合成生物学是一门将工程思维融入生命系统的迷人学科,它让科学家像设计电路一样重新编写和构建生物体。从设计能生产药物的微生物到创造可降解塑料的细菌,这一领域正在以前所未有的速度改变我们对生命的理解与应用方式。

在 Gist.Science 上,我们密切关注 bioRxiv 发布的每一篇相关预印本。我们的团队会对这些最新研究进行深度处理,提供既通俗易懂又保留关键细节的技术解读,帮助读者跨越专业术语的障碍,快速把握前沿动态。

以下为您精选了合成生物学领域最新发布的研究论文,它们代表了该方向上最激动人心的探索与发现。

📄 synthetic biology

Continuous target-specific mutagenesis and rapid gene evolution by diversity-generating retroelements in Escherichia coli

本文证明了多样性生成逆转录元件(DGRs)可以在大肠杆菌中进行工程化改造,并与水平基因转移相结合,从而构建一个简单、可编程的系统,用于对靶基因进行连续、迭代且具有位置特异性的诱变,从而实现诸如吡咯赖氨酰-tRNA 合成酶等蛋白质在生物技术应用中的快速进化。

Liu, Y., Gu, Y., Agam, G., Rehm, F., Spinck, M., Chin, J., Holliger, P.2026-07-22✓ Author reviewed
📄 synthetic biology

Pharmacologically regulated bioorthogonal stabilization domain for regulation of CAR T cells

本研究提出了一种临床兼容且可逆的策略,通过基于人雌激素受体降解子结构域来控制 CAR T 细胞功能,该策略能够利用 4-羟基他莫昔芬实现精确的药理学“开启”开关激活,并通过经 FDA 批准的 PROTAC 分子 ARV-471 实现“关闭”开关降解,从而增强细胞免疫疗法的安全性和精准度。

Rihtar, E., Fink, T., Belak, M., Udvanc, R., Jerala, R.2026-07-16
📄 synthetic biology

LUstiGE, Light responsive Ustilago maydis Gene Expression: Optogenetic control of morphogenesis and pathogenesis in the corn fungal pathogen Ustilago maydis

本研究在玉米真菌病原体玉米褪黑素菌(*Ustilago maydis*)中建立了蓝光诱导的光遗传学开关,以实现对基因表达精确、可逆且动态的控制,从而通过操纵细胞形态、丝状侵染和肿瘤形成,为病原体-宿主相互作用及生物技术应用的高级研究提供支持。

Tang, K., Müller, M. D., Hüsemann, L., Zuo, W., Rybecky, A., Heucken, N., Postma, J., van Wijlick, L., Doehlemann, G. (…)2026-07-09
📄 synthetic biology

Barcoded-Plasmid DNA library construction for recording cell lineage trees enabled by a Scalable and modular Biofoundry-based Automated Robotic Pipeline

本文介绍了一种利用 CyBio FeliX 平台和基于 SPRI 的磁珠技术,通过可扩展、模块化且自动化的机器人流程,高效纯化高质量质粒 DNA,并成功实现了用于哺乳动物细胞谱系追踪的 528 个质粒慢病毒库的构建与验证。

Tassinari, E., Ives, L., Hawkins, E., Annese, D., Fonseca, S., Lan, Y., Haerty, W., Wojtowicz, E., Grandellis, C.2026-07-08
📄 synthetic biology

Reprogramming a Protein Ligase for Genetic Code Expansion

通过将赖氨酰-tRNA合成酶的反密码子结合结构域嫁接到蛋白质连接酶EpmA上,研究人员设计出了一种嵌合酶(chEpmA),该酶成功地将一种蛋白质连接酶重新编程为一种多功能的氨基酰-tRNA合成酶,能够为包括β-氨基酸和各种翻译后修饰在内的多种非规范底物进行tRNA充电,从而扩展遗传密码。

Gallo, G., Sieber, A., Hellwig, M., Fuerst, M. J. L. J., Lassak, J. M.2026-07-08
📄 synthetic biology

Vibe Coding Specificity Foundation Models

本文介绍了特异性基础模型(Specificity Foundation Models, SFMs),这是一种源自物理学的神经架构,它将六个不同的分子识别领域统一到一个单一且具有高度数据效率的框架中,用于在无需结构数据的情况下预测结合特异性,并证明了领域专家能够通过自然语言驱动的“氛围编程”(vibe coding)成功地开发和验证这些模型。

Reddy, S. T.2026-06-04