← Research

综述

生物制造的热力学极限：它是什么，以及如何抵达

2026 年 7 月 25 日

细胞生产的每一克产物，都以耗散的 Gibbs 能量支付。底价由物理学而非工程学决定。本综述汇总了生物能学五十年来的认知：这条底价在哪里——以及让真实工艺逼近它的工程路径。

喂入发酵罐的底物携带着一定量的化学自由能。一部分被储存在菌体和产物中，其余则不可逆地降解为热。这个分配比例不由设备、规程或愿望决定，而由热力学第二定律决定——并且自 20 世纪 70 年代以来，它一直被测量、建模和争论。

本综述汇总已有的认知：生物生产过程的热力学底价在哪里？细胞本身的运行已经离它多近？哪些杠杆真正能推动一个被设计的工艺逼近它？答案比“极限”这个词听起来更具体，也更具可操作性。

Y_ATP · 克菌体 / 摩尔 ATP
≈ 10

Stouthamer 的经验常数：合成微生物细胞物质所需 ATP 的能量价格（1973）。

用于蛋白质合成的能量占比
~ ½

生长中的细菌能量预算中被翻译过程消耗的比例（Russell & Cook, 1995）。

F1-ATP 合酶机械效率
≈ 100%

ATP 合酶转子的机械效率——一台运行在热力学壁面上的分子机器（Yasuda 等, 1998）。

300 K 下的 LANDAUER 下限
2.9 zJ

每擦除一比特信息所释放的最小热量——计算的价格（Landauer, 1961）。

细胞的能量账本

记账始于 Stouthamer。他在 1973 年计算了合成一克微生物细胞物质需要多少 ATP，发现聚合反应——把氨基酸、核苷酸和糖拼接成大分子——占了大头。他的产率常数 YATP ≈ 每摩尔 ATP 10 克菌体，经受住了五十年的检验。Russell 和 Cook 1995 年对细菌能学的综合综述把图景刻画得更清晰：在生长中的细胞里，仅蛋白质合成就消耗约一半的能量预算；而随着生长放缓，越来越多的能量被转入维持——维持梯度、修复损伤、存活——这部分能量换不来任何菌体。

维持不是凑数项，而是热力学量。Tijhuis、van Loosdrecht 和 Heijnen 在 1993 年证明：培养物仅为维持存在而在单位时间内必须耗散的 Gibbs 能量，在不同生物之间遵循一条稳健的、随温度变化的关联式。Von Stockar 及其同事后来把整个账本形式化：微生物生长是一组耦合化学反应，和任何化学体系一样可以做 Gibbs 能量衡算——以底物进入的能量必须等于被储存的加上被耗散的。有了这个衡算，“效率”不再是比喻，而是可测量的数字。

底价在哪里

Heijnen 和 van Dijken 1992 年对菌体产率的热力学描述进行了开创性探索，找到了第一条底价：每生产一 C 摩尔菌体所耗散的 Gibbs 能量并非任意，而是与碳源和合成途径相关。对于葡萄糖上的好氧生长，饲料 Gibbs 能量约有一半被储存在菌体中，另一半被耗散。Desmond-Le Quéméner 和 Bouchez（2014）以及 Roden 和 Jin（2011）将其推广为生长的热力学理论：从葡萄糖呼吸到氢营养等迥异的代谢类型中，生长速率和产率都取决于支付耗散之后剩余的能量。

最引人注目的近期结果来自 Niebel、Leupold 和 Heinemann（2019）：细胞似乎遵守一个 Gibbs 能量耗散速率上限。随着葡萄糖摄取上升，代谢会重排通量以保持在临界耗散速率之下；当所有重排选项耗尽时，细胞就达到了最大生长速率。换言之，极限不是一个单一的数字，而是一条前沿——在给定速率下，单位耗散所能储存能量的最大值——而演化已经把生物推到了这条前沿上。

速率对产率：物理学强制的权衡

如果前沿是真实的，细胞就无法兼得一切。Scott 等人（2010）的生长定律表明，核糖体丰度随生长速率缩放：建造蛋白质合成机器本身就是一笔大开销，每造一个核糖体，就意味着有碳和能量没有进入产物。Molenaar 及其同事（2009）把代谢表述为细胞经济学——最大化产率的策略与最大化速率的策略是不同的策略，细胞会随环境在两者之间切换。

Basan 等人（2015）为发酵中最古老的观察——溢流代谢——提供了机制解释。E. coli 在葡萄糖过剩时排出乙酸，不是因为它出了故障，而是因为发酵型糖酵解省蛋白质：它每葡萄糖产出的 ATP 更少，但每单位酶蛋白产出的 ATP 更多。Flamholz 等人（2013）已在糖酵解内部展示了同样的权衡——EMP 与 ED 途径位于产率对蛋白成本前沿的不同点上；Noor 等人（2016）则证明一个通量分布的蛋白成本可以预先计算。Baldazzi 等人（2023）进一步表明，仅资源分配就能解释不同菌株间大部分速率—产率差异。对制造的启示很直白：最大生产速率与最大热力学效率不可能在同一操作点实现。坐在前沿的哪个位置，是一个设计决定。

