产生功能性微生物聚生体制造技术

本文提供的技术涉及鉴定和分离具有靶向功能的微生物，特别地但不排他地，涉及用于筛选和/或选择提供特定功能的个体微生物或微生物聚生体的方法、组合物和系统。组合物和系统。组合物和系统。

【技术实现步骤摘要】
【国外来华专利技术】产生功能性微生物聚生体
[0001]本申请要求于2020年12月8日提交的美国临时专利申请序列号63/122,889的优先权，其全部内容通过引用并入本文。


[0002]本文提供的技术涉及鉴定和分离具有靶向功能的微生物，特别地但不排他地，涉及用于筛选和/或选择提供特定功能的个体微生物或微生物聚生体的方法、组合物和系统。

技术介绍

[0003]各种植物群(flora)和/或动物群(fauna)可在称为生物群系的局部、自我维持的生态系统中存在并相互作用。包含植物群和/或动物群群落的生物群系的运行可能会影响局部环境或生态系统。在特定环境中，植物群和/或动物群可以包含微生物。尽管物理尺寸很小，但微生物在环境中的运行可能会产生重大影响。例如，在封闭环境中以糖为周围环境运行的酵母可能会产生醇，至在所述封闭系统中不再能产生更多醇的时刻。这可能通过糖的耗尽或通过阻碍产生更多醇的醇量而发生。在更大范围内，生物群系中植物群和/或动物群的运行可能会产生超越局部生态系统的全球影响。例如，Rothschild和Mancinelli等人假设微生物垫和叠层石有助于CO2固定，并在寒武纪时期期间显著减少了地球大气中的CO2量。
[0004]人们希望不仅搜索单个动物群或植物群的运行，而且搜索相互协同的动物群和/或植物群的运行以优化对环境变量的影响。然而，用于鉴定和/或分离微生物生物体的传统技术专注于个体分离微生物的特定表型，并且大多数传统技术低效且缓慢。因此，需要筛选微生物聚生体以优化与对环境或生态系统的影响相关的变量。
专利技术内容
[0005]术语“生物采矿”是指搜索符合预定标准的生物体，例如，使用包括生物体的筛选和/或选择的方法。在这种情况下，如本文使用的术语“生物采矿”不应与描述使用生物体提取金属的其他领域中该术语的使用相混淆。常规生物采矿方法是从具有已知的期望特性的一组已知生物体(例如，微生物)开始的过程。鉴定一组新微生物，其中新微生物与已知生物体具有相似性，例如，具有与最初组的已知微生物相似的表型的微生物。然后针对特定应用测试新组。例如，在农业中，目标物种可能是用于覆盖作物的豆科植物，并且应用是在豆科植物茎中固定氮。
[0006]相反，本文提供的技术涉及“特定应用生物采矿”，其中生物采矿过程与上述常规生物采矿相反。具体而言，不是如常规生物采矿中那样从一组已知微生物开始，如本文所述的特定应用生物采矿鉴定将经受微生物生物体应用的目标(例如，物种、环境、生态系统等)，例如，用于在功能上修饰(例如，改善)所述目标。然后针对一组微生物群体测试所述目标，这些微生物群体包含许多可用微生物，其可以是已知或未知的。在一些情况下，在测试之前可以对该组微生物群体进行最少的预过滤或预选择。如本文所用，术语“生物采矿”是
指如上文和本文所述的“特定应用生物采矿”，除非上下文明确指出术语“生物采矿”是指常规生物采矿。
[0007]例如，在各种实施方式中，培养来自整个微生物群体组的一组微生物群体并应用于目标物种用于测试。应用于测试的该组微生物群体可以包括整个微生物群体的一部分。在针对该组微生物群体的一项或多项测试显示出关于一个或多个被测试变量的期望结果的趋势的情况下，选择该组微生物群体并进行传代培养，从而专注于使最有可能导致预期结果的微生物群体生长。这个过程可以迭代，直到期望的致病生物体被鉴定和分离。
[0008]以应用为中心的生物采矿有很多好处。首先，常规生物采矿从已知微生物开始，然后基于认为的“相似性”而不是有条不紊的测试操作来添加新微生物用于分析。在许多情况下，个体微生物可能不会对目标产生实质性的期望效果，而是包含两种或更多种协同作用的微生物的组(称为“微生物聚生体”)产生期望效果。因此，通过从预选的微生物组开始，使用常规生物采矿的研究者可能会无意中忽略与其他微生物协同提供期望效果的微生物。
