55 पेपर
यह अध्ययन अत्यधिक सक्रिय T7 RNA पॉलीमरेज़ को पूरक बनाने और राइबोसोम सांद्रता को कम करने के संयोजन वाले एक सरल अनुकूलन के माध्यम से सिंगल-कॉपी DNA टेम्प्लेट से माइक्रोड्रॉपलेट्स में सेल-फ्री जीन अभिव्यक्ति को लगभग 10-गुना बढ़ाता है, जिससे DNA-दुर्लभ वातावरणों में मजबूत प्रोटीन पहचान और कार्यात्मक स्क्रीनिंग सक्षम होती है।
एक GPT-5 लार्ज लैंग्वेज मॉडल द्वारा संचालित और गिंको बायोवर्क्स (Ginkgo Bioworks) की क्लाउड प्रयोगशाला के साथ एकीकृत एक स्वायत्त लैब ने सेल-फ्री प्रोटीन संश्लेषण को सफलतापूर्वक अनुकूलित किया, जिससे पूर्णतः स्वचालित पुनरावृत्ति प्रयोगों के माध्यम से उत्पादन लागत में 40% की कमी और प्रोटीन टिटर में 27% की वृद्धि हासिल हुई।
यह अध्ययन प्रदर्शित करता है कि जबकि *E. coli* में विकास अवरोध (growth arrest) सिंथेटिक NOT गेट्स में अनरिप्रेस्ड जीन अभिव्यक्ति स्तरों को नाटकीय रूप से कम कर देता है, इसका अन्य सर्किट मापदंडों पर न्यूनतम प्रभाव पड़ता है, जो यह सुझाव देता है कि वास्तविक दुनिया के, गैर-बढ़ते वातावरणों में विश्वसनीय जेनेटिक सर्किट प्रदर्शन सुनिश्चित करने के लिए केवल अभिव्यक्ति स्तरों को बहाल करने पर केंद्रित इंजीनियरिंग समाधान पर्याप्त हैं।
यह अध्ययन एक उच्च-थ्रूपुट अनुक्रमण ढांचे और TRACE नामक एक न्यूरल नेटवर्क मॉडल को प्रस्तुत करता है जो लाखों न्यूक्लियोटाइड्स का मात्रात्मक प्रोफाइल तैयार करता है, जिससे यह पता चलता है कि कैसे गुप्त अनुक्रम-कोडित अंतःक्रियाएं प्लास्मिड प्रसार को नियंत्रित करती हैं और डीएनए अनुक्रम से सीधे मेजबान-अनुकूल प्लास्मिड के पूर्वानुमान और डिजाइन को सक्षम बनाती है।
यह शोध पत्र AI-संचालित प्रोटीन डिज़ाइन के जैव-सुरक्षा जोखिमों का प्रयोगात्मक रूप से मूल्यांकन करने के लिए एक TEVV ढांचे को प्रस्तुत करता है, और यह निष्कर्ष निकालता है कि वर्तमान जनरेटिव AI मॉडल (2024 की शुरुआत तक) जैविक गतिविधि बनाए रखते हुए जैव-सुरक्षा स्क्रीनिंग से बचने के लिए प्रोटीन को विश्वसनीय रूप से पुनर्गठित करने के लिए अभी भी पर्याप्त शक्तिशाली नहीं हैं।