制造 DNA：合成生命的探索（2023）

欢迎来到 Codon，这是一份关于生物+技术进展的通讯，这些进展为人类带来了更光明的未来。

2019 年，东京的两位艺术家 Georg Tremmel 和 Shiho Fukuhara 建造了一台“黑名单打印机”，这是一台 DNA 合成机器，可以严格制造“被禁止”的序列，比如病原体片段和病毒片段。

“物理 DNA 以水滴形式输出，这些水滴被嵌入并干燥在纸上，”艺术家们写道。“DNA 被持续合成、打印并归档在纸上，形成一个被禁止的 DNA 序列库——但其中大多数不会完美打印——它们会有错误和突变。”

他们的设备名为 BLP-2000D，是一项艺术实验，旨在探究 DNA 合成背后的道德结构。“我们是否应该以生物安全的名义阻止 DIY DNA 合成器？”艺术家们写道。 

“我们能阻止它们吗？”

在过去十年中，我们构建定制 DNA 的能力至少提升了一个数量级。打印复杂、无错误的 DNA 序列从未如此容易。但快速进步也带来了一系列生物安全风险，而监管这项技术的努力却落后于其发展。

越来越多的公司正在销售 DNA 打印机，这些打印机可能很快就能按需制造基因长度的序列。陆军和少数公司对随之而来的风险感到担忧。

“如果你能打印那么长的东西，那确实会降低门槛，也会降低组装出相当惊人成果所需的技术技能，”Nicole Wheeler说，她是伯明翰大学的图灵研究员，开发生物安全软件。“因此，围绕这些能力的安全影响的担忧相当严重。”

美国军方也对中国日益激烈的竞争感到担忧。爱荷华州的 DNA 制造商 Integrated DNA Technologies 仅在美国设施中制造其序列。其他公司则“信誓旦旦”地表示他们也这样做，德克萨斯州奥斯汀陆军 Biofoundry 的负责人 Randall Hughes 说，但另一些公司已将 DNA 制造外包到中国。 

Hughes 说，专有 DNA 序列正在国外制造，这意味着“有人可以轻易重建你的蓝图”。

生物工程师正迅速接近制造合成基因组和定制生命形式的能力，以向 Richard Feynman 的名言致敬：“我无法创造的东西，我就无法理解。”但他们必须找到方法，在进步与生物安全风险之间取得平衡。

本文探讨了合成基因组传奇般的过去和不确定的未来。它审视了制造基因长度 DNA 序列并将它们拼接在一起的新兴技术。它探索了预测基因在活细胞中如何表现的新工具。它梦想着，如果能够廉价且大规模地构建地球上新出现的生物体，同时避免灾难，人类可能取得怎样的成就。

基因组被改造过的生物体已经将工厂排放物转化为甲醇和燃料，生产全球供应的胰岛素，并制造大多数 COVID-19 疫苗。它们在社会中的作用将继续扩大。

尽管工程进展迅速，我们仍然缺乏工具来构建完全合成、行为符合预期的生物体。 基因组合成在技术和资金上都很困难，是只有最大、最豪华的实验室才能从事的追求。而且，即使有人能够轻松构建定制的基因组，要预测基因以全新方式排列时的行为也极其困难。

今天，我们正站在新能力的悬崖边缘。现在是时候对合成基因组保持透明，并考虑合成DNA所带来的威胁了。

进展迅速。一个横跨至少八个国家的国际团队即将完成对全部16条酵母染色体的合成、人造版本的制作。该团队很快将把这些片段组装起来，并启动第一个拥有非自然基因组的真核细胞。 

与此同时，在哈佛大学，George Church领导下的科学家们过去十年一直在“重新编码”大肠杆菌——一种简单的细菌——的基因组，将其遗传密码从64个密码子缩减到57个。这种工程生物将完全抵抗病毒感染；据知情人士透露，最终结果即将发表。

未来，我们梦想着更宏大的目标，比如经过重新设计的种子能够开花并长成完全成形的房屋，配有厨房、步入式衣橱和两个卫生间。（想象一下《指环王》中凯兰崔尔的那棵树。）被发射到火星的合成细菌可以改造这颗红色星球——鉴于水资源匮乏以及温度经常低于零下10摄氏度（地球类细胞在此无法分裂），这绝非易事。

