银杏叶化学组分群动态FTIR指纹图谱研究

比较了相同产地不同月份与相同月份不同产地银杏叶的FTIR图谱,研究了银杏叶化学组分群随气候、季节、地域等的差异而呈现出的动态分布规律。结果表明,从4月份到10月份,银杏叶内化学组分群呈现动态分布与变化,其变化在6月16日,9月1日,10月4日3个时段。5月份所采集的不同产地银杏叶的化学组分群分布基本一致。这在银杏叶药材种植质量管理规范(GAP)基地的建设、确保银杏叶原料的稳定性以及其后各类相关指纹图谱的研究及制定等方面具有重要意义。

基于合成生物学策略的酶蛋白元件规模化挖掘

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。

产自耐盐真菌Alternaria sp. M6的一个新苝醌类化合物(英文)

目的:研究耐盐真菌 Alternaria sp. M6 的代谢产物。方法:运用多种色谱分离手段对耐盐真菌 Alternaria sp. M6的发酵液及菌丝体部分进行分离纯化。并借助各种波谱学方法鉴定结构。结果:从耐盐真菌 Alternaria sp. M6 的发酵液及菌丝体中分离得到 9 个代谢产物, 分别鉴定为 8β-chloro-3, 6aα, 7β, 9β, 10-pentahydroxy-9, 8, 7, 6a-tetrahydroperylen-4(6aH)-one (1),alterperylenol (2), dihydroalterperylenol(3), 腺嘌呤(4), 腺嘌呤核苷(5), 腺嘌呤脱氧核苷(6), 鸟嘌呤核苷(7), 色氨酸(8), 棕榈酸(9)。结论:化合物 1 为新的苝醌类化合物。

面向合成生物学的机器学习方法及应用

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.