L’importance de la biotechnologie fongique pour des applications durables

Mots clés

• biotechnologie fongique
• durabilité
• ingénierie génomique/métabolique
• optimisation de la souche
• Biotechnologie pilotée par l’IA

Champignons et ODD

Le domaine de la biotechnologie fongique contribue activement à la réalisation des Objectifs de développement durable (ODD) des Nations Unies, en proposant des solutions durables dans de nombreux secteurs ( Figure 1 ). Tout d’abord, la biotechnologie fongique joue un rôle essentiel dans le secteur alimentaire en renforçant la sécurité alimentaire (ODD 2) grâce à la culture de champignons comestibles et à l’utilisation de champignons mycorhiziens pour améliorer la résilience des cultures et réduire le recours aux pesticides chimiques [ 1 , 2 ]. Elle contribue également à la santé mondiale (ODD 3) en fournissant des produits essentiels à base de champignons, tels que des antibiotiques, des produits pharmaceutiques et des compléments alimentaires. La biotechnologie fongique relève les défis environnementaux grâce à la bioremédiation, où les champignons sont utilisés pour dégrader les polluants tels que les métaux lourds , les pesticides et les toxines organiques, dépolluant ainsi les sols et les eaux contaminés [ 3 ]. De plus, les champignons participent à la purification de l’eau en absorbant les substances nocives et en améliorant sa qualité, offrant une alternative naturelle et durable aux traitements chimiques pour la gestion de la pollution environnementale (ODD 6 et 11) [ 3 , 4 ]. Les champignons jouent un rôle crucial dans la séquestration du carbone , en capturant le dioxyde de carbone atmosphérique. Leur contribution au fonctionnement des écosystèmes soutient l’action climatique (ODD 13) en renforçant la biodiversité et en améliorant la santé des sols [ 5 , 6 ]. La biotechnologie fongique contribue au développement durable en utilisant les champignons comme biofertilisants et biopesticides , ce qui améliore la fertilité des sols, réduit le recours aux engrais chimiques et permet de lutter contre les ravageurs de manière plus écologique. En favorisant des écosystèmes plus sains et plus résilients, tant terrestres qu’aquatiques , ces champignons soutiennent la vie terrestre (ODD 15) et contribuent à la préservation des écosystèmes aquatiques (ODD 14), favorisant la biodiversité et réduisant l’ empreinte écologique des pratiques agricoles [ 7 ]. La biotechnologie fongique renforce la durabilité industrielle en utilisant des champignons génétiquement modifiés pour produire des produits biosourcés tels que des plastiques biodégradables et des produits chimiques renouvelables, réduisant ainsi la dépendance au pétrole et aux produits chimiques nocifs. Cette innovation soutient les industries durables (ODD 9) et la production responsable (ODD 12) en promouvant une fabrication plus propre et l’utilisation de ressources renouvelables, minimisant ainsi l’impact environnemental.

Figure 1. Applications multisectorielles et potentiel d’atténuation des émissions de carbone de la biotechnologie fongique.

(A) Représentation schématique des applications de la biotechnologie fongique dans divers secteurs : alimentation, santé, énergie, environnement et matériaux. (B) La répartition des émissions totales de carbone, d’après les données de l’Agence américaine de protection de l’environnement (EPA), est présentée pour différents secteurs : transports (28 %), production d’électricité (25 %), industrie (23 %), résidentiel et commercial (13 %) et agriculture (10 %), mettant en évidence les domaines où les solutions fongiques peuvent atténuer l’impact environnemental ( https://www.epa.gov/ghgemissions/inventory-us-greenhouse-gas-emissions-and-sinks ). (C) Selon un cadre qualitatif général, les valeurs les plus élevées sur le premier axe indiquent un potentiel d’atténuation des émissions de carbone plus important, tandis que les valeurs les plus élevées sur le second axe reflètent une pertinence croissante dans les différents domaines d’application [ 6 , 55 , 60 , 61 ].

