共检索到69条,权限内显示50条;
[前沿资讯 ] 一种用于新月柄杆菌高效快速基因组编辑的CRISPR/SpCas9M报告系统 进入全文
中国科学院深圳先进技术研究院
近日，中国科学院深圳先进技术研究院合成生物学研究所赵国屏院士，赵维研究员团队联合上海交通大学在Nucleic Acids Research上发表题为“A CRISPR/SpCas9M-reporting system for efficient and rapid genome editing in Caulobacter crescentus”的方法论文，针对上述问题，开发了一套基于CRISPR/SpCas9M的基因编辑报告系统，实现了对新月柄杆菌高效、快速且无痕的基因编辑。该项工作不仅为新月柄杆菌的遗传操作提供了强有力的工具，也为解决其它难以进行遗传操作的非模式菌提供了新的技术思路和方法学参考。 研究团队最初构建了一个基于同源重组（HR）的CRISPR/Cas系统。将Streptococcus pyogenes来源的SpCas9、sgRNA和同源臂（H-arms）克隆至携带pBBR1复制子的复制型质粒pBXMCS2中。为了实现无痕编辑，在同源臂之间未设计任何抗生素抗性基因。然而，将该编辑质粒电转化至新月柄杆菌后，发现获得极少甚至无菌落，并且存活菌株的靶位点均未发生预期编辑。这表明CRISPR/SpCas9的切割具有致死性，而该菌细胞内的同源重组（HR）效率又相对较低。 为实现有效的靶向基因编辑，研究团队对编辑质粒进行了系统性分析，并围绕三个关键方向进行了优化。首先，研究人员筛选了来自不同物种的Cas蛋白，包括Streptococcus pyogenes Cas9 (SpCas9)、Francisella novicida Cas12a (FnCas12a), Streptococcus thermophilus CRISPR1-Cas9 (Sth1Cas9)和Streptococcus thermophilus CRISPR3-Cas9 (Sth3Cas9)，以评估它们在新月柄杆菌中的编辑效率，结果发现上述所有Cas蛋白均未检测到编辑克隆。然而，当根据新月柄杆菌的密码子偏好性优化SpCas9编码序列（命名为SpCas9M）后，基因编辑效率可达到15%左右。其次，研究团队通过调控SpCas9M的表达水平来提升编辑效率。研究人员测试了两种诱导型启动子，香草酸诱导型启动子（Pvan）和木糖诱导型启动子（Pxyl），检测不同诱导剂浓度下的基因编辑效率。结果发现相对较低的SpCas9M表达水平更有利于新月柄杆菌的基因组编辑，编辑效率最高可达到40%左右。最后，通过分析未发生基因组编辑的克隆中的编辑质粒，研究人员惊奇的发现这些克隆的SpCas9M编码序列均存在缺失。这一现象证实了CRISPR/SpCas9系统的致死性，并表明新月柄杆菌中存在着强烈的选择性压力。基于此，研究人员提出假设：通过预先识别并排除这些SpCas9M突变体，可有效提升在新月柄杆菌中的表观编辑效率。为此，研究人员在SpCas9M的C端融合了超折叠绿色荧光蛋白（sfGFP）作为报告系统，通过荧光信号指示，在菌落PCR前筛选并排除SpCas9M异常表达的克隆。最后，总体实现编辑效率达到80%左右，研究团队将其命名为CRISPR/SpCas9M-报告系统。
[前沿资讯 ] 深圳先进院合作构建“微生物特种兵”，可同时降解5种污染物 进入全文
中国科学院深圳先进技术研究院
近年来，合成生物学技术飞速发展为降解菌株的构建提供了可能。科学家们能够通过合成生物技术给微生物设计“智能工具箱”——不仅能给细菌安装多种污染物分解能力，还能让这些功能像“乐高积木”一样精准搭配。基于此，研究团队通过底盘菌株筛选与耐盐机制解析，精准锁定了具有最快繁殖速率、高盐耐受和易基因编辑等特性的理想底盘细胞——耐盐菌株“需钠弧菌（Vmax）”，并基于弧菌类细菌能吸收整合外源DNA的自然转化能力，通过调控基因精准构建可调控的具有高效自然转化能力的菌株VCOD-2。研究人员通过测试发现，这一菌株可高效整合外源DNA片段到细菌基因组，相较于自然界中微生物，转化效率可提升数倍。进一步研究中，研究团队将来自不同物种的降解基因模块进行适配优化，创新开发了迭代自然转化法，利用同源替换策略，将5个功能基因簇迭代整合到细菌基因组中，在单一菌株中构建了覆盖单环到多环化合物的五条人工代谢通路，得到的“微生物特种兵”VCOD-15，可实现五种典型芳香类有机污染物——联苯、苯酚、萘、二苯并呋喃和甲苯的同时降解，涵盖了从单环到多环化合物的广泛底物范围。 研究团队通过实际工业废水样本系统验证了“微生物特种兵”工程菌株VCOD-15从实验室到实际污染场地的全场景降解效果：例如，在污染物降解能力方面，这种“微生物特种兵”展现出多靶点同步处理优势——在48小时内对5种目标污染物的去除率均超60%，其中对联苯实现完全降解（100%），甲苯、二苯并呋喃等复杂污染物降解率近90%，较天然菌株提升2至3倍效能。面对极端工业环境挑战，VCOD-15在盐度高达102.5克每升的氯碱废水中仍保持活性，成功克服了传统菌株“遇盐即失活”的瓶颈；在活性污泥反应器中，12小时内可完全去除高浓度污染物；多平行生物反应器测试显示，48小时内工业废水中污染物残留量均低于检测范围的2%，且菌株在复杂微生物群落中占比稳定（40%以上），体现其强大的环境竞争力。
[前沿资讯 ] 中科院先进院研究功能基因智能挖掘大模型SYMPLEX推动生物制造与合成生物元件开发 进入全文
