合成生物学设计技术

合成生物学以工程化思想为指导,通过多学科交叉,设计改造生命系统,以加深对生命的认识和创造新功能,为应对人类面临的诸多挑战提供支撑。合成生物学的精髓在于借助精妙的设计实现对生物系统的构建和模拟,从而更好地了解生命现象。该文主要集中介绍合成生物学研究中的设计技术,包括生物元件设计、人工基因线路设计和代谢线路设计、人工基因组设计,归纳总结目前已有的设计技术手段和策略。     

合成生物学与iGEM

合成生物学是通过人工设计和构建自然界中不存在的生物系统来解决能源、材料、健康和环保等问题的新兴学科[1]。随着基因组技术的快速发展,合成生物学领域的进展很快,发表论文数快速攀升,我国对这个学科的贡献也在不断提高(见表1)。2010年完成的化学合成支原体基因组[2]的研究使合成生物学的研究成为新的国际科技前沿。但是,从事合成生物学的科学家们都是从各自的研究领域进行     

微生物基因组精简优化的研究进展

微生物基因组精简优化是构建合成生物学底盘细胞的重要策略.文中从基因组精简的整体设计出发,归纳了微生物的必需基因及其确定方法,重点介绍了各种微生物基因组精简策略,分析了多种基因组精简菌株的特点,充分展示了基因组精简优化在构建合成生物学底盘细胞中的重要作用.     

合成微生物学研究的若干前沿的思考

1 引言 合成生物学是建筑在工程学和生物学基础上、正在迅速发展、以创新为导向的崭新研究领域.高通量低成本的基因测序技术、DNA 合成技术及其公司化运作,以及各种高通量的细胞功能组分分析技术为该领域发展奠定坚实的基础.合成生物学旨在工程学思想的指导下,从头设计并构建新的生物元件、装置和系统,或对现有的、天然的生物系统进行重新设计和改造.     

合成生物学时代基于非模式细菌的工业底盘细胞研究现状与展望

工业微生物底盘细胞的开发将为工业生物技术的发展提供优良的细胞工厂,有利于实现环境保护及经济可持续发展。基于合成生物学"设计-构建-测试-学习"(Design-Build-Test-Learn,DBTL)策略,对底盘细胞进行多维度的理性或半理性改造是实现"建物致知"以及"建物致用"目标的重要手段。文中简述了合成生物学DBTL策略中各步骤相关的重要技术方法;概述了部分重要模式微生物底盘细胞的策略与研究进展;重点比较介绍了工业生物技术领域具有特殊生理功能、利用一碳化合物及高效生产平台化合物的部分非模式细菌;同时也提出了实现优良、安全合成微生物细胞工厂构建与应用的策略。这些方法策略包括依靠合成生物学技术方法,综合模式与非模式微生物优势,开发应用经济、高效的高通量智能装备,建立分子组学与表型组学研究平台,推动多层次系统生物学与表型组学大数据的解析、整合、模拟与可视化,以及建立高质量的数字细胞模型和基因组优化的底盘细胞,推动高效、优良工业细胞工厂的理性设计、构建与应用。     

合成生物学的关键技术及应用

合成生物学是以工程化设计思路,构建标准化的元器件和模块,改造已存在的天然系统或者从头合成全新的人工生命体系。人们利用基因重组技术和基因定位编辑来实现对生命系统的特殊编程并执行特殊的功能;模块化处理代谢途径,优化元器件间的组合搭配,以最优的模式来实现化学品的合成。目前合成生物学已在能源、化工、医药等行业取得了重大进展,合成生物学将给人们的生活带来重大改变也将继续是科学家们研究和关注的热点。就目前合成生物学涉及的基因组编辑和模块化表达等关键技术及应用进行综述。     

合成生物学及其在生物技术中的应用进展

合成生物学是一门21世纪生物学的新兴学科,它着眼生物科学与工程科学的结合,把生物系统当作工程系统"从下往上"进行处理,由"单元"(unit)到"部件"(device)再到"系统"(system)来设计,修改和组装细胞构件及生物系统.合成生物学是分子和细胞生物学、进化系统学、生物化学、信息学、数学、计算机和工程等多学科交叉的产物.目前研究应用包括两个主要方面:一是通过对现有的、天然存在的生物系统进行重新设计和改造,修改已存在的生物系统,使该系统增添新的功能.二是通过设计和构建新的生物零件、组件和系统,创造自然界中尚不存在的人工生命系统.合成生物学作为一门建立在基因组方法之上的学科,主要强调对创造人工生命形态的计算生物学与实验生物学的协同整合.必须强调的是,用来构建生命系统新结构、产生新功能所使用的组件单元既可以是基因、核酸等生物组件,也可以是化学的、机械的和物理的元件.本文跟踪合成生物学研究及应用,对其在DNA水平编程、分子修饰、代谢途径、调控网络和工业生物技术等方面的进展进行综述.     