Filamentous fungi excel in protein secretion and are particularly suited for producing complex enzymes due to their ability to perform post-translational modifications. Furthermore, fungi’s biosynthetic gene clusters (BGCs) enable the production of secondary metabolites (SMs), which are crucial for ecological functions such as defense, competition, and mutualism. For example, Fusarium graminearum secretes fusaoctaxin A as a virulence factor, while Fusarium oxysporum produces bikaverin, an antibiotic polyketide effective against protozoa and other fungi. Fungi generate four times as many SMs as bacteria, showcasing their metabolic diversity. Additionally, insect-targeted toxins in fungi, such as those in Beauveria bassiana, make them effective biopesticides. However, the broader ecological impacts of their use, including effects on non-target organisms and ecosystem dynamics, are not fully understood. Further research is needed to assess the long-term sustainability and potential ecological risks of fungal biopesticides [8]. Engineered fungi such as Aspergillus niger and Trichoderma reesei also produce more lignocellulose-degrading enzymes, improving biomass conversion efficiency while reducing energy consumption, environmental impact, and carbon footprint, supporting a circular bioeconomy [9].

AI-driven fungal biotechnology, particularly through the design–build–test–learn (DBTL) framework, is revolutionizing the development of fungal-based solutions in various industries (Figure 2). DBTL integrates AI and machine learning at each stage to accelerate the optimization of fungal strains for specific applications. In the ‘design’ phase [10], AI models predict and design optimal fungal strains by analyzing vast datasets on fungal genetics, metabolic pathways, and environmental conditions. During the ‘build’ phase, automated platforms use these designs to synthesize and construct genetically engineered fungi. The ‘test’ phase employs AI to analyze the performance of these strains in high-throughput screening, optimizing the production of desired metabolites or enzymes [11]. Finally, in the ‘learn’ phase, AI algorithms analyze the results and refine the models to improve future designs. This iterative process enables faster and more precise development of fungal strains for applications in agriculture, bioremediation, bioenergy, and pharmaceuticals. AI-driven DBTL allows researchers to unlock the full potential of fungal biotechnology, reducing development timelines, lowering costs, and enhancing scalability for industrial applications.

La biotechnologie fongique dans le secteur nutraceutique

Les champignons, notamment les champignons de Paris, les levures et les espèces filamenteuses, produisent une grande variété de métabolites secondaires , tels que des polysaccharides , des polyphénols et des terpénoïdes, aux propriétés antioxydantes, anti-inflammatoires et immunomodulatrices. Des champignons médicinaux comme Ganoderma lucidum et Cordyceps sinensis sont largement utilisés dans les aliments fonctionnels, tandis que les enzymes d’origine fongique améliorent la biodisponibilité des nutriments et la digestion [ 14 ]. De plus, la fermentation fongique accroît la valeur nutritionnelle des aliments d’origine végétale et facilite la production de vitamines essentielles et de peptides bioactifs. Ces avancées positionnent la biotechnologie fongique comme un moteur essentiel du développement de produits nutraceutiques naturels, durables et efficaces ( https://www.epa.gov/ghgemissions/inventory-us-greenhouse-gas-emissions-and-sinks ).

Amélioration de l’ingénierie d’ A. oryzae pilotée par l’IA : une étude de cas

L’ingénierie d’ A. oryzae pilotée par l’IA progresse dans l’optimisation des souches et la prédiction des mutations génétiques , des fonctions fongiques et des conditions de culture ( Figure 3 ). Compte tenu de ses diverses applications, les distinctions phénotypiques entre les souches phylogénétiques rendent l’optimisation des souches cruciale. La prédiction de ces facteurs améliore les cycles DBTL itératifs et les expériences de biologie moléculaire fongique [ 29 , 30 ]. Les modèles de gradient boosting surpassent les autres modèles dans les scénarios complexes, tandis que la régression lasso est plus performante dans les cas plus simples. L’optimisation bayésienne simule les mutations génétiques en ingénierie des protéines, orientant les expériences d’exploration de la fitness des protéines dans les banques de mutagenèse [ 31 ]. L’apprentissage automatique a également permis de prédire des découvertes fonctionnelles, telles que la laccase alcaline et les valeurs de pH, les arbres de décision offrant une meilleure interprétabilité et le gradient boosting de meilleures performances lorsque le bruit est minimal[ 32 ].

