受疫情影響，第八屆“生物化工技術創新及產業發展研討會”暨“第四屆生物化工青年學者論壇”延期舉辦，但是疫情不能阻斷學術交流的熱情。7月10日上午圓滿召開的“生物化工2020云端學術論壇——綠色生物制造專題”，獲得大家的好評，所以組織第二期合成生物學專題。2020年7月31日上午，“生物化工2020云端學術論壇——合成生物學專題海外專場”通過騰訊會議平臺順利召開，會議由中國化工學會生物化工專業委員會主辦，江南大學生物工程學院和南京工業大學《生物加工過程》編輯部承辦，中化化工科學技術研究總院、南京理工大學和天津科技大學作為支持單位。

      本次論壇邀請了5位來自歐美的海外華人學者，美國伊利諾伊大學香檳分校的趙惠民教授、佐治亞大學的閆亞軍教授、馬里蘭大學（Baltimore分校）的徐鵬助理教授、丹麥技術大學的張杰研究員和查爾姆斯理工大學的陳云課題組長，分享他們在合成生物學前沿的創新研究，給國內生物化工領域的學者，特別是青年學者交流學習的機會。

      會議伊始，中國化工學會生物化工專業委員會伍振毅秘書長致辭，他簡要介紹了本次合成生物學海外專場的組織情況，特別指出，為了解決進會議室聽報告人數少的問題，此次論壇同時開直播，以便更多的人聆聽報告。天津科技大學鐘成教授主持了5場報告。

      首先，趙惠民教授做了“Synthetic Biology: Putting Synthesis into Biology”的報告。趙老師分享了他們開發定向進化技術解決合成生物學難題的經典案例。他首先介紹了課題組和Thermo公司聯合開發的自動化合成生物學研究平臺iBioFAB，這個平臺可以通過設計程序實現分子生物學操作如分子克隆、質粒組裝、蛋白純化等過程的智能化與自動化。隨后，趙惠民介紹了他將iBioFAB與定向進化思路結合，開發了CRISPR-AID、CHAnGE、RAGE等一系列針對基因、蛋白質、代謝產物等不同層次的定向進化策略，可以在短時間內完成高通量的突變和定向篩選工作。在篩選新藥物分子、構建新代謝通路以及基因表達回路的優化等方面都做出了令人振奮的結果。

      接著，閆亞軍教授做了“Engineering a pyruvate-driven metabolic system to enhance microbial synthesis”的報告。他認為，在綠色生物制造方面，微生物系統的合成能力具有很大的潛力。為了完全釋放微生物系統的合成潛能，增強它的合成效率，這就需要在構建高效的生物合成路徑和高產菌株的開發方面來努力。在這些方面的工作不僅需要發現或開發優質的酶用于代謝過程，而且還需要重新設計細胞代謝過程和調節方案來獲得更高的生物合成效率。閆老師分享了課題組以糖酵解途徑中的關鍵中間體——丙酮酸為驅動力構建的一個新型工程化代謝體系來達到關聯細胞生長和產物合成目的。該體系通過強制性增強細胞的生長，消除由代謝負擔引起的種種限制以及遺傳型或非遺傳型變異，他們在大腸桿菌（Escherichia coli）中構建并證實了這個體系，并以體系來生物合成鄰氨基苯甲酸——一個多功能的平臺化合物，它可用于合成多種高價值的化合物。

      接著，馬里蘭大學（Baltimore分校）的徐鵬助理教授做了“The marriage of synthetic biology and metabolic engineering for intelligent bioproduction”的報告。他發現基于基因線路、微生物菌群和智能控制的理論，結合負向反饋控制的反相門邏輯以及代謝成癮特性，使得工程化的產油耶氏酵母菌株能夠動態分配代謝碳流并長期維持菌株的生產穩定性。該課題組巧妙利用識別脂肪酸的轉錄因子Por1，動態驅動dCas9和gRNA的合成，所形成的 dCas9-gRNA 復合體能夠動態抑制產油耶氏酵母脂肪酸合成的關鍵酶（FAS1，FAS2和FabD)，從而提高了黃酮的得率。以必須氨基酸亮氨酸為響應因子，利用代謝成癮策略，實現了目標代謝產物黃酮與菌體生產的耦聯，從而解決酵母菌株傳代培養的退化問題，也可以將回復突變的菌株 “淘汰出局”。進一步通過數學模型，徐鵬博士證實了代謝成癮能夠有效降低菌株的自發回復突變。通過結合監督警告、正向激勵和淘汰出局的策略，工程化的菌株能夠智能地分配代謝前體物質malony-CoA，傳代320次以后，工程菌株尚能維持91.5% 的黃酮產量，大大地提高工業菌株的生產穩定性，在工程菌大規模放大培養中將會顯著提高經濟效益。（此工作的全文鏈接為  https://doi.org/10.1016/j.ymben.2020.05.005。第一作者呂永坤博士目前就職于鄭州大學化學工程學院，曾受國家留學基金委“優秀博士生項目”資助，是他在徐鵬課題組交流訪問一年的工作）。

      接著，丹麥技術大學的張杰研究員做了“Combining mechanistic and machine-learning models for engineering of tryptophan metabolism”的報告。代謝工程已被廣泛應用于開發細胞工廠來生產化工產品。然而，由于生物系統的高度復雜性，根據現有模型的理性設計和改造細胞工廠的精準性還十分有限。在此背景下，利用大量數據為基礎的預測和機器學習具有很大潛力。因此，張老師分享他們的實驗結果：他們利用基因組模型選擇了5個對色氨酸合成有影響的基因靶點，通過CRISPR/Cas9技術對其插入6個不同強度的啟動子，構建了組合文庫（6⁵=7776），并利用色氨酸感應器連接熒光信號分析隨機選取的250個表型。通過整合基因型、細胞生長和色氨酸傳感器數據，測試了多種不同的機器學習模型，成功地利用單次DBTL循環預測新的表型設計，使色氨酸產量提高了74%。由此可見，結合機械模型和機器學習模型可以提供很好的預測能力并加速細胞工廠的開發，為代謝工程和合成生物學研究提供一個新的方法。

      最后，查爾姆斯理工大學的陳云老師做了“進化工程在菌株的代謝工程改造中的應用”的報告。成生物學和代謝工程在現代工業生物技術應用中發揮越來越大的作用。在菌株的代謝工程改造過程中常常會整合進化工程以幫助代謝工程的優化，加速新型細胞工廠的構建。特別是當菌株的理想表型背后的遺傳背景和分子機制尚不清楚；或是表觀性狀相對比較復雜，難以通過簡單的分子遺傳操作得以實現，這時進化工程就是一個相對非常有效的工具。張老師分享三個實例來說明進化工程在酵母菌株改造中的應用：①提高菌株對目標產物——三個二元酸的耐受性，以及通過反向工程驗證了轉運蛋白是實現這一表型背后的主要機制。并以粘抗酸為例進一步驗證了這一靶點對于促進菌株生產的影響。②提高菌株對高溫的耐受性，并通過轉錄和代謝組學分析發現細胞膜結構的改變是實現耐高溫的主要機制。③改造菌株成為乙酰輔酶A的平臺菌株，并成功實現Crabtree效應的消除。發現這一背后的機制主要是通過突變二型RNA聚合酶的一個亞基得以實現全局性的代謝調控。這些應用實例充分說明了進化工程對于改造菌株未知和復雜表型的巨大潛力。

      通過會議室及直播平臺參與此次論壇學習的師生超過600人。會議期間，大家就自己關心和有興趣的內容與報告專家進行討論，氣氛相當熱烈。