摘要
本项目将合成生物学与大数据和人工智能技术相结合，针对工业菌株研发中存在代谢网络模型指导性差、系统性代谢流分析工具缺乏、全局性优化程度低等瓶颈问题开展相关工作。2022年度本项目在方法创新和应用，以及细胞工厂优化和产品产量提升方面有了较大突破和进展，首先，在组学分析方法方面，代谢组分析的样品数据库中代谢物增加到473种，为后续建立工业微生物代谢流计算分析方法和软件平台奠定基础。开发了红色糖多孢菌13C标记实验代谢通量分析方法。在黑曲霉三种比生长速率下的胞内定量蛋白组数据基础上，进一步提出了一种利用遗传算法进行各种胞内反应酶的Kcat的预测算法。在途径设计及菌株改造方法创新方面，提出了结合单步和多步深度学习的逆合成途径预测模型，基于两路多分支CNN的单步逆合成方法，基于通量平衡分析的代谢网络关键因子挖掘方法，以及计算机辅助改造菌株的方法的构建。在基因编辑方法方面，开发了绿针假单胞菌高效基因编辑工具碱基编辑器，和构建了CRISPR/Cas遗传操作系统信息知识库SynBioStrainFinder。其次，在细胞工厂的升级及产品产量提升方面，分析了吩嗪合成机理；对红色糖多孢菌发酵过程环境参数、操作参数、多组学数据和代谢流数据汇交进行分析，为菌株改造奠定基础；虾青素产量提高至730.3 mg/L；人参皂苷F1细胞工厂优化后产量达到100 mg/L以上；维生素K2细胞工厂优化后，维生素K2的合成能力提高了约40%；莽草酸的产量超过100 g/L、发酵水平合成乙醇酸达到27 g/L等。
NSTRS