Figure 3. Stratégies intégrées pour exploiter Aspergillus oryzae dans des applications durables.Cette figure illustre les multiples avantages et processus liés à l’utilisation d’A. oryzae pour des applications durables dans les secteurs de l’agroalimentaire, des cosmétiques et de la biologie synthétique . Parmi les applications présentées figurent la production d’enzymes pour l’industrie alimentaire (par exemple, la sauce soja et le saké), la synthèse d’acide kojique pour les cosmétiques et le développement de vecteurs d’expression et de champignons comestibles modifiés . Les flèches bleues représentent les applications fonctionnelles, tandis que les flèches rouges indiquent les améliorations apportées aux composés, soulignant ainsi la convergence des prédictions informatiques et de la validation expérimentale pour soutenir des innovations fongiques évolutives et respectueuses de l’environnement. Les techniques moléculaires et de culture – telles que CRISPR , la recombinaison homologue et l’interférence ARN – sont appliquées conjointement à un contrôle environnemental précis (nutriments, pH, température, lumière) afin d’optimiser les souches. Les éléments génétiques , notamment les promoteurs et les régulateurs transcriptionnels et épigénétiques, sont sélectionnés pour garantir une expression sûre et efficace sur des sites neutres ou sensibles à l’environnement. La partie inférieure met en évidence les principaux critères de sélection des souches, tels que la toxicité, la variation phénotypique et les dépendances régulatrices. Abréviations : gRNA , ARN guide ; RISC, complexe de silençage induit par l’ARN ; RNP , ribonucléoprotéine.

Les modèles supervisés et non supervisés analysent les résultats expérimentaux [ 32 , 33 ]. Les modèles supervisés, tels que la classification et la régression, sont validés à l’aide de métriques telles que l’aire sous la courbe (AUC) ou l’erreur quadratique moyenne (MSE), tandis que les modèles non supervisés, tels que l’analyse en composantes principales (ACP), aident à analyser des composés ou des caractéristiques inconnus.

Les régulations transcriptionnelles et épigénétiques influencent significativement l’efficacité de la production. Des facteurs de transcription tels qu’AmyR et CreA régulent la sécrétion de CAZymes, tandis qu’AreA contrôle le métabolisme de l’azote et PacC l’adaptation au pH ; ces deux mécanismes influencent la production de SM. Les mécanismes épigénétiques , notamment l’acétylation et la méthylation des histones, influencent les BGC et sont régulés par des facteurs environnementaux comme la température et la lumière. Des techniques moléculaires telles que CRISPR,l’interférence ARN(ARNi) et la transformation médiée par PEG/ Agrobacterium (PMT/AMT) permettent des modifications génétiques précises . Par exemple, CRISPR a été utilisé pour l’édition de gènes dans la synthèse de l’acide kojique, et les stratégies d’ARNi améliorent la croissance mycélienne et la résistance au stress.

La biotechnologie fongique au service du développement durable

La biotechnologie fongique joue un rôle crucial dans la promotion du développement durable en exploitant les diverses capacités enzymatiques et métaboliques des champignons ( Figure 4 ). Décomposeurs naturels , les champignons ont développé des mécanismes uniques pour décomposer les matières organiques complexes, notamment les polluants et les déchets, ce qui les rend indispensables aux efforts de bioremédiation. Leur capacité à dégrader les produits chimiques nocifs et les plastiques, et à détoxifier les métaux lourds , fait des champignons des acteurs clés de la lutte contre la pollution environnementale. De plus, les champignons contribuent à la séquestration du carbone , améliorent la santé des sols et renforcent la résilience des plantes face au stress, autant d’éléments qui soutiennent la durabilité à long terme des écosystèmes. Grâce au développement d’applications fongiques, telles que la production de bioénergie , la purification de l’eau et l’agriculture durable , la biotechnologie fongique offre des solutions innovantes et écologiques aux défis environnementaux les plus urgents, en accord avec les objectifs mondiaux de développement durable.

