《科学家发明了合成生物学新工具》

  • 来源专题:再生医学与健康研发动态监测
  • 编译者: malili
  • 发布时间:2017-07-26
  • 加州大学圣地亚哥分校的研究人员发明了一种控制跨细菌菌落基因表达的新方法。该方法涉及到工程动态DNA拷贝数变化。研究结果发表在2017年7月10日的在线《自然遗传学》( Nature Genetics)上,由美国国家科学基金会资助。

    目前,控制或编程细菌细胞的方法涉及转录和转录后调控。由生物学和生物工程教授Jeff Hasty领导的加州大学圣地亚哥分校的研究人员,联合加州大学圣地亚哥分校微生物组创新中心的成员描述了一种新的方法,该方法涉及到切割被称为“质粒”的细菌DNA环状片段,有效地破坏DNA从而关闭调控功能。

    研究结果还阐明了如何通过增加DNA浓度以开启基因合成通路。通过控制DNA拷贝数,研究人员可以有效调控基因表达。

    合成生物学是一门工程学科,它可以通过改变生物系统来实现某些目的。该领域于2000年建立,它主要描述生物合成通路,是设计细胞用来执行某些功能的一部分,类似于电子电路的工作方式。同样地,与电子电路类似,由生物通路执行的任务可以开启和关闭。与此同时,研究人员还描述了“基因时钟”的操作:将基因按照特定的顺序排列,这样它们就会在特定的时间打开。这种方法可以帮助研究人员了解自然界的“振荡器”,比如我们的睡眠—觉醒节律周期。

    现在,Hasty和他的团队正在为合成生物学家的工具箱添加一个新的工具—一个可以让研究人员协调细菌细胞中的子过程的“主时钟”。研究人员使用了一种从酿酒酵母(Saccharomyces cerevisiae)中提取的核酸内切酶,与包含核酸酶识别序列的质粒一起表达,使质粒拷贝数暂时降低,低于细胞正常水平。

    研究人员推断,这种方法可以用来调控一整套基因和启动子,并通过他们之前研究成果(点击查看)中构建的通路来验证了他们的想法,在跨大肠杆菌细胞菌落中产生了持续循环的DNA质粒浓度。该循环使用了一种已知的小分子AHL来协调跨细菌菌落间的基因表达。被启动子激活的AHL基因也被激活,得益于AHL的这种正向反馈环,更多的AHL积累,并产生更多的AHL。因为AHL是小分子,足以在细胞间扩散并启动相邻细胞中的启动子,并进而激活其调控的基因表达而达到较高的浓度,导致所知的群体感应现象。

    (冯若燕 编译 )

  • 原文来源:http://biology.ucsd.edu/about/news/article_071317.html
相关报告
  • 《借助深度学习开发合成生物学新工具》

    • 来源专题:生物科技领域知识集成服务
    • 编译者:陈方
    • 发布时间:2020-11-16
    • 2020年10月7日Nature Communication同时发表的两篇论文显示,哈佛大学怀斯研究所和麻省理工学院的两个科学家小组开发了一套机器学习算法,可以分析大量基于RNA的“toehold”序列,并预测哪些序列对感应和响应所需的目标序列最有效。该算法可以推广到合成生物学中解决其他问题,加快生物技术工具的发展,推动科学和医学研究进步。 toehold开关是一种可编程的工程RNA元件,能检测小分子、蛋白质和核酸。但目前该工具在实际应用中往往不能达到预期效果。研究者希望通过增强深度学习的模式识别来改善这种情况。研究者利用深度神经网络(Deep Neural Networks,DNN)来预测作为合成生物学中典型核糖体转换模型的toehold开关功能。为了促进DNN训练,研究者合成并表征了涵盖23个病毒基因组和906个人类转录因子的91,534个toehold开关的数据集。经过核苷酸序列训练的DNN表现优于先前的最新热力学和动力学模型,并通过人类容易理解的可视化方法(Visualizing Secondary Structure Saliency Maps,VIS4Map)识别成功和失败的模式。 实验中研究者建立了两个优化模型。第一个模型主要基于卷积神经网络(convolutional neural network,CNN)和多层感知器(multi-layer perceptron ,MLP),将toehold序列视为一维图像或核苷酸碱基行,识别碱基的模式以及这些碱基之间的潜在相互作用,预测良好和欠佳的toehold序列。基于该模型的优化方法叫做基于序列的toehold优化和重新设计模型(Sequence-based Toehold Optimization and Redesign Model,STORM),STORM可以从头开始对toehold序列进行完全重新设计,最适合生成新的toehold开关,以执行特定功能,作为合成遗传电路的一部分,能够创建复杂的生物工具。 第二种模型基于自然语言处理(natural language processing ,NLP),并将每个toehold序列视为由“单词”模式组成的“短语”,最终学习了如何将某些单词组合在一起以构成连贯的短语。将基于NLP的模型与基于CNN的模型集成在一起,创建了被称为核酸语音(Nucleic Acid Speech,NuSpeak)的优化方法,可以重新设计给定toehold开关的最后9个核苷酸,同时保留其余21个核苷酸完整。该技术允许创建旨在检测特定病原性RNA序列的存在的toehold,并可以用于开发新的诊断测试。 该团队通过优化旨在检测SARS-CoV-2病毒基因组片段的toehold开关来验证这两种优化方法。NuSpeak将传感器的性能平均提高160%,而STORM创建了四个SARS-CoV-2病毒RNA传感器的改进版本,其性能提高了28倍。STORM和NuSpeak平台可以快速设计和优化合成生物学组件,也可用于其他基于RNA序列的场景,例如诱导型启动子和天然存在的核糖开关。
  • 《科学家表示合成生物学研究正走向无细胞化》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:xxw
    • 发布时间:2019-08-17
    • 无细胞系统(Cell-free systems,CFS)最近已发展成为合成生物学应用的关键平台。合成生物学工具传统上依赖于基于细胞的系统,虽然已经取得了很大进展,但使用细胞宿主拥有诸多实质性的限制。无细胞系统可被看作可编程液体,它消除了许多限制,为合理设计并操纵生物系统带来了机遇。 文章重点讨论了CFS如何实现新技术并加速生物工程即将到来的革命。 在传感器开发方面,CFS的转录和翻译特性可用于宿主基因电路传感器,检测具有精确灵敏度和特异性的小分子和核酸。CFS还可以在环境和临床样品中存在污染物的情况下运行。 在治疗药物开发领域,无细胞生物制造十分适合疫苗生产,它可迅速扩大规模以应对突发公共卫生事件。 此外,无细胞酶途径还被用于制造生物电池,其储能密度优于目前的锂离子装置;由于其便携性和安全性,无细胞系统还为合成生物学中的关键概念教学提供了很好的平台。 文章预计无细胞系统领域的研究将继续扩大并与其他工程系统合并,或将使合成生物学更加贴近电子学和机器学习。