Nucleic Acids Research | 基于深度学习与绝缘化原理的合成生物顺式调控元件从头设计

本文探讨了合成生物学领域中利用深度学习技术设计基因调控元件时面临的数据污染问题。研究背景指出，宿主细胞的意外激活会导致AI模型学习错误的规律，影响预测准确性。研究目的是通过构建正交表达系统和数据净化流程，去除宿主背景干扰，实现高精度模型预测及可控从头设计顺式基因元件。研究结论表明，净化后的高质量数据集能显著提升模型预测精度，设计出的人工启动子在不同宿主中保持表达可预测性，具备跨宿主平台通用化应用的潜力。该成果为合成生物线路设计和可编程细胞工厂的开发提供了全新解决方案。