Défis et perspectives

Pour exploiter pleinement le potentiel des champignons, plusieurs défis majeurs doivent être relevés. L’un des principaux obstacles réside dans l’annotation fonctionnelle limitée des gènes, notamment chez les champignons non modèles. Bien que les technologies de séquençage du génome aient considérablement progressé, notre compréhension de nombreux génomes fongiques reste incomplète, ce qui freine le développement d’applications fongiques ciblées. Pour combler cette lacune, la combinaison de techniques bioinformatiques avancées [ 57 ], incluant des modèles de prédiction basés sur l’IA, et d’une validation expérimentale pourrait grandement améliorer l’annotation des gènes et les connaissances fonctionnelles, permettant ainsi des innovations biotechnologiques plus précises [

 57 ,

 58 ,

 59 ].Un autre défi majeur réside dans la complexité de la manipulation génétique chez les champignons à 

cycle de vie complexe , tels que les champignons mycorhiziens. Ces champignons symbiotiques sont essentiels à une agriculture durable , car ils favorisent la croissance des plantes et leur résistance au stress. Cependant, des outils comme CRISPR ont connu un succès limité avec ces espèces en raison de leur biologie complexe. Le développement de nouveaux outils adaptés à ces champignons, tels que des systèmes de transfert de gènes perfectionnés ou la régulation par ARN, pourrait ouvrir de nouvelles perspectives pour l’ingénierie d’interactions symbiotiques bénéfiques , renforçant ainsi la résilience et la durabilité des cultures.L’application à grande échelle de solutions fongiques pour des applications concrètes représente également un défi. Si les études en laboratoire montrent des résultats prometteurs pour les champignons dans les domaines de la bioénergie, de la bioremédiation et de l’agriculture, 

transposer ces succès à des applications à grande échelle sur le terrain s’avère plus complexe. Des facteurs tels que la composition du sol, la variabilité climatique et la dynamique écologique réduisent souvent l’efficacité en dehors des environnements contrôlés. Pour surmonter cet obstacle, il faudra mener des essais en plein champ à grande échelle, collaborer entre le monde universitaire et l’industrie, et développer des souches ou des consortiums fongiques adaptables à diverses conditions environnementales.

L’intelligence artificielle accélère les progrès de la biotechnologie fongique, notamment grâce au cycle DBTL, un cadre fondamental de la biologie synthétique . Cependant, le passage à l’échelle industrielle du cycle DBTL présente des défis uniques, en particulier pour les champignons, car les modifications génétiques et l’ingénierie métabolique produisent souvent des résultats imprévisibles. Outre l’amélioration des outils génétiques, l’application du cycle DBTL aux champignons nécessite une automatisation avancée, un criblage à haut débit et des analyses de données sophistiquées pour gérer les vastes ensembles de données générés lors de ces processus.

