摘要：生物元件库是对元件数据和实物进行收集、整理和共享的重要平台,对合成生物学的研究和应用具有非常重要的支撑作用。本文对国内外生物元件库的研究进展进行了介绍和综述。国外先后出现了标准生物元件登记库等多个元件库,通过制定Open MTA协议实现了元件实物的免费分发共享,并通过制定"合成生物学开放语言"(SBOL)实现了多个元件库之间的数据交换;通过bionet项目对元件数据和实物的去中心化管理作了进一步尝试。近年来我们与国内多家科研单位合作建设了合成生物学元件与数据库(RDBSB,https://***/rdbsb/or https://***/npbiosys/)。在建设过程中,我们首先建立了与SBOL语言兼容的《催化元件数据标准》、多种重要元件的标准功能测试方法以及安全高效的元件提交系统,并在此基础上完成了元件数量最多且信息最为全面的催化元件数据库的构建。目前,收集了30多万个催化元件,包括7万多个具有文献支持功能表征信息的催化元件,并保藏了1万个以上的实物元件和5000个底盘菌株,通过网站实现了数据和实物的公开与共享。上述元件库已经对国内合成生物学的研究和应用产生了积极地推动作用,访问量超过100万次/年,提供元件和底盘共享服务大于100次/年,并为多家企业和研究单位提供了元件和底盘的定制服务。虽然我们的元件库建设取得了巨大的进步,但是仍需在调控元件的收集整理和共享机制创新等方面取得更多的突破,在数据有源、多层审核、资源共享、信息公开、信息安全和授权访问的基础上,加速生物元件数据、实物和设计工具的汇聚,并进一步服务合成生物学研究。

摘要：机器学习的目标是设计可以根据先验知识和观测数据不断改进其性能的算法.该算法可以帮助机器从大量的数据中提取知识,从而提升其在特定任务上的性能.作为数据驱动的方法,机器学习可以有效利用高通量实验技术产生的大批量生物数据,实现合成生物体的功能预测与智能化设计,改变合成生物学的研究范式.本文首先介绍机器学习在合成生物学领域广泛应用的几个模型及方法,如支持向量机、神经网络、生成式对抗网络、深度强化学习等.然后介绍机器学习方法在合成生物学领域的典型应用,如启动子预测、酶催化设计、代谢途径构建、基因线路设计等.本文综述面向合成生物学的机器学习方法及应用,并试图启发读者如何选择和设计机器学习方法用于合成生物学的研究.

摘要：氧化酶催化的分子功能化是非常具有吸引力的研究领域之一,其中,高度选择性氧化反应对手性分子的构建至关重要.大量研究集中在对氧化酶立体选择性和区域选择性的分子改造上,而由于底物选择性差引起的过度氧化问题长期被忽视.Baeyer-Villiger单加氧酶(BVMOs)是一类多功能的生物催化剂,可以在脂肪族或环状酮底物的羰基附近插入一个氧原子,具有较高的区域选择性.BVMOs还可以催化包括硫、氮和磷在内的杂原子的不对称氧化.由于其温和的反应条件和较好的对映选择性,BVMOs催化硫醚不对称氧化生成手性亚砜被认为是一种极具吸引力且绿色清洁的合成方法.BVMOs可以催化硫醚不对称氧化生成有价值的手性亚砜,但亚砜过氧化生成无用的副产物砜限制了其进一步应用.这种过度氧化的本质原因是BVMOs对底物选择性不足,导致目标产物亚砜被进一步氧化.本文建立了一个数学模型,将酶对硫醚和亚砜两种相似底物之间的特异性常数之比(kcat/Km)定义为酶对底物选择性.随后使用蛋白结构引导的底物通道工程方法精准调控了拉唑硫醚单加氧酶AcPSMO的底物选择性,成功地将亚砜的过氧化降至最低.酶促氧化奥美拉唑硫醚24h后,突变体F277L生成的副产物砜含量低于1%(mol/mol),而野生型的砜含量为65%.分子动力学模拟和量子力学/分子力学研究结果表明,黄素氢过氧化物(FADH-OOH)周围改变的氢键网络可以调节亚砜氧化的机制和活性.此外,重新设计的AcPSMO突变体也成功地应用于其它手性拉唑亚砜的可控合成.综上,本文开发的精确控制氧化酶底物选择性的方法对于提高其它杂原子生物氧化反应的底物特异性具有借鉴意义.