碳的天花板

能量不是唯一有底价的货币，碳也有。每条途径都有化学计量学的最大产物产率，而基于热力学的代谢通量分析（Henry、Broadbelt 和 Hatzimanikatis, 2007）可以在任何实验之前就剪掉违反能量守恒的通量分布。随后 Bogorad、Lin 和 Liao（2013）证明了天花板本身可以被移动：他们合成的非氧化糖酵解把葡萄糖转化为乙酰-CoA 时实现完全的碳保留——百分之百的进料碳被保留，而天然糖酵解要把三分之一以 CO2 扔掉。决定碳天花板的是途径设计，而不是运气。

底物一侧同样可以设计。Bar-Even 及其同事（2012）表明，已知的固碳途径本质上就是热力学允许其高效运行的那些途径；Gleizer 等人（2019）则把 E. coli 整体推过边界，将其重布线为全部菌体碳都来自 CO2。极限是真实的——但它的位置取决于网络，而网络是可编辑的。

机器的底价

从网络放大到它的部件，图景更加清晰。Bar-Even 等人（2011）调研了数千种酶，发现大多数只是“中等效率”：其动力学参数比扩散极限低几个数量级，由生理学而非物理学塑造。但完美确实存在。磷酸丙糖异构酶是教科书式的催化完美酶（Knowles 和 Albery, 1977）；F1-ATP 合酶的旋转机械效率接近百分之百（Yasuda 等, 1998）——一台运行在热力学壁面上的分子电动机。生物能造出触及极限的部件。整个细胞到不了极限，因此不是物理学的判决，而是系统层面经济学的结果：速率、鲁棒性和产率，花的是同一本预算。

第三种货币：信息

细胞是化学反应器，但也是一台计算机——而计算有自己的热力学价格。Landauer 原理（1961）定下了底价：擦除一比特信息至少释放 kT ln 2 的热量，在 300 K 时约为 2.9 仄焦。Hopfield 的动力学校对（1974）展示了这在实践中的含义：核糖体用额外的能量耗散换取低错误率，更高的准确性永远要花费更多能量。Mehta 和 Schwab（2012）量化了细胞感知和响应环境时所做计算的能量成本；Ouldridge、Govern 和 ten Wolde（2017）则证明，复制信息——每个聚合酶在每个键上所做的事——每复制一比特都带有根本性的耗散。

对生物制造而言，教训是：准确性是能量预算中的一个条目，而不是免费品。保真、校对、感知和控制全都在耗散。因此，向极限设计也包括只在值得的地方为精度付费——这是一个设计工具可以在发酵罐启动之前就回答的问题。

通往极限的工程路径

纵读这些文献，它们收敛到一小撮杠杆：

被设计的工艺能逼近到多近？

一个可操作的定义有帮助。令 η 为进料 Gibbs 能量中最终储存在产物里的份额。对于葡萄糖上的好氧菌体，η 约在一半；对于分泌型蛋白则更低，因为碳和能量还必须建造负责分泌的细胞。而 η 永远到不了一：维持、控制和准确性都需要耗散，Niebel 的结果提示，演化自己在高生长下把耗散速率——而非效率——当作约束条件。

因此，务实的纲领不是“打败热力学”，而是“别再浪费热力学允许的东西”：最大化碳保留、用设计最小化维持、最小化单位产物通量的蛋白开销、只在值得的地方为准确性付费，并测量耗散让闭环闭合。每一项在成为工艺变量之前先是设计变量——可以预先计算、预先排序。这正是本平台所构建的闭环：计算可计算的，为必须测量的预留接口，让湿实验数据落到它该落的地方。极限不是路尽头的一堵墙。它就是这条路的目的地——而上面的综述就是行程图。