L’intégration de la biotransformation consolidée (BTC) avec des espèces fongiques, associée à l’amélioration des souches par l’approche DBTL, constitue une voie prometteuse pour l’optimisation de la bioénergie et d’autres bioproduits . La BTC repose sur l’utilisation d’un seul micro-organisme pour réaliser plusieurs étapes d’un bioprocédé, telles que la saccharification et la fermentation simultanées de la biomasse lignocellulosique. En combinant la BTC avec des souches fongiques modifiées produisant une large gamme d’enzymes et de métabolites, cette approche permet de réduire considérablement le coût et la complexité de la conversion de la biomasse , améliorant ainsi l’efficacité globale de la production de biocarburants. L’amélioration des souches par DBTL permet d’optimiser les espèces fongiques dans les procédés de BTC, en améliorant leur capacité à dégrader efficacement des substrats complexes et à produire des composés à valeur ajoutée.L’intégration de la fermentation en milieu solide (FMS) au sein du cadre DBTL offre une voie prometteuse pour améliorer l’extensibilité. La FMS permet la croissance des champignons sur des substrats solides tels que les déchets agricoles, optimisant ainsi l’utilisation des ressources et réduisant la dépendance aux milieux liquides. Afin d’exploiter pleinement le potentiel de la FMS et de la bioproduction fongique (BPC), des recherches supplémentaires sont nécessaires pour les adapter à diverses espèces fongiques et applications, ainsi que pour développer des systèmes automatisés permettant une production à grande échelle et reproductible. En associant le DBTL à des plateformes évolutives, la biotechnologie fongique, enrichie par la BPC et l’amélioration des souches, peut devenir un outil transformateur pour relever les défis de l’agriculture, de la bioénergie et de la dépollution environnementale.

Concluding remarks

La biotechnologie fongique progresse rapidement et offre des perspectives considérables pour relever les défis de la durabilité en agriculture, en bioénergie et en restauration environnementale. Les avancées récentes en matière de séquençage du génome , d’édition génique et de fermentation en milieu solide (FMS) ont considérablement élargi le potentiel d’utilisation des champignons dans un large éventail d’applications industrielles et écologiques [ 58 ]. La biotechnologie fongique est particulièrement importante car les champignons présentent un débit de sécrétion protéique et de production enzymatique supérieur aux systèmes bactériens traditionnels, permettant ainsi la production d’enzymes et de composés bioactifs plus complexes. Cependant, des défis majeurs subsistent, notamment l’annotation fonctionnelle des génomes fongiques non modèles , le génie génétique des champignons symbiotiques et le passage à une utilisation plus large des technologies fongiques. Pour surmonter ces obstacles, l’intégration d’approches multi-omiques à l’intelligence artificielle (IA) est cruciale, car l’IA peut contribuer à l’analyse d’ensembles de données complexes et à l’optimisation des performances fongiques. De plus, l’amélioration des essais sur le terrain et le perfectionnement des méthodes de production durables telles que la FMS sont essentiels à une mise en œuvre pratique. Grâce à sa capacité à optimiser la biotechnologie fongique, l’IA a le potentiel de créer des solutions durables et à grande échelle répondant aux besoins environnementaux et industriels mondiaux (voir Questions en suspens ). À l’avenir, privilégier la collaboration interdisciplinaire sera essentiel pour faire progresser les technologies fongiques innovantes au service du développement durable et pour traduire les découvertes scientifiques en applications pratiques et à grande échelle.

Questions en suspensComment les approches basées sur l’IA peuvent-elles améliorer la précision prédictive de l’ingénierie métabolique fongique ?

Quels sont les principaux obstacles réglementaires et de mise à l’échelle liés au déploiement de champignons génétiquement modifiés pour des applications industrielles à grande échelle ?

Quelles nouvelles espèces fongiques ou voies métaboliques restent inexplorées pour des applications industrielles ?Comment les champignons peuvent-ils être mis à profit pour une séquestration du carbone et une bioremédiation plus efficaces dans divers écosystèmes ?

