DNA信息存储通过编解码、合成、编辑和测序等过程，实现数字信息写入、存储与读出。其在密度、寿命、能耗和抗电磁干扰等方面较磁、光、电等常规的信息存储介质有较大优势。随着全球数据总量的快速增长，DNA信息存储的优势特性和发展潜力受到了研究者的广泛关注。本文阐述了DNA信息存储的基本原理和技术流程，分析了DNA信息存储与生命系统和信息系统的关联，并依据读写技术特点归纳近年来涌现的“DNA硬盘”“DNA光盘”“DNA磁带”等几种主要模式、发展现状及技术路线。在此基础上，探讨DNA信息存储商业化、大规模应用面临的主要挑战，讨论更低成本的数据写入和更快速的数据读出，并指出可行的发展路线。最后，展望了DNA作为新型存储介质在现代存储系统中的发展演化趋势。
结构复杂而多样的天然产物是药物发现和创制的重要宝库。为了克服有限的自然资源，来自学术界和工业界的科学家近两个世纪一直不断尝试人工合成天然产物。化学全合成已经取得了巨大成就，众多高度复杂的天然产物已经被有机化学家成功制备；但本领域仍存在诸多挑战性问题，例如化学反应中涉及昂贵的化学试剂、苛刻的反应条件、难控的立体选择性、冗长的合成路线以及较低的总收率等。随着合成生物学的发展，越来越多天然产物可通过生物细胞工厂实现人工制备，从而提供全新而互补的全合成策略。本文简要概括天然产物化学全合成，围绕几种药物活性天然产物的生物合成介绍其相关进展，以青霉素、红霉素、阿维菌素为例分析总结了天然产物同源途径的改造与优化；以维生素B12、莨菪烷碱为例概括评述了天然产物的异源表达与生物制造；并以人源胰岛素、青蒿素、沙弗拉霉素、嗜氮酮、卡英酸、鬼臼毒素为例重点介绍了生物与化学交叉融合策略在天然产物全合成中的应用。尽管在类天然产物新分子、立体复杂天然产物等的全合成中仍面临诸多挑战，但生物全合成对这些天然产物分子的构建将发挥越来越显著的作用；通过化学合成与生物合成优势互补，并借助当今蓬勃发展的人工智能技术，实现生物全合成的智能化、自动化、高效化将是本领域发展的新趋势。
合成生物学研究对于我国绿色生物制造产业和可持续发展战略至关重要。启动子是合成生物学核心元件，是在转录水平上实现基因高效、精准表达调控的最关键因素之一。本文重点对原核微生物启动子工程研究的基本内容、研究进展及发展趋势进行了综述。首先概述了启动子序列基本特征及其受RNA聚合酶σ因子识别调控的一般规律；并以大肠杆菌乳糖操纵子为例简要介绍了诱导型启动子的负调控与正调控诱导机制。其次，分别从对靶基因自身内源启动子进行突变改造以及采用高效外源启动子进行替换改造这两个方面入手，阐述了启动子改造的常用策略。进一步对近年来公开报道的不同类型诱导型启动子进行了梳理，小结了代表性化学分子诱导剂以及物理信号诱导方式的种类及基本特征。简述了非模式和模式微生物组成型启动子的研究进展及研究侧重点。结合动态代谢调控技术及人工智能工具的突破性发展，提出具有动态调控功能的特殊启动子的发现与改造、全新性能启动子元件的人工智能设计与改造等将成为启动子工程研究的新方向与新前沿。最后分析了启动子工程领域存在的挑战性问题，展望了今后的研究重点，并结合合成生物学的发展，进一步强调了微生物启动子工程的重要作用。
