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。
80 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。
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。
本文介绍了 TaxoFormer,这是一种层次化 Transformer 架构,它利用结构化标记化方案来无损地表示庞大的 NCBI 系统发育树,使一个简单的生成模型能够准确预测完整的蛋白质分类谱系,并从 1.88 亿条序列中学习有意义的系统发育表示。
本文引入了一种新颖的复相随机模型,该模型将线粒体异质性表示为一个复数,以同时追踪拷贝数和突变负荷,从而通过整合选择、遗传漂变和组织迁移动态,实现对疾病风险的定量化、个性化评估。
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。
本文介绍了一个集成集成开发环境(IDE)与运行时环境(RTE)的平台,用于构建、调试并稳定一个 2.3 Mb 的极小化大肠杆菌基因组——其大小不足野生型的一半——通过用无细胞组装的客体基因组替换宿主基因组,从而推进物理实现人工智能设计基因组的能力。
本文介绍了 DUET 框架,这是一种双底盘策略,它利用一个具备进化能力的宿主进行适应性实验室进化,并利用一个基因组稳定的宿主进行部署,成功展示了将精简的合成代谢途径及其相关的适应性突变进行转移,从而创建出稳健且简化的微生物平台。
本研究建立了一个高通量合成荧光筛选平台,用于绘制嵌合 DcuS/EnvZ 组氨酸激酶的序列-功能关系图谱,识别了决定配体特异性的关键残基,并为未来快速设计针对新靶点的细菌生物传感器提供了可能。
本研究证明,通过经高通量测定、电生理学和分子模拟验证的可扩展单锅修饰策略,可对化学功能化的α-溶血素纳米孔进行工程化改造,使其在合成细胞膜上实现可调控的选择性分子转运。
本文提出了一种通用且化学可诱导的平台,利用工程化链霉亲和素生物分子凝聚体,在哺乳动物细胞中快速隔离和释放内源性标记蛋白,从而在不产生蛋白过表达相关伪影的情况下实现对多种蛋白功能的精确时间控制。
本研究通过对两株临床分离株进行测序以鉴定隐蔽质粒,并构建一种可实现从大肠杆菌到空肠弯曲杆菌高效接合转移的可移动质粒系统,从而增强了空肠弯曲杆菌的遗传工具箱。