中国科学院深圳先进技术研究院
中国科学院深圳先进技术研究院定量合成生物学全国重点实验室、合成生物学研究所娄春波团队与北京大学定量生物学中心钱珑团队合作在国际学术期刊Science Advances上发表题为"Discovery of Diverse and High-quality mRNA Capping Enzymes through a Language Model-enabled Platform"的研究论文，报道了全球首个面向合成生物学元件挖掘与生物制造应用的大语言模型——"SYMPLEX"，并将SYMPLEX模型应用于mRNA加帽酶基因的挖掘，展示了大语言模型赋能生物制造的巨大潜力。 该模型通过融合领域大语言模型训练、合成生物专家知识对齐和大规模生物信息分析，实现了从海量文献中自动化挖掘功能基因元件，并精准评估其工程化应用潜力。研究团队将SYMPLEX应用于mRNA疫苗生物制造关键酶——加帽酶的挖掘，成功获得多种高性能新型加帽酶。第三方公司实验验证显示，这些酶在催化效率上超越国际头部企业New England Biolabs（NEB）商业化加帽酶2倍以上，显著提升了mRNA疫苗生产率和成本效益。此项成果不仅为合成生物学元件设计提供了AI驱动的新范式，更展现了大语言模型等人工智能技术在生物制造中的广阔应用前景。
[前沿资讯 ] 中科院天津工业生物技术研究所实现淀粉低碳微生物制造 进入全文
中科院天津工业生物技术研究所
“粮食安全是国之大者”，淀粉是为人类生命活动提供能量的关键粮食组分，也是重要的工业原料。近日，中国科学院天津工业生物技术研究所人工淀粉研发团队发展了一条以乙酸为原料的低碳酵母细胞淀粉合成路线。通过优化异源淀粉合成途径的表达强度、精确调控糖异生途径及淀粉分解代谢通路，并结合形态工程扩大胞内淀粉储存空间等工程化策略，系统解决了酵母天然代谢网络淀粉合成能力不足的瓶颈，实现了淀粉的低碳微生物高效合成，以电还原二氧化碳合成的乙酸为原料，淀粉含量达到细胞干重的47.18%，时空生产效率243.7 g/m²/d，生产强度达到160.9 mg/L/h，比其他微生物高一个数量级，为已报道工程细胞合成淀粉的最高水平。系统揭示了重塑细胞资源分配网络支撑高水平淀粉合成的新机制，并通过代谢调控与路径优化相结合的菌株工程，成功实现了人工微籽粒酵母细胞中的淀粉组成及淀粉-蛋白比例调控，展示了应用工程生物技术按需定制功能营养原料组成、创制理想食品和饲料的巨大潜力。相关成果近日发表在国际学术期刊Nature Communications上。
[前沿资讯 ] The evolution of low-temperature adapted enzymes 进入全文
EurekAlert
A research team led by Professor Satoshi Akanuma from Waseda University, Japan, in collaboration with Assistant Professor Sota Yagi from Waseda University, Dr. Subrata Dasgupta, and Dr. Shunsuke Tagami from the RIKEN Center for Biosystems Dynamics Research, investigated the evolutionary improvement of IPMDH activity at low temperatures. They traced its evolution from the enzyme of the most ancient thermophilic common ancestor to the mesophilic bacterium Escherichia coli using ASR. Their study was published online in the journal Protein Science on February 19, 2025.“We reconstructed 11 intermediate ancestral enzymes along the evolutionary trajectory connecting the last common bacterial ancestor and E. coli IPMDH (EcIPMDH),” explains Akanuma. “After that, we analyzed changes in enzyme activity at each evolutionary stage, especially improvements in catalytic activity at low temperatures.” They observed a notable increase in catalytic activity at 25 °C, which did not follow a gradual, linear pattern. Instead, a dramatic improvement occurred between the fifth (Anc05) and sixth (Anc06) intermediate ancestors. What caused this sudden boost in enzymatic efficiency? To