蛋白质工程是合成生物学领域的重要研究方向之一。但目前人类对于蛋白质折叠、酶天然进化机制等基础生物学问题的理解仍很有限，因此基于理性设计方法进行蛋白质的功能从头设计（de novo design）仍然是一个难题。定向进化（directed evolution）通过在实验室模拟自然进化的原理，可以在不依赖结构和机制信息的基础上对蛋白质的功能进行有效优化。但是定向进化高度依赖高通量筛选方法，也限制了其对缺少高通量筛选方法的蛋白质进行改造的能力。近年来，人工智能辅助的蛋白质工程逐渐发展成为一种高效的蛋白质分子设计新策略，在蛋白质的结构预测、功能预测、溶解度预测和指导智能文库设计等多个方面显现出独特的优势，成为理性设计和定向进化之后的又一次技术发展的浪潮。本文综述了近年来人工智能辅助的蛋白质工程的应用进展，对其中的代表性工作进行了重点阐述。在简单介绍了人工智能蛋白质工程策略的原理和流程之后，对数据、分子描述符和人工智能算法等三个影响预测模型性能的关键点进行了分析，总结了该策略中的主要数据库、分子描述符和算法的主流工具包及平台，介绍了它们的功能、用途和网址。我们还对人工智能策略目前仍面临的不足进行了探讨，如高质量数据不足、实验数据存在偏差、缺少通用模型等。随着自动基因功能注释技术、超高通量筛选技术和人工智能算法的不断发展，将会给人工智能辅助的蛋白质工程提供足够的高质量数据和更准确的算法，从而不断提升人工智能辅助的蛋白质工程预测准确度，为合成生物学研究提供更大的助力。
天然产物一直以来都是药物先导化合物的重要来源。在药物发现领域，基因组数据常用来识别潜在的药物靶点或寻找先前被忽视的天然产物的生物合成基因簇。尽管基因组测序发现了微生物和植物中存在大量未开发的化学多样性，然而，仅仅利用传统的分离分析方法获取新的天然产物已经无法满足药物发展的需求。随着基因组时代的到来，数字化的基因组挖掘已经成为天然产物发现的重要组成部分。伴随着高通量测序方法的发展和DNA数据的丰富，各种基因组挖掘方法和工具被开发出来，以指导发现和表征这些天然产物。本文综述了近年来基因组挖掘的网络工具、数据库和方法，着重介绍次级代谢产物生物合成基因簇的挖掘手段，从经典的基因组挖掘到基于抗性基因挖掘、基于系统进化发育的挖掘，并对基因组挖掘在天然产物发现中的地位和前景进行了展望。
酶催化具有绿色温和、高效高选择性的优势，在工业生产和技术研发等领域发挥着重要作用。然而，酶能催化的反应类型相对有限，难以满足未来绿色生物合成的需要。光催化已成为在温和反应条件下生成活性反应中间体的有效策略，但是光化学反应的选择性调控一直是个挑战性难题。结合光催化与酶催化的光酶催化合成，能够突破天然酶催化功能的局限，并为光化学领域的选择性调控难题提供新的解决方案，成为合成科学领域的研究热点之一。本文综述了光酶催化合成的最新研究进展，根据光酶的结合模式分成四部分讨论：光氧化还原实现辅因子再生、光催化剂-酶的协同或串联反应、光激发已知酶实现新转化、人工光酶。本文归纳了近年来光酶催化合成的代表性工作，重点分析光酶催化反应的化学机制和实现新生物转化的策略。与此同时，通过分析该领域当下面临的瓶颈，本文展望了光酶催化未来的发展方向，希望能够为光酶催化新转化的开发和更多高附加值化学品的绿色不对称合成提供参考。
