利用细菌治疗肿瘤的研究进展

目前用于治疗癌症的方法大多副作用大,且药物不能有效到达癌组织内部,治疗效果相当有限。细菌虽种类繁多,可利用性强,但其由于自身的生物性能不可控以及安全性等问题,在肿瘤治 疗方面受限。随着合成生物学的发展,可通过合成生物学的方法对细菌进行工程性改造,使之毒性减弱,靶向定位肿瘤,特异性感知病灶,精准定位于病灶。利用工程菌作为载体搭载药物,或者对细菌进行基因修饰来表达目的药物分子,释放治疗药物,将大大提高细菌治疗肿瘤的可利用性,并提升治疗效果。该文主要总结了近年来利用工程细菌治疗肿瘤的研究进展。     

肿瘤细菌疗法综述

早在 150 年前,活细菌就已经被用来治疗癌症。1868 年,德国医生 Busch 首先报道了部分肿瘤患者在感染肺炎链球菌后,体内的肿瘤生长被抑制甚至被彻底清除。在之后的三十年内,美国医生 Coley 和另外一名德国医生 Fehleisen 又分别报道了细菌感染可以抑制肿瘤这一现象。由于其结果难以重复,细菌的毒力也难以控制,这些早期的研究工作一直存在争议。然而经过严谨的动物实验,细菌的侵染被证实确实可以使肿瘤变小,宿主的免疫系统也会在治疗的过程中被激活。文章将尝试综述肿瘤细菌疗法的发展历程和展望其发展方向。     

工程化噬菌体在解决细菌耐受性问题中的应用策略

细菌对抗菌药的强耐受性是临床治疗感染性疾病的一大难题,也因此受到人们的广泛关注。细菌通过多种机制获得耐药性,从而逃避抗菌类药物的杀灭。噬菌体是一类特异性侵染细菌等微生物的病毒群体,近年来其在临床上耐药菌感染性疾病治疗的应用中取得了一些成效,但随之出现的噬菌体耐受性问题使其应用受到一定的限制。该文综述了细菌耐受性,即细菌对抗菌药的耐药性和对噬菌体的耐受性的主要机制,以及当前合成生物学在解决细菌耐受抗生素和耐受天然噬菌体中的主要进展。     

EB病毒对鼻咽癌影响的建模与仿真

关于鼻调味癌治疗问题,研究EB病毒通过EGFR对鼻咽癌肿瘤生长和调控的影响.传统采用生物学方法不能区分肿瘤内部和表面,也不能全程记录分子成分的变化.为了克服上述缺点,为肿瘤生物学研究提供可验证的假说,提出用ABM模型研究EB病毒通过EGFR对鼻咽癌肿瘤生长和调控网络的影响.在对肿瘤的生长速度和细胞内外三种分子浓度的动态变化,即细胞质中的EGFR、细胞膜中的EGFR和细胞外的TGFα等各种情况下进行仿真.仿真研究的结果对鼻咽癌的生物学研究和临床治疗有启发意义,进一步的研究需要加入更复杂的信号网络,尤其是免疫系统,以获得更加有价值的结果.     

组合化学及其在药物开发中的应用

介绍了组合化学的基本概念和相关技术。组合化学起源于固相多肽合成,目前在包括药物开发在内的许多领域都得到了成功的应用。采用组合化学技术可以在短时间内迅速制备大量的化合物。介绍了化合物库的合成方法和分析、筛选方法。组合化学技术与高通量筛选技术相结合,在现代药物开发中已经起到了非常重要的作用。     

合成生物医学应用领域态势分析

合成生物学是生命科学领域的一门新兴热门工程科学,其实质是在工程学思想指导下,按照特定目标理性设计、改造至从头重新合成生物体系,通过构造人工生物系统来研究生命科学中的基本问题或应对人类面临的重大挑战,其核心旨在通过研究以期理解生命本质(造物致知)和创造社会经济价值(造物致用)。合成生物技术被多国评价为未来的颠覆性技术之一。合成生物学已成为欧美等发达国家争相发展的颠覆性科技领域,在生物医学领域具有广阔的应用前景。对合成生物医学领域进行文献计量及专利分析显示：从 2014 年开始,合成生物医学相关文献及专利呈现爆发式增长,其中美国合成生物医学发展具有先发优势,成果突出,中国正处于追赶阶段,实力突出。该文开展合成生物医学应用与发展态势分析,旨在为我国合成生物医学发展及布局提供参考依据。     

