为了实现可持续发展的宏愿,斯坦福的合成生物学家都在忙些什么?
近日,斯坦福大学网站刊登了接受了一则关于合成生物与可持续发展的问答专访。
邀请到合成生物碳捕获领域专家、斯坦福大学生物工程教授Michael C. Jewett,介绍了该领域的一些背景以及该校正在进行的激动人心的项目。

斯坦福大学生物工程教授Michael C. Jewett
他表示:“合成生物学提高了我们设计生命系统以应对世界上最大的可持续性挑战的能力,使我们能够重新思考如何在全球范围内满足人类的需求,”
下文中笔者编译了部分内容并进行拓展补充,帮助读者从实例中了解,合成生物学是如何颠覆可持续发展的未来的。
碳捕获黑科技:吃掉工业废气
一个典型的例子:是将大气中的碳转化为有价值的产品。
我们周围的大多数物品,从鞋子、涤纶 T 恤和牙刷,到墙壁上的油漆,都是由化石燃料衍生的碳基化学物质制成的,这些化学物质在制造时会将二氧化碳释放到大气中。
如果我们能利用微生物捕获大气中的碳并将其转化为有价值的材料,我们就可以减少对化石燃料的依赖。
Jewett教授是全球碳捕获龙头Lanzatech的科学顾问委员会成员,双方合作设计了一种名为梭状芽胞杆菌 (Clostridium) 的细菌来消耗二氧化碳,并生产用于从消毒剂到喷气燃料的化学品。
与排放二氧化碳的传统石油工艺不同,我们的工程微生物将其锁定在产品本身,每生产一公斤产品,就能从大气中去除多达 1.5 公斤的二氧化碳。
值得注意的是,Lanzatech和首钢集团合作建立了首钢朗泽,该公司是拥有最早实现“碳捕获乙醇”规模化生产的工厂,也是全球首个实现工业尾气规模化生产微生物蛋白的企业。

除了碳捕获外,传统的化工通常依赖于有毒化学品和大量能源,该实验室还正在探索设计能够在较温和条件下催化化学反应的酶,以减少能源消耗和对有毒溶剂的需求,使化工更加环保和可持续。
令人兴奋的AI+合成生物
除了工程微生物,Jewett教授还表示:将机器学习与合成生物学相结合让他感到兴奋。
该团队开发了一种基于机器学习引导的无细胞基因表达(CFE)系统,用于加速生物催化剂的设计。
通过AI模型+CFE系统,使得酶的设计和进化时间能够在短短几天内完成,而不是传统的几周或者几个月。
机器学习赋能的无细胞酶工程平台
通过与AI结合的酶工程,有效催化效率提高了 42 倍,具有广泛的制药和工业应用潜力。当前团队正在寻找制药合作伙伴来进一步开发该模型。
除了AI外,该实验室还在探索天然酶,例如能将二氧化碳转化为稳定的碳酸盐的碳酸酐酶。如果我们能成功,从大气中去除二氧化碳的速度可以比自然过程快数千倍。
在访谈中,Jewett教授还介绍了斯坦福其他合成生物学家的研究成果,有望解决多个领域中一些最紧迫的可持续性挑战。
从厨师转行成为科学家的Vayu Hill-Maini教授专注于食品领域,正在利用合成生物学来设计微生物,将厨余垃圾转化为富含蛋白质的食物。其与米其林二星级餐厅Blue Hill at Stone Barns的厨师团队合作,用生长在谷物和豆类上的神经孢霉菌制作美味的小块食物,包括制作燕麦奶时留下的果肉。Jenn Brophy教授则将合成生物学用于可持续农业,开发足以承受极端环境条件(例如干旱和高温)的植物工厂,随着全球气温的持续上升,这一需求变得越来越紧迫。
她通过开发合成遗传回路来实现这一目标,这些回路可以重新编程植物生长并创造更具弹性的作物。
Chris Francis和Soichi Wakatsuki教授则在研究农业土壤的硝化作用,目前农业高度依靠氮基肥料,但这些氮也会被微生物消耗,他们正在努力生产活性氨单加氧酶和改进的硝化抑制剂来控制这一过程。Scientists use synthetic biology to address urgent sustainability challengesAccelerated enzyme engineering by machine-learning guided cell-free expression