最近的合成生物学研究的发展

合成生物学是生物系统的创建或重新设计,使他们具备新的能力。这种多学科的科学领域汇集了工程师和生物学家,是谁为有用的目的,开发这些系统在许多领域包括诊断、治疗、制造业和农业。

在这里,我们仔细看看最近的一些合成生物学的发展和应用。

Gene-OFF开关将合成生物学工具箱

在努力推进诊断和生物疗法和精细化工,合成生物学家正在建设人工基因和模块化的网络监管元素。然后再将这些网络引入细胞,可以“感觉”生物信号和/或细胞内的化学物质。他们还可以针对这些刺激行动。

哈佛大学的Wyss研究所和亚利桑那州立大学的研究人员已经开发出一种“ribocomputing装置”,能够同时检测多个生物RNA信号——作为“分子逻辑板”。在接收信号的特定组合,该装置的目的是“激活”,生产所需的蛋白质。团队还创建了一个装置,有效地完成相反的任务——它关闭一个蛋白质的表达来响应特定的刺激。

“我们的阻遏开关设备新功能添加到合成生物学工具箱为研究人员设计合成生物电路”说共同通讯作者彭教授阴。“他们有可能迎来更复杂的和准确的可能性下一代诊断应用程序在不同的地区,环境报告,以及生物制造。”

出版:金,J,周,Y,卡尔森,PD et al . De novo-designed translation-repressing riboregulators多输入细胞逻辑。Nat化学杂志。2019;15:1173 - 1182。doi:10.1038 / s41589 - 019 - 0388 - 1

探索合成生物学革命

迈克尔•朱厄特西北的合成生物学中心主任,和他的同事们最近报道如何剥离工程已逐渐从一个研究工具,大量应用在合成生物学的核心支柱,许多地区的潜在影响。

朱厄特等。已经成功地开发了一种高收益“锅”无细胞蛋白质合成方法基础上的基因记录的吗大肠杆菌。方法设计生产批反应蛋白质的表达产量最高的日期和与非规范氨基酸合成蛋白质的能力,为小说的发展铺平了道路酶和疗法。

“通过一个平台,使高层基因表达在一个锅使用,这个过程变得更加民主化,“朱厄特说。“这是令人兴奋的,因为它将希望方便其他实验室使用游离基因表达系统。

出版:西尔弗曼,广告,卡里姆&朱厄特MC细胞游离基因表达:一个扩展的应用程序。Nat牧师麝猫。2020;21:151 - 170。doi:10.1038 / s41576 - 019 - 0186 - 3

深度学习合成生物学上的“立足之地”

数据Wyss研究所的科学家在哈佛大学和麻省理工学院合作的合成生物学家在努力设计一个系统,可以在复杂的指令集管理生物组织,使他们能够设计出创新的生物问题的解决办法。系统利用机器学习相结合的计算能力,神经网络和其他算法架构。

团队磨练在特定的工程类RNA分子称为“开关”的立足点。在他们的“关闭”状态,开关配置成马蹄形的结构,然而当一个互补的RNA链将附带的“触发”序列发夹,展开结构和“激活”。展开RNA暴露之前隐藏的区域,可以翻译,如核糖体现在可以成功地联系起来。立足开关是控制基因表达的一个强有力的手段。

“计算机视觉算法已经成为非常善于分析图像,所以我们创建了一个图像的表示所有可能的折叠状态的每个开关站稳脚跟,并训练了那些照片上的机器学习算法可以识别的模式指示是否一个给定的图片将会是一个好的或坏的立足之地,”说 尼古拉斯Angenent-MariWyss研究所。

出版:Angenent-Mari,海里。Garruss,。、Soenksen LR。et al .深度学习方法可编程RNA开关。Nat Commun。2020;11:5057。doi:10.1038 / s41467 - 020 - 18677 - 1

有害的含氟饮用水中发现使用合成生物学

来自西北大学的合成生物学家设计了一个测试系统,可以检测到危险水平的饮用水中氟化物。设计既简单又便宜的,系统是通过添加一个水样的试管和混合解决方案——一个颜色变化(黄色)表示过多的氟化物。试管房子一个复杂的合成生物学反应,基于RNA折叠机制。

“RNA折叠成一个小口袋里,等待一个氟离子,”解释西北大学朱利叶斯挚。“离子可以完全融入,口袋里。如果离子出现,那么RNA表达基因水黄。如果离子没有出现,那么RNA变化形状和停止的过程。这是一个开关。”

RNA的反应是free-dried之前添加到试管中,使其安全、耐储存。再水化反应,20毫升的水是补充说,使用一个小吸管,结果取得了在~ 2小时。

出版:Thavarajah W,西尔弗曼广告,Verosloff女士,Kelley-Loughnane N,朱厄特MC,挚简森-巴顿。接入点环境氟化物通过riboswitch-based游离生物传感器的检测。ACS Synth杂志。2020;9 (1):10 - 18。doi:10.1021 / acssynbio.9b00347

机器学习算法适应合成生物学的需要

科学家从美国能源部劳伦斯伯克利国家实验室已经开发出一种新型工具,能够操纵机器学习算法合成生物学的需要。使用有限的训练数据集,该工具可以预测细胞DNA或生物化学的改变将如何影响其行为。这一观点可以利用合成生物学家工程师系统所需的行为和新颖的功能。

“可能性是革命性的,”说 赫克托耳加西亚马丁研究员在伯克利实验室的生物系统和工程部门。“现在,生物工程是一个非常缓慢的过程。150人花了多年时间来创建抗疟疾药物青蒿素。如果你能够创建新的细胞规范在几周或几个月,而不是几年,你可以与生物工程真的改变你能做什么。”

出版:RadivojevićT Costello, Z,工人,K et al。一个机器学习的自动推荐合成生物学的工具。Nat Commun。2020;11:4879。doi:10.1038 / s41467 - 020 - 18008 - 4