合成双极大肠杆菌细胞的构建与表型分类：基于PopZ-PodJ极性支架的合成生物学新策略

本研究针对细菌不对称分裂中梯度建立的难题，台湾大学团队通过工程化Caulobacter crescentus的极性支架蛋白PopZ和PodJCC1-3,IDR，结合负调控因子SpmXΔTM，首次在大肠杆菌中实现了双极性支架的精准定位。研究开发了基于神经网络的表型分类系统，准确率达91.9%，为合成生物学实现程序化细胞分化提供了新一代工具平台。

　　

在生命的最小单元里，细胞如何实现精确的不对称分裂？这个看似简单的问题却困扰着合成生物学家多年。自然界中，强大的不对称分裂往往依赖于两个对立细胞极之间建立的分子梯度，但人工重建这种空间控制一直面临巨大挑战。台湾大学的研究团队在《Communications Biology》发表的研究，通过巧妙的"拿来主义"策略，将水生细菌Caulobacter crescentus的极性控制系统移植到大肠杆菌中，构建出具有双极性特征的合成细胞系统。

研究采用模块化工程策略：通过截取PodJ蛋白的CC1-3结构域和内在无序区(IDR)构建膜无关的第二支架；将SpmX_ΔTM与PopZ融合形成"分子排斥器"；结合微流控成像和深度学习分类技术。研究团队首先从C. crescentus中筛选出关键极性蛋白PopZ和PodJ，通过结构域分析发现PodJ_CC1-3,IDR既能保持相分离能力又避免了与PopZ的相互作用。当单独表达时，PopZ形成单极聚集，而PodJ呈现双极分布。通过引入SpmX_ΔTM-PopZ融合蛋白，成功将PodJ_CC1-3,IDR排斥到对立细胞极的比例从5.83%提升至19.33%。

在技术突破方面，研究团队开发了创新的双模态分类系统：先用Otsu阈值法初筛（PopZ分类准确率96.1%），再通过五层全连接神经网络实现91.9%的总体分类准确率。这种组合策略有效解决了PodJ弱信号焦点带来的分类难题。研究还发现，通过调节SpmX_ΔTM的化学计量比可以优化PodJ清除效果，但过高的表达会导致PodJ信号减弱。

这项研究的重要意义在于：首次在革兰氏阴性菌中实现了合成双极性系统的构建，证明了异源极性模块的跨物种功能性；开发的深度学习分类框架可推广到其他弱信号蛋白的表型分析；为合成微生物联盟中的劳动分工提供了新的工程化工具。特别是PopZ和PodJ支架能被不同子代细胞继承的特性，为持续性的合成分化提供了可能。

研究也存在一些局限：目前对立极定位效率仍有提升空间；长期稳定性需要结合转录调控网络优化。未来通过筛选更多PodJ负调控因子或采用卷积神经网络，可能进一步提高系统性能。这项工作不仅丰富了合成生物学的工具包，也为研究生物分子凝聚体在细胞极性中的作用机制提供了新模型。