从“试错”到“设计”中国学者探索合成生物学发展之路

我们的记者张家星

合成生命“难”吗？

以前引起轰动的合成淀粉“吸粉”不计其数，但很少有人理解，合成淀粉效率比天然合成高7倍的结果，背后是十几年来国内外合成生物学家反复“试错”，即“设计-合成-试验-研究”。

我们能否以较少的试错甚至不试错离开合成生物学类似的“手工作坊”阶段，让下一个“合成”实现理性设计和功能预测？

“预测的前提是对生命过程的‘真正理解’。基于‘真正的理解’，建立模型和设计综合可以提高实现预期目标的效率。”在近日举行的香山科学大会上，中国科学院院士、分子微生物学家赵国平告诉科技日报记者，这将是合成生物学下一阶段的目标。

与会专家认为，应通过建立定量理论模型、形成人工智能数据集、利用工程生物学平台，将合成生物学推向定量合成生物学的新发展阶段。

从即将到来的申请开始。

“做了这么多年的细胞治疗，感觉自己已经做不下去了，但是有了合成生物学，感觉希望又来了。”中国工程院院士、中国科学技术大学生命科学院教授田志刚说得对。“细胞”作为一种活的药物，只有进入体内后才能“听话”甚至“聪明”，然后才能脚踏实地地投入临床。

可设计、可控、可预测是细胞被批准作为药物用于人体的重要条件，也是合成生物学的目标。

田志刚举了一个例子：目前上市的有望治愈B淋巴瘤的： CAR-T细胞疗法，主要是杀死具有CD19“特征”的B细胞淋巴瘤。想象一下，派一个带“肖像”的搜索队去追踪一个脸上有“疖子”的细胞，这个搜索队看到这个细胞就会杀死这个有“疖子”的细胞。那么问题来了，人体内的免疫B细胞是“带疖子”的。“治疗的结果是，不仅人体内的正常B细胞与B细胞淋巴瘤一起被杀死，而且患者不得不输入免疫球蛋白来维持生命；而且往往因为‘杀手’送的太多，会带来危险的副作用。”田志刚说。

但人类设计的CAR-T细胞团队可以搭载“逻辑门”电路，判断治疗过程中出现副反应可能性的“逻辑”，从而在关键阶段自动停止送杀手。“光、热、声、电、磁、化学物质等。未来可能全部用于调节细胞的药物，可以设计和预测，其医疗价值非常大。”田志刚说。

有限的设计能力，仍然依赖于海量的“试错”。

有限的设计能力导致了合成生物学高度依赖大量“人工试错”的局面。

“大多数人工生物系统的构建和优化仍然依赖于反复试错，缺乏理性设计的能力，难以实现定量控制。生物系统的复杂程度越高，设计能力越不合理。”陈丽说。

可以看出，海量的“人工试错”阶段不仅“数量可控”，而且难以保质保量地实现，限制了系统综合实现复杂目标。

说白了，现阶段我们还远没有尝试合成一台“生命计算机”。

它可以预测和设计，需要综合和量化。

那么，我们在哪个阶段可以设计出类似计算机的复杂严谨的合成生命系统呢？与会专家认为，合成生物学应探索定量合成生物学阶段。

“定量生物学的概念已经存在很长时间了。现在需要合理地以定量模型作为综合的指导，用综合试验来验证定量模型。这种‘融合汇聚’就是定量合成生物学。”赵国平解释说，这是合成生物学理论框架和技术体系的进步。早在2008年，赵国平就在中国科学院建立了第一个“合成生物学重点实验室”。

如何量化？得益于分子生物学、大数据、人工智能等学科的发展，与会专家提出了两种途径：“以人工智能机器学习为核心的黑箱模型”和基于实验结合工程验证的可视化理论的“白箱模型”。

比如利用机器学习算法的快速解析优势，实现合成生物学的理性设计和功能预测，从而实现“黑箱”模型。

告别“手工作坊”，将给合成生物学带来更深层次的学科责任。它不仅承载着人类对自然和生命的认知。中国科学院生物物理研究所研究员张先恩说：“合成生物学的社会属性在于回馈社会，回应社会关切。“通过定量合成生物学，支持合成生物学目标的普遍实现，最终实现对生命机制的理解和对人类社会的回馈(使物尽其用)。”