近日，2023年合成生物学领域国际顶尖赛事——国际基因工程机器大赛（International Genetically Engineered Machine Competition, iGEM）在法国巴黎落下帷幕。

同济大学生命科学与技术学院2支代表队伍与来自66个国家和地区的404支队伍同台竞技。经过激烈角逐，2支队伍最终以优异的成绩脱颖而出，双双斩获金牌。

Tongji-China团队

团队成员：

生命科学与技术学院：吕璟瑄、胡翕然、刘一辰、张羽聘、徐子雯、刘宇博、李金朋

设计创意学院：苏梓裔、雷子熠

数学科学学院：吕东蔚

电子与信息工程学院：刘梦睿

项目介绍：

来源于金属还原地杆菌的导电菌毛（Electrically Conductive Pili, E-pili）是目前在自然界中具有最强导电能力的生物纳米材料。普遍认为，其导电能力的来源为其中高密度的芳香族氨基酸的芳香环产生的pi-pi堆积作用。

基于这种材料的特点，Tongji-China团队分析了其蛋白质结构，在其内部单体的羧基端进行抗原表位标签修饰，最终使其可以特异性地结合指定的抗体。这种结合会改变菌毛表面的电荷分布情况，进而改变其内部芳香环的取向和间距，最终导致菌毛的电导率发生改变。

通过测量其电导率的变化，团队建立检测模型并结合标准曲线，实现对于抗体的定量检测。但是，金属还原地杆菌是一种严格厌氧的微生物，难以大规模培养。于是，团队尝试在一种已知生长速度最快的非致病微生物——需钠弧菌中异源表达这种导电菌毛。团队使用了CRISPRi去抑制其自身同类菌毛的表达，以降低其对导电菌毛的表达和组装的影响。

在此基础上，团队建立了荧光报告系统来评价不同sgRNA对于指定序列的抑制情况。除此之外，由于检测系统的稳定性、检测的准确度和菌毛的电导率成正相关，团队还尝试使用自适应粒子群优化算法，结合生物燃料电池筛选的半理性定向进化策略，通过优化原有菌毛的氨基酸序列来提高菌毛的电导率。

此外，团队还设计了一套配合菌毛检测系统使用的硬件系统。该系统具有体积小、重量轻（小于500克）、速度快（全检查流程小于5分钟）、价格低廉（总成本不到80元）、容易操作等诸多优点，有助于为目前抗体定量检测中出现的检查周期长、价格高昂、操作难度高等问题提供全新的解决方案。

Tongji-Software团队

团队成员：

生命科学与技术学院：周诗怡、余乐毅、范子睿、陈墨函、渠凯茹、张紫扬、刘萱怡、王智博

软件学院：王蔚达、吕骏骁、陈雨彤、王宇轩、张尧

设计创意学院：陈夏露、陆袁裔

项目介绍：

CRISPR/Cas技术已经被实际运用于核酸检测，这种技术利用gRNA靶向病毒特异性的核酸序列，具有高特异性。同时，其依靠Cas蛋白的附带剪切活性构建了荧光报告系统，有十分明显的表征形式。相较于传统的PCR检测技术，CRISPR/Cas系统既不需要严格的温度条件完成序列扩增，也不需要复杂的仪器和熟练的操作人员，从而节省了时间和资源的消耗。因此，团队认为，利用CRISPR/Cas系统进行核酸检测，具有高特异性和报告形式明显的优势，是一项具有广泛应用前景的技术。

gRNA是CRISPR/Cas核酸检测系统中最重要的功能部分，它与Cas蛋白构成复合物，引导其结合目标序列，因此gRNA的效率直接决定了CRISPR/Cas系统的灵敏性。然而，gRNA的传统设计方式并不完美。一些研究者从湿实验中总结出了高效gRNA具有的特征，然而仅停留在定性层面，不足以充分解释。随着学习手段的引入，一些研究者利用机器学习从高效gRNA中提取特征，但这样的过程会耗费大量时间。因此，团队希望开发一种新型的、基于深度学习的gRNA设计方法，推动CRISPR/Cas核酸检测方法的发展。

经过六个月的探索，团队建立了针对Cas9、Cas12、Cas13a的gRNA效率预测模型，并基于此搭建了用于设计病毒检测gRNA的软件工具CASleuth。在此基础上，团队从NCBI上获取了3000多种DNA病毒和9000多种RNA病毒的基因组序列，利用软件设计了top10高效gRNA，并建立了用户友好型的数据库VIRUSCUFF，以便用户直接检索检测常见病毒的高效gRNA序列。

备赛期间，同济2支队伍进行了往期项目调研、项目选题、软件功能设计、实验设计、人文实践、算法和建模设计。为了更好地了解理论研究和实际生产前沿，他们参观访问了相关企业、医院、社区，获得第一手资料，还与其他高校参赛队伍开展广泛交流。

此外，队员们还走进中学、社区，制作了电脑游戏、宣传册、科普绘本等，将生命科学、合成生物学等理念知识进行科普宣传。