合成生物学指导下芽孢杆菌合成环脂肽的研究进展*

近年来,合成生物学借助工程化在人工生命系统的设计与构建方面取得了长足进展,特别是“细胞工厂”的开发和应用为天然产物的合成带来了深刻变革。环脂肽是一类新型的天然表面活性剂,因其特殊的结构和功能亦可作为抗生素使用。目前,合成环脂肽最理想的微生物底盘是芽孢杆菌。因此,许多研究者致力于通过合成生物学技术来提升芽孢杆菌作为环脂肽细胞工厂的性能。首先,对芽孢杆菌中环脂肽的非核糖体肽合成途径进行概述;其次,重点介绍与环脂肽合成相关的调控因子;再次,从底盘细胞的选择、基因编辑工具的开发、合成路径的优化及发酵过程的优化等四个方面对合成生物学指导下环脂肽的相关研究进展进行总结;最后,讨论环脂肽合成中可能存在的挑战,并就未来研究趋势进行展望,以期为高效环脂肽细胞工厂的开发提供参考。     

基因组工程在医学合成生物学中的应用

合成生物学旨在建立一套完整的工程理论和方法,通过设计和组装基本生物学元件,更为有效地实现复杂生物系统的设计,并使其完成可编程的生物学功能。近年来随着可编程基因组元件的出现,特别是CRISPR和CRISPRi技术平台的建立和完善,使得合成生物学进入了一个全新发展的时期。本文重点综述CRISPR等基因组编辑和调控技术,其在构建可编程生物学元件和复杂基因线路的应用以及合成生物学在医学中(称为医学合成生物学)的发展前景。     

人工基因组合成与重排研究进展

合成基因组学标志着生命科学的研究从读取自然生命信息发展到写出人工生命信息阶段,颠覆了现有生命科学研究的范式。酵母基因组合成计划是合成基因组学研究的代表性工作,在合成型酿酒酵母基因组上开展的基因组重排研究可以揭示不同层次基因组序列与功能的关系。人工真核染色体的快速精准构建以及基因组重排近期取得一系列成果,高效提升了细胞工厂的生产效率,加速了微生物的进化和生物学知识的发现。现通过综述国内外研究现状及发展趋势,探讨合成基因组与基因重排在生命DNA设计及功能发现中的发展前景。     

代谢工程30年专刊序言 (2021)

代谢工程利用重组DNA技术、合成生物学、基因组编辑来改变生物体的细胞网络,包括代谢、基因调控和信号网络等。它可以实现加强包括化学品、燃料、化学原料药和其他生物技术产品等代谢物生产的目标,提升生物制造能力与效率。为了梳理和凝练代谢工程30年来的发展状况,《生物工程学报》特组织出版专刊,从代谢工程总体发展、共性技术以及以什么宿主和做什么产品等4个方面展现该领域的发展动态和趋势,并为代谢工程领域的进一步发展提出建设性的意见与展望。     

转录组平台技术及其在代谢工程中的应用

组学技术在系统水平上对细胞代谢进行全面的分析,极大地促进了代谢工程的发展和应用。全基因组水平的转录分析可以使研究者更加精确地评估细胞表型,加深对细胞代谢的理解。而且转录组分析也有助于研究者鉴定菌种改良的目标基因,加速对微生物细胞工厂的合理设计及构建。文中介绍了3种主要转录组平台技术的原理,并总结了转录组学在代谢工程领域中应用的最新进展和未来发展趋势。     

历久弥新：进化中的代谢工程

20世纪90年代,Bailey及Stephanopoulos等提出了经典代谢工程的理念,旨在利用DNA重组技术对代谢网络进行改造,以达到细胞性能改善,目标产物增加的目的。自代谢工程诞生以来的30年,生命科学蓬勃发展,基因组学、系统生物学、合成生物学等新学科不断涌现,为代谢工程的发展注入了新的内涵与活力。经典代谢工程研究已进入到前所未有的系统代谢工程阶段。组学技术、基因组代谢模型、元件组装、回路设计、动态控制、基因组编辑等合成生物学工具与策略的应用,大大提升了复杂代谢的设计与合成能力;机器学习的介入以及进化工程与代谢工程的结合,为系统代谢工程的未来开辟了新的方向。文中对过去30年代谢工程的发展趋势作了梳理,介绍了代谢工程在发展中不断创新的理论与方法及其应用。     

Genome-scale models of bacterial metabolism: reconstruction and applications

Genome-scale metabolic models bridge the gap between genome-derived biochemical information and metabolic phenotypes in a principled manner, providing a solid interpretative framework for experimental data related to metabolic states, and enabling simple in silico experiments with whole-cell metabolism. Models have been reconstructed for almost 20 bacterial species, so far mainly through expert curation efforts integrating information from the literature with genome annotation. A wide variety of computational methods exploiting metabolic models have been developed and applied to bacteria, yielding valuable insights into bacterial metabolism and evolution, and providing a sound basis for computer-assisted design in metabolic engineering. Recent advances in computational systems biology and high-throughput experimental technologies pave the way for the systematic reconstruction of metabolic models from genomes of new species, and a corresponding expansion of the scope of their applications. In this review, we provide an introduction to the key ideas of metabolic modeling, survey the methods, and resources that enable model reconstruction and refinement, and chart applications to the investigation of global properties of metabolic systems, the interpretation of experimental results, and the re-engineering of their biochemical capabilities.     