定制基因组 的可能性只受想象力限制，我们必须构建工具使其成为现实。进化太慢，跟不上我们对地球的破坏——气候、海平面上升、雾霾、资源匮乏地区的食物短缺以及污染。工程生物学可以有所帮助，但首先需要两项重大进展。

我们迫切需要新技术来构建任何DNA序列，包括非常长的序列，同时嗅探出病原性物质。我们还需要算法，能够准确预测DNA以独特方式排列时在活细胞中的行为。两者都极其困难，但并非不可能。

继续阅读以了解： 

• 传奇的过去：从卑微的起点到国际会议，自1972年首次合成基因以来，DNA合成已经走过了漫长的道路。五十年后，更宏大的项目正在酝酿中。

• 拼接分子，权衡风险：小型机器很快就能构建出具有数千个碱基的DNA链。生物安全专家担心其中的风险。

• 从字母到生命：一旦DNA序列被构建出来，算法必须预测它是否会在活细胞中“启动”。

• 生物学的未来：地球上的新生命形式几乎可以制造任何东西。一个新的人类基因组计划将推动这一使命。

能活在当下是件幸事。如今，人们普遍比人类历史上任何时期都活得更长、更健康。一百年前，肺炎和结核病等传染病是主要的死因。到20世纪末，它们仅占死亡人数的4.5%。1900年后，天花估计夺去了3亿人的生命，但到1980年已被根除。20世纪80年代初，需要宰杀超过23,000只动物才能制成一磅胰岛素，仅够帮助750名糖尿病患者使用一年。 

过去四十年，基因工程师在健康和医学领域取得了令人难以置信的进步。胰岛素和大多数疫苗现在都由经过基因改造的细胞生产。工程化细胞可以合成抗癌药物、检测水污染物，或将海量数据集存储在DNA中。社会的许多重大飞跃都源于生物技术的成果，尤其是我们读取、编写和编辑DNA的能力。当然，这篇文章讲的全是中间那部分。

1972年，Har Gobind Khorana，威斯康星大学麦迪逊分校的一位生物化学家，利用化学方法仅组装了77个碱基对的DNA。这段短序列编码了一个tRNA基因，tRNA是一种在蛋白质构建过程中将丙氨酸运送到核糖体的分子。几年后，Khorana和他的团队通过添加启动子和终止子，将这段序列扩展到207个碱基对，这些元件有助于该序列在活细胞中表达。当他们将这段序列导入细菌时，它运作起来很像一段天然的DNA，工程化细胞制造出了合成tRNA。

Khorana于1976年8月取得的这一成就登上了《纽约时报》的头版。但根据Stephen Hall的经典著作《看不见的边界》，Khorana和他的团队——总共二十多名科学家——花了九年时间才构建出这个微小的基因，总计200人年。构建DNA的工具显然缓慢、痛苦、匮乏。

Khorana的壮举三十年后，当科学家们争相测序人类基因组时，J. Craig Venter研究所（JCVI）崛起，主导了当时尚属小众的DNA合成领域。JCVI是一家非营利研究机构，坐落于加利福尼亚州拉霍亚的柔和山丘之间，由美国生物技术专家J. Craig Venter创立，其科学家首次用合成DNA制造出完整基因组。整个过程耗时不到两周，这个小基因组由259段短DNA片段构建而成。它全长5,400个碱基，编码了一种名为φX174的噬菌体的完整基因组。

JCVI 的成就之所以能够实现，是因为分子生物学在此前几十年里取得了巨大进步。Kary Mullis 发明的聚合酶链式反应（PCR），使得 DNA 链能够被轻松扩增。科学家们还转向了亚磷酰胺化学来进行 DNA 合成。该方法由 Khorana 的门生 Marvin Caruthers 于 20 世纪 80 年代初发明，提供了一种更快速、更高效地构建 DNA 小片段的方法。

2005 年，麻省理工学院的三位生物学家将合成基因组的前沿推进得更远。他们从一种名为 T7 的噬菌体入手，用合成版本替换了 11,515 个字母，约占其整个基因组的一半。这种半合成噬菌体基本未受这些改动的影响，再次支持了人工 DNA 与自然界中的任何 DNA 作用相同的论点。

该论文的作者——包括现就职于斯坦福大学的 Drew Endy——深知其重要性。他们写道：“我们对 T7 的研究表明，编码其他自然进化生物系统的基因组可以被重新设计，并重新构建，以支持科学发现或人类意图。”