[0009]相反，本文提供的以应用为中心的生物采矿的实施方式专注于要实现的应用和/或功能结果，例如，通过观察被测试一个或多个变量而测量的期望效果。因此，减少或消除了具有相似表型的微生物会导致相似的期望结果的潜在缺陷假设。另一个好处是，在特定应用生物采矿中，筛选过程可能会更快并且更有效。例如，在一项比较试验中，相对于常规生物采矿，使用特定应用生物采矿使用八分之一的员工发现期望微生物聚生体所需的时间的量减少了一半(例如，减少到十六分之一的人时)，成本相应减少。
[0010]因此，本文提供了方法的实施方式，包括：获得多个环境样品，所述环境样品包括用于微生物生物采矿的有机物质；将所述多个环境样品混合成混合环境样品的组合；基于一个或多个选择标准选择所述混合环境样品中的特定混合环境样品用于测试；在包括一种或多种环境条件的环境中培养所选择的所述特定混合环境样品；以及响应于基于由所述培养产生的一个或多个变量测量确定所述特定混合环境样品产生了成功的微生物生物采矿结果，获得存在于所述特定混合环境样品的相应微生物聚生体中的微生物的识别信息。在一些实施方式中，方法还包括响应于基于由所述培养产生的一个或多个变量测量确定所述特定混合环境样品产生了不成功的微生物生物采矿结果，基于所述一个或多个选择标准选择额外混合环境样品用于测试。在一些实施方式中，方法还包括基于所述一个或多个选择标准选择所述混合环境样品中的额外混合环境样品用于测试；在包括一种或多种环境条件的环境中培养所选择的所述额外混合环境样品；以及响应于基于由所述培养产生的一个或多个变量测量确定所述额外混合环境样品产生了额外成功的微生物生物采矿结果，获得存在于所述额外混合环境样品的额外相应微生物聚生体中的额外微生物的额外识别信息。在一些实施方式中，方法还包括将所述特定混合环境样品的相应微生物聚生体培养成微生物培养物；使所述微生物培养物的选定培养物部分在包括一种或多种环境条件的环境中生长；以及响应于基于所述选定培养物部分的一个或多个变量测量确定所述选定培养物部分产生了成功的微生物生物采矿结果，获得存在于所述选定培养物部分的额外相应微生物聚生体中的额外微生物的额外识别信息。在一些实施方式中，方法还包括响应于基于所述选定培养物部分的一个或多个变量测量确定所述培养物部分产生了不成功的微生物生物采矿结果，选择所述微生物培养物的额外培养物部分用于测试。在一些实施方式中，方法还包括使所述微生物培养物的额外选定培养物部分在包括一种或多种环境条件的环境中生长；
以及响应于基于所述额外选定培养物部分的一个或多个变量测量确定所述选定培养物部分产生了成功的微生物生物采矿结果，获得存在于所述额外选定培养物部分的另外相应微生物聚生体中的另外微生物的另外识别信息。
[0011]在一些实施方式中，方法还包括生成机器学习模型，其基于包括所述识别信息和所述额外识别信息的训练数据。在一些实施方式中，所述机器学习模型至少将所述多个环境样品中的一个或多个环境样品变量值与存在于所述多个环境样品中的一个或多个微生物物种和一个或多个微生物聚生体的微生物变量值相关联。在一些实施方式中，方法还包括接收对与一个或多个变量值相关的信息的请求，以本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：获得多个环境样品，所述环境样品包括用于微生物生物采矿的有机物质；将所述多个环境样品混合成混合环境样品的组合；基于一个或多个选择标准选择所述混合环境样品中的特定混合环境样品用于测试；在包括一种或多种环境条件的环境中培养所选择的所述特定混合环境样品；以及响应于基于由所述培养产生的一个或多个变量测量确定所述特定混合环境样品产生了成功的微生物生物采矿结果，获得存在于所述特定混合环境样品的相应微生物聚生体中的微生物的识别信息。