7個技術(shù)領(lǐng)域，3項與合成生物學有關(guān)

每年，nature雜志都會對新一年值得關(guān)注的技術(shù)進行預測，今年1月22日，nature發(fā)布了本年度值得關(guān)注的7個技術(shù)領(lǐng)域，其中3個與合成生物學有關(guān)。它們分別是：

二十年前，西雅圖華盛頓大學的大衛(wèi)·貝克（ David Baker）和他的同事實現(xiàn)了一項里程碑式的壯舉：他們使用計算工具從頭開始設(shè)計了一種全新的蛋白質(zhì)?！癟op7”按照預測折疊，但它是惰性的——即沒有執(zhí)行任何有意義的生物學功能。如今，從頭蛋白質(zhì)設(shè)計已經(jīng)成熟成為一種用于生成定制酶和其他蛋白質(zhì)的實用工具。華盛頓大學生物化學家尼爾·金 (Neil King，他與貝克的團隊合作設(shè)計基于蛋白質(zhì)的疫苗和藥物輸送載體) 表示：“這具有巨大的意義，一年半前這是不可能的事情，現(xiàn)在可以做到了?！?/span>

這些進展很大程度上歸功于將蛋白質(zhì)序列與結(jié)構(gòu)聯(lián)系起來的日益龐大的數(shù)據(jù)集。但復雜的深度學習方法（人工智能 (AI) 的一種形式）也至關(guān)重要。

“基于序列”的策略使用大型語言模型 (LLM)，該模型為聊天機器人 ChatGPT 等工具提供支持。通過像包含多肽“單詞”的文檔一樣處理蛋白質(zhì)序列，這些算法可以辨別真實世界蛋白質(zhì)的架構(gòu)手冊背后的模式?！八麄冋嬲龑W習了隱藏的語法，”西班牙巴塞羅那分子生物學研究所的蛋白質(zhì)生物化學家諾埃莉亞·費魯茲 (Noelia Ferruz) 說。2022 年，她的團隊開發(fā)了一種名為 ProtGPT2 的算法，該算法始終能夠產(chǎn)生在實驗室生產(chǎn)時穩(wěn)定折疊的合成蛋白質(zhì)。Ferruz 共同開發(fā)的另一個工具稱為 ZymCTRL，它利用序列和功能數(shù)據(jù)來設(shè)計天然存在的酶家族的成員。

基于序列的方法可以建立并調(diào)整現(xiàn)有的蛋白質(zhì)特征以形成新的框架，但它們對于結(jié)構(gòu)元件或特征的定制設(shè)計效果較差，例如以可預測的方式結(jié)合特定靶標的能力。基于結(jié)構(gòu)”的方法在解決這些問題上做的更好一點，2023 年這種類型的蛋白質(zhì)設(shè)計算法也取得了顯著進展。其中一些最復雜的模型使用“擴散”模型，該模型也是 DALL-E 等圖像生成工具的基礎(chǔ)。這些算法最初經(jīng)過訓練，可以從大量真實結(jié)構(gòu)中消除計算機生成的噪聲；通過學習區(qū)分現(xiàn)實的結(jié)構(gòu)元素和噪音，他們獲得了形成生物學上合理的、用戶定義的結(jié)構(gòu)的能力。

Baker 實驗室開發(fā)的RFdiffusion 軟件和馬薩諸塞州薩默維爾的Generate Biomedicines 開發(fā)的 Chroma 工具利用這一策略取得了顯著效果。例如，貝克的團隊正在使用射頻擴散來設(shè)計新型蛋白質(zhì)，這些蛋白質(zhì)可以與感興趣的目標形成緊密的界面，從而產(chǎn)生“完全符合表面”的設(shè)計，貝克說。RFdiffusion的更新“全原子”迭代允許設(shè)計人員通過計算塑造圍繞非蛋白質(zhì)目標（例如 DNA、小分子甚至金屬離子）的蛋白質(zhì)。由此產(chǎn)生的多功能性為工程酶、轉(zhuǎn)錄調(diào)節(jié)劑、功能性生物材料等開辟了新的視野。

