蛋白质预算:合成生物学的成本标尺

合成生物学以创建人工生命体系为目的。实践中人们希望人工生命体系具有更强的生产能力、转化能力、环境适应与监测能力,从而获得更优质的生产方式。生命体系的优化涉及到多层次的调控网络,而根本上还是对细胞中蛋白质的含量、定位、活性的控制。在蛋白质表达水平上进行控制是合成生物学元件设计、模块组装以及适配性研究最核心的手段。类似于工厂中的成本计算,合成生物学创建的人工生命体系(人工细胞工厂)以蛋白质预算为依据。优化蛋白质预算的研究策略已经成功应用于合成生物学研究实践中。

Application of ACO algorithm in protein structure prediction

The hydrophobic-polar (HP) lattice model is an important simplified model for studying protein folding. In this paper, we present an improved ACO algorithm for the protein structure prediction. In the algorithm, the "lone"ethod is applied to deal with the infeasible structures, and the "oint mutation and reconstruction"ethod is applied in local search phase. The empirical results show that the presented method is feasible and effective to solve the problem of protein structure prediction, and notable improvements in CPU time are obtained.

提高大肠杆菌通过MVA途径合成异戊二烯

异戊二烯是橡胶合成的重要前体物质。为了提高菌株的异戊二烯产量,本实验室在研究中构建了一株异戊二烯产气的菌株BW-01,基于蛋白质预算理论的指导,理性设计通过改变质粒拷贝数、增加稀有密码子等合成生物学手段调控关键限速酶编码基因表达,从而提高大肠杆菌外源MVA代谢途径的异戊二烯产量。摇瓶发酵实验中我们构建的新产气菌株BW-07比原有的产气菌株BW-01的产量提高了73%,达到了761.1 mg/L。为后续菌株改造及进行发酵罐实验奠定了基础。