Nat.Biotech.开发出单芯片基因合成新法
Nat.Biotech.：开发出单芯片基因合成新法
2011/06/02 22:48:33
新的基因合成方法可使蛋白质表达最优化。
在合成生物学与生物技术中，定制基因序列的可靠性和成本效益对于相关应用是至关重要的。尽管脱氧核糖核酸（DNA）微阵列对于基因合成的短寡核苷酸池也是一个划算的来源，但是这些复杂混合物必须经过放大和正确的组装。一项最近的研究描述了一种方法，即将30个基因（或基因变异池）合成在一个单芯片上。美国科学家报告说，一轮的合成与选择能够成功鉴别出那些具有人们所渴望的属性的基因变异，例如最佳的表达水平。
在这项新的研究中，美国北卡罗来纳州杜克大学的Jiayuan Quan和同事进行了等温的基因巧合以及链置换扩增反应，以同时扩大和释放60-mer的寡核苷酸，随后他们利用聚合酶循环组装在0.5kb～1kb的基因中建立了重叠产物。为了方便，这些反应都在芯片上以及相同的反应混合物中进行；假性的寡核苷酸杂化通过将芯片细分为针对每个基因的单独的阱而得到最小化。其产物随后通过芯片外聚合酶链反应（PCR）而进一步被放大。
研究人员还开发出了一种质量控制程序，从而使错误合成基因（在一次变性复性循环后形成错配的双链单位）的亚族群能够被错配特定内切酶所分开。然而，由于变异的错配可能性，这一程序的一个局限在于它只适用于合成单一基因，而不是一组密切相关的基因变异的混合库。
这种基因合成方法随后被应用到优化转基因表达，除了强启动子序列外，这还要求适当的密码子使用。研究人员生成了lacZα基因片断的一个同义“密码子变异”库，并在大肠杆菌细胞中表达了它们。当在包含半乳糖苷的琼脂中生长时，克隆被选择用来使基于其蓝色色度的lacZα表达最大化。相对于野生型序列而言，在这些克隆中，lacZα序列被发现极大提高了lacZα的表达。
在一个类似但更有价值的应用中，研究人员生成并测试了74个黑腹果蝇转录因子的密码子变异库。高度表达的变异需要抗体的产生，并且根据绿色荧光蛋白（GFP）融合蛋白标记物的荧光强度，这些变异被成功鉴别出来。
研究人员在最近出版的《自然—生物技术》杂志上报告了这一研究成果。
研究人员指出，搞清这些光学基因序列是否为基于一些属性，例如mRNA结构和稳定性的功能性选择，以及这种方法是否是更长基因合成的最佳延伸，将令人关注。
推荐原文出处：
Nature Biotechnology DOI：10.1038/nbt.1847
Parallel on-chip gene synthesis and application to optimization of protein expression
Jiayuan Quan; Ishtiaq Saaem; Nicholas Tang; Siying Ma; Nicolas Negre; Hui Gong; Kevin P White; Jingdong Tian
Low-cost, high-throughput gene synthesis and precise control of protein expression are of critical importance to synthetic biology and biotechnology1, 2, 3. Here we describe the development of an on-chip gene synthesis technology, which integrates on a single microchip the synthesis of DNA oligonucleotides using inkjet printing, isothermal oligonucleotide amplification and parallel gene assembly. Use of a mismatch-specific endonuclease for error correction results in an error rate of ~0.19 errors per kb. We applied this approach to synthesize pools of thousands of codon-usage variants of lacZα and 74 challenging Drosophila protein antigens, which were then screened for expression in Escherichia coli. In one round of synthesis and screening, we obtained DNA sequences that were expressed at a wide range of levels, from zero to almost 60% of the total cell protein mass. This technology may facilitate systematic investigation of the molecular mechanisms of protein translation and the design, construction and evolution of macromolecular machines, metabolic networks and synthetic cells.