《李家洋、韩斌等应邀在《The Plant Journal》撰写“未来作物设计策略与挑战”观点综述文章》

  • 来源专题:转基因生物新品种培育
  • 编译者: 王晶静
  • 发布时间:2020-12-06
  • 国以民为本,民以食为天。粮食供给是决定人类社会发展的关键,自20万年前人类在非洲起源的那一刻开始,粮食安全就成为人类追求和奋斗的目标。从某种意义讲,人类社会的文明史也是一部粮食生产的发展史。尽管在过去半个世纪中,粮食供应已显著增加,但世界上仍然有约8.9%的人口遭受饥饿和14.3%的人口遭受营养不良。伴随着社会的发展,人口不断增长,当今,世界人口已经超过70亿,预计到2050年,全球人口将达到90亿。同时,生态环境也在发生变化。例如,全球二氧化碳的浓度在20世纪以前一直保持在250 ppm或更低的水平,而进入20世纪,二氧化碳浓度持续上升,目前已经高达400 ppm左右。伴随着二氧化碳浓度的升高,全球气候变暖、极端天气频发、耕地肥力减弱。世界人口持续增长和全球环境变化对未来粮食安全提出新的挑战。

    国家自然科学基金委员会和中国科学院分别发起了应对粮食安全的重大战略问题,设立了“未来作物设计”科学中心项目和战略性A类先导项目,旨在制定育种4.0时代利用尖端技术对定制的未来作物进行快速设计的路线图。2020年12月1日,中国科学院遗传与发育生物学研究所李家洋院士、田志喜研究员和中国科学院分子植物科学卓越创新中心/植物生理生态研究所韩斌院士、王佳伟研究员应邀在The Plant Journal撰写了题为“Designing Future Crops: challenges and strategies for sustainable agriculture”的观点综述文章(DOI:10.1111/tpj.15107)。本文首先介绍了该项目的背景和任务;进而从改良现有作物和从头驯化野生物种两个方面分别阐述了未来作物设计的策略,并对所需要的研究方法和技术手段进行了概述;最后对可能的机遇和挑战进行了讨论。