多约束代谢网络模型的研究进展

基于约束的基因组尺度代谢网络模型(genome-scale metabolic models,GEMs)分析已被广泛应用于代谢表型的预测.而实际细胞中代谢速率除计量学约束外,还受到酶资源可用性和反应热力学可行性等其他因素影响,在GEMs中整合酶资源约束或者热力学约束构建多约束代谢网络模型可以进一步缩小优化解空间,提升细...     

黑曲霉组学研究进展

黑曲霉作为重要的工业发酵菌株,被广泛用于多种有机酸和工业用酶的生产。随着组学技术的日益发展和成熟,黑曲霉的基因组、转录组、蛋白质组、代谢组等组学数据不断增长,宣告着黑曲霉生物过程研究大数据时代的到来。从单一组学的数据分析、多组学的比较到以基因组代谢网络模型为中心的多组学整合研究,人们对黑曲霉高效生产机制的理解不断深入和系统,这为通过遗传改造和过程调控对菌株的生产性能进行理性的全局优化提供了可能。本文回顾和总结了近年来黑曲霉的组学研究进展,并提出黑曲霉组学研究未来的发展方向。     

大肠杆菌细胞工厂的创建技术

大肠杆菌作为一种重要的模式工业微生物,在医药、化工、农业等方面具有广泛的应用。近30年来,多种代谢工程改造的新策略和新技术,被用于设计、构建和优化大肠杆菌化学品细胞工厂,极大地提高了生物法合成化学品的生产速率和产量。文中将从大肠杆菌途径设计、合成途径创建与优化和细胞全局优化三个方面,对大肠杆菌代谢改造起重要推动作用的技术进行综述,并对大肠杆菌代谢工程中关键技术的应用进行了展望。     

Metabolomics assisted metabolic network modeling and network wide analysis of metabolites in microbiology

Metabolomics is the science of qualitatively and quantitatively analyzing low molecular weight metabolites occur in a given biological system. It provides valuable information to elucidate the functional roles and relations of different metabolites in a metabolic pathway. In recent years, a large amount of research on microbial metabolomics has been conducted. It has become a useful tool for achieving highly efficient synthesis of target metabolites. At the same time, many studies have been conducted over the years in order to integrate metabolomics data into metabolic network modeling, which has yielded many exciting results. Additionally, metabolomics also shows great advantages in analyzing the relationship of metabolites network wide. Integrating metabolomics data into metabolic network construction and applying it in network wide analysis of cell metabolism would further improve our ability to control cellular metabolism and optimize the design of cell factories for the overproduction of valuable biochemicals. This review will examine recent progress in the application of metabolomics approaches in metabolic network modeling and network wide analysis of microbial cell metabolism.     

Applications of biotechnology to pharmacology and toxicology.

Strategies for the development of new more efficient drugs at a lower cost and for the evaluation of the effects of chemicals and metals on tissue and cell function are changing considerably. This is made possible by recent progress in various areas, particularly biotechnology and bioinformatics. The recent sequencing of the human genome and the design of more and more sophisticated technologies will largely influence the fields of pharmacology and toxicology. Thus, identification of new molecular targets, development of more powerful cell models, design of miniaturized and automated tests for high throughput screening of thousands of compounds synthesized by combinatorial chemistry and progress in genomic and proteomic technologies that permit simultaneous analysis of thousands of genes and their products, offer new investigative ways that will still widely be extended in the next future.     

Systems metabolic engineering: Genome-scale models and beyond

The advent of high throughput genome-scale bioinformatics has led to an exponential increase in available cellular system data. Systems metabolic engineering attempts to use data-driven approaches – based on the data collected with high throughput technologies – to identify gene targets and optimize phenotypical properties on a systems level. Current systems metabolic engineering tools are limited for predicting and defining complex phenotypes such as chemical tolerances and other global, multigenic traits. The most pragmatic systems-based tool for metabolic engineering to arise is the in silico genome-scale metabolic reconstruction. This tool has seen wide adoption for modeling cell growth and predicting beneficial gene knockouts, and we examine here how this approach can be expanded for novel organisms. This review will highlight advances of the systems metabolic engineering approach with a focus on de novo development and use of genome-scale metabolic reconstructions for metabolic engineering applications. We will then discuss the challenges and prospects for this emerging field to enable model-based metabolic engineering. Specifically, we argue that current state-of-the-art systems metabolic engineering techniques represent a viable first step for improving product yield that still must be followed by combinatorial techniques or random strain mutagenesis to achieve optimal cellular systems.