酵母可以将植物的糖分转化为乙醇等生物燃料，然而工业中用来预处理（氨、酸、高温、高压、离子环境等）以加速植物分解的化学物质往往对酵母是有毒的，这种毒性足以使酵母生产生物燃料的效率降低70%，这对于工业生产来说是严重的损失。

　　该研究小组观察了从不同生态环境中分离出来的各种酵母菌株。在调查的136种酵母中，他们发现了一种对离子液体具有较强耐受性的菌株。他们筛选该菌株的DNA序列，并确定了对在预处理化学品中存活至关重要的一对基因，其中一种称为SGE1的基因会产生一种蛋白质，在酵母细胞膜中沉淀，并起到泵的作用，帮助细胞清除毒素。在构成酵母基因组的1200多万个核苷酸中，仅改变这两个核苷酸就足以保护酵母免受离子液体的伤害。研究人员使用基因编辑工具CRISPR改变了一种易受离子液体影响的酵母菌株，成功地生产出了能够耐受预处理化学品并且正常发酵的酵母菌株。研究的下一步是在实验室外试验这种转基因酵母。该研究有望极大地提高酵母生产生物燃料的产量。

大数据算法识别生物燃料作物的关键基因

　　美国能源部实验室的研究者利用大数据算法研究植物和微生物关键性状表达的相互作用，以改善生物燃料的生产，该研究成果发表在《能源研究前沿》。这项工作中使用的算法首次打破超级计算的亿亿级(exascale,10的16次方)障碍，有望在世界范围内使用。

  生物质顽固性（即植物对降解或解构的抵抗力）是一种复杂的多基因控制的性状，对生物燃料的生产非常重要。为了更好地理解参与顽固性的分子的相互作用并识别参与木质素生物合成/降解的靶基因, 研究者分析了来自800多种不同杨树基因型的基因组数据、代谢组学数据以及热解-分子束质谱数据。研究者开发了一个“证据线”(LOEs)评分系统来整合不同层次的信息，并量化连接基因和目标功能的LOEs的数量。应用评分系统可以产生涉及木质素生物合成的新的候选基因假设。由此产生的全基因组关联研究网络被证明是一种确定多效性（影响多种表型的基因）、综合性（多个基因共同作用以影响单一表型）与细胞功能相关的关系的有效方法。

　　研究中使用的协同进化网络由CoMet软件中的算法创建。CoMet软件后来被移植到新的Summit超级计算机上。这是目前世界上最快、最智能的超级计算机。研究团队使用CoMet软件打破了亿亿级的障碍，实现了比任何先前报道的科学应用更大的运算量。科学家可以利用这种方法分析大量的数据集，以探究细胞如何工作的，再利用这些信息将有益性状转化到植物和微生物中。这种计算也预示着系统生物学的新时代。 

 信息来源：武汉文献情报中心https://mp.weixin.qq.com/s/FsHL79_jWYcPzCu1sgF_WQ

           武汉文献情报中心https://mp.weixin.qq.com/s/NrfTehxdp2o1lsZ_UO9soQ