科｜技｜突｜破
Science Breakthrough
JIPB：利用CRISPR/Cas12i3改良大豆风味品质 ｜基因编辑
PBJ：新型植物RNA甲基化编辑工具 ｜基因编辑
Nature：合成生物改造酵母生产植物萜类化合物 ｜合成生物
NB：构建工程菌株生产可自主染色纤维 ｜合成生物
BT：干稻草生物转化生产生物乙醇和工业木质素 ｜生物基新材料
Nat Comm：借助机器学习设计和筛选合成细胞中新兴蛋白质功能 ｜机器学习
iMeta：国际首个蔬菜等多种植物激素组学数据共享及分析平台 ｜生物信息
01 科｜技｜突｜破
JIPB：利用CRISPR/Cas12i3改良大豆风味品质｜基因编辑
大豆是人类植物蛋白和油的主要来源，已广泛用于各种食品生产。 舜丰生物 首席科学家朱健康院士团队成功创制出了香气浓郁适用于 加工植物奶的专用大豆 。利用 基因编辑工具酶Cas12i3 对大豆的两个同源基因进行敲除，分别获得了gmbadh1、gmbadh2、gmbadh1/2三种类型的 功能缺失型突变体 ，由gmbadh1/2双突变体大豆制成的豆乳表现出更强的香味，这与其高得多的2-AP水平一致，这种增强的香气能直接增强 食用豆乳 的感官体验，，使志愿者更偏好选择 gmbadh1/2大豆 制成的豆乳。
原文链接：
https://doi.org/10.1111/jipb.13631
PBJ：新型植物RNA甲基化编辑工具｜基因编辑
RNA甲基化修饰 在植物基因编辑中具有重要作用，但现有技术无法特异性编辑基因RNA甲基化修饰水平，限制了植物RNA表观修饰的研究。中国农科院深圳农业基因组研究所与多家单位合作开发了 新型植物RNA甲基化编辑工具 ，能够对植物关键基因转录本进行 甲基化 和 去甲基化编辑 ，编辑特异性较好且脱靶效应较低，可广泛应用于植物的功能研究。该研究进一步发现，通过修改关键基因的 RNA表观修饰水平 ，可以精准改变植物的表型，这一发现对于利用基因编辑技术进行作物育种有重要应用价值。
原文链接：
https://onlinelibrary.wiley.com/doi/10.1111/pbi.14307
Nature：合成生物改造酵母生产植物萜类化合物｜合成生物
植物萜类化合物 是一类重要的 天然产物 ，具有广泛的生物活性和商业价值。研究团队综述利用微生物细胞工厂酵母和其他 非常规酵母生产植物萜类化合物 的合成生物学和代谢工程策略，讨论通过代谢逻辑确定的合理方法和关键限制，从 宿主 、 途径 和 酶 的层面研究工程策略，还介绍酵母中萜类生物合成途径的 细胞内定位策略 。研究提供了萜类化合物酶衍生化的概念证明，在酵母中生成非天然定制的类似物，这些类似物可能具有更好或更广的 生物活性谱 、更高的生物利用度，并在用作治疗时减少副作用。
原文链接：
https://pubs.rsc.org/en/content/articlehtml/2023/np/d3np00005b#cit61
NB：构建工程菌株生产可自主染色纤维｜合成生物
随着环保、碳中和和可持续发展理念的普及，生物基纤维素成为当前纺织业研究和应用的新热点。帝国理工学院Tom Ellis实验室团队基于 合成生物学 设计并构建出一种能够生产自主着色纤维素的 工程细菌 ，成功地生产出黑色和含有黑*图色**案的 微生物纤维材料 。他们通过此次研究构建工程菌株表达 酪氨酸酶 ，细菌生长时可积累黑色素，导致生产的纤维素薄膜呈现出黑色，这种黑色纤维素薄膜可进一步通过干燥、压制等加工制作成产品，比如手袋。
原文链接：
https://doi.org/10.1038/s41587-024-02194-3
BT：干稻草生物转化生产生物乙醇和工业木质素｜生物基新材料
木质素作为一种丰富的可再生资源备受关注，因其广泛的来源和相对低廉的获取成本，被视为生产清洁燃料和化工产品的理想原料。北化工和广东工业大学团队探讨了 低共熔溶剂（DES） 在木质素精炼过程中的关键作用。详细分析了 氢键供体（HBD） 和 氢键受体（HBA） 对稻草解构和增值的影响，筛选出了最合适的 低共熔溶剂乳酸/盐酸胍（LGH） ，并观察了这种低共熔溶剂对发酵过程的影响。质量平衡方法测量结果显示，利用最佳溶剂， 1Kg干稻草 可生产 302.8g生物乙醇 和 119g工业木质素 。这种‘绿色’增值策略为木质素生物精炼提供了一个更具前景的方案。
原文链接：
https://www.sciencedirect.com/science/article/abs/pii/S0960852424003389?via%3Dihub
Nat Comm：借助机器学习设计和筛选合成细胞中新兴蛋白质功能｜机器学习
机器学习（ML） 的应用为 计算蛋白质设计 领域带来了惊人的进步，使得针对工业和生物医药应用的 蛋白质定向工程设计 成为可能。Petra Schwille团队采用了一种基于结构的分而治之方法来找到最有希望的候选者，而对于随后的体外筛选，使用了由自下而上的合成生物学建立的 合成细胞模拟体 。开发了一套计算和实验相结合的流程，来筛选机器学习生成的针对生物模式形成的 大肠杆菌MinDE系统的变体 。这种类似的流程，遵循结合计算模拟、实验室和 活体筛选 方法的途径，将打开蛋白质设计的下一个层次的大门，在这里，计算设计和实验筛选的结合将使得工程化细胞功能成为可能。
原文链接：
https://www.nature.com/articles/s41467-024-46203-0
iMeta：国际首个蔬菜等多种植物激素组学数据共享及分析平台｜生物信息
迄今为止，还没有一个数据库能够全面展示 植物激素 在不同蔬菜和植物类群中的分布模式。华北理工大学宋小明教授团队收集整理了已报道的主要激素相关基因，并绘制了激素基因相互作用网络图，团队利用生物信息学方法对蔬菜等 469个高质量的基因组 进行了激素相关基因的鉴定及分析。并追溯了 11种植物激素 相关基因通路的起源与进化节点，展示了11种激素各通路成分的分布情况。最后，基于这些基因数据搭建了蔬菜等植物激素 组学数据共享及分析平台 。该研究为了解激素基因之间的相互作用及调控关系奠定了基础。
PHGD: http://phgd.bio2db.com/
原文链接：
https://onlinelibrary.wiley.com/doi/10.1002/imt2.164
知耕（TechCube）是一家聚焦生物科技领域的技术商业化创新平台；
促进源头创新与产业深度融合；
与科学家、创业者、投资人及相关方同行；
持续打造引领生物行业变革企业。