标签: 合成生物学

大规模平行基因筛选已用于绘制多种遗传元件的序列-功能关系，但这类方法仅能研究短序列，难以对包含多序列元件组合的多kb长度构建体进行高通量分析。本文介绍CLASSIC平台，结合长读和短读下一代测序，可定量评估任意长度、含多样遗传元件组合的构建体库。它能在单次实验中测量人类细胞中超过10万种基因线路设计（5-20kb）的表达谱，生成的数据集可训练机器学习模型准确预测线路行为，揭示元件组合规则，从而加快合成生物学发展，为复杂遗传系统的数据驱动设计奠定实验基础。

标签: CLASSIC平台 合成生物学 基因线路 机器学习

全球自然保护界正就是否禁止将转基因生物释放到野外展开辩论，涉及合成生物学技术对物种保护的影响。

标签: IUCN 合成生物学 自然保护

合成生物学中基因线路常因进化不稳定而失效。本研究提出STABLES策略，通过机器学习预测最优基因组合，融合目标基因与必需基因，并引入“渗漏”终止密码子，显著提升酵母中荧光蛋白和人胰岛素原的表达稳定性与产量。

标签: STABLES 合成生物学 基因融合 机器学习 进化稳定性