合成生物学2020,Vol.1Issue(3) :319-336.DOI:10.12211/2096-8280.2020-028

基于合成生物学策略的酶蛋白元件规模化挖掘

Scalable mining of proteins for biocatalysis via synthetic biology

张建志 付立豪 唐婷 张嵩亚 朱静 李拓 王子宁 司同
合成生物学2020,Vol.1Issue(3) :319-336.DOI:10.12211/2096-8280.2020-028

基于合成生物学策略的酶蛋白元件规模化挖掘

Scalable mining of proteins for biocatalysis via synthetic biology

张建志 1付立豪 1唐婷 1张嵩亚 1朱静 1李拓 1王子宁 1司同1
扫码查看

作者信息

  • 1. 中国科学院深圳先进技术研究院,深圳合成生物学创新研究院,中国科学院定量工程生物学重点实验室,广东 深圳518055
  • 折叠

摘要

生物制造以人工生物体系为催化剂合成工业化学品、药物和功能材料,具有低碳循环、绿色清洁等特征.酶蛋白是构建生物催化系统的重要功能单元,然而,由于缺乏准确预测序列-功能关系的方法,目前酶的理性设计仍面临巨大挑战.因此,需要利用合成生物学工程化的思路和手段,从自然界中大规模挖掘新的酶蛋白元件,相关研究不但可以为开发工业酶制剂和构建细胞合成代谢提供优质元件,而且有利于快速获得酶蛋白序列-结构-功能间的对应关系,为建立预测与设计模型提供基础.本文针对酶元件工程化挖掘的关键技术进行综述:介绍了计算机辅助设计的算法和软件,用于将数据库中海量的酶蛋白序列按照实验目的 进行聚类分析和优先化排序;总结了规模化合成组装、异源表达和功能筛选酶蛋白元件的高通量实验技术;讨论了如何综合利用计算与实验手段,系统性探索酶家族成员的催化性能.未来,通过综合计算机辅助设计、自动化合成生物构建、高通量测试等方法,设计和建设高度集成的工程化研究平台,成为实现对酶蛋白资源进行系统化的研究和挖掘的重要方向.

关键词

/计算机辅助设计/高通量技术/蛋白表达/合成生物学

引用本文复制引用

基金项目

深圳合成生物学创新研究院主题项目(ZTXM20190002)

出版年

2020
合成生物学

合成生物学

CSCD
ISSN:
被引量8
参考文献量101
段落导航相关论文