find the underlying molecular mechanisms, the researchers compared the amino acid sequences of the ancestral enzymes and used site-directed mutagenesis, a technique that allows precise alterations to DNA and protein sequences. They identified three key amino acid substitutions that significantly enhanced catalytic activity at 25 °C. Surprisingly, these mutations occurred far from the active site, challenging the previous belief that temperature adaptation is primarily driven by active-site modifications. Molecular dynamics simulations revealed a key structural shift between Anc05 and Anc06. While Anc05 remained in an open conformation, Anc06 could adopt a partially closed conformation, reducing activation energy and enhancing enzymatic efficiency at low temperatures. This transition occurred 2.5–2.1 billion years ago, coinciding with the Great Oxidation Event, which led to a sharp decline in atmospheric methane and global cooling. The researchers suggest that this climate shift may have driven the adaptation of enzymes to lower temperatures. By identifying key mutations that enhance enzyme efficiency, ASR provides valuable insights into how life evolved in response to Earth's changing environment. “Applying this approach to various enzymes is expected to reveal how organisms and their enzymes have evolved in response to Earth's environmental changes over the past four billion years,” Akanuma concluded.
[前沿资讯 ] 中科院天津工业生物技术研究所在大语言模型助力生物制造应用方面取得进展 进入全文
中科院天津工业生物技术研究所
近日，中国科学院天津工业生物技术研究所生物设计中心开发了基于LLMs的SynBioGPT菌种改造专家系统（https://synbiogpt.biodesign.ac.cn）。该系统已通过海外科学家验证，取得了良好的效果。相关研究进一步全面分析了AI大语言模型在合成生物学应用方面的最新进展，深入探讨了利用这些AI大模型推动细胞工厂设计和代谢工程菌种改造的可行路径。SynBioGPT整合了51,777篇文献摘要和23,318篇开放获取全文PDF，测试了LLMs在合成生物学问题上的表现。结合检索增强生成（Retrieval-Augmented Generation,RAG）技术后，LLMs的回答准确性从25%显著提升至85%，其中Qwen1.5和Llama3模型表现尤为突出。为了进一步验证LLMs在生物制造中的应用潜力，团队进一步分析了其在生物序列建模、细胞工厂开发和自驱动实验室（Self-Driving Laboratories,SDL）中可能发挥的作用。首先，LLMs在处理DNA、RNA和蛋白质序列数据中具有独特优势，特别是在蛋白质语言模型中能够生成通用表示，为构建AI虚拟细胞（AI Virtual Cell,AIVC）奠定基础。其次，在细胞工厂开发中，LLMs通过整合文献数据和实验报告，加速了酶工程、途径设计和发酵优化的设计–构建–测试–学习（DBTL）周期，其能够提取关键特征并与代谢模型结合，从而提高机器学习预测能力并优化生物制造效率。最后，作为智能代理，LLMs通过任务规划、实验设计和数据分析推动生物制造向SDL范式转变，SDL结合机器人技术与人类监督，能够实现从任务分解到实验执行的全流程自动化，为未来智能化生产奠定基础。综上所述，该研究详细阐明了LLMs在合成生物学知识合成和生物制造智能化中的应用机制，展示了其在提升生产效率和可持续性方面的潜力。同时，该研究也为LLMs在合成生物学中的应用提供了新的视角，拓展了其在生物催化、药物开发和环保技术中的研究领域。