自然界中存在的酶拥有多种多样的功能，它们已经被应用在工业生产和学术研究中，但其中许多酶的性质和功能还不能完全满足应用需要，通过改造来提升这类酶的某些特性是酶工程的重要任务。本文介绍了酶工程的主要发展历程，并重点梳理了人工智能（AI）助力酶工程领域的研究进展。酶工程主要包括理性设计、定向进化、半理性设计和人工智能辅助设计等策略。理性设计方法根据酶的催化机理、结构等先验知识进行改造。定向进化技术通过构建随机突变文库和高通量筛选提升目标酶的稳定性和活性等性质。半理性设计方法借助一系列计算方法构建相比于定向进化更小也更合理的突变文库以降低筛选工作量。人工智能技术在大量数据驱动下可以学习有关蛋白质构成和进化的特征信息。通过直接学习自然界中存在的蛋白质序列、共进化信息和结构，深度神经网络已经可以解决许多类型的酶工程问题，如预测具有有益影响的突变、优化蛋白质的稳定性、提高催化活性等。通过对酶工程现状进行分析，本文旨在进一步推动酶的开发和优化以实现更广泛的应用，为研究者和相关从业人员提供更多有价值的见解。
倍半萜类化合物（sesquiterpenoids）α-新丁香三环烯（α-neoclovene）和β-石竹烯（β-caryophyllene）都是人参挥发油中的主要组成成分，不仅具有重要的药用开发价值，而且在高能量密度生物能源的开发中也受到关注。然而，它们在人参和其他植物中含量均十分稀少且难以分离纯化，其开发与应用研究严重滞后。本研究利用天然产物合成生物学的方法，以BY4742为出发菌株构建了高产倍半萜类化合物前体FPP的通用底盘菌株SQTBY03。在此底盘菌株中异源表达了密码子优化的植物内生真菌Hypoxylon sp. EC38来源的多产物倍半萜合酶元件基因ec38-cs和黄花蒿（Artemisia annua）来源的倍半萜合酶元件基因QHS1，分别构建了合成α-新丁香三环烯和β-石竹烯的两个倍半萜细胞工厂NCVBY01和CPLBY01。细胞工厂NCVBY01的主要倍半萜产物为α-新丁香三环烯（>39%），细胞工厂CPLBY01的主要产物为β-石竹烯（>96%）。它们的摇瓶发酵产量分别达到25.8 mg/L和250.4 mg/L。通过在1.3 L发酵罐中进行批次补料发酵，细胞工厂NCVBY01合成α-新丁香三环烯的产量达到了487.1 mg/L，为目前首次在微生物细胞工厂中合成α-新丁香三环烯；CPLBY01合成β-石竹烯的产量达到2949.1 mg/L，为目前报道的最高水平。上述研究成果为α-新丁香三环烯和β-石竹烯的规模化制备提供新的途径。
甾体化合物（简称甾体）分布广泛、功能卓越，在机体生长、物种繁育以及代谢调控等方面，发挥着难以取代的生理功能。因此，天然甾体及其衍生物被广泛用于生殖健康、内分泌调控等领域，是器官移植、重症感染等许多危重疾病的“刚需药”和“救命药”。甾体结构复杂、构型精巧，很难通过化学全合成来生产，当前主要以天然甾体皂素或甾醇为原料，通过化学与生物转化相结合的半合成法获得。然而，甾体药物的生产路线长、工艺复杂、收率低，涉及大量有毒有害试剂和重金属催化剂的使用，污水废渣排放量大、处理难度高，总体成本居高不下。为改变此局面，推动产业的转型升级，大力开发绿色生物制造技术是行业健康发展的大势所趋。当前，甾体制药工业正处于以生物催化转化取代化学合成的产业升级阶段，随着高效酶和细胞转化的成功应用，传统的甾体生产模式正发生着深刻变化。在此基础上，若能进一步利用合成生物学技术，创建可高效从头合成甾体的微生物细胞工厂，则将彻底改变甾体制药的工业模式，切实实现甾体药物的绿色制造。近年来，已有利用微生物从头合成部分甾体化合物的报道，然而由于甾体的天然合成机制异常复杂，如何实现细胞工厂的高效生产，仍是目前面临的主要挑战。本文从甾体药物生产方式的演变出发，系统综述了甾体生物催化转化和从头合成的最新进展，重点阐述了甾体生物催化转化酶的挖掘及改造、微生物代谢转化甾醇机制的解析及转化细胞工厂的开发、微生物从头合成甾体人工路线的创建三部分内容，以期对甾体药物绿色生物制造的现状和趋势做出合理的总结与展望。
