小赛推荐：

该研究为合成生物学和代谢工程提供了全新的基因表达调控维度，通过整合基因组上下文信息实现启动子和拷数之外的精细表达调谐，显著提升通路优化的理性设计能力。

 

文献概述

本文《Exploring chromosomal position effects for predictable tuning of metabolic pathways in yeast》，发表于《Nucleic Acids Research》杂志，系统探讨了酿酒酵母中非编码区（IGR）对异源基因表达的影响，并开发了名为YeIP的机器学习模型，用于从基因组上下文中预测表达潜能。研究通过构建包含98个IGR的荧光报告系统，量化了染色体位置对表达水平的调控作用，并进一步应用于番茄红素通路的理性优化。该工作将基因组整合位点从被动的“安全港”转变为可编程的调控元件，为合成生物学提供了可扩展的设计框架。

背景知识

当前代谢工程面临的核心挑战是如何实现多基因表达的精确平衡，以避免因代谢负担或中间产物积累导致的瓶颈效应。传统策略依赖于启动子强度、拷贝数或UTR工程，但这些方法往往导致表达水平的非线性变化，难以实现精细调控。尽管已知染色体位置效应在多种生物中广泛存在，但其在酵母代谢通路优化中的系统性应用仍受限于缺乏可预测模型。本研究的切入点在于将染色体整合位点视为一个可调谐的调控维度，通过多尺度基因组特征（包括转录邻域、染色质状态和染色体拓扑）构建预测模型，从而实现对基因表达水平的理性设计。这一策略有望解决通路平衡中因过度表达某些酶而导致的资源浪费和毒性问题，为工业生物技术提供新的设计自由度。

 

利用HUGO-GT®全基因组人源化小鼠模型，精准模拟人类基因调控与表达模式，适用于罕见病与基因治疗药物开发。该模型支持原位基因替换，保留完整基因组序列，是研究脊髓性肌萎缩症、阿尔茨海默病等疾病的理想平台，助力药物临床前研究。

了解更多

 

研究方法与核心实验

作者使用酿酒酵母BY4741作为宿主，通过CRISPR–Cas9系统将组成型启动子驱动的mCherry报告基因整合到98个不同的IGR区域。每个整合位点的表达水平通过流式细胞术量化，并作为训练数据用于构建机器学习模型。基因组特征工程涵盖了三个层面：转录邻域（如邻近基因表达、ARS距离）、表观遗传状态（如H3K4me1/me2修饰、核小体密度）和染色体结构（如染色质边界、基因组压缩得分）。模型训练采用AutoGluon-Tabular框架，结合梯度提升算法，以Spearman等级相关系数（SPCC）为主要评估指标。

为验证模型的实用性，作者构建了一个三基因番茄红素通路（crtE、crtB、crtI），并根据YeIP预测的表达强度选择不同的IGR进行整合。通过比较不同组合的菌落颜色和产物积累，评估通路性能。此外，模型在52个新位点和外部数据集上进行了独立验证，展示了其泛化能力。

关键结论与观点

• 基因组上下文特征可有效预测IGR驱动的表达水平，YeIP模型在测试集上达到SPCC = 0.556，表明其具有良好的排序能力，可用于高表达位点的优先筛选。
• 转录邻域特征（如邻近基因表达）对预测贡献最大（SPCC = 0.372），表明局部转录活性是影响位置效应的关键因素，提示在设计时应优先考虑转录活跃区域。
• 染色体结构特征（如基因组压缩得分）与高表达显著负相关（P = 1.10 × 10⁻²），说明开放染色质环境更有利于异源基因表达，这为选择“开放”基因组区域提供了理论依据。
• 通过仅调整整合位点而不改变启动子或拷贝数，成功优化了番茄红素通路，最高产量菌株表现出非对称的表达配置（crtI高表达，crtB低表达），揭示了代谢通量平衡的关键节点。
• 模型在不同启动子背景下（如TDH3p、TEF1p、GAL1p）和碳源条件下表现出良好的鲁棒性，说明位置效应具有广泛的适用性，适用于多种代谢工程场景。

研究意义与展望

该研究将染色体整合位点提升为一个可编程的调控参数，为合成基因线路和多基因通路设计提供了新的自由度。相比启动子工程，IGR调谐提供更精细的“线性”控制，有助于缓解代谢负担，实现更优的通量平衡。未来可扩展至其他酵母物种或真核系统，结合单细胞测序和三维基因组数据进一步提升预测精度。

在工业菌株开发中，此方法可减少对强启动子的依赖，降低遗传不稳定性和细胞毒性。此外，YeIP框架可集成到自动化基因组设计平台中，推动高通量通路优化，加速生物制造流程。

 

提供基于HUGO-Ab®全人源化抗体小鼠的抗体开发服务，支持高亲和力、低免疫原性的全人源抗体生成。适用于肿瘤、自身免疫性疾病等治疗性抗体研发，结合AI辅助筛选技术，加速先导抗体发现与优化流程。

了解更多

 

结语

本研究通过系统解析酿酒酵母中染色体位置对基因表达的影响，建立了首个可预测的IGR表达潜能模型——YeIP。该模型不仅揭示了染色质开放性、邻近转录活性等多层级调控对异源表达的影响，更重要的是，它将基因组整合位点从传统的“安全港”转变为可编程的调控元件。在番茄红素通路优化中，仅通过理性选择整合位点即可实现最优表达比例，无需修改启动子或拷贝数，充分展示了该策略在代谢工程中的强大应用潜力。这一成果为合成生物学提供了一个全新的设计维度，使得多基因通路的理性构建成为可能。未来，结合高通量筛选与机器学习，该方法有望广泛应用于生物制药、生物燃料和高值化学品的菌株开发，推动工业生物技术向更高效、更智能的方向发展，成为连接基因型与表型的关键桥梁。

 

Haosen Hong, Yuxin Cai, Jian Wang, Qiang Zhang, and Jiazhang Lian. Exploring chromosomal position effects for predictable tuning of metabolic pathways in yeast. Nucleic Acids Research.