参考文献

上述每条论断均锚定在一手文献上。凡 PubMed 收录的论文我们给出 PMID 链接，其余给出 DOI 链接。

  1. Stouthamer AH. A theoretical study on the amount of ATP required for synthesis of microbial cell material. Antonie van Leeuwenhoek, 1973. PMID:4148026
  2. Russell JB, Cook GM. Energetics of bacterial growth: balance of anabolic and catabolic reactions. Microbiol Rev, 1995. PMID:7708012
  3. Tijhuis L, van Loosdrecht MCM, Heijnen JJ. A thermodynamically based correlation for maintenance Gibbs energy requirements in aerobic and anaerobic chemotrophic growth. Biotechnol Bioeng, 1993. PMID:18613056
  4. von Stockar U, et al. Thermodynamics of microbial growth and metabolism: an analysis of the current situation. J Biotechnol, 2006. PMID:16185782
  5. Heijnen JJ, van Dijken JP. In search of a thermodynamic description of biomass yields for the chemotrophic growth of microorganisms. Biotechnol Bioeng, 1992. PMID:18601018
  6. Desmond-Le Quéméner E, Bouchez T. A thermodynamic theory of microbial growth. ISME J, 2014. PMID:24522260
  7. Roden EE, Jin Q. Thermodynamics of microbial growth coupled to metabolism of glucose, ethanol, short-chain organic acids, and hydrogen. Appl Environ Microbiol, 2011. PMID:21216913
  8. Niebel B, Leupold S, Heinemann M. An upper limit on Gibbs energy dissipation governs cellular metabolism. Nat Metab, 2019. PMID:32694810
  9. Scott M, et al. Interdependence of cell growth and gene expression: origins and consequences. Science, 2010. PMID:21097934
  10. Molenaar D, et al. Shifts in growth strategies reflect tradeoffs in cellular economics. Mol Syst Biol, 2009. PMID:19888218
  11. Basan M, et al. Overflow metabolism in Escherichia coli results from efficient proteome allocation. Nature, 2015. PMID:26632588
  12. Flamholz A, et al. Glycolytic strategy as a tradeoff between energy yield and protein cost. Proc Natl Acad Sci USA, 2013. PMID:23630264
  13. Noor E, et al. The protein cost of metabolic fluxes: prediction from enzymatic rate laws and cost minimization. PLoS Comput Biol, 2016. PMID:27812109
  14. Baldazzi V, et al. Resource allocation accounts for the large variability of rate-yield phenotypes across bacterial strains. eLife, 2023. PMID:37255080
  15. Henry CS, Broadbelt LJ, Hatzimanikatis V. Thermodynamics-based metabolic flux analysis. Biophys J, 2007. PMID:17172310
  16. Bogorad IW, Lin TS, Liao JC. Synthetic non-oxidative glycolysis enables complete carbon conservation. Nature, 2013. PMID:24077099
  17. Bar-Even A, et al. Thermodynamic constraints shape the structure of carbon fixation pathways. Biochim Biophys Acta, 2012. PMID:22609686
  18. Gleizer S, et al. Conversion of Escherichia coli to generate all biomass carbon from CO2. Cell, 2019. PMID:31778652
  19. Bar-Even A, et al. The moderately efficient enzyme: evolutionary and physicochemical trends shaping enzyme parameters. Biochemistry, 2011. PMID:21506553
  20. Knowles JR, Albery WJ. Perfection in enzyme catalysis: the energetics of triose phosphate isomerase. Acc Chem Res, 1977. doi:10.1021/ar50112a001
  21. Yasuda R, Noji H, Kinosita K Jr, Yoshida M. F1-ATPase is a highly efficient molecular motor that rotates with discrete 120° steps. Cell, 1998. PMID:9657145
  22. Landauer R. Irreversibility and heat generation in the computing process. IBM J Res Dev, 1961. doi:10.1147/rd.53.0183
  23. Hopfield JJ. Kinetic proofreading: a new mechanism for reducing errors in biosynthetic processes requiring high specificity. Proc Natl Acad Sci USA, 1974. PMID:4530290
  24. Mehta P, Schwab DJ. Energetic costs of cellular computation. Proc Natl Acad Sci USA, 2012. PMID:23045633
  25. Ouldridge TE, Govern CC, ten Wolde PR. The thermodynamics of computational copying in biochemical systems. Phys Rev X, 2017. doi:10.1103/PhysRevX.7.021004
  26. Hutchison CA 3rd, et al. Design and synthesis of a minimal bacterial genome. Science, 2016. PMID:27013737
  27. Silverman AD, Karim AS, Jewett MC. Cell-free gene expression: an expanded repertoire of applications. Nat Rev Genet, 2020. PMID:31780816
  28. Yurimoto H, Oku M, Sakai Y. Yeast methylotrophy: metabolism, gene regulation and peroxisome homeostasis. Int J Microbiol, 2011. PMID:21754936
  29. Gasser B, et al. Pichia pastoris: protein production host and model organism for biomedical research. Future Microbiol, 2013. PMID:23374125
极限，逐字。生物制造的热力学极限不是一个单一的数字，而是一条前沿：在给定生产速率下，单位底物所能储存到产物中的最大 Gibbs 能量，同时维持、控制与准确性的开支不可约减。五十年的测量表明，细胞的运行已经惊人地贴近这条前沿——而一个制造工艺能逼近到多近，由途径、宿主与工艺设计决定，也就是说，由那些可以在第一批生产之前就做出的选择决定。