综述:合成生物学与人工智能的融合:助力食品用γ-氨基丁酸生产的智能化升级
《TRENDS IN FOOD SCIENCE & TECHNOLOGY》:The convergence of synthetic biology and artificial intelligence: Enabling the intelligent upgrading of γ-aminobutyric acid manufacturing for food use
【字体:
大
中
小
】
时间:2026年08月05日
来源:TRENDS IN FOOD SCIENCE & TECHNOLOGY 17.4
编辑推荐:
摘要背景γ-氨基丁酸是一种重要的抑制性神经递质,具有多种生理功能,在功能性食品生产中展现出巨大潜力。然而,传统的生产方法存在效率低、调控复杂以及可持续性不足等问题,制约了其在大规模工业应用中的发展。研究范围与方法本综述系统阐述了合成生物学在提升γ-氨基丁酸生物制造水平方面的最新进
摘要
背景
γ-氨基丁酸是一种重要的抑制性神经递质,具有多种生理功能,在功能性食品生产中展现出巨大潜力。然而,传统的生产方法存在效率低、调控复杂以及可持续性不足等问题,制约了其在大规模工业应用中的发展。
研究范围与方法
本综述系统阐述了合成生物学在提升γ-氨基丁酸生物制造水平方面的最新进展,包括宿主菌株的改造、关键酶的定向进化与理性设计、代谢途径的重构,以及基于环境参数和群体感应机制构建的动态调控系统。此外,还探讨了人工智能如何加速底盘细胞的定制、酶工程的发展以及智能代谢网络的控制,从而推动生物制造向数据驱动、迭代式发展的方向迈进。
主要发现与结论
通过多维度策略,合成生物学能够提升γ-氨基丁酸合成的效率及工艺可控性,而人工智能则将进一步强化“设计-构建-测试-学习”循环的智能化水平并加快迭代速度。合成生物学与人工智能的创新性结合是突破现有技术瓶颈、推动γ-氨基丁酸制造迈向智能化生物制造新阶段的有效策略。未来的研究应重点开发可用于食品领域的工程化菌株,构建能适应食品加工环境的智能生物系统,并整合人工智能技术以优化整个生产流程,从而实现γ-氨基丁酸的大规模、绿色且精准生产,满足食品工业的需求。
引言
γ-氨基丁酸(GABA)是一种四碳非蛋白氨基酸,广泛存在于动物、植物和微生物中(Deng等人,2020)。它是哺乳动物中枢神经系统中最重要的抑制性神经递质之一(Matsumoto等人,2025),具有多种生理调节功能。近年来,随着消费者对健康和功能性成分需求的增加,GABA在食品领域的应用前景愈发广阔。2015年,美国食品药品监督管理局将其列为“一般认为安全”的物质,并批准其作为膳食补充剂使用(美国食品药品监督管理局,2015),此后市场对GABA的需求大幅上升。据行业分析,2024年全球GABA市场规模已达9130万美元,预计到2031年将增长至1.38亿美元,2025年至2031年的复合年增长率约为6.2%。其中,食品领域占据了约59%的市场份额,是最大的应用领域(QYResearch,2025)。目前,GABA的主要生产方法有两种:化学合成和生物转化(Zhu等人,2024)。虽然化学合成法能获得较高产量,但存在反应条件苛刻、原料有毒以及环境污染严重等缺点,限制了其在食品领域的应用(Han等人,2023)。而生物转化方法,如植物富集、微生物发酵、全细胞催化以及原位食品发酵等,则具有绿色可持续的优势,但普遍面临产量较低、工艺控制复杂以及分离成本高等技术难题(Zhu等人,2024)。因此,开发高效、稳定、环保且经济可行的GABA生物制造策略,已成为食品生物技术领域的重要研究方向。
合成生物学是一门融合生物学、工程学和信息科学的交叉学科(Zhang等人,2025),为重新设计和构建生物系统提供了新的框架。通过基因编辑工具(如CRISPR-Cas系统)、途径优化以及动态调控等策略,该领域正在推动生物制造从传统的“筛选-发酵”模式向智能的“设计-构建”模式转变。将合成生物学方法应用于微生物GABA合成,不仅可以克服天然菌株的性能局限,还能通过合理改造宿主、优化关键酶、抑制竞争性代谢途径以及构建动态调控系统等方式,进一步提升合成效率与工艺可控性。与此同时,人工智能的快速发展也为合成生物学方法的设计与优化带来了新的动力。机器学习、深度学习以及计算模型能够从多组学数据和发酵过程中提取规律,从而在从合理设计酶类、重建代谢网络到智能控制工艺的各个阶段实现改进,进而加快“设计-构建-测试-学习”循环的迭代速度,推动GABA制造迈向数据驱动的智能化生物制造阶段。
