人工智能在合成生物学的应用

李 敏 林子杰 廖文斌 陈廷柏 李坚强* 陈 杰* 肖敏凤

1(深圳华大生命科学研究院 深圳 518083)

2(中国科学院大学生命科学学院 北京 100049)

3(深圳大学计算机与软件学院 深圳 518060)

4(深圳市未知病原体应急检测重点实验室 深圳 518083)

1 引 言

合成生物学以人为设计和构建生命系统为目标，近年来在生物医疗技术和药物的研发[1-7]、蛋白质和其他化合物的生产[8-10]以及环境保护[5,8-9]等领域展现出巨大的发展潜力。有别于传统生命科学，合成生物学具备多学科交叉、多技术融合的特征，遵循工程学本质，在人工设计的指导下，基于特定底盘细胞，自下而上地对生物元件、线路模块、代谢网络和基因组等进行标准化表征、通用化设计构建、可控化运行，并持续学习和优化。

随着合成生物学涉及的功能和潜在应用的不断拓展，运用合成生物学的复杂性和跨学科知识需求也在迅速增长[11-16]。然而，生命系统极其精密，包含大量不同的基因和调控元件，而元件之间又以海量不同的组合形成模块、网络，难以精确描述和预测，因此即使设计小型的基因线路也需要反复调试[17]。工程学思维和方法是克服这一难题的利器，即大规模测试不同元件、线路模块、网络和底盘的组合，积累海量实验数据，从而指导合成生物系统的理性设计和优化[17]。合成生物自动化设施(Biofoundry)是工程学平台搭建的一大核心，依照“设计—构建—测试—学习”(Design-Build-Test-Learn，DBTL)的闭环策略组织工艺流程，通过自动化、高通量生物学实验试错获得符合预期的合成生物系统[17]。……