Références

1. 1.MW Yonas , S. ZawarOptimisation de la croissance du pois chiche : dévoilement de l’interaction entre les champignons mycorhiziens arbusculaires et les rhizobiums pour une agriculture durableGestion de l’utilisation des sols , 40 ( 2024 ) , Article e13057Google Scholar
2. 2.Z. Yang , et al.Effets synergiques de Funneliformis mosseae et de Bacillus paramycoides : amélioration de la santé des sols et de la tolérance du soja à la pourriture des racinesEnviron. Rés. , 238 ( 2023 ) , article 117219Voir le PDFVoir l’article sur Google Scholar
3. 3.A. Vaksmaa , et al.Rôle des champignons dans la bioremédiation des polluants émergentsFront. Mar. Sci. , 10 ( 2023 ) , p. 1070905Google Scholar
4. 4.G. Akerman-Sanchez , K. Rojas-JimenezChampignons pour la bioremédiation des polluants d’origine pharmaceutique : une approche de bio-ingénierie pour le traitement de l’eauEnviron. Adv. , 4 ( 2021 ) , Article 100071Voir le PDFVoir l’article sur Google Scholar
5. 5.MI Al-Zaban , ARM Abd El-AzizProduction de biodiesel à partir d’ Aspergillus terreus KC462061 utilisant un nanocatalyseur or-argentGreen Chem. Lett. Rev. , 17 ( 2024 ) , p. 2295503Google Scholar
6. 6.SE Hannula , E. MorrienLes champignons peuvent-ils résoudre le dilemme du carbone ?Geoderma , 413 ( 2022 ) , Article 115767Google Scholar
7. 7.E. Bovio , et al.La mycobiote cultivable d’un site marin méditerranéen après une marée noire : isolement, identification et application potentielle en bioremédiationSci. Total Environ. , 576 ( 2017 ) , pp. 310 – 318Voir le PDFVoir l’article sur Google Scholar
8. 8.S. Wyka , et al.Un génome accessoire de grande taille et des taux de recombinaison élevés pourraient influencer la distribution mondiale et le large éventail d’hôtes du champignon phytopathogène Claviceps purpurea.PLoS One , 17 ( 2022 ) , Article e0263496Google Scholar
9. 9.F. Cappa , et al.Effets indésirables du biopesticide fongique Beauveria bassiana sur une guêpe sociale prédatriceSci. Total Environ. , 908 ( 2024 ) , Article 168202Voir le PDFVoir l’article sur Google Scholar
10. 10.PS Sampaio , P. FernandesL’apprentissage automatique : une méthode adaptée à la biocatalyseCatalyseurs , 13 ( 2023 ) , p. 961Google Scholar
11. 11.E. Abbate , et al.Optimisation du processus d’ingénierie des souches pour la production à l’échelle industrielle de molécules biosourcéesJ. Ind. Microbiol. Biotechnol. , 50 ( 2023 ) , p. kuad025Google Scholar
12. 12.V. Maini Rekdal , et al.Mycélium comestible bio-ingénierisé pour une valeur nutritionnelle et un attrait sensoriel améliorés grâce à une boîte à outils de biologie synthétique modulaireNat. Commun. , 15 ( 2024 ) , p. 2099Google Scholar
13. 13.V. Maini Rekdal , et al.Neurospora intermedia , un aliment fermenté traditionnel, permet la conversion des déchets en aliments.Nat. Microbiol. , 9 ( 2024 ) , p . 2666-2683Google Scholar
14. 14.RM Chugh , et al.Champignons : un composé naturel aux applications thérapeutiquesFront. Pharmacol. , 13 ( 2022 ) , Article 925387Google Scholar
15. 15.J. Mamo , et al.Application de la protéase coagulante du lait d’ Aspergillus oryzae DRDFS13 MN726447 et de Bacillus subtilis SMDFS 2B MN715837 pour la production de fromage DanboJ. Food Qual. , 2020 ( 2020 ) , pp. 1 – 12Google Scholar
16. 16.L. Zhang , et al.Comparaison phénotypique, génomique et transcriptomique d’ Aspergillus oryzae industriel utilisé dans la sauce soja chinoise et japonaise : analyse des enzymes protéolytiques clés produites par les moisissures kojiMicrobiol. Spectr. , 11 ( 2023 ) , Article e0083622Google Scholar
17. 17.S. Koga , et al.Protéases dégradant le gluten dans le blé infecté par Fusarium graminearum : identification des protéases et effets sur le gluten et les propriétés de la pâteJ. Agric. Food Chem., 67 (2019), pp. 11025-11034Google Scholar
18. 18.S. Melis, et al.Lipases in wheat flour bread making: importance of an appropriate balance between wheat endogenous lipids and their enzymatically released hydrolysis productsFood Chem., 298 (2019), Article 125002