孙悟空，登上Nature！

2021 年 12 月 29 日 CVer

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

12月22日，Nature发表了来自深圳大学李猛教授团队的题为“Non-syntrophic methanogenic hydrocarbon degradation by an archaeal species” 的研究论文，首次证实了一种新型的产甲烷古菌，可直接“吃掉”石油产生甲烷，为后续开采奠定了科学基础。

该篇成果也是李猛课题组今年“拿下”的第二篇Nature。

“菌中劳模”：“吃掉”石油生产甲烷

经过一个多世纪的开采，出现了大量的“老旧”石油油井，常规开采手段已经无法有效进行原油开采，大量原油“沉睡”在地下。利用微生物将石油转化为天然气甲烷，是一种廉价、清洁的开采方式。

该研究通过对胜利油田样品的长时间富集培养，获得了一类新型的产甲烷古菌（Candidatus Methanoliparum）。通过荧光原位杂交、稳定碳同位素标记培养、宏基因组和宏转录组测序、高分辨质谱等一系列分析结果，证明Ca. Methanoliparum可以直接氧化长链烷基烃，并通过β-氧化、Wood-Ljungdahl途径进入产甲烷代谢，而不需要通过互营代谢来完成。

图1 古菌降解长链烷基烃产甲烷及相关代谢途径

《自然》期刊认为，这一发现令产甲烷古菌的研究迈出了一大步，无论是对基础研究，还是未来应用都提供了新的认知。

据初步估算，未来，如能将这种新型古菌应用于我国现存的地下枯竭油藏开采，利用微生物将石油转化为天然气甲烷，不仅让油气共采成为可能，其所产油气的总量可相当于再造一个大庆油田，对保障我国能源安全将具有重要意义。

值得一提的是，李猛课题组于今年4月已发表过一篇Nature。

古菌届“齐天大圣”驾到

4月28日，该课题组在Nature发表了题为 Expanded diversity of Asgard archaea and their relationships with eukaryote“阿斯加德古菌的多样性及其与真核生物的关系” 的研究文章，研究从我国的滨海湿地和近海沉积物到西太平洋深渊等样品中发现六个阿斯加德古菌新门并建立首个阿斯加德古菌功能基因库（AsCOG），其中，一个古老的阿斯加德古菌新分支则以中国古典名著《西游记》中大闹天宫的齐天大圣“孙悟空”的名字命名为悟空古菌（Wukongarchaeota）。

分析表明， 悟空古菌具备氢氧化的化能自养代谢潜能，显著区别于其他阿斯加德古菌混合营养或异养的代谢模式，这也是将其命名为中国神话人物的原因。

图为阿斯加德古菌超门的系统发育分析（图中红色为我们新命名的7个门类），右图为卡通人物形象

研究还深入分析阿斯加德古菌的基因组和代谢潜能，重构了由原核生物（细菌、古菌）和真核生物组成的生命之树，从系统发育进化关系、真核特征蛋白功能演化及生理代谢的互作等方面详细阐释了阿斯加德古菌与真核生物的关系，为认识真核生物起源这一未解的生命科学之谜提供了新见解。

图阿斯加德古菌和真核生物的系统发育关系

李猛教授

李猛，深圳大学高等研究院特聘教授，博士生导师。 2011年于香港大学获得博士学位，2016年入选国家特聘青年人才，并获批国家基金委“优秀青年”科学基金项目，2020年获得第六届中国生态学学会青年科技奖。

主要从事环境古菌生物学研究，近年来在古菌的新类群发现其生态功能等方面取得系列成果。先后主持了国家及省市级等数十项科研项目，以通讯作者或第一作者在Nature、Nature Microbiology、Nature Communications、The ISME Journal、Microbiome等期刊发表文章90余篇，文章被引用近4000次，H 指数为32 (Google Scholar 数据)。

论文链接：

https://www.nature.com/articles/s41586-021-03494-3

https://www.nature.com/articles/s41586-021-04235-2

本文转载自：科研大匠 | 来源：深圳大学、深圳大学高等研究院，版权属于原作者，仅用于学术分享

ICCV和CVPR 2021论文和代码下载

后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集

后台回复：ICCV2021，即可下载ICCV 2021论文和代码开源的论文合集

后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF

CVer-Transformer交流群成立

扫码添加CVer助手，可申请加入CVer-Transformer 微信交流群，方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。

一定要备注：研究方向+地点+学校/公司+昵称（如Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群