2.根据权利要求1所述的方法，进一步包括响应于基于由所述培养产生的一个或多个变量测量确定所述特定混合环境样品产生了不成功的微生物生物采矿结果，基于所述一个或多个选择标准选择额外混合环境样品用于测试。3.根据权利要求1所述的方法，进一步包括：基于所述一个或多个选择标准选择所述混合环境样品中的额外混合环境样品用于测试；在包括一种或多种环境条件的环境中培养所选择的所述额外混合环境样品；以及响应于基于由所述培养产生的一个或多个变量测量确定所述额外混合环境样品产生了额外成功的微生物生物采矿结果，获得存在于所述额外混合环境样品的额外相应微生物聚生体中的额外微生物的额外识别信息。4.根据权利要求1所述的方法，进一步包括：将所述特定混合环境样品的相应微生物聚生体培养成微生物培养物；使所述微生物培养物的选定培养物部分在包括一种或多种环境条件的环境中生长；以及响应于基于所述选定培养物部分的一个或多个变量测量确定所述选定培养物部分产生了成功的微生物生物采矿结果，获得存在于所述选定培养物部分的额外相应微生物聚生体中的额外微生物的额外识别信息。5.根据权利要求4所述的方法，进一步包括响应于基于所述选定培养物部分的一个或多个变量测量确定所述培养物部分产生了不成功的微生物生物采矿结果，选择所述微生物培养物的额外培养物部分用于测试。6.根据权利要求4所述的方法，进一步包括：使所述微生物培养物的额外选定培养物部分在包括一种或多种环境条件的环境中生长；以及响应于基于所述额外选定培养物部分的一个或多个变量测量确定所述选定培养物部分产生了成功的微生物生物采矿结果，获得存在于所述额外选定培养物部分的另外相应微生物聚生体中的另外微生物的另外识别信息。7.根据权利要求4所述的方法，进一步包括生成机器学习模型，其基于包括所述识别信息和所述额外识别信息的训练数据。8.根据权利要求7所述的方法，其中，所述机器学习模型至少将所述多个环境样品的一个或多个环境样品变量值与存在于所述多个环境样品中的一个或多个微生物物种和一个或多个微生物聚生体的微生物变量值相关联。
9.根据权利要求8所述的方法，进一步包括：接收对与一个或多个变量值相关的信息的请求，以及将所述机器学习模型应用于所述一个或多个变量值以用于以下中的至少一种：鉴定与所述一个或多个变量值相关联的一个或多个微生物物种；鉴定与所述一个或多个变量值相关联的一个或多个环境特征；和/或鉴定与所述一个或多个变量值相关联的至少一个微生物聚生体。10.根据权利要求9所述的方法，其中，所述一个或多个变量值能够包括以下中的至少一种：微生物的表型、期望的固氮量、期望的碳封存量、一个或多个环境样品特征、或一个或多个变量。11.根据权利要求9所述的方法，其中，所述一个或多个环境特征包括环境源位置和环境组成。12.根据权利要求8所述的方法，其中，所述机器学习模型进一步将一个或多个环境样品变量值和微生物变量值与一个或多个变量值相关联，并且其中所述一个或多个变量值至少包括：被生物质封存的CO2的绝对量、生物质与封存的CO2的比率、CO2被生物质封存的时间量、生物质的固氮绝对量、生物质与固定氮的绝对量的质量比、源自CO2封存的总收益、产生的食物质量与生物质封存的CO2质量的比率、或CO2被生物质封存的时间量。13.根据权利要求1所述的方法，其中，所述一种或多种环境条件包括以下中的至少一种：N2气体的特定浓度、CO2气体的特定浓度、一种或多种特定营养素的可用性、一种或多种特定盐的可用性、或一种或多种特定添加剂的可用性。14.根据权利要求1所述的方法，其中，所述一个或多个变量测量包括指示碳封存增加、固氮增加、生物质增加或具有能够满足特定存活时间的微生物的变量测量。15.根据权利要求1所述的方法，其中，当一个或多个变量测量中的每个变量测量至少满足相应变量测量阈值时产生了成功的微生物生物采矿结果。16.