近年来,已有若干综述总结了GABA的生物生产相关研究(Luo等人,2021);有研究从工艺和菌株工程的角度阐述了微生物GABA生产的进展(Zhu等人,2024);还有研究聚焦于谷氨酸脱羧酶的来源、结构及催化机制(J. Wang等人,2024);另有研究系统总结了微生物底盘细胞的设计与代谢工程策略(Feng等人,2024)。这些研究为该领域奠定了重要基础,但其讨论大多局限于单一技术层面。目前仍缺乏在合成生物学与人工智能协同应用框架下,涵盖宿主选择、酶工程、代谢网络重建、动态调控以及发酵智能化等方面的系统性综述。
在此背景下,本文在系统总结GABA的生理功能、生产方法及生物合成途径的基础上,重点探讨了基于合成生物学的微生物GABA合成策略,包括宿主的选择与改造、关键酶的定向进化与理性设计、竞争性代谢途径的重新设计,以及动态调控系统的构建与应用。同时,本文还分析了人工智能在优化上述各环节中的潜在作用,如定制化底盘细胞设计、酶催化性能的智能预测、代谢网络的数字模拟以及发酵过程的智能控制等。最后,本文进一步探讨了GABA生产的未来发展方向,旨在为GABA的智能化食品级生产提供参考。
在文献筛选方面,我们遵循了《系统评价和荟萃分析报告规范》的要求,以提高研究的透明度和可重复性。我们在PubMed、Web of Science和ScienceDirect数据库中检索了2010年至2026年间发表的相关文献,共获取2355条记录,去除重复后剩余1708条。经过标题、摘要和全文三轮筛选后,共有294篇文章被仔细阅读、分析并总结。搜索关键词及完整的筛选过程详见补充材料S1。对于那些在2010年前发表但具有重要理论或方法论意义的文献,也在适当情况下予以保留。
章节节选
GABA的生理功能及其在食品系统中的应用
GABA是哺乳动物中枢神经系统中的重要抑制性神经递质,对神经信号的调节起着关键作用(Matsumoto等人,2025)。此外,GABA在植物和微生物中也有广泛存在,参与多种生理过程。在植物中,GABA不仅参与代谢调节,还充当应激响应信号,与其他途径相互作用,共同影响植物的抗逆能力(
GABA的生物合成
生物体内GABA的生物合成主要依赖于一个高度保守的代谢分支,即“GABA支路”(Luo等人,2021)。如图1所示,该支路将三羧酸循环与氮代谢联系在一起。它以α-酮戊二酸为起点,经过一系列酶促反应最终生成GABA,随后GABA又会重新进入三羧酸循环,形成一个代谢循环(Bown & Shelp,2020)。在GABA支路中,L-谷氨酸会被
微生物合成GABA的设计
随着合成生物学从理论走向应用,其在微生物合成设计方面的进步正在深刻改变GABA的生产模式。在工程学原理的指导下,合成生物学运用“设计-构建-测试-学习”的循环框架,对微生物进行系统且理性的改造,从而构建出高效、稳定且易于控制的GABA“细胞工厂”。
人工智能在优化GABA合成设计中的应用
目前,人工智能正在逐步影响合成生物学的研究与发展模式,但将其系统地应用于GABA生物合成系统的设计与优化仍处于起步阶段。现有文献中,直接介绍利用人工智能方法进行GABA合成的研究较少,大多数研究仍然依赖传统的代谢工程和定向进化策略。从理论上讲,人工智能可以在多个层面提供支持,包括宿主筛选、
结论与未来展望
本文系统总结了用于食品级GABA生物制造的各类合成生物学策略,并探讨了人工智能可能为这一领域智能化升级提供的途径。研究表明,包括宿主工程、酶的定向进化、代谢途径重建以及动态调控在内的合成生物学方法,能够在实验室条件下提升GABA合成的效率与工艺可控性。目前所取得的产率水平
CRediT作者贡献声明
江世一:概念构建、方法设计、实验研究、文章撰写、可视化处理。郑宝东:实验研究、结果验证、文章撰写。吴静:实验研究、结果验证、文章撰写。张毅(通讯作者):概念构建、方法设计、项目监督、文章撰写。曾洪亮(通讯作者):资金筹集、项目管理、项目监督。
致谢
本研究得到了福建省第三批青年英才计划项目的支持(项目编号:118362308)。
江世一|郑宝东|吴静|张毅|曾洪亮
中国福建省福州市福建农林大学食品科学学院,邮编350002
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号