合成生物学产业发展与投融资战略研究

合成生物学诞生于 21 世纪初,是多学科交叉的产物,发展迄今已将近 20 年。合成生物学几 乎涉及生物科学研究的所有领域,结合工程学的模块化、抽象化思想,引入新的定量研究方法,提升 了人们对生命系统的认知。不同于传统的基础学科或单一技术,合成生物学的复合性,极大地强化了 人们对生物应用的能力,并散射到不同的应用版图。目前,合成生物学企业已撬动蓝海市场,在上游 的使能技术开发,中游的技术平台建设,以及下游的医疗保健、农业食品和生物基化学品等领域取得 了令人瞩目的成绩。该文从合成生物学产业的不同领域切入,结合业务类型、技术平台、公司融资状 况,对目前合成生物学产业现状进行简要的介绍和分析,旨在为合成生物学技术、产业发展和投资方 向提供参考。     

全球合成生物行业发展前沿分析

合成生物学在经历早期的技术创新和初步商业化探索后,于 21 世纪的第二个十年迎来了高速 发展和商业化落地。该文从市场规模、行业融资和行业发展 3 个方面对全球合成生物学行业现状进行 了梳理和分析。分析显示,在市场规模上,合成生物学市场增长迅猛,但其规模在不同的地理区域和 行业领域内均有明显差距;在行业融资上,合成生物学行业投融资趋势呈明显上升态势,2020 年合成 生物学行业的投融资事件数量和金额均创下历史记录,但不同地理区域之间的发展仍不平衡;在行业 发展上,合成生物学的落地应用场景十分多元,已扎根各行各业,并展现出巨大的应用潜力。     

CD317 在肿瘤发生发展及治疗方面的研究进展

CD317(Tetherin、BST-2 或 HM1.24)是由 BST-2 基因编码的一个结构独特的 II 型跨膜糖蛋白, 在多种人体组织中组成型表达,也可被干扰素等细胞因子诱导。近年来,越来越多的研究表明,CD317 在多种肿瘤中表达上调,广泛参与肿瘤细胞增殖、迁移以及凋亡抵抗等生物学过程从而促进肿瘤的发 生发展,是肿瘤治疗的潜在靶点。该文聚焦肿瘤领域,总结 CD317 的表达模式、作用机制以及靶向策 略的相关进展,为肿瘤发病理论研究、治疗策略开发提供新的思考和方向。     

超声波在干细胞治疗中的应用进展

超声波是指频率在 20 kHz 以上的机械波,具有机械效应、热效应和空化效应。不同强度的超声波作用于生物体,会对其器官、组织和细胞等产生不同程度的生物学效应。随着工程技术的发展,超声波已在医学显像、实体肿瘤治疗等生物医学领域具有广泛应用,低强度超声波也成为辅助干细胞治疗各类疾病的重要工程手段。深入了解超声波在干细胞治疗中所起的作用及机制,将促进广大研究者对超声波技术的了解,从而重视并加大超声波在该领域的研究力度及广泛应用。该文综述了超声波在干细胞治疗中的研究进展,对超声促进干细胞增殖、分化和迁移、细胞示踪显影及靶向药物传递等前沿研究进展进行了全面介绍,并对超声波在干细胞治疗领域的应用前景提出了设想。     

基于有监督的多视角变分图自编码器的协同致死基因预测算法

协同致死关系是开发靶向抗癌药物的重要方法之一,通过计算方法预测协同致死基因可以为生物学上的研究提供目标指导,从而提高研究效率并降低实验成本.针对协同致死预测问题,提出了一种通用的、多视角变分图自编码器框架,引入了已知的协同致死关系作为监督信号,同时对局部的单视角数据和全局的多视角协同致死关系重构进行监督训练,在细粒度下获取每个视角中和协同致死相关的基因隐藏表示,最后将多视角的重构图融合在一起进行协同致死预测.在SynLethDB数据集上的实验结果表明方法的有效性.     

