南方海洋科学与工程广东省实验室（广州）张偲院士团队冯景春教授课题组近日在国际期刊《Nature Sensors》发表研究，首次提出并开发了深海微生物闭环智能研究系统 DISCUSS。该系统将多模态环境感知、保真采样与转移、高压培养、AI 识别及机器人分选整合为统一闭环，传统方法下，属水平可培养率不足 1%；采用该系统后，这一数字提升至 7.7%。

培养率 1% 背后的方法论天花板

深海蕴藏着地球上规模最大的微生物栖息地，冷泉、热液、海沟、洋壳乃至鲸落中分布着高度特化的极端微生物群落，它们是新型基因、结构独特酶与活性分子的重要来源。然而，真正能在实验室中培养出来的深海微生物长期不足 1%。瓶颈不在营养配方本身。从海底取样、上浮、转移到培养和分离，压力、温度和化学环境的每一次变化都在不可逆地改写微生物的生理状态。解压会触发嗜压微生物的膜重塑与蛋白复合体解离，导致与压力相关的表型特征彻底丢失。

传统保压取样装备的保压精度已经相当可观。2022 年谢和平院士团队在南海 1370 米水深成功获得原位压力13.8MPa、温度6.51℃的沉积物保真样品。但采样环节的 "静态维持"无法覆盖后续转移、培养、分选各环节的环境偏移。简言之，"取回来" 和 "养得活" 之间横亘着一整套跨设备、跨过程的动态补偿能力。

DISCUSS 的系统逻辑：感知、决策、执行的闭环

DISCUSS 的实质不在于制造了一台更精密的采样器，而在于用数字孪生和反馈控制将原位微环境的维持从单一设备的静态保温保压，拓展为跨设备、跨过程的动态重构与补偿。系统以光学、化学、物理和力学等多模态传感信息为基础，实时监测样本所处环境与目标原位参数之间的偏差，在哪个环节发生偏离就在哪个环节补偿。

这套架构使微生物分离从 "经验驱动" 转向 "数据驱动"。系统自动化菌落识别精度达94.6%，可完成柔性划线与挑取操作。团队获得的34 株分离菌中，菌株HP_SR10 表现出明显的嗜压特征—— 生长随压力升高而增强，接近原位压力时达到最佳状态，常压下受明显抑制。这一验证结果表明，DISCUSS 维持的不只是物理参数，而是微生物赖以生存的完整代谢生态位。

平台化路径与广东深海产业的政策窗口

DISCUSS 的可改装性是其区别于专用装备的产业价值所在。该体系可适配热液、极地、深地油藏、酸性矿井等场景。对深海装备企业而言，这意味着从 "为每个场景定制一套装备" 转向 "用同一套闭环系统适配不同极端环境" 的平台化路径。全球海洋生物技术市场2026 年规模约 63 亿美元，年复合增长率 4.32%，亚太地区增速显著高于全球均值。深海微生物酶在制药领域的产业化应用已有先例 —— 从南海沉积物宏基因组中挖掘的烯还原酶经定向进化后，活性提升 30 倍，展现出工业级催化潜力。

广东已将深海探测列为八大未来产业之一，2026 年 9 月 11 日启动的深海探测政产学研金多元合作机制，将政府、产业、高校、科研机构和金融资本纳入同一协同框架。这种制度设计瞄准的正是 DISCUSS 这类平台型技术从实验室到场景的转化通道。当环境保真从装备的附加功能变为贯穿全流程的系统能力，深海微生物资源开发才真正获得了可标准化、可复制的工程底座。