CombinGym: a benchmark platform for machine learning-assisted design of combinatorial protein variants
本文介绍了 CombinGym 基准平台，该平台通过整合 14 个组合突变数据集并评估多种机器学习算法，填补了蛋白质组合突变设计领域的空白，并验证了利用低阶突变数据预测高阶突变性能的有效性，同时提供了交互式网站以促进相关研究与自动化生物制造平台的集成。
📄 Category
synthetic biology
49 篇论文
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。
Engineering bacterial combinatorial promoters for two-input chemical AND switching
该研究通过系统改造大肠杆菌双输入组合启动子，利用 Marionette 转录因子盒实现了对四种状态的真值表精确控制，筛选出九种稳健的 AND 逻辑开关，并揭示了抑制部分诱导态、确保结构兼容性以及管理长操纵子方向等关键设计原则，从而为构建多输入细菌启动子提供了实用的序列感知设计规则。
Substrate transport limits phenylalanine ammonia-lyase activity in engineered Lacticaseibacillus rhamnosus GG
该研究通过比较不同乳酸菌宿主并引入异源转运蛋白，证实了底物转运限制是工程化鼠李糖乳杆菌 GG 表达苯丙氨酸解氨酶的主要瓶颈，且转运蛋白的过表达可显著提升其治疗苯丙酮尿症的催化活性。
The Cepeda Framework: A Modular, Safety-First Preclinical Architecture for Testing Coordinated Multi-Hallmark Rejuvenation Hypotheses in Biological Aging
该论文提出了“Cepeda 框架”，这是一个经过 21,000 次双验证模拟循环优化的模块化、安全优先的临床前研究方案，旨在通过 3:2:1 的 OCT4:SOX2:KLF4 化学计量比、双重 miRNA 逻辑门控及九层安全防御体系，在确保不诱导多能性的前提下，协调针对衰老 12 大标志物的部分重编程干预策略。
A genetically encoded local learning rule enables physical learning in engineered bacteria
该研究通过工程化大肠杆菌实现了一种遗传编码的局部学习规则，利用质粒拷贝数比作为模拟权重并在全局负学习信号下通过生长偏倚进行重写，从而在单细胞及多菌株混合培养中成功演示了包括监督学习、逻辑门构建及类人工神经网络架构在内的物理学习过程，为活体物质的自适应计算和下一代细胞疗法奠定了基础。
A Toolbox for Biomanufacturing of Functionalised PHA Nanoparticles with C. necator
该研究在*Cupriavidus necator*中构建了一套综合生物制造平台，通过优化遗传工具、筛选 PhaC 合成酶变体、开发共培养工艺以及利用 SpyTag-SpyCatcher 技术进行表面功能化，实现了可定制功能化 PHA 纳米颗粒的高效可持续生产。
Behavioral, Physiological, and Transcriptional Mechanisms of Memory in a Synthetic Living Construct
该研究揭示了源自非洲爪蟾胚胎的无神经合成生物体 Xenobot 能够通过转录、生理及钙信号等机制，在短暂接触特定化学刺激后形成持久且特异的行为记忆，从而证明了非神经合成细胞群体具备感知、区分刺激及存储功能信息的能力。
Selection-free whole genome transplantation revives dead microbes
该研究通过化学交联使受体细胞基因组失活，并利用全基因组移植技术将合成基因组植入其中，成功复活了“死亡”细胞，从而构建了首个由非生命部件组成的活体合成细菌细胞，并克服了以往依赖抗生素筛选导致的假阳性移植障碍。
Generative AI-based design of hybrid transcriptional activator proteins with new DNA-binding specificity
该研究利用在 LuxR 家族 DNA 结合结构域上训练的变分自编码器，成功设计了具有混合及新颖启动子识别特性的嵌合转录因子，证明了通过采样潜在空间中间区域可实现蛋白质功能的理性整合与扩展。
Fung-AI: An AI/ML-driven pipeline for antifungal peptide discovery
本研究提出了名为 Fung-AI 的 AI 驱动管道，利用生成对抗网络生成新型抗真菌肽，并通过计算筛选与实验验证成功发现了针对小麦和人类病原真菌具有活性且低细胞毒性的候选肽，证明了生成式 AI 在从头设计抗真菌药物中的概念可行性。