基于合成生物学理念构建的基因回路型全细胞微生物传感器作为生物传感器的一大重要分支，能够感知环境中特定的待测物质，并按照一定规律将其转换成特定的信号输出，在生物制造过程监控、环境监测与食品安全、医疗诊断与监护等领域的检测应用中显现出巨大的潜力。随着合成生物学各项技术的日益完善和遗传元件的逐渐丰富，越来越多的基于不同响应机制、不同逻辑门与逻辑回路的全细胞微生物传感器已被陆续开发。然而，目前基因回路型全细胞微生物传感器的设计与构建仍主要依靠假设-试错循环的经验性方法。如何设计与构建具有高响应特性的基因回路型全细胞传感器，以及如何对元件、基因回路的优化提高其传感检测性能以满足不同实际应用场景的检测需求，是目前亟需解决的瓶颈问题。本文将主要对基因回路型全细胞生物传感器的原理、分类以及发展历程进行综述，着重介绍全细胞微生物传感器基因回路的设计与构建原则、传感检测性能的优化策略以及在不同检测领域的应用进展，最后剖析了目前全细胞微生物传感器面临的生物安全性、设计构建烦琐、缺乏高效便捷性、难以进入传感器市场等诸多挑战，以及对人工智能、合成生物学、液滴微流控等新兴技术将加速遗传传感元件的开发和生物传感器的人工设计与构建进行了展望。
无细胞蛋白质合成是无细胞合成生物学的技术核心，亦被称为体外蛋白质翻译，是一种用于补充基于细胞的蛋白质表达的技术。无细胞蛋白质合成系统无需完整的活细胞就可以在体外受控环境中模拟整个细胞的转录和翻译过程，并允许对单个成分和反应网络进行详细深入的研究。因此，无细胞蛋白质合成作为一种平台技术，有望克服当前胞内生产系统中因为细胞膜约束带来的表达局限性，在基础科学研究和应用科学研究中具有广阔的前景。无细胞系统操作简单、便于控制，相对于体内蛋白质表达，其优势还包括其开放特性、消除对活细胞的依赖以及将所有系统物质能量集中在目标蛋白质生产上。本文首先概述了无细胞蛋白质合成系统的组成及基于不同组件类型的无细胞蛋白质合成系统的发展，包括以不同生物提取物为基础的系统以及使用重组元素的蛋白质合成体系。之后介绍了以分批反应、连续交换为代表的无细胞蛋白质合成系统的不同反应模式，阐述了无细胞在基因电路、蛋白质工程和人工“生命体系”构建中的应用和研究进展。其中，基因电路主要概述了无细胞技术在原型设计、生物传感、代谢工程三个方面的最新应用；蛋白质工程依次罗列了无细胞技术在膜蛋白、类病毒颗粒、翻译后修饰、非天然氨基酸嵌入以及蛋白质进化等方面的应用拓展；在人工“生命体系”构建中，噬菌体的合成和人工细胞的构筑开辟了新的前沿领域。最后文章分析了无细胞蛋白质合成系统在未来进一步的科学研究和工业化应用中面临的机遇和挑战。
