崔金明 张炳照 马迎飞 傅雄飞 王 猛 刘陈立*

1 中国科学院深圳先进技术研究院 深圳 518055

2 中国科学院天津工业生物技术研究所 天津 300308

设计与合成可预测的生命体，不仅是合成生物学领域的核心科学问题，也是工业、农业、医学等各大领域应用的必要前提。合成生命体往往具有高度复杂性，这决定了其需要海量的工程化试错性实验，即需要快速、低成本、多循环地完成“设计—构建—测试—学习”这一闭环。

例如，合成生物学研究中一个重要的方向是利用分子元件创建基因线路，并利用这些基因线路重编程细胞，赋予它们新的能力。然而，人工设计的基因线路很难完全按照预期工作，往往需要数周或数月的时间进行反复调谐，这主要是因为人们对基因线路核心设计原理的理解有限，且目前仍缺乏多元化、表征详细的优质元件。应对这一难题的最有效手段，是工程化、大批量测试多种元件及多种线路组合，获取海量实验数据并分析改进。即通过“设计—构建—测试—学习”这一闭环，深入掌握基因线路的设计原理，同时积累大批优质元件，从而让合成生物学的基因线路设计变得更加直接和可预测，提高研究效率[1,2]。

显然，海量的工程化试错实验将远远超出传统的劳动密集型研究范式的能力范畴，因而亟需一种变革性的工程化研究平台。工程化平台能够快速积累经验知识，是实现生命体可预测合成的科学基础；在其之上，逐步推广生物元件、基因线路、代谢途径、基因组、生物系统乃至多细胞体系的标准化，最终实现对生命体的理性设计与可预测的合成。……