Evolving Genetic Networks for Synthetic Biology

The sibling disciplines, systems and synthetic biology, are engaged in unraveling the complexity of the biological networks. One is trying to understand the design principle of the existing networks while the other is trying to engineer artificial gene networks with predicted functions. The significant and important role that computational intelligence can play to steer the life engineering discipline towards its ultimate goal, has been acknowledged since its time of birth. However, as the field is facing many challenges in building complex modules/systems from the simpler parts/devices, whether from scratch or through redesign, the role of computational assistance becomes even more crucial. Evolutionary computation, falling under the broader domain of artificial intelligence, is well-acknowledged for its near optimal solution seeking capability for poorly known and partially understood problems. Since the post genome period, these natural-selection simulating algorithms are playing a noteworthy role in identifying, analyzing and optimizing different types of biological networks. This article calls attention to how evolutionary computation can help synthetic biologists in assembling larger network systems from the lego-like parts.     

基于CTL模型检测的胃腺癌核心路径形式化验证

胃腺癌是消化系统最常见的恶性肿瘤,死亡率居消化道各类癌症之首。其发生发展是多步骤、多因素参与的复杂过程,涉及到多种蛋白分子的改变以及信号通路的异常,但其确切发病机制目前尚不清楚,研究其发病机理,探索有效治疗方法一直是医学研究最重要的课题之一。因此,对胃腺癌信号转导网络的研究有助于阐明其发病机制。目前,在胃腺癌的发生发展过程中由于基因的改变而导致细胞功能的变化,以及癌细胞环境因子通过作用于其受体和信号转导通路而影响其他正常细胞的功能。胃腺癌的信号转导网络非常复杂,通过对胃腺癌信号转导网络离散值模型的分析和验证,说明靶向胃腺癌信号通路或蛋白治疗的优越性。应用符号模型检测技术自动分析靶向信号通路或蛋白是如何影响胃腺癌细胞命运,了解胃腺癌的发生发展机理,从中找到潜在靶点,为治疗胃腺癌提供建议,使研制新的抗癌药物成为可能。     

Quantum biology: explore quantum dynamics in biological systems

In recent years, people have been extending the concepts developed in quantum information science to explore quantum dynamics in biological systems. The existence of quantum coherence in certain biological processes has been identified in a number of experiments. The role of quantum coherence and quantum entanglement has been carefully investigated, which suggests that quantum effect is important in these processes although in a more complicated way. In the mean time, these findings urge the development of new experiment methodology to reveal more biological scenarios in which quantum effect exists and plays a non-trivial role. In this article, we review the latest progress in the field of quantum biology and discuss the key challenges in further development of quantum biology.     

Exploring the proteome of meningococcal outer membrane vesicle vaccines

Neisseria meningitidis, one of the principal causes of bacterial meningitis and septicemia, continues to present a challenge for vaccine developers. While significant progress has been made in the development and implementation of conjugate vaccines, which are based on the capsular polysaccharide of the organism, this approach has failed to produce a vaccine against organisms expressing a serogroup B capsule. The completion of the first meningococcal genome sequences in 2000 provided new ways of meeting this challenge. One approach has been to learn more about meningococcal biology and pathogenesis through exploring its proteome. This article reviews the results of ten recent studies of the meningococcal proteome and compares the different methodologies employed. Not surprisingly, given the renewed impetus to develop a comprehensive vaccine and the continuing clinical development of outer membrane vesicle vaccines, many of these studies focus on the proteome of the outer membrane fraction. As in other areas of proteome research, the direct comparison of data from different studies is hampered by the lack of standardization of separation technologies and data formats. Nevertheless, proteomic analysis, especially when combined with detailed knowledge of meningococcal population structures, represents a powerful tool in the development of vaccines against this important pathogen.     

Population-based microbial computing: a third wave of synthetic biology?

Synthetic biology is an emerging research field, in which engineering principles are applied to natural, living systems. A major goal of synthetic biology is to harness the inherent “biological nanotechnology” of living cells for the purposes of computation, production or diagnosis. As the field evolves, it is gradually developing from a single-cell approach (akin to using standalone computers) to a distributed, population-based approach (akin to using networks of connected machines). We anticipate this eventually representing the “third wave” of synthetic biology (the first two waves being the emergence of modules and systems, respectively, with the second wave still yet to peak). In this paper, we review the developments that are leading to this third wave, and describe some of the existing scientific and technological challenges.