项目介绍
植物、藻类和蓝细菌每年从大气中固定约1500亿吨碳。而这一切的羧化反应，最终都由一种叫做 Rubisco 的酶独自承担，它为地球上几乎所有的生命提供了物质基础。尽管几十年来人们对这种酶进行了大量研究，但事实证明它极难被改造。
在 Dr. Prywes 的实验室，我们利用新的高通量酶学方法绘制Rubisco的适应度图谱，以研究其进化过程并服务于工程改造目的。高通量DNA测序和机器学习技术如今已被新应用于这一关键酶的研究。
光合作用工程是一门新兴学科，有望为降低大气中的二氧化碳水平做出贡献。如果能对 Rubisco 进行改良，将对未来在化石燃料被替代能源取代后，进一步降低大气碳含量的努力产生深远影响。该实验室的研究目标是通过改造碳固定过程中的关键瓶颈，也就是Rubisco酶，来工程化光合作用，探索如何利用实验室进化或机器学习在实验室中设计出更好的酶，并结合高通量数据与生物物理方法来深入了解Rubisco的作用机制，同时开发探索酶功能空间的新方法。
所属院系：剑桥大学，生物化学系
项目时长：3 年
申请要求和方式
申请要求：
·已获得或预期获得生物学、化学等相关学科的一等或二等一学士学位或同等学历；
·高通量DNA测序、机器学习等相关技术的经验。
申请方式：
按照导师要求，向导师发送邮件和证明材料。经过双向选择后，向院校递交申请。
*请注意，高质量博士、博后项目对于申请人的科研能力要求较高，更适合学术背景相对扎实的985学员。
