合成生物學在哺乳動物中應用和發展的制約因素是什麼？

1樓：HaibaraAi

最大的核心問題就乙個，通量太低，來自幾個方面。

生長慢，每代的時間長，培養更貴。意味著同樣操作能產生的資料比低等生物少很多，迭代速度慢。

載體不方便，沒有成熟的質粒系統，基因組操作在CRISPR之前非常麻煩。在有CRISPR之後好了很多，但是受限於生長速度，每輪操作也要花大量時間。

細胞分化種類多，不同細胞或許有些獨特的地方。

其他還有些基礎科學不清楚的問題，但也是和通量低相關的。

調控手段多，包括表觀修飾，一般轉錄調控，轉錄後調控，很多東西不明確。核心的轉錄調控研究方法一直在進步，比如Chip-seq，ATAC-seq，還有謝曉亮最近在搞的3C map。還有些結論非常模糊，比如3D genome的作用，現在有很多矛盾的結論。

當然這裡面有些東西可以避免。

Nucleosome，包括區域性的TF濃度問題，這些給模組化帶來潛在困難。

因為對於基礎知識了解不夠，元件可能不合適。目前真核裡用得最多的還是幾個來自於原核的幾個DNA binding domain（比如TetR），但實際上這和真核的機制是不一樣的，真核TF趨向於弱binding，局域高濃度，啟用轉錄。原核的DBD普遍太強，用是能用，有沒有潛在問題就不清楚了。

Khalil (Mo) lab發展了一系列Zinc Finger系統，看起來效果不錯。訊號轉導系統也不一樣，細胞感受外界訊號, 刺激系統往往包含多個部分。

不過這裡面很多問題，在這七八年都有長足進步，所以也沒有什麼一定做不了的困難。