[基于转录因子的生物传感器的智能设计]
Chaoning Liang1, La Xiang1, Shuangyan Tang1
1Department of Microbial Physiological & Metabolic Engineering, State Key Laboratory of Microbial Diversity and Innovative Utilization, Institute of Microbiology, Chinese Academy of Sciences, Beijing 100101, China.
概括
基于转录因子 (TF) 的生物传感器对合成生物学至关重要,但通常需要优化. 计算模拟和人工智能加速了这些生物传感器的工程,以提高性能和应用.
科学领域:
- 合成生物学 合成生物学
- 代谢工程是代谢工程.
- 生物传感器开发开发
背景情况:
- 基于转录因子 (TF) 的生物传感器提供高正交度,模块化和可操作性.
- 自然TF通常表现出弱反应和低特异性,需要优化用于实际应用.
研究的目的:
- 审查工程和优化基于TF的生物传感器的最新进展.
- 突出计算模拟和人工智能在生物传感器开发中的作用.
主要方法:
- 用于调节蛋白质工程的蛋白质结构预测和配体结合模拟.
- 机器学习模型在突变发生的数据上进行训练,以预测调节性蛋白质反应.
- 集成用于加速生物传感器设计和建造的计算工具.
主要成果:
- 计算模拟和人工智能使基于TF的生物传感器能够更准确,更快速地设计.
- 优化的生物传感器显示了各种应用的增强性能.
- 人工智能驱动的方法有助于预测蛋白质反应.
结论:
- 计算模拟和人工智能是基于TF的生物传感器开发的变革性技术.
- 这些先进的方法显著提高了生物传感器的准确性,特异性和速度.
- 人工智能和模拟的整合有望为各种应用提供新的生物传感器.
更多相关视频
10:07Preparation of Multifunctional Silk-Based Microcapsules Loaded with DNA Plasmids Encoding RNA Aptamers and Riboswitches
Published on: October 8, 2021
1.3K
06:38High Sensitivity Measurement of Transcription Factor-DNA Binding Affinities by Competitive Titration Using Fluorescence Microscopy
Published on: February 7, 2019
8.7K