天然蛋白质具有临界稳定性的特征，这种较低的稳定性使蛋白质结构具有足够的灵活性，从而支持其发挥生物学功能。然而，临界稳定性使得蛋白质遭受胁迫压力后极易发生错误折叠并失去功能，导致天然蛋白质往往无法满足科学研究与工业应用的需求。此外，体内蛋白质在错误折叠后产生的聚集沉淀被认为是多种疾病发生发展的原因，包括阿尔兹海默病、帕金森综合征等。因此，优化蛋白质的稳定性是科学研究与工程应用领域亟待解决的关键问题。本文从蛋白质的折叠与稳定性机制出发，聚焦于序列优化与折叠环境优化两种改善蛋白质稳定性的手段，综述了基于理性设计、计算机辅助设计改善蛋白质稳定性的研究方法，介绍了用于高通量筛选蛋白质稳定化突变体或折叠相关因子的定向进化技术。通过多项蛋白质序列改良、折叠环境优化的案例介绍，展示了蛋白质稳定化技术在蛋白质工程与生物医药领域的广阔应用，包括酶的稳定化设计、疫苗蛋白质的构象控制、分子伴侣与蛋白质聚集抑制剂的筛选、蛋白质稳态药物的开发等。最后，展望了蛋白质稳定化技术未来的研究方向与前景，定制化的蛋白质稳定性检测技术将会迎来蓬勃发展。
定向进化旨在通过基因多样化和突变体库筛选的迭代循环，加速实现在胞内或胞外进行的自然进化过程。近年来，因其强大的功能而被广泛应用于酶工程当中。本文概述了近十年助力定向进化发展的最新技术，包括胞外和胞内高效构建基因突变体库的方法、高通量筛选突变体库的方法、连续定向进化策略、自动化生物合成平台助力定向进化的策略、计算机技术辅助定向进化的应用实例。为了阐述定向进化在酶工程中的应用价值，本文着重讨论了利用定向进化技术对酶进行改造的代表性案例，其中包括改善酶在有机溶剂中的耐受性、提高酶的热稳定性、增强天然酶对非天然底物的催化能力、提高酶催化化学反应的选择性（包括区域选择性、立体选择性和对映选择性）以及拓展酶催化的反应类型。最后，本文对定向进化在未来可能遇到的挑战及应用前景进行了归纳总结。
生物合成基因簇（biosynthetic gene cluster， BGC）是一类非常重要的基因集合（gene set）类型。BGC普遍存在于各类生物基因组中，并且发挥着重要的代谢和调控作用。从线性结构上来说，一个BGC中的基因通常在基因组中处于相邻的位置；从基因功能上来说，一个BGC中的基因通常共同负责一类通路，生成特定的化合物小分子。因此，BGC作为极具潜力的元件来源，在合成生物学研究中极为重要。然而从序列模式上来说，一个BGC中的基因数量众多且序列差异度大，很难通过序列同源性发掘新类型的BGC。因此，建立生物合成基因簇的智能发掘策略，系统性地发掘BGC并进行验证和转化研究，不论在理论方面还是实际应用方面，都具有非常重要的价值。本文主要基于微生物组大数据，较全面地介绍了BGC挖掘的意义和瓶颈问题，系统性地总结了当前BGC发掘中的数据资源和挖掘方法，尤其是人工智能方法，指出了干湿结合方法对于验证新发掘BGC的重要价值，同时展示了新发掘BGC的多样性和广泛应用领域。最后，展望了结合现有BGC挖掘方法和合成生物学转化，将如何在广度和宽度方面扩展目前的合成生物学研究。
近年来，纳米材料因独特的粒径效应、比表面积大、表面易修饰等优点被广泛应用于生物学研究领域。作为生物学中的重要新兴学科，合成生物学与纳米生物学的交叉研究是科学发展的必然结果，推动产生了一个全新的研究领域——合成纳米生物学：一方面，利用合成生物学的技术获取具有特殊生物功能的生物源纳米材料，形成以生物技术驱动的纳米材料合成理论；另一方面，利用纳米材料对生物体进行功能强化或者生命活动模拟，拓展合成生物学的工程化设计构建理念。本文根据本领域的最新进展，将合成纳米生物学分为基于基因工程化改造生物源纳米材料的“仿生命体”研究、基于纳米材料功能强化的杂合生物系统的“半生命体”研究和基于纳米材料模拟生命活动的“类生命体”研究三个细分领域。