    田志喜研究员和王佳伟研究员为该论文的共同第一作者,李家洋院士和韩斌院士为共同通讯作者。本项工作得到国家自然科学基金委和中国科学院战略性先导项目的资助。

相关报告
  • 《微生物所应邀在Trends杂志发表计算机酶设计重要综述》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2022-05-10
    • 生命历经40多亿年的演化至今,由酶催化的生化反应构筑了生命活动的核心基础。自然进化历程极其缓慢,新功能产生需要百万年时间,无法满足现代生物技术发展的需求。酶的人工设计是拓宽其应用的必经之路,亦是人工合成生命的重要底层技术。近日,中国科学院微生物研究所吴边团队应 Trends in Chemistry杂志邀请,发表了题为“Computational enzyme redesign: large jumps in function”的特邀综述,系统介绍了计算酶学的发展历程、科学意义以及未来趋势。 近年来,基于蛋白质本身的物理化学原理,学界发展出以Rosetta Design为代表的一系列计算策略,研究人员可以按需快速创造具有新功能的酶制剂,甚至从头创造人工酶实现自然界无法催化的生物化学反应,如催化Kemp 消除反应 (Kemp elimination reaction)、羟醛缩合反应 (Retro-aldol reaction)、狄尔斯-阿尔德反应 (Diels-Alder reaction)等。尽管从头设计技术展现了激动人心的应用前景,目前该技术还存在设计成功率不高、酶催化活性较低等科技挑战,寥寥数个成功实现的从头设计人工酶案例让整个领域陷入了对未来发展方向的沉思。 相比之下,借助于天然酶骨架的新功能重设计技术逐步走入人们视野,例如Siegel 等利用新酶重设计技术创建催化甲醛聚合的甲醛聚合酶Formolase,并成功将该酶应用于生物代谢途径,创造了以二氧化碳为原料合成羟基丙酮的人工合成途径。2018年,吴边团队针对微生物体系中极为稀缺、底物特异性极高的氢胺化酶进行功能重塑,在世界上首次通过完全的计算指导,获得了工业级微生物工程菌株,取得了计算驱动生物制造在工业化应用层面的率先突破(Nat. Chem. Biol. 2018, 14(7): 664-670)。随后,该团队进一步重构了完整的酶活性中心,打破了生物体系内氢胺化反应非天然底物无法兼容的瓶颈,成功创造出超广谱微生物氢胺化反应路径,为合成生物学所需的新型底层生命砌块创造了平台制备体系(Nat. Catal. 2021, 4: 364–373)。该篇综述归纳了利用重设计技术获得酶功能重塑的成功案例,这些高效人工酶的成功设计充分证明了新酶重设计策略具有巨大的发展潜力。 随后,作者探讨了大数据和人工智能的发展为酶设计带来的新契机。伴随人工智能发展的浪潮以及测序数据的积累,一大批数据驱动型的蛋白质计算设计方法不断涌现,设计出腺相关病毒衣壳蛋白、蛋白质传感器、蛋白质逻辑门、跨膜蛋白和结合新冠病毒的小蛋白等案例。同时,AlphaFold横空出世,对于有天然稳定结构的蛋白质结构预测问题基本得到了解决。在AlphaFold掀起的浪潮下,发展数据驱动的“黑箱模型”已成为大势所趋。然而,相对于蛋白质结构,酶的催化机制更为复杂,且数据表征方法不统一,缺乏大规模的专业性数据集。需要专业的机构通过大量人力、时间的投入,搜索、处理、建立高精度标注数据,实现“黑箱模型”的高质量训练,作者期待未来通过高精度数据获得的训练模型可进一步进行知识发现来把“黑箱”变成“白箱”。 在综述文章最后,作者对基于蛋白质本身物理化学原理的计算设计方法以及数据驱动的计算方法进行详细总结,并对这些策略目前的局限性和未来发展方向进行了讨论和展望。近年来“计算机蛋白质设计”技术蓬勃兴起,拓宽了人们对蛋白质结构与功能组织层次的认知,并为生物大数据时代下合成生物学注入新动能。该篇综述立足于全新的视角对目前计算设计人工酶领域的前沿技术进行梳理总结与科学展望,为计算设计与生物产业的互作融合提供支持。 中国科学院微生物研究所吴边研究组的崔颖璐副研究员为该综述的第一作者,吴边研究员为通讯作者。该综述的撰写获得了国家重点研发计划合成生物学专项(2018YFA0901600)、国家自然科学基金相关人才计划项目(31870055)、国家自然科学基金面上项目(31822002、32170033)中国科学院战略生物资源服务网络计划生物资源衍生库(KFJ-BRP-009、KFJ-BRP-017-58)、中国科学院网络安全和信息化专项应用示范项目(CAS-WX2021PY-0101)以及中国科学院青年创新促进会的资助。
  • 《研究领域知识组织系统(KOS)综述:资源与挑战》

    • 来源专题:数智化图书情报
    • 编译者:程冰
    • 发布时间:2025-04-07
    • 3月25日,Angelo Salatino等学者在Quantitative Science Studies上发表了关于研究领域知识组织系统(Knowledge Organization Systems, KOS)的综述文章。KOS包括术语表、叙词表、分类法和本体等,在信息分类、管理和检索中发挥着核心作用。在学术领域,KOS常被用于表征研究领域及其关联关系,主要目标是对研究论文、学术课程、专利、书籍、科学会议、领域专家、基金项目、软件、实验材料等学术成果和主体进行分类。这些结构化的研究领域表征方式已被多学科广泛采用,并证明能有效赋能于AI系统,可帮助提升文献检索效率,支持量化分析科研影响力,以及预测和解析科研动态等功能。 本文对当前学术领域的KOS进行了全面调研,从五大维度(覆盖范围、结构、维护机制、应用场景、与其它KOS关联性)对45种KOS进行了对比分析。结果显示,现有系统在规模、质量、用途上存在显著差异,跨学科研究知识表征亟需更集成化解决方案。最后,作者还探讨了主要挑战与未来发展方向。