这是生物学中一个激进新愿景的转折点。合成基因组的梦想在年轻生物学家的心中膨胀。新的计划被制定出来，通过串联 DNA 片段来创造更大的基因组，或全新的生命体类型。据帝国理工学院教授 Tom Ellis 所说，与基因工程不同，新兴的“合成基因组工程”领域旨在操纵整个基因组中的基因——它已正式起飞。

到 2008 年，JCVI 已经构建出第一个合成细菌基因组。随后发表在 Science 上的论文解释了编码 Mycoplasma genitalium 基因组的 582,000 个 DNA 碱基对是如何在试管中组装而成的。这种名字听起来有点调皮的细菌之所以被选中进行 DNA 合成，是因为它的基因组大约比 E. coli 的小五倍。但是，当 JCVI 团队完成基因组制造并将其放入细胞后……什么也没发生。经过十多年的工作，该团队“无法在细胞中激活[该]基因组”。

仅仅两年后，这个问题就得到了解决：一个超过 100 万个碱基对的更长合成基因组版本被移植到一种类似的细菌中，这种细菌名为 Mycoides capricolum。这些细菌实际上经历了一次基因组移植；其原生基因组被剥离，替换为 M. genitalium 的合成版本。作者写道，新细胞成功启动，并“仅由合成染色体控制”。“细胞中唯一的 DNA 就是设计好的合成 DNA 序列……[并且]新细胞……能够持续自我复制。”

这是第一个由合成基因组驱动的细菌，被命名为 JCV-syn1.0。它的制造成本为 4000 万美元。

在取得这一成就后，JCVI团队做出了一个令人惊讶的决定。他们表示，JCVI不会去构建更大的基因组，而是要创建一个只包含生命必需基因的“最小细胞”。这一成就将预示生物学的新时代；如果我們真正“理解一个细胞中每个基因的分子和生物学功能”——维持生命所需的物质的最小量——那么我们将详细地知道如何重新构建生命。

到2016年，JCVI成功完成了它的使命。算是吧。一个名为JCV-syn3.0的基因组最小化菌株能够自我复制，仅包含473个基因，约为大肠杆菌基因数量的十分之一。然而，尽管其体积很小，却有高达149个基因功能未知。此后数年，JCVI一直在系统地注释这个合成细胞中的每个基因及其功能。一个更近期的菌株仅包含452个蛋白质编码基因，而就在2021年，JCVI与MIT的合作鉴定出了细胞分裂所需的另外五个基因的功能。

当JCVI致力于基因组最小化时，学术团体组建了团队并为登月项目筹集了数百万资金。最重要的是，这些学者让资助方相信，合成基因组具有巨大的工业价值。

大肠杆菌和酵母每年已经生产价值数十亿美元的有价值分子——药物、生物燃料和材料。然而，在过去38年中，生物制造设施中至少发生了26起病毒污染事件。病毒进入生物反应器并感染细胞。（在20世纪80年代初，一些接受血浆的血友病患者在不知情的情况下感染了HIV。）因此，通过构建合成基因组，这些问题可以避免；大肠杆菌或酵母基因组可以通过基因改造，变得对入侵病毒“不可读”。

2013年，迈向这一目标的第一步——重新设计大肠杆菌基因组——发表在《科学》杂志上。根据该论文，细胞中321个UAG密码子——它们向核糖体发出停止制造蛋白质的信号——都被替换为UAA，使这些半合成细胞具有“增强的对T7噬菌体的抗性”。

这种重新设计的细菌本身并非合成的——在460万个碱基中，实际上只改变了321个碱基——但这项研究很重要，因为它在整个基因组范围内进行了改变，而不是在单一位置。它证明了——就在Doudna与Charpentier发表著名的CRISPR基因编辑论文一年后——生物学家可以在多个位置系统地改变整个基因组。 

Synthetic genomes took off like a rocket. In 2019, a group at Cambridge University constructed a fully synthetic E. coli genome, with three codons removed, from nearly 4 million bases of DNA. That same year, a team from Switzerland built the full 786,000 base genome of Caulobacter ethensis, a computer-designed organism adapted from a freshwater microbe, called Caulobacter crescentus. The team rewrote a total of 123,000 codons, or 383-times more than the 2013 Science paper.