在此基础上，重点介绍了仿生细胞膜纳米颗粒、外泌体、细菌外膜囊泡、病毒样颗粒和细菌生物被膜等生物源纳米材料的改造及功能研究，以及纳米人工杂合细菌和细胞、人工光合系统的构建与应用。同时也介绍了纳米材料元件组装的纳米类酶、人工抗原递呈细胞、运动纳米机器人、DNA纳米机器人等仿生人工合成生物的最新研究进展。最后展望了纳米技术与合成生物学交叉领域的发展前景，分析了合成纳米生物学在肿瘤治疗、环境修复、能源工程等方面的应用潜力；剖析了当前“活细胞疗法”的优势与临床转化的局限性；对智能化药物输运平台的未来发展空间进行了展望。
合成生物学是按照一定的规律综合已有的信息设计和构建全新的生物元件、装置和系统，或者重新设计已有的天然生物系统。合成生物学的核心在于设计、改造、重建或制造生物元件、生物反应系统、代谢途径与过程，乃至创造具有生命活动能力的细胞和生物个体，为解决人类发展在环境、资源、能源等方面面临的若干重大挑战提供新技术方案。毫无疑问，从DNA重组到基因电路设计，合成生物学的发展为众多领域带来全新的解决方案，优良的催化与调控元件是设计高效、鲁棒的系统的基础。然而，合成生物学的元件通常是天然的生物大分子，其固有的复杂性限制了对其工程化改造，导致合成生物技术的潜力未能得到充分发掘。随着人工智能（artificial intelligence，AI）与计算生物学的兴起和发展，有望助力该技术更好地发挥其价值。本文主要介绍了基于AI与计算生物学的不同类型的元件设计，聚焦催化元件、调控元件、传感元件三类元件的设计和前沿进展以及生物元件改造在合成生物学研究领域中的应用方面的研究进展。
作为国际生物工程和生物技术领域的奠基人和业界泰斗，麻省理工学院王义翘教授几十年来的研究涵盖了生化工程的上、中、下游的众多方向。在酶技术领域，他在早期就完成了几项标志性的工作，例如鱼蛋白的酶消化、甲醇氧化酶的固定化、无细胞多酶合成、非水相酶催化等。从2005年开始，王教授在十年间通过新加坡-麻省理工联盟（Singapore-MIT Alliance）项目和新加坡国立大学李智教授联合指导了数名博士生，并在酶技术的几个子方向上取得了重要成果，包括：①开发了酶固定化的方法用于构建高活力可回收的磁性纳米生物催化剂；②探索了P450单加氧化酶在水相-离子液体体系中的不对称亚砜化反应；③开发了基于通透全细胞的辅酶NADPH再生系统；④成功开发了模块化的多酶级联催化合成高值手性化合物，显著拓展了多酶级联催化的复杂度。其中，多酶级联催化因其“一锅法”的合成特性，避免额外的单元操作，节省人力、物力的投入和废弃物的产生等特点，近年来已经成为酶技术领域的研究热点。在介绍王教授相关工作之余，本文还总结了多酶级联催化在合成手性化合物和大宗化学品方面的最新进展，讨论了其未来的发展方向，并就其进一步整合合成生物学以及王教授所践行的定量化和工程化的理念进行了展望。
合成生物学研究中，海量的工程化试错实验远远超出传统的劳动密集型研究范式的能力范畴，故建立一个可以实现生命体工程化大批量合成的合成生物学研究平台迫在眉睫。然而目前国内外已建成的工程化平台只能基于少数孤立设备或功能岛实现部分流程，不能满足合成生物学全生命周期的研究需求。基于此背景，在国家、省市相关部门的大力支持下，由中国科学院深圳先进技术研究院牵头建设的“合成生物研究重大科技基础设施”，目前已完成全部立项程序，进入全面实施建设阶段，预计于2023年开展试运营和验收工作。本文将从建设背景、过程、内容、目标和特色等方面对合成生物研究重大科技基础设施进行介绍。设施工程一期将重点搭建“设计学习”、“合成测试”和“用户检测”三大平台，二期拟建设医学转化平台。合成生物大设施主要围绕自动化合成生物技术，以合成生物学基础研究为理论基础，把自动化工业发展过程中的智能制造、智能工厂理念引入到合成生物学研究中，实现生命体工程化大批量合成。通过建立基于信息管理系统的智能生产单元，快速、低成本、多循环地完成“设计-构建-测试-学习”的闭环，实现理性可预测的设计合成，达成合成生命体的远程定制、异地设计和规模经济生产等目标。同时将信息技术与生物技术交叉融合，发展出适用于自动化、高通量设备平台的标准化实验方法、算法和流程，以期推动合成生物研究过程和工作流程的标准化，进而推动我国合成生物研究水平的提升，成为行业标杆，领跑国际。此外，合成生物大设施还将催动基础研究的原创突破及学科之间的交叉融合，助力生命科学研究实现跨越式发展。
DNA数据存储由于在存储应用上的诸多优点而日渐受到广泛关注。DNA数据存储流程包括将0/1二进制信息转换为A/T/C/G碱基序列，利用人工DNA合成技术将碱基序列合成为DNA多聚物分子，以及通过测序技术进行数据读出等环节。然而，目前的人工DNA合成成本依然高昂，严重制约了以DNA为介质的数据存储技术的快速发展及其产业化应用。人工DNA合成作为DNA数据存储的基础技术和成本关键，是决定DNA数据存储从理论走向应用的主要因素。本文以DNA合成的发展历程出发，系统地总结了其关键技术的研究进展，包括柱式化学寡核苷酸合成、芯片化学寡核苷酸合成、寡核苷酸纯化、寡核苷酸拼装、基因合成纠错与克隆筛选、大片段基因合成组装及基因组合成，以及新一代酶法合成等。同时，进一步总结和分析了DNA合成技术关键参数长度、成本及速度对DNA数据存储商业化发展的影响，以期为DNA数据存储的全流程技术开发和应用研究提供一定的参考和思路。降低DNA合成成本，开发更加高效的基因组合成策略，进一步发展新一代酶法DNA合成技术，以及建立面向DNA数据存储的长片段、低成本、快写入等功能应用的DNA合成技术等是未来DNA合成技术的重要发展趋势。
手性胺存在于许多生物活性物质中，是重要的手性助剂，同时也是合成天然产物及手性药物的关键中间体。2019年零售额前200名的药物中，含有手性胺结构的药物超过三成，因此发展高效、便捷合成手性胺化合物的方法是研究的重要方向。通过酶催化方法制备手性胺化合物，因具有高效性、环境友好性、经济效率高等优点，获得了学术界及工业界的广泛关注。本文所综述的亚胺还原酶（IREDs）是一类NAD（P）H依赖的氧化还原酶，可催化亚胺的不对称还原合成手性胺。IREDs具有催化效率高、区域及立体选择性强等优异的特性，在众多合成手性胺方法中脱颖而出，吸引了科研工作者的研究目光。近年来，随着生物信息学、结构生物学、高通量筛选方法的飞速发展和数据库的不断扩充，鉴定了许多不同功能的IRED，并在IRED的发现、分子改造、底物谱扩展和多酶级联应用等方面均取得了显著的成果，其中不乏一些具有工业应用价值。本文概述了IRED的结构特征及作用机理，着重介绍了IRED的分子改造和在多酶串联反应中的应用，以及在不对称催化手性胺生物合成中遇到的瓶颈、获得的突破和进展。此外还对酶法合成手性胺化合物实现工业化生产所面临的挑战及巨大潜力，以及新颖的人工生物合成途径设计对克服这些挑战的重要性进行了展望。