2023 年末，美國和英國監(jiān)管機構(gòu)批準了首個基于 CRISPR 的基因編輯療法，用于治療鐮狀細胞病和輸血依賴性 β 地中海貧血，這是基因組編輯作為臨床工具的重大勝利。

CRISPR 及其衍生物使用短的可編程 RNA 將 DNA 切割酶（例如 Cas9）引導至特定的基因組位點。它們通常在實驗室中用于禁用有缺陷的基因并引入小的序列變化。精確且可編程地插入跨越數(shù)千個核苷酸的較大 DNA 序列是很困難的，但新興的解決方案可以讓科學家替換有缺陷基因的關(guān)鍵片段或插入功能齊全的基因序列。

加州斯坦福大學的分子遺傳學家 Le Cong 和他的同事正在探索單鏈退火蛋白 (SSAP)——一種介導 DNA 重組的病毒衍生分子。當與 Cas9 DNA 切片功能已被禁用的 CRISPR-Cas 系統(tǒng)結(jié)合使用時，這些 SSAP 可以將多達 2 KB 的 DNA 精確定向插入人類基因組中。

其他方法利用基于 CRISPR 的方法（稱為“引物編輯”）引入短“著陸墊”序列，選擇性地招募酶，從而將大 DNA 片段精確拼接到基因組中。例如，2022 年，劍橋麻省理工學院的基因組工程師 Omar Abudayyeh 和 Jonathan Gootenberg 及其同事首次描述了通過位點特異性靶向元件 (PASTE) 進行可編程添加，這是一種可以精確插入多達 36 KB DNA 的方法 。Cong 表示，PASTE 對于培養(yǎng)的、源自患者的細胞的離體修飾特別有前景，并且底層的 Prime 編輯技術(shù)已經(jīng)步入臨床研究的軌道。但對于人體細胞的體內(nèi)修飾，SSAP 可能提供更緊湊的解決方案：體積更大的 PASTE 機器需要三個獨立的病毒載體進行傳遞，這可能會降低相對于雙組件 SSAP 系統(tǒng)的編輯效率。也就是說，即使相對低效的基因替代策略也足以減輕許多遺傳疾病的影響。

這些方法不僅與人類健康相關(guān)。北京中國科學院高彩霞領(lǐng)導的研究人員開發(fā)了PrimeRoot，這是一種使用prime編輯引入特定目標位點的方法，酶可以使用這些位點在水稻和玉米中插入多達20個堿基的DNA 。高認為，該技術(shù)可廣泛用于賦予作物抗病和抗病原體能力，持續(xù)推動基于CRISPR 的植物基因組工程的創(chuàng)新浪潮?！拔蚁嘈胚@項技術(shù)可以應用于任何植物物種，”她說。

如果您要尋找一家咖啡館，可以使用Google 地圖進行路線導航。但目前還沒有類似的方法可以導航更復雜的人體景觀，但在單細胞分析和“空間組學”方法的進步的推動下，各種細胞圖譜計劃的持續(xù)進展，對人類來說，這將對致病基因，疾病機制了解，藥物發(fā)現(xiàn)，疾病診斷等方面產(chǎn)生深遠影響。

這些計劃中最大的是人類細胞圖譜（HCA）。該聯(lián)盟由英國欣克斯頓 Wellcome Sanger 研究所的細胞生物學家 Sarah Teichmann 和加利福尼亞州南舊金山生物技術(shù)公司 Genentech 現(xiàn)任研究和早期開發(fā)負責人 Aviv Regev 于 2016 年發(fā)起。它由來自近 100 個國家的約 3,000 名科學家組成，使用來自 10,000 名捐贈者的組織進行工作。但 HCA 也是更廣泛的交叉細胞和分子圖譜工作生態(tài)系統(tǒng)的一部分。其中包括人類生物分子圖譜計劃 (HuBMAP) 和通過推進創(chuàng)新神經(jīng)技術(shù) (BRAIN) 倡議細胞普查網(wǎng)絡(luò) (BICCN) 進行的腦研究 (BICCN)，均由美國國立衛(wèi)生研究院資助，以及艾倫腦細胞圖譜 (Allen Brain Cell Atlas，由美國國立衛(wèi)生研究院資助，位于華盛頓州西雅圖的艾倫研究所)。

