报告题目一： 蛋白质结构预测和AI辅助蛋白设计在微生物及其他方面的应用

报告人： 吴更  教授

报告摘要：

细菌中的DndC-DndD-DndE复合物特异性识别特定的DNA序列并对其进行磷硫酰化（PT）修饰，但DndC-DndD-DndE复合物的组装与识别DNA的机制仍不清楚。课题组使用Alphafold3等方法，分别获得了高置信度的DndC、DndD、DndC-DndD亚复合物、DndD-DndE亚复合物、DndC-DndD-DndE复合物以及DndC-DndD-DndE-DNA复合物的预测结构。同时发现DndC采用一个保守的带正电荷凹陷表面结合DNA，并采用“特异性环”识别特定的PT序列，特异性环上三个核心氨基酸为三种类型的DNA PT修饰提供了特异性识别基础。DndD存在多种灵活可变的构象，为DndC-DndD-DndE复合物在关闭/捕获DNA与打开/释放DNA之间的动态转换提供支持。

细菌镍铁氢化酶可高效产生氢气，但易被氧气氧化而失活。我们针对大肠杆菌镍铁氢化酶Hyd2，从头设计了特异性结合并覆盖Hyd2上氧气进入通道的人造蛋白，通过分子动力学模拟验证可以阻挡氧气进入Hyd2内部镍铁中心附近。通过SPR检测表明，能以高亲和力结合Hyd2；并通过电化学实验检测表明，能够在多轮氧气暴露循环中保护Hyd2的酶活性。

此外，还通过AI方法设计了能特异性结合结直肠癌标志物CEA的蛋白，成功实现对p53蛋白转录因子诱饵DNA的靶向递送，显著抑制了结肠癌细胞的增殖与小鼠肿瘤的生长。

报告题目二：AI驱动的细胞工厂数字建模与精准设计研究

报告人：鲁洪中  长聘教轨副教授

报告摘要：

围绕“如何构建高性能细胞代谢模型以提升菌株设计的精准性”这一关键科学问题，课题组利用最新大模型技术，开发了高性能细胞代谢模型自动化构建工具AlphaGEM和EnzymeTuning，克服工业菌株多维代谢模型构建耗时长、精度差等瓶颈。与此同时，融合先验知识和Transformer等，成功构建表征酵母动态转录调控关系的分布式神经网络模型（DLTRNM）和酵母单细胞基础大模型(scYeast)，为酵母代谢研究提供系统性计算工具。在菌株智能设计领域，课题组开发了系列算法，如ecFactory、MetaStrain和StrainOptimizer等，能自动预测有助于产品高效合成的基因强化、弱化、敲除及其最佳组合策略，显著提升目标菌株改造效率。通过对预测的基因靶点进行大规模比较分析，获得与细胞高产相关的共同改造策略，这将为细胞工厂理性设计和高版本、通用型底盘细胞的深入开发打下坚实基础。

主持人： 郑舰艇 长聘副教授

时    间： 2025年11月13日 10:00-11:10

地   点 ：闵行校区生物药学楼1楼树华厅