酸中继的信号处理特性。

结果三:多步磷酸中继作为真菌的“阿喀琉斯之踵”。 综述提出,多步磷酸中继之所以构成真菌的脆弱点,可能与其信号整合的“瓶颈”属性有关。在丝状真菌中,多个HHK的输入信号最终汇聚于下游的磷酸转移蛋白(如Ypd1同源物)和响应调节因子(如Ssk1同源物),这一汇聚节点一旦被药物干扰,即可同时阻断多条胁迫响应通路。原文摘要明确使用了“Achilles' heel”这一表述,但未详述具体的药物靶点验证实验——例如是否已有针对该节点的抑制剂筛选数据,或是否在动物感染模型中验证了靶向该节点的疗效。这些信息在摘要中均未提及。

结果四:HOG通路组分的空间组织影响信号传导。 综述还讨论了HOG通路组分的亚细胞定位如何影响信号输出。原文摘要提到,空间组织对信号传导具有重要影响,但未提供具体实验证据——例如烟曲霉中HHK是否定位于细胞膜、细胞质或细胞核,也未提及是否使用了荧光蛋白融合或免疫荧光等定位技术。摘要仅停留在概念层面,指出空间组织是理解HOG通路功能的关键维度之一。

在无应激条件下,酿酒酵母和烟曲霉中的HOG通路。图中标明了磷酸化蛋白和磷酸转移反应。该示意图总结了这两种真菌中HOG蛋白命名的异同。CM = 细胞质膜。
▲ 在无应激条件下,酿酒酵母和烟曲霉中的HOG通路。图中标明了磷酸化蛋白和磷酸转移反应。该示意图总结了这两种真菌中HOG蛋白命名的异同。CM = 细胞质膜。

此外,综述还推测了HHK repertoire在真菌界的多样化路径。原文摘要提到“HHK repertoires may have diversified across the fungal kingdom”,但未提供具体的系统发育分析数据或基因复制/丢失事件的时间尺度。这一部分属于综述作者的学术观点而非实证结果,读者在引用时需注意区分。

讨论与展望

该综述的价值在于将HOG通路从“酵母模型”中解放出来,置于真菌多样性的宏观视野下审视。酿酒酵母的单一HHK架构曾让研究者误以为HOG通路是一套高度保守的模块,但烟曲霉等丝状真菌的HHK扩张表明,这条通路在进化中经历了显著的“感知端多样化”。这种多样化可能反映了丝状真菌对复杂多变环境的适应需求——它们不仅需要应对渗透压波动,还要整合氧化应激、营养匮乏、宿主免疫攻击等多重信号。

从应用角度看,多步磷酸中继的“汇聚节点”属性确实具备药物靶点的潜力。理论上,一个能阻断磷酸转移蛋白与响应调节因子互作的小分子,即可同时抑制多个HHK的输入信号——这种“一石多鸟”的策略对广谱抗真菌药物开发颇具吸引力。然而,原文摘要未提供任何靶向该节点的化合物数据,也未讨论选择性毒性问题(即如何避免抑制宿主同源蛋白)。这些关键问题仍需后续实验研究回答。

烟曲霉HOG通路在存在和不存在胁迫时的模型。SakA和Skn7的激活以闪电符号表示。注意HHKs(包括TcsB)在Ypd1磷酸化中的作用尚未经实验证实。CM = 细胞质膜。
▲ 烟曲霉HOG通路在存在和不存在胁迫时的模型。SakA和Skn7的激活以闪电符号表示。注意HHKs(包括TcsB)在Ypd1磷酸化中的作用尚未经实验证实。CM = 细胞质膜。

一个值得深思的问题是:为何丝状真菌在拥有多个HHK的同时,仍将信号汇聚于单一的多步磷酸中继?这种“多输入—单输出”的架构是否在信号整合效率与特异性之间取得了某种进化平衡?综述对此提出了思考方向,但未给出明确答案。未来研究若能在烟曲霉中系统敲除各HHK并观察表型差异,结合磷酸化组学分析,或许能揭示这一架构的功能意义。

参考来源

Schruefer S, Hu Y, Ebel F. Hybrid histidine kinases shape the architecture of the high osmolarity glycerol (HOG) pathway: from Saccharomyces cerevisiae to the priority pathogen Aspergillus fumigatus and other filamentous fungi. FEMS Microbiology Reviews, 2025. PMID: 42545736.

PMID: 42545736

延伸阅读:更多代谢通路设计、多基因组装等合成生物学工具,可访问 DNA Lab Space

📎 相关文章

大肠杆菌代谢工程实现O-琥珀酰-L-高丝氨酸高效生产 09-12 从Gibson组装到无细胞表达 09-12 整合代谢工程与生物过程优化实现枯草芽孢杆菌表面活性素高产 09-12 基于染色质可及性的酿酒酵母基因表达水平多机器学习模型预测 09-12