深圳商报·读创客户端首席记者 陈小慧
近日，中国科学院深圳先进技术研究院研究员刘陈立与中国科学院院士、中国科学院分子植物科学卓越创新中心赵国屏在【自然综述：生物工程】（Nature Reviews Bioengineering）上发表评述文章，提出了开拓「定量合成生物学」这一新范式，将解决合成生物学「理性设计」的瓶颈问题。
该文章通过总结三种合成生物学的设计范式，强调建立可定量预测生物系统的数理或AI模型，以推动合成生物学从「反复试错」迈向精准预测，提高生物系统理性设计能力，加速生物制造与生物经济发展。
「反复试错」的旧范式亟待新突破
合成生物学正成为推动下一代生物制造和生物经济发展的强大引擎。二十多年来，随着DNA合成、基因编辑等技术的不断革新，人们对于合成生物系统的构建能力迅速提升，但设计能力仍然十分有限。
由于生物系统的复杂性，即使科学家们已经了解各个生物元件的功能，但将其组合在一起所产生的生物系统，却不一定会表现出预期的功能。
据了解，目前大部分合成生物系统的构建主要依靠人工反复试错，这种方法速度慢、效率低，极大地限制了合成生物学的发展。因此，合成生物学目前面临的最大挑战之一，就是如何提高理性设计的能力。
要理性设计具备特定功能的合成系统，关键在于深刻理解生物系统功能产生的原理，而这正是当前合成生物学研究极少触及的深层次问题。为此，文章作者呼吁，合成生物学必须向新的高度上升，开启理性设计的新篇章。
「定量+合成」，解决「理性设计」难题
作者提出，所谓理性设计，就是基于「预测」的设计。当把生物分子、基因、线路组合为合成生物系统时，如果能对其行为进行精确预测，就能预知如何构建系统以获得预期的功能，从而避免反复试错。对此，作者总结出定量合成生物学三种理性设计的范式：
一是基于原理的设计。将生物系统抽象为数理模型，揭示生命功能产生的原理，然后根据原理设计合成生物系统。对于较为简单的生物功能，科学家们已经建立了成熟的理论模型，因此合成生物学早期的很多经典工作便是采用这一范式。
二是「自下而上」的设计。对于更复杂的生命功能，往往难以建立理论模型。很多研究采用了「自下而上」的方式，通过「碰运气」的方式，尝试将元件用不同方式组装，以期获得生物学功能。在过去的合成生物学研究中，一旦得到有趣或者有用的功能，研究就算成功了。然而，进入定量合成生物学范式，研究才刚刚开始，当得到了具有特定功能的系统，研究者就能利用它来理解背后的原理，从而用来指导设计新的系统。
三是人工智能辅助的设计。人工智能算法不需要理解生物系统内部的工作原理，而是基于大数据，寻找元件与功能之间的隐藏规律，从而预测应该如何设计元件以产生特定功能。这一范式依赖于海量的高质量、标准化数据，因此，未来的合成生物学迫切需要自动化、高通量的设备平台和标准化的实验方法。
这三种设计范式都强调与定量分析方法的紧密结合，利用数理逻辑与定量关系对生物系统作出定量预测，为合成生物系统的理性设计提供依据。基于此，作者提出「定量合成生物学」作为合成生物学未来的发展方向。定量合成生物学吸纳了定量生物学与系统生物学的思维与方法，通过建立可定量预测生物系统的数理或AI模型，能够有效指导合成生物系统的设计与构建，从而解决「理性设计」这一合成生物学的瓶颈问题。
三种理性设计范式 研究团队供图
「定量」热潮掀起 推动领域发展
当前，生物制造正成为全球新一轮科技革命和产业变革的战略制高点之一，而合成生物学的发展为生物制造提供了最底层的技术支撑。【「十四五」生物经济发展规划】中，明确将生物制造作为生物经济战略性新兴产业发展方向。预计到2035年，合成生物学赋能应用将占全球制造业产出的1/3以上，价值近30万亿美元。尽管我国合成生物产业起步相对较晚，但发展速度惊人，相关合成生物学市场估值已超百亿。
「合成生物学产业虽然展现出巨大发展潜力，吸引了资本的关注，但整体发展还处在一个早期阶段。提升理性设计能力是当务之急，也是国际共识。」论文第一作者、深圳先进院罗楠副研究员表示。
刘陈立表示，发展定量合成生物学，将推动合成生物学从定性、描述性、局部性的研究，向定量、理论化和系统化的变革，从而使合成生物学不再仅仅作为一门工程技术性的学科，而是成为推动基础生物科学的重要力量。
该研究中，刘陈立研究员和赵国屏院士为共同通讯作者，深圳先进院刘陈立课题组副研究员罗楠为论文第一作者。深圳先进院为该研究的第一单位。
文章上线截图
