UT HelloWorld

Link

The 2004 UT Austin team chose to design and build a biofilm that could perform distributed edge detection on a light-encoded image. In theory, each cell in a lawn of bacteria would update its state in response to light input and, depending on the state of neighboring cells, decide whether or not to change color.

An abstract, device-level depiction for part of the Texas system. A light-detection device (left) is connected to a colorimetric reporting device (right). Photons produce PoPS, a common carrier for gene expression, and PoPS produce color.

The [light to PoPS] device was built using a new light-receiver part, BBa_I15010, and BBa_R0082, a pre-existing BioBrick. BBa_I15010, the gift of Anselm Levskaya (Voigt Lab, UCSF), is an engineered two component signalling protein based on cph1from Synechocystis. The [PoPS to color] device was built using three existing BioBricks.

Students at UT Austin used the image ‘Hello World’ to illuminate an approximately 10 cm square lawn of bacteria containing their initial system (the first picture encoded on their biofilm is shown here). A lawn of E. coli should be aboe to capture images at about a gigapixel per square inch. Photo: Jeff Tabor.

 

Link

美國德州大學奧斯丁分校參加2004年iGEM競賽的作品,是一個靠細菌發光顯示問候語的裝置。這支研究團隊將多個能夠受光及呈現顏色的零件放入大腸桿菌中,讓生物膜變成生物底片,可在其表面展示以光書寫而成的影像。這台機器沿襲了電腦程式的傳統,顯示的第一個訊息是「世界,你好!」(Hello World)。

我們稱這些短鏈為「構造寡核酸」。我們在設計時,刻意讓每個核酸鏈的序列彼此重疊,然後利用它們組合出較長的DNA,就像是一段完整的基因序列。不過我們也必須先剔除帶有錯誤的序列,於是我們發展出來兩套不同的校正錯誤系統。

 

第一套方法同樣用到微陣列合成法,以製造出能和構造寡核酸鏈互補的DNA序列,我們稱之為「選擇寡核酸」。然後,我們將選擇寡核酸從合成的玻片上釋出,用來沖洗構造寡核酸的玻片。選擇寡核酸會遵循鹼基配對法則,與互補的構造寡核酸結合,形成雙股DNA,而剩下的就是帶有錯誤而無法形成配對的構造寡核酸,就可以將這些帶有錯誤的序列從微陣列中釋出。值得注意的是,選擇序列也可能帶有錯誤,畢竟它們的製造方法和構造序列是一樣的,但是兩組序列同時都有錯誤、彼此又能形成配對的機率卻非常低。因此利用一組寡核酸來校對另一組序列會非常有效,最後平均每1300個鹽基中有一個錯誤。

 

對生物來說,確保自己複製正確是非常重要的,因此你可能猜得出來,我們第二套錯誤校正系統正是直接向大自然學習。作者之一莫卓奇在10年前已擬想好步驟細節,並將這套方法稱為“MutS, L, H.”。當兩條單股的DNA鏈結合時,如果有些序列沒有形成完美的配對(A對T、C對G),這段DNA區域將無法形成雙股螺旋結構。有一種名為MutS的蛋白質,可以辨認並與配對有缺陷的序列結合,同時召來其他蛋白質(MutL和MutH)來改正錯誤。作者之一賈克布森和麻省理工學院的卡爾(Peter Carr),利用這套系統來合成DNA,錯誤率可降到每一萬個核酸中約有一個錯誤,足以用來製造小型的基因組合。

 

可釋出產物的平行合成技術以及改正錯誤的方法,讓我們能製造零錯誤的長段DNA序列,而且比現有的任何方法更省錢、更快速。它們就像半導體晶片的微影技術(lithography),可做為生物製程的基礎。可以想見,這些技術將不斷改進,我們也會有餘力去思考,還可利用這些生物製程來組裝什麼樣的裝置。

 

改進天然產物

 

在我們最早的研究目標,包括了以生物製程為基礎,發展對抗疾病的方法。作者柯斯林和貝克的實驗室分別找尋治療瘧疾和愛滋病兩大惡疾的方法。雖然這兩種疾病的治療策略不同,但都需要正確地合成長段的DNA,因此我們的計畫將會成為範例,顯示生物製程如何大幅改變生物醫學家開發新療法的研究。

 

在對抗瘧疾時,目前有一種治療辦法可以根除病患體內致病的寄生蟲。它使用到一種含有15個碳原子的小型倍半烯(sesquiterpene),一般人熟知的名字是青蒿素(artemisinin),它可以從分佈於中國北方的植物青蒿中找到。不過由於植物能夠製造的青蒿素含量非常少,無法用來生產價格合理的藥物。過去五年來,柯斯林努力想複製植物中負責合成青蒿素的代謝途徑的基因,然後將這些基因轉植到酵母菌內,以大量生產這種藥物。

 

一旦將這些基因放入酵母菌後,科學家還可以修飾這些基因,使它們的效率比原本在植物中還高。目前我們已經能夠重新設計其中某些關鍵基因(這些基因統稱為甲羥戊酸代謝途徑),讓它們合成青蒿素的前驅分子amorphadiene,而且產量比將代謝途徑基因放在大腸桿菌內要高出10萬倍。如果想更進一步提高產量,讓這種藥物普及,我們還需要重新設計整個青蒿素的代謝途徑。

 

合成青蒿素的完整代謝途徑中有九個基因,每個基因平均長度約為1500個核酸,因此當我們每設計一個的代謝途徑新版本時,都需要合成總長約1萬3000個核酸的DNA序列。如果把反應途徑中每個基因都設計出數個版本,就可以測試哪些組合最有效。然而光是每個基因都設計出兩種版本,我們就需要29(512)種DNA序列,總共約600萬個核酸。如果使用傳統的DNA合成技術,這幾乎是不可能的挑戰,但利用微陣列,卻只需一個微陣列,就可以合成出這些DNA。

 

這種大批合成基因組合的技術,也可用來製造新型蛋白質,像是化學反應中的新催化劑,處理環境廢棄物的分子,以及用於基因療法或防衛病原的高度專一性酵素。貝克的實驗室正研發電腦軟體來設計新蛋白質的結構。在他設計的新蛋白質中,有兩種蛋白質模擬出愛滋病毒表面重要的特徵,目前他正測試這兩種蛋白質能否做為疫苗。

 

目前電腦模型的困難之處是,它尚無法保證每個新設計的蛋白質都會具備所需求的功能,不過電腦卻可設計數十或數百個可能的結構,以進行測試。要將所有設計都轉化為基因序列,需要合成上萬個鹼基長度的DNA,以目前技術而言,不但困難,而且所費不貲,但在第一代生物製程技術誕生後,卻是可及的目標。

 

這些針對瘧疾和愛滋病治療法的DNA與蛋白質的合成計畫,顯示了生物製程技術的應用,同樣也可以用在對付其他各種不同的疾病,包括一些新興疾病。舉例來說,結合快速低廉的DNA定序技術(參見2006年2月號〈1000美元,解開你的基因〉)和生物製程的DNA合成技術,在面對諸如SARS或新流感病毒時,將可以比目前更快確定致病原的特性,並製造出由蛋白質構成的疫苗。

 

當然,生物製程不僅是一堆較快速的合成技術而已,它是新的思考模式,借用工程的語言和方法學,來改良現有生物機器,並建造新儀器。

 

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: