合成生物学作为一个新兴的交叉学科领域，随着DNA合成技术的进步和合成生物学理念的深入，多个研究方向取得了长足发展。本文主要对基因回路、基因组设计合成、细胞工厂和人工多细胞体系的进展进行了综述。可设计构建的人工基因线路的复杂度逐步提升，人工控制更加精细；组装技术取得快速进展的同时，人工基因组的设计深度也在不断拓展，设计合成的人工基因组由支原体拓展向大肠杆菌，甚至真核生物酿酒酵母，推动了生物进化演化的研究；细胞工厂的设计构建在逐步挑战代谢途径更长、复杂程度更高的化合物的合成，模块化和正交化策略对复杂细胞工厂构建的支撑作用日益明显，鲁棒性和适配性成为细胞工厂构建需要考虑的重要问题；人工多细胞体系的设计构建已经从设计构建两菌体系向多菌体系扩展，通过多种原则进行设计，实现更加复杂的预期功能。本文也对合成生物学与其他学科交叉融合产生的一些新研究方向进行了简介。
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。
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。
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。
微生物天然产物一直都是新型生物药物创新的主要源泉，是目前开发临床抗菌、抗肿瘤、免疫抑制剂等药物的重要资源。随着临床耐药菌的日益增多，新型病原菌和病毒的不断出现，以及新骨架天然产物挖掘难度的增加，新型微生物药物的开发正面临着巨大挑战。作为21世纪生命医学领域催动原创突破和学科交叉融合的前沿学科，合成生物学的崛起为解决药物研发困境提供了新的思路和方法，它可以突破天然药物发现的瓶颈，设计新的生物合成途径，产生更多天然药物及类似物。本文综述了近五年来合成生物学在微生物药物研究领域的技术革新，及其在氨基糖苷类抗生素、核苷类抗生素、核糖体肽、萜类以及聚酮类化合物等5大类微生物天然药物的发掘、生物合成以及新结构创制等方面的应用。
微生物合成生物学是一门新兴的交叉学科，其主要目的是通过改造或创制微生物细胞，使微生物具有特定的生理功能或生产目标产物，因此需要高效、快速、精准的基因操作工具。CRISPR技术是一种成本低、操作简便、效率高、功能多样的基因编辑技术，近年来被广泛应用于合成生物学、代谢工程和医学研究等领域，极大地促进了这些领域的发展。本文简述了CRISPR基因编辑技术的发展历史及其作用机制，重点介绍了近年来CRISPR/Cas9技术在微生物合成生物学领域研究和应用的进展，列举了CRISPR/Cas9技术在微生物合成生物学中生产目标产品的研究，总结了由CRISPR/Cas9技术衍生出的CRISPR/Cas12a、CRISPR/Cas13等技术在微生物合成生物学领域的研究及应用，提出了CRISPR基因编辑技术现存的PAM依赖性、脱靶效应、安全性和应用广泛性等问题，最后展望了该技术在构建高效微生物细胞工厂生产高附加值化合物的发展前景和创造更多适合生产高附加值产品的底盘生物的研究方向。
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。
合成生物学是汇聚了工程学和生物学的新兴交叉学科，近年来逐步在植物研究领域中显现其重要作用。利用合成生物学技术不仅可以对作物的产量及营养品质性状进行精准的改良和优化，还有望将植物改造成高价值的植物天然产物生产工厂满足人们更多的需求。本文从DNA合成与组装、植物基因编辑技术、核和质体遗传转化体系以及染色体工程等方面介绍了在植物中广泛应用的合成生物学技术。阐述了利用合成生物学开展多样化生物传感器设计、作物产量优化、营养品质强化、植物天然产物与蛋白高效合成等方面的最新研究进展。最后讨论了目前植物合成生物学所面临的问题以及今后的发展趋势。相信经过新一轮的快速发展，植物合成生物学将在未来农作物育种中发挥越来越重要的作用。
合成生物制造是以合成生物为工具进行物质加工与合成的生产方式，有望彻底变革未来医药、化工、食品、能源、材料、农业等传统模式，触发新的产业变革，引领新的产业模式和经济形态，重塑碳基物质文明。合成生物制造具有清洁、高效、可再生等特点，能够减少工业经济对生态环境的影响。本文综述了近年来合成生物制造在大宗发酵产品、精细与医药化学品、可再生化学品与聚合材料、天然产物、未来农产品以及一碳原料利用方面的重要进展，对各领域代表性重大产品的技术进展及产业应用状况与潜力进行了探讨。未来，随着合成生物学发展，以及与人工智能、大数据等新技术的融合，通过合成生物制造可以获得更多的生物基产品，促进生物经济形成，更好地服务于人类社会的可持续发展。
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。
天然产物一直是潜在的先导药物的重要来源，天然产物及其结构类似物在历史上对疾病治疗做出了重大贡献，特别是对癌症和传染病的治疗。在过去两百年的时间里，天然产物的发现和研究经历了巨大的变化，由传统的分离鉴定为主的经典研究方法转为了基因组时代的多学科组合研究。虽然近二十年发现和挖掘了丰富的活性天然产物，但与自然界中巨大的天然产物合成潜力相比仍有不足，庞大的陆地和海洋天然产物资源尚待开发。同时，与传统的化学合成分子相比，天然产物具有丰富的骨架多样性和结构复杂性，在新药发现中展现了巨大的优势。虽然在天然产物的新药创新方面仍面临着种种挑战，但新的分析技术和挖掘策略的出现有望迎来天然产物发现的新阶段。本文总结了近十年（2014年1月—2023年10月）美国食品药品监督管理局批准成药的天然产物及源自天然产物的半合成药物，并对其中纯天然产物来源分子、重要的半合成天然产物前体的生物合成研究进展进行了详细总结。此外还简要总结了一些FDA批准的老药在过去十年中取得的重要生物合成研究进展。期望通过对成药天然产物生物合成途径及机制的深入理解，为更多天然产物创新药物的发现和研究提供借鉴。
合成微生物群落属于合成生物学和微生物组学的交叉领域，是新兴的研究方向。合成微生物群落是人工合成的多个物种共培养的微生物体系，具有组成明确、可操控性高等特点，在研究微生物组的功能和生态机制方面有着明显的优势。本文将从以下几个方面介绍合成微生物群落的研究进展：①微生物群落生态学，包括微生物之间的相互作用、宿主和其他环境因素对群落结构的影响；②合成微生物群落的研究方法，围绕设计-构建-测试-学习循环；③合成微生物群落在多个领域的应用，包括人体疾病治疗、植物抗逆、工业生产、环境修复等多个领域。最后，提出了合成微生物群落领域有待解决的重要问题，包括如何构建可控和稳定的微生物互作网络、如何表征和控制微生物群落的空间结构以及如何精准地控制微生物群落的功能。
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。
随着全球环境污染加剧、气候持续变化和人口不断增长，如何保障安全、营养和可持续的食品供给面临巨大挑战。这些挑战对未来食品供给方式和功能提出了新的要求。采用合成生物学技术，创建适用于食品工业的细胞工厂，将可再生原料转化为重要食品组分、功能性食品添加剂和营养化学品是解决食品领域所面临问题的重要途径。本文首先介绍了合成生物学对食品制造领域创新和突破的重要性。其次，以基于合成生物学制造植物蛋白肉所需关键组分、黄酮类植物天然提取物和母乳寡糖这三种典型食品为例，探讨了目前食品合成生物学的任务与挑战。最后，对我国合成生物学与食品制造领域的发展趋势进行了总结和展望。通过加强食品合成生物学等具有重大意义的食品生物技术的开发和应用，开展新食品资源开发和高值利用、多样化食品生产方式变革、功能性食品添加剂和营养化学品制造，并率先实现产业化，将抢占世界科技的前沿和产业高地，造福人类。
蛋白质计算设计是指通过计算理性地确定蛋白质的氨基酸序列，实现预设的结构和功能。蛋白质计算设计已逐渐形成了一套系统的方法，得到越来越多的实验验证。这些方法既可用于从头设计蛋白，也可以用于既有蛋白的理性改造，具有广泛应用前景，是合成生物学的重要使能技术之一。本文简要回顾蛋白质计算设计方法的历史，并从蛋白质能量计算方法、氨基酸序列自动优化、从头设计主链结构、设计新的分子间识别界面以及负设计等方面介绍蛋白质计算设计的基本方法和思路，还举例讨论了提高结构稳定性、构造新的分子界面等设计方法在酶、疫苗、自组装蛋白质材料等领域的应用，最后分析了蛋白质计算设计方法设计精度不足、难刻画极性相互作用的缺点以及需要考虑非水溶剂环境、界面设计优化等亟待解决的问题，展望了蛋白质计算设计方法未来在合成生物学领域如生物感受器、逻辑门设计等，医学领域如抗体、疫苗设计等的应用前景。
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。
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。
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。
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。