摘要：电子计算机的发展给人类社会进步带来了极大的推动作用,但是随着电子计算机制造工艺趋于极限,人们迫切需要找到一种新的计算体系来满足日益增长的计算需求。DNA计算因其超强的信息存储、大规模的并行计算能力和超低的能耗而受到了广泛的关注。自1994年Adleman博士在实验室利用DNA完成了一个6顶点哈密尔顿路求解问题开始,各种计算模型纷纷涌现。本文首先对DNA计算的基本原理和实验操作手段进行了简单的介绍,然后对DNA相关的理论进行了阐述,包括DNA计算中序列编码设计的理论、DNA计算模型复杂度分析与通用计算能力的证明;在此基础上,对突破性的DNA计算模型进行了概括,进而根据实验操作的具体手段将所有已知模型进行了分类,按照类别进行了综述,并随后挑选了该类别中经典的模型进行更为直观的分析。更进一步,在文章的最后,结合笔者的工作对DNA计算领域的前景进行了展望。

摘要：定量工程生物学是合成生物学、定量生物学和系统生物学交叉互补,并融合数学、物理、信息与工程等多个学科思路和方法而形成的一个新兴领域.它旨在揭示天然和人工生物系统分别及共同遵循的内在规律,并在此基础上理性设计和构建人工生物系统,从而解答生命科学前沿问题,通过干预和改造,应对人类社会面临的重大挑战.这里所谓的理性设计,是指在可预测的规律或模型指导下,有计划地创造、执行、构建研究对象[1].正如有了流体力学的指导,人们才得以预测飞机机翼产生举力的条件,并制造出飞机;这种“可预测性设计构建”是定量工程生物学的内核.

摘要：目的:对人脑的基因可变剪接位点差异性进行分析。方法:通过RNA-Seq得到的转录组数据,分析推测出在不同年龄的7对样本的大脑前额叶皮层(prefrontal cortex,PFC)表达的某些基因具有可变剪接位点的差异性;为验证此推测,设计7对引物,提取不同年龄样本的RNA,通过反转录合成cDNA,采用PCR技术扩增目的序列。结果:在已剪接和(或)未剪接产物预期片段处有明显的条带。结论:通过Quantity One软件分析后,确定在不同年龄间存在可变剪接差异。基于PCR技术的基因可变剪接分析对RNA-seq数据集的预测结果进行验证是一种有效新颖的PCR新应用。

摘要：基因组编辑是对基因组遗传信息进行定向改造的技术,其中CRISPR/Cas系统是目前应用最广泛的基因组编辑新技术。将先进的高通量测序以及相关计算生物分析应用于基因编辑研究,可进一步优化基因编辑效率和精度等检测流程,实现对全基因组功能基因筛选的监测。同时,利用基于生物信息及机器学习和深度学习等新方法,可对向导RNA(gRNA)的高效设计和实现对编辑效果的预测。本文将对计算生物学分析在CRISPR/Cas基因编辑系统的应用及研究进展等进行概述。

摘要：当前,各类组学技术、基因组编辑技术及超性能计算能力的飞速发展正使得植物科学从描述性、定性研究向精细定量研究乃至理性设计的转变。在这个过程中,数字植物的研究应运而生。数字植物通过对植物生长发育过程多尺度、多生理生化现象的系统定量模拟,以实现植物整个生命周期的“数字化”。数字植物将为定量植物科学研究、植物设计及改造提供理论工具。数字植物的发展将支持新代谢通路、基因调控网络的设计,乃至植物理想基因系统的设计,从而为以提升作物产量和优化作物品质为目标的植物合成生物学提供设计工具。本文在分析当前构建数字植物遇到的瓶颈的基础上,提出发展数字植物所需要的关键措施,即:构建植物生长发育基本模型;获得同化物在各器官间分配的代谢数据;创建模块模型耦联方法;建立数字植物研究公共平台;发展表型数据与机理模型相结合的方法;以水稻为模式植物,开展数字植物指导的分子设计育种;建立支持数字植物的人才培养及储备策略。利用数字植物定量模拟和设计植物是未来植物合成生物学发展的趋势,数字植物指导下的作物栽培和育种也是精准农业和智慧农业的必然要求。

摘要：本文回顾环氧化酶-2(COX-2)抑制剂的发展史和分析新的筛选方法:如平衡抑制剂对COX-1/COX-2的选择性,寻找双靶点或多靶点的抑制剂。在计算机辅助药物设计中结合更多的灵活的动力学原理,在天然分子的基础上设计新的药物分子,辅以脂质体包裹剂型实现药物靶向投递,以图研究出新一代更为安全的COX-2抑制剂来预防、控制癌症和其他疾病。

摘要：目的基于经典扩散方程建模求解,设计并研制脑组织通道磁示踪成像分析仪。材料与方法建立信号源导入系统,设计多频段射频激发与信号采集单元,开发图像处理、建模计算与可视化模块,集成脑组织通道磁示踪成像分析仪。将12只成年雄性斯普拉-道来氏大鼠随机平均分成两组,分别应用传统磁示踪法技术方案(n=6)与本研究系统方案(n=6)进行探测,计算并比较扩散系数和容积占比等参数,对组织液(interstitial fluid,ISF)引流过程进行可视化。结果该仪器可同步提供鼠脑细胞外间隙(extracellular space,ECS)结构参数及其内分子扩散情况,实现ISF引流途径的全脑示踪。相对于传统技术方案组,本研究系统组扩散系数和容积占比均下降(P均<0.01),且两个测量结果的标准差均减小。结论脑组织通道磁示踪成像分析仪的研发将ECS探测过程标准化、自动化,使得探测结果更加稳定、更趋向于真实水平,为后续兼容电阻抗、化学等多种信息的ECS探测仪器的研发奠定了基础。