利血平是一个具有里程碑意义的天然产物，自1952年从印度蛇根木中分离以来，深刻影响了我们对神经递质生物学和心血管医学的理解。作为经典的降压药物，利血平复杂的结构特征，包括独特的C3β构型和五个连续的手性中心，激发了包括R. B. Woodward在内的数代合成化学家开发创新合成策略。然而，自然界中利血平生物合成的立体化学控制机制一直未被揭示。 近日，中国科学院深圳先进技术研究院江寅迪课题组在国际期刊Journal of the American Chemical Society上发表了题为"Enzymatic Basis of Stereochemical Control in Reserpine Biosynthesis"的最新研究成果，首次阐明了利血平生物合成过程中立体化学控制的酶学基础。 文章上线截图 （文章链接：https://pubs.acs.org/doi/10.1021/jacs.5c02863） 利血平属于单萜吲哚生物碱大类，这一类天然产物包括著名的抗癌药物长春碱、喜树碱等，但它们在C3号位具有显著的结构差异。与其他已解析合成途径的单萜吲哚生物碱不同，利血平具有独特的C...

螺环氧化吲哚生物碱是一类结构复杂、生物活性多样的天然产物，具有显著的抗癌、抗高血压、抗炎等药理活性。然而，这类化合物在天然植物中含量极低，传统化学合成方法效率低下、成本高昂，难以满足药物开发和工业生产的需求。如何高效、可持续地生产这些天然产物，一直是该领域亟待解决的关键科学问题。 近日，中国科学院深圳先进技术研究院江寅迪研究员团队和周佳海客座研究员团队古阳副研究员合作，在国际期刊Journal of the American Chemical Society上发表了题为"Collective Biosynthesis of Plant Spirooxindole Alkaloids through Enzyme Discovery and Engineering"的最新研究成果。他们通过酶挖掘和蛋白工程相结合的策略，成功破解了植物螺环氧化吲哚生物碱的完整生物合成途径，并实现了12种四环和五环螺环氧化吲哚生物碱的集群式生物合成。 文章上线截图 （文章链接：https://pubs.acs.org/doi/10.1021/jacs.5c02990） 图1. 通过酶挖掘和蛋白工程，实现了螺环...

在合成生物学领域，科学家们希望能“编程”生命，实现可预测地设计基因元件（比如启动子、增强子）、蛋白质等目标，让细胞按照人们预定的强度表达功能基因。近年来，人工智能（AI）特别是深度学习技术，成为这项工作的“新引擎”。通过分析实验数据，AI模型能预测哪些序列会带来强或弱的基因表达，甚至能设计出全新的调控序列。 然而，这项技术存在一个长期被低估的难题——“数据污染”。正如人们所讨论的，大语言模型会受到网络中“错误信息”的污染，其本质在于训练数据受到非目标信息干扰，导致模型学习到错误的规律。在常规生物实验中，研究者会在特定宿主细胞中对人工设计的序列进行测试。但很多看起来“活跃”的序列，其活性实际上源于宿主细胞自身的意外激活，而非目标元件本身的活性。把这类“污染”数据喂给AI模型，就如同教幼儿识字时混进错别字，AI模型也会因此“学偏”，记住不应有的规则。这不仅会导致模型的预测结果失真，还使其难以在不同物种间实现通用。 近日，中国科学院深圳先进技术研究院定量合成生物学全国重点实验室、合成生物学研究所娄春波课题组与清华大学自动化系汪小我课题组合作开展的研究取得重要进展。他们提出并验证了一项关键观点...