根据权利要求1所述的方法，其中，微生物的识别信息包括所述微生物的DNA生物标志物。17.一种或多种存储计算机可执行指令的非暂时性计算机可读介质，所述计算机可执行指令在实行时使一个或多个处理器执行包括以下的动作：生成机器学习模型，其基于包括一种或多种微生物的识别信息的训练数据，所述机器学习模型至少将多个环境样品中的一个或多个环境样品变量值与存在于所述多个环境样品中的一个或多个微生物物种和一个或多个微生物聚生体的微生物变量值相关联；接收对与一个或多个变量值相关的信息的请求；以及将所述机器学习模型应用于所述一个或多个变量值以用于以下中的至少一种：鉴定与所述一个或多个变量值相关联的一个或多个微生物物种，鉴定与所述一个或多个变量值相关联的一个或多个环境特征，或鉴定与所述一个或多个变量值相关联的至少一个微生物聚生体。18.根据权利要求17所述的一种或多种非暂时性计算机可读介质，其中，所述一个或多个变量值能够包括以下中的至少一种：微生物的表型、期望的固氮量、期望的碳封存量、一个或多个环境样品特征、或一个或多个变量。19.根据权利要求17所述的一种或多种非暂时性计算机可读介质，其中，所述机器学习
模型进一步将一个或多个环境样品变量值和微生物变量值与一个或多个变量值相关联，并且其中所述一个或多个变量值至少包括：被生物质封存的CO2的绝对量、生物质与封存的CO2的比率、CO2被生物质封存的时间量、生物质的固氮绝对量、生物质与固定氮的绝对量的质量比、源自CO2封存的总收益、产生的食物质量与生物质封存的CO2质量的比率、或CO2被生物质封存的时间量。20.一种计算设备，包括：一个或多个处理器；和存储器，所述存储器包括由所述一个或多个处理器可执行以执行多个动作的多个计算机可执行组件，所述多个动作包括：生成机器学习模型，其基于包括一种或多种微生物的识别信息的训练数据，所述机器学习模型至少将多个环境样品中的一个或多个环境样品变量值与存在于所述多个环境样品中的一个或多个微生物物种和一个或多个微生物聚生体的微生物变量值相关联；接收对与一个或多个变量值相关的信息的请求；以及将所述机器学习模型应用于所述一个或多个变量值以用于以下中的至少一种：鉴定与所述一个或多个变量值相关联的一个或多个微生物物种，鉴定与所述一个或多个变量值相关联的一个或多个环境特征，或鉴定与所述一个或多个变量值相关联的至少一个微生物聚生体。21.一种方法，包括：获得环境样品，所述环境样品包括用于微生物生物采矿的有机物质；将所述环境样品均质化以产生输入样品；在包括一种或多种环境条件的环境中培养所述输入样品；以及响应于基于由所述培养产生的一个或多个变量测量确定所述输入样品产生了成功的微生物生物采矿结果，获得存在于所述输入样品的相应微生物聚生体中的微生物的识别信息。22.根据权利要求21所述的方法，进一步包括响应于基于由所述培养产生的一个或多个变量测量确定所述输入样品产生了不成功的微生物生物采矿结果，基于所述一个或多个选择标准产生第二输入样品用于测试。23.根据权利要求21所述的方法，进一步包括：基于所述一个或多个选择标准产生第二输入样品用于测试；在包括一种或多种环境条件的环境中培养所选择的所述第二输入样品；以及响应于基于由所述培养产生的一个或多个变量测量确定所述第二输入样品产生了额外成功的微生物生物采矿结果，获得存在于所述第二输入样品的第二相应微生物聚生体中的额外微生物的额外识别信息。24.根据权利要求21所述的方法，进一步包括：将所述输入样品的相应微生物聚生体培养成微生物培养物；使所述微生物培养物的选定培养物部分在包括一种或多种环境条件的环境中生长；以及响应于基于所述选定培养物部分的一个或多个变量测量确定所述选定培养物部分产生了成功的微生物生物采矿结果，获得存在于所述选定培养物部分的额外相应微生物聚生
体中的额外微生物的...

【专利技术属性】
技术研发人员：史蒂文，
申请(专利权)人：深成岩体生物科学有限公司，
类型：发明
国别省市：