合成生物學的核心目標之一是通過設計并構建基因線路，精準控制生物體的行為，以實現(xiàn)特定的功能。在線路設計過程中，可預測設計是提高設計效率和實現(xiàn)精確控制的關鍵。可預測的基因線路設計使科學家能夠更高效地調(diào)控生物體對外界刺激的響應，從而動態(tài)調(diào)控其表型^1,2。植物作為地球上最重要的生命形式之一，因其在農(nóng)業(yè)和環(huán)境適應方面的巨大潛力，成為了基因線路設計和改造的重要研究對象。然而，植物系統(tǒng)的高度復雜性與較長的生長周期，使其在基因線路研究領域相對滯后³。因此，開發(fā)一種高效、可預測的基因線路設計框架，對于加速植物合成生物學的發(fā)展和應用具有重要意義。

2025年1月16日，清華大學藥學院張數(shù)一團隊在Nature Communications雜志發(fā)表題為“Predictive genetic circuit design for phenotype reprogramming in plants”的研究論文，提出了一種新型植物基因線路設計框架。該研究通過引入相對啟動子單位（RPU）概念，結合原生質(zhì)體瞬時表達系統(tǒng)和定量建模方法，實現(xiàn)了遺傳元件的快速表征，大幅提高了研究效率，將實驗迭代周期從大于2個月縮短到了10天之內(nèi)。研究團隊進一步開發(fā)了正交傳感器和NOT門元件庫，并基于精確的數(shù)學模型預測，成功設計并構建驗證了可在植物中動態(tài)調(diào)控表型的基因線路。這一研究框架為植物基因線路的可預測設計和表型重編程提供了新方法，探索了從基因線路可預測設計到表型重編程的連接。

圖一. 植物基因線路可預測設計框架

Science & Technology

圖二. RPU作為原生質(zhì)體的標準化定量方法

在這一平臺上，研究團隊設計并表征了一組正交的遺傳元件，包括不同強度的啟動子和轉錄因子；隨后測試表征了一組正交傳感器與NOT門元件庫，為基因線路組裝和表型重編程奠定基礎。在得到了經(jīng)過良好表征的傳感器與NOT門元件之后，研究團隊成功構建并驗證了21個基因線路，涵蓋14種邏輯運算類型。更為重要的是，通過將元件參數(shù)納入基因線路拓撲結構模型，研究團隊實現(xiàn)了對基因線路性能的高度預測（R²=0.81）。

圖三. 可預測的基因線路設計

最后，研究團隊驗證了這一框架在活體植物中的適用性。分別以擬南芥和煙草為實驗模型，設計并測試了能夠?qū)崿F(xiàn)多狀態(tài)表型控制的基因線路。這些線路可根據(jù)輸入化學信號的不同動態(tài)調(diào)控植物表型。在擬南芥中，通過基因線路設計精確調(diào)控了根部基因表達模式，實現(xiàn)了對外界信號的邏輯判斷；在煙草中，應用基因線路成功實現(xiàn)了對超敏反應（HR, Hypersensitive Response）的邏輯控制。與目前植物中常見的硬編碼基因線路（hard-coded）相比^5,6，這一設計框架表現(xiàn)出獨特的優(yōu)勢。硬編碼線路通常需要針對每種表型狀態(tài)獨立設計并轉化特定的DNA序列，過程復雜且難以靈活調(diào)控。而新框架通過整合正交元件和精確建模，在單一線路中實現(xiàn)了多狀態(tài)的控制，無需改造基因序列。

圖四. 可預測基因線路在活體植物中的表現(xiàn)

本研究提出的植物基因線路可預測設計框架為植物合成生物學開辟了新方向，加速了遺傳元件表征和線路設計過程，同時在植物系統(tǒng)中實現(xiàn)了高效、可預測的表型重編程。這一框架的成功應用展示了植物基因線路可預測設計的潛力，為植物的基因工程和代謝優(yōu)化等方面提供了更多可能。隨著這一框架的進一步完善和應用，未來植物的基因改造將變得更加精準和高效，推動植物生物技術和綠色農(nóng)業(yè)的持續(xù)發(fā)展。

致謝

清華大學藥學院已畢業(yè)博士孔辭為論文第一作者（現(xiàn)工作單位為北京生命科技研究院），清華大學藥學院張數(shù)一副教授為論文通訊作者。清華大學生命學院博士生楊銀和清華大學生命科學學院、植物生物學研究中心齊天從研究員為該研究做出了重要貢獻。該研究項目得到國家科技部重點研發(fā)計劃，國家自然科學基金，清華大學篤實專項基金和北京生物結構前沿研究中心的資助。

參考文獻

1.Nielsen, A.A.K. et al. Genetic circuit design automation. Science 352, aac7341 (2016).

2.Chen, Y. et al. Genetic circuit design automation for yeast. Nature Microbiology (2020).

3.de Lange, O., Klavins, E. & Nemhauser, J. Synthetic genetic circuits in crop plants. Current Opinion in Biotechnology49, 16-22 (2018).

4.Kelly, J.R. et al. Measuring the activity of BioBrick promoters using an in vivo reference standard. Journal of Biological Engineering 3, 4 (2009).

5.Brophy, J.A.N. et al. Synthetic genetic circuits as a means of reprogramming plant roots. Science377, 747-751 (2022).

6.Lloyd, J.P.B. et al. Synthetic memory circuits for stable cell reprogramming in plants. Nature Biotechnology (2022).