名师讲座
报告题目：数据驱动的天然产物生物合成
报告时间：2025-05-07 10:00
报告人： 罗小舟 研究员
中国科学院深圳先进技术研究院
报告地点：卢嘉锡楼202报告厅
转播地点：翔安校区能源材料大楼3号楼会议室6，漳州校区生化主楼307教室
报告摘要：
近年来，合成生物学、生物信息学与计算建模领域的突破性进展显著提升了天然产物及其结构类似物的生物合成效率。然而，复杂代谢网络的重构与优化仍存在诸多挑战，特别是涉及多酶催化级联与动态调控的工业化放大过程。本研究提出数据驱动的底盘细胞工程策略，通过整合合成生物化学原理、机器学习算法与生物铸造厂（Biofoundry）技术，建立涵盖通路瓶颈识别、共进化遗传元件的理性引入以及代谢通量精准调控的多层次优化体系。基于自主研发的AI辅助平台，开发了基于深度学习的酶动力学预测工具UniKP和肽/蛋白功能智能预测系统IPPF-FE，显著提升了关键酶元件筛选效率与代谢网络适配性。研究团队通过自动化并行基因进化与智能转录调控技术，我们显著提升了多种高价值化合物（包括类黄酮、茉莉酸类及其他次级代谢产物）的微生物产量。例如，在工程酵母中α-亚麻酸产量提高了30倍，槲皮素前体橙皮素（naringenin）滴度经优化酶级联后超过3 g/L。这些成果展示了数据驱动底盘工程在加速构建多功能微生物平台、实现高价值天然产物可持续且可规模化生产方面的巨大潜力。通过整合计算与实验技术，我们的方法为生物制造和合成生物学的未来创新提供了坚实框架。
报告人简介：
罗小舟，研究员，博士生导师，国家重大人才工程专家（青年）。中国科学院深圳先进技术研究院合成生物学研究所所长助理、深圳合成生物学创新研究院院长助理、合成生物化学研究中心执行主任、合成生物大设施副总工艺师，国家生物制造产业创新中心 CTO，森瑞斯生物科技（深圳）有限公司创始人。课题组聚焦于合成生物学领域中生命体内生物化学过程相关研究，主要结合遗传密码扩充技术，酶的定向进化，基因挖掘和代谢工程等多种化学生物学方法，基于大数据机器学习及高通量自动化，深入研究多种不同类别的天然产物及其衍生物的生物全合成的方法，并利用合成生物学方法，将研究成果转化至制药、个性化治疗、新材料等领域。研究成果发表于Nature, Nature Metabolism, Advanced Science, Nature Synthesis, Nature Communications, Angew. Chem. Int. Ed.等国际知名学术期刊，共计发表SCI论文60余篇，申请专利68余项，授权15项。先后入选各级高层次人才项目，获2023南山十大杰出青年、2024年度广东省生产力促进协会科技创新促进奖——科技服务突出贡献奖一等奖等荣誉。
欢迎老师同学们积极参加!
化学化工学院
表界面化学全国重点实验室
