艾巴生活网

您现在的位置是:主页>教育 >内容

教育

赖斯大学生物科学家和合成生物学家JamesChappell获得NSF职业奖

2023-03-28 09:38:01教育传统的飞鸟
赖斯大学生物科学家和合成生物学家JamesChappell因开发 RNA 编程方法以改善人类健康和环境而获得国家科学基金会职业奖。合成生物学在过去

赖斯大学生物科学家和合成生物学家JamesChappell因开发 RNA 编程方法以改善人类健康和环境而获得国家科学基金会职业奖。

赖斯大学生物科学家和合成生物学家JamesChappell获得NSF职业奖

“合成生物学在过去十年取得了很大进步,我们已经非常擅长在条件理想的密闭实验室环境中对微生物进行基因编程,”生物科学和生物工程助理教授查佩尔说。“但是,当然,地球上的大多数微生物并不生活在温度始终为 37 度(摄氏度)的纯培养物中。

“通过 CAREER,我们正在尝试考虑在更复杂的环境中进行编程,”他说。“问题是,'我们能否使用我们开发的工程化RNA系统来开始在更混乱的环境中对微生物群落进行编程?'”

CAREER 奖是 NSF 最负盛名的早期职业荣誉,旨在表彰“有潜力成为研究和教育领域的学术榜样”的年轻科学家。每年所有学科仅颁发约 500 个职业奖,Chappell 是莱斯大学九名在 2023 年获得一项的教师之一。

Chappell 于 2017 年加入赖斯,研究 RNA 系统和生物技术。RNA 和 DNA 一样,是由长链核苷酸组成的分子。DNA 和 RNA 都根据其链中的核苷酸序列编码信息,但 DNA 是细胞用来存储遗传信息的媒介,而 RNA 是获取和作用于所存储信息的媒介。细胞还使用 RNA 打开和关闭基因、催化化学反应以及感知分子和环境信号。

“作为一门学科,合成生物学具有在实验室中对模型微生物进行基因编程的框架,”他说。“我们需要类似的框架来对我们周围的土壤、河流、建筑环境甚至我们自己的身体中的原生微生物群落进行编程。”

微生物群落是一组微生物,如细菌,它们共享一个共同的生存空间,或者和平共处,或者以共生伙伴关系共同工作。

“微生物群落几乎无处不在,它们是对人类至关重要的过程的基础,”Chappell 说。

例如,我们肠道中的微生物群落有助于消化食物。称为生物膜的微生物群落会损坏表面,例如牙齿上的牙釉质或建筑物的饰面。Chappell 说,在更大的范围内,微生物群落在农业、污水处理和生态系统健康方面发挥着关键作用。

“拥有对此类社区进行基因操作的能力将使我们能够研究并更好地理解它们,”他说。“我们还可以为它们编程新的或改进的功能,以改善人类健康、作物产量和全球可持续性。”

例如,Chappell 和 Rice Biosciences 的同事 Joff Silberg 最近从 Kleberg 基金会获得了为期三年的资助,用于创建 RNA 程序,这些程序将充当“基因编码的抗生素”。这个想法是让单个细菌很容易复制和共享抗生素程序,由于识别“毒力基因”或其他病原体特异性生物标志物的触发机制,抗生素程序将选择性地杀死致病细菌。

在 CAREER 研究中,Chappell 的实验室将专注于创建一种新方法,用于对生活在土壤、废水和其他杂乱环境中的微生物群落进行基因编程。

工程化的 RNA 系统将在实验室中用于研究各种遗传程序如何在此类复杂介质中通过“未驯化”的微生物群落传播。Chappell 的团队将致力于在这些环境中实施时空控制,创建可以在特定时间或特定地点选择性激活的基因程序。

“在我们开发出这些方法之后,我们计划将它们结合起来并应用到概念验证演示中,我们将使用 RNA 编程来增强微生物群落直接从人类或动物排泄物中获取清洁能源的能力,”Chappell说。

项目研究将与教育计划相结合,将社区大学生带入实验室,积极参与研究,以便他们决定是否有兴趣攻读科学、技术、工程或数学领域的高级学位或职业.

Chappell 说,开发一种基于 RNA 的技术来编程微生物群落是有好处的。

“就功能而言,RNA 是一种用途广泛的分子,”他说。“如果我们投入时间并弄清楚如何使用它进行编程,我们很可能能够编写出可以做很多不同事情的程序。我们还期望 RNA 编程在功能上是可移植的,这意味着它可以在许多不同的环境中工作。这对我们来说意义重大,因为我们正在考虑如何对复杂的微生物群落进行编程,而功能可移植性意味着在一个混乱环境中工作的 RNA 程序很有可能在另一个环境中工作。”

Chappell 说,该团队最终也很有可能使用人工智能或其他计算技术来自动化微生物编程的设计。

“RNA 的设计规则非常简单,”他说。“我们使用的许多系统都依赖于两个 RNA 分子的结合。当它们聚集在一起时,它们如何相互作用是基于Watson-Crick 碱基配对的简单规则,其中 A(腺嘌呤)与 T(胸腺嘧啶)配对,G(鸟嘌呤)与 C(胞嘧啶)配对。它非常简单,这意味着我们很有可能可以很好地学习它,从而创建直接从序列预测和设计 RNA 功能的计算算法。”