斯坦福大學基因組學家、HuBMAP 指導委員會前聯(lián)合主席 Michael Snyder 表示，這些努力在一定程度上是能夠推動在單細胞水平解碼分子內(nèi)容的分析工具的開發(fā)和快速商業(yè)化的。例如，Snyder 的團隊經(jīng)常使用加利福尼亞州普萊森頓 10X Genomics 的 Xenium 平臺進行空間轉(zhuǎn)錄組學分析。該平臺可以每周在 4 個組織樣本中同時調(diào)查大約 400 個基因的表達。另一個例子是：馬薩諸塞州馬爾伯勒 Akoya Biosciences 的 PhenoCycler 平臺，它們使用基于多重抗體的方法，使團隊能夠以單細胞分辨率以支持 3D 組織重建的格式跟蹤大量蛋白質(zhì)。其他“多組學”方法使科學家能夠同時分析同一細胞中的多個分子類別，包括RNA 的表達、染色質(zhì)的結(jié)構(gòu)和蛋白質(zhì)的分布。

去年，數(shù)十項研究展示了使用這些技術(shù)生成器官特異性圖譜的進展。例如，6 月份，HCA 發(fā)布了對人肺 49 個數(shù)據(jù)集的綜合分析。Teichmann 說：“有了非常清晰的肺部地圖，可以了解肺纖維化、不同腫瘤、甚至 COVID-19 等疾病發(fā)生的變化?！?2023 年，《Nature》發(fā)布了一個文章集（參閱1），重點介紹了 HuBMAP 的進展，《Science》則制作了一個文章集，詳細介紹了 BICCN 的工作（參閱2）。

現(xiàn)在仍有大量工作要做，Teichmann 估計 HCA 至少需要五年才能完成。但最終的地圖在到達時將是無價的。例如，Teichmann 預測使用圖譜數(shù)據(jù)來指導組織和細胞特異性藥物靶向，而 Snyder 則渴望了解細胞微環(huán)境如何告知癌癥和腸易激綜合癥等復雜疾病的風險和病因?！拔覀兛赡懿荒茉?024年解決這個問題，這是一個持續(xù)多年的問題，但不可否認它是整個領(lǐng)域的一大推動力?！彼鼓蔚抡f。

帕特·貝內(nèi)特的說話速度比一般人慢，有時會用錯詞。但考慮到運動神經(jīng)元疾?。ㄒ卜Q為肌萎縮側(cè)索硬化癥）此前曾導致她無法用語言表達自己的意思，這是一項了不起的成就。

Bennett 的康復得益于斯坦福大學神經(jīng)科學家 Francis Willett 及其美國 BrainGate 聯(lián)盟的同事開發(fā)的復雜腦機接口 (BCI) 設(shè)備。威利特和他的同事在貝內(nèi)特的大腦中植入電極來跟蹤神經(jīng)元活動，然后訓練深度學習算法將這些信號轉(zhuǎn)化為語音。經(jīng)過幾周的訓練，貝內(nèi)特每分鐘能夠說出多達 62 個單詞，詞匯量為 125,000 個單詞，是普通英語使用者詞匯量的兩倍多?！八麄兊臏贤ㄋ俣却_實令人印象深刻，”賓夕法尼亞州匹茲堡大學開發(fā) BCI 技術(shù)的生物工程師 Jennifer Collinger 說道。

哥廷根馬克斯·普朗克多學科科學研究所的 Hell 和他的團隊領(lǐng)導的研究人員于 2022 年末首次涉足這一領(lǐng)域，采用了一種名為MINSTED 的方法，使用專門的光學顯微鏡，該方法可以以 2.3 埃（大約1/4納米）的精度解析單個熒光標記。

END