浙江大学王宝俊团队Advanced Science综述|基因线路设计赋能新一代合成生物传感器开发


Published: Feb 08, 2026

合成生物学运用工程学原理构建基因线路,实现对生物系统结构和功能的精准控制。作为合成生物学研究的重要分支,合成生物传感器(Synthetic biosensors)正被开发为极具前景的生物传感平台,其可以通过编程基因线路实现对不同目标信号的灵敏且特异的检测,在环境监测、疾病诊断、食品安全控制和生物制造优化等领域具有巨大应用潜力。然而,目前合成生物传感器仍然面临五个维度的性能瓶颈,包括敏感性(Sensitivity)、特异性(Specificity)、速度(Speed)、稳定性(Stability)和生物安全性(Biosafety)。

近日,浙江大学王宝俊团队受邀在Advanced Science发表了题为“Programming Next‐Generation Synthetic Biosensors by Genetic Circuit Design”的综述文章(高元力、黄铖为共同第一作者)。文章系统梳理了合成生物传感器开发研究的最新进展,深入剖析了通过基因线路设计提升合成生物传感器性能的工程策略,为合成生物传感器从实验室走向实际应用提供了理论指导(图1)。

图1. 合成生物传感器的组成模块(传感模块、信号处理模块和执行模块)和性能指标(敏感性、特异性、速度、稳定性和生物安全性)


合成生物传感器由三大模块构成:传感模块(识别光、金属离子、化学物质、核酸等信号)、信号处理模块(重塑剂量‑响应曲线、逻辑计算、记忆存储)和执行模块(输出荧光、颜色变化或调控细胞途径)(图1)。相比传统检测方法,合成生物传感器易制造、成本低、环境可持续;此外,无细胞生物传感器可冻干储存、现场复水使用,极大延长了保存期限,便于现场部署的检测应用。文章总结了基于基因线路的合成生物传感器的最新研究进展,根据其传感机制将合成生物传感器分为四类—基于变构转录调控、跨膜信号转导、RNA调控和CRISPR/Cas系统的生物传感器,并详细分析了其设计策略、应用场景、优势和挑战(图2)。

图2. 基于变构转录调控和跨膜信号转导的合成生物传感器设计示意图


合成生物传感器的现场部署和实际应用仍受到敏感性、特异性、速度、稳定性和生物安全性方面的制约;因此,文章系统分析了用于提升各性能指标的基因线路设计策略:

(1) 敏感性:合成生物传感器的敏感性反映在其剂量响应曲线的各关键参数上,如工作范围(Operating range)、检测限(Limit of detection)、动态范围(Dynamic range)、泄漏表达(Leakiness)、半最大激活效应浓度(KM)(图3a);文章提出了针对每个具体参数的优化方法,包括调节受体浓度、增强配体摄取、设计线路拓扑、细胞群体混合、耦合转录放大器和反式剪接降噪器线路等方法(图3b-f)。

图3. 合成生物传感器的剂量响应曲线(a)和敏感性优化方法示例(b-f)


(2)特异性:可通过逻辑计算线路(如逻辑与门、逻辑蕴涵非门)整合多个非特异性传感器,使传感器仅对目标分子产生响应(图4)。

图4. 通过逻辑与门(a)和蕴涵非门(b)优化合成生物传感器的特异性


(3)速度:传统生物传感器需数十分钟至数小时产生信号,可通过合成电子传递链和蛋白磷酸化提高响应速度(图5a, b)。

(4)稳定性:包括遗传稳定性和功能稳健性,可通过设计基因纠缠、遗传控制器等方式增强(图5c)。

(5)生物安全性:可通过自杀开关、必需基因等防逃逸技术和Biofuse定时自毁系统保障(图5d)。

图5. 优化合成生物传感器响应速度、稳定性和生物安全性的基因线路。(a, b)通过合成电子传递链(a)和蛋白磷酸化网络(b)提高响应速度;(c)通过基因纠缠提高遗传稳定性;(d)通过Biofuse定时自毁系统提高生物安全性


最后,研究团队深入讨论了基因线路设计对合成生物传感器的功能拓展(图6),包括记忆功能(记录瞬时信号)、逻辑计算(整合多种输入信号)、以及通过多模态报告模块产生多样化输出信号,并深入分析了目前合成生物传感器迈向实地部署和实际应用面临的挑战和机遇。

图6. 基因线路赋予合成生物传感器记忆(a, b)和逻辑计算功能(c, d)


合成生物学可以精确编程生物系统的行为与功能,为定制合成生物传感器提供了丰富的传感模块、信号处理模块和执行模块库;将基因线路整合到合成生物传感器中,不仅为提升传感性能提供了强大工具,还大幅扩展了生物传感器的功能多样性。未来,合成生物学、材料科学、电子工程和人工智能等领域研究的交叉融合,将显著加速合成生物传感器的设计和现场部署,为疾病诊疗、生物制造、环境监测、食品安全等领域提供具有卓越灵敏度、特异性、速度、稳定性和生物安全性的新一代生物传感系统。

论文信息

Gao Y#, Huang C#, Deng J, Wang L* and Wang B*, “Programming next-generation synthetic biosensors by genetic circuit design”, Advanced Science, 2026, 13, e24172. doi

Share

近期新闻