美国遗传学家George Church现在正致力于构建一个仅包含57个密码子的大肠杆菌基因组。这种被称为rE.coli-57的细胞已经研发了十年，并将对所有噬菌体感染具有抗性。它还可以用非标准氨基酸——即经典二十种之外的氨基酸——来构建蛋白质，从而极大地扩展由活细胞制造的分子类型。

实验室博士后研究员Akos Nyerges正在领导该项目。他说，在过去三年半里，“DNA合成有了很大改进。”但排查生物体问题——以及衡量合成基因组是否真的如预期那样工作——并没有太大改进。Nyerges预计很快，可能是今年，就会公布关于57密码子大肠杆菌的论文。

Larger genome synthesis projects are also underway, including the Synthetic Yeast 2.0 project. A global consortium, spanning at least eight countries, is making artificial versions of all 16 chromosomes in Baker’s Yeast, plus an additional ‘neochromosome’ that holds solely tRNA genes.

This project, once complete, will herald the first synthetic eukaryote. Each gene in its genome has been flanked with little snippets of DNA, called loxP sites, that can be snipped out and “scrambled” around the genome at will. But otherwise, the synthetic genome looks much like its natural version. Chromosome 3 was the first to be synthesized, in March 2014, and the neochromosome was finished in 2022. The project is expected to finish this year or next.

(In 2016, a Chinese team also fused all sixteen yeast chromosomes into one big “mega chromosome.” The organism grew a bit slower, but was largely unaffected by the ordeal.)

What can we take away from this history? Admiration, on one hand, and concern on the other. In just fifty years — since the days of Khorana — DNA synthesis has come down in price, and ramped up in speed, by orders of magnitude. A slew of companies, such as IDT and Twist, can ship custom-made DNA sequences to research laboratories overnight. We went from Endy’s half-synthetic phage, in the early 2000s, to entire synthetic genomes by the mid-2010s. Global efforts, like the GP-Write Consortium, now aim to reduce the costs to build large genomes “by 1,000-fold within ten years.” 

但并非一切都是美好的。基因组合成仍然是富裕实验室和大型联盟的专属追求。构建一个基因组可能需要花费数百万美元——以及100多人年的时间。当然，大多数实验室无法做到这一点。在基因组合成通过廉价DNA、更长的序列和更易于组装片段的工具实现民主化之前，我们不会看到朝着定制生物体的指数级进展。

制造DNA有两种方法：旧方法和新方法。一种利用化学，另一种利用生物学。

旧学派方法在1981年崭露头角，当时一位名叫Marvin Caruthers的先锋生物化学家在科罗拉多大学博尔德分校用单个化学构建块制造出了一段精确的DNA序列——‘CGTCACAATT’。他的技术被称为亚磷酰胺化学，至今仍是大多数DNA合成公司的首选方法。它的工作原理如下：

将一个DNA字母（A、T、C或G）附着在固体表面，如玻璃或硅。用三氯乙酸洗涤这个分子以剥离几个原子。这个“裸露”的字母现在可以与另一个结合。序列中的下一个碱基被加入反应容器中，两者“点击”在一起。在最后一步中，双字母序列被氧化并保护，以阻止额外的字母错误地加入。所有东西都被洗掉。这个循环重新开始，一步一步有条不紊地进行，直到完整的序列被构建出来。

这个三步过程在原理上看似简单，但受到低效率的困扰。每一步都会产生废物，并依赖危险化学品。每一步也有出错的风险，无论多小；一个错位的字母就足以毁掉一个基因。

DNA合成领域的先驱Integrated DNA Technologies坐落在爱荷华州东部连绵起伏的丘陵中一栋矮矮的棕色建筑里（我就在几英里外的爱荷华城上学）。该公司自1987年以来一直使用Caruthers方法制造DNA，他们今天最优化的方法在每个字母上的准确率约为99.6%。

接近100%的准确率在纸面上听起来相当不错，但还远远不够好。DNA序列越长，出错的可能性就越大（在含有120个碱基DNA序列的试管中，只有大约一半的序列是正确的）。因此，用亚磷酰胺方法制造的典型序列被限制在约200个核苷酸。低准确率和短序列对大多数分子生物学实验（如PCR）来说不是什么大问题。但在构建基因组时，每个字母都必须正确，这就令人窒息了。

Caruthers 方法已经存在了几十年，并且在 20 世纪 80 年代发明后不久就实现了全自动化。你仍然可以在网上买到老式的 DNA 合成仪，即 MerMade 192X Synthesizer。然而，尽管年代久远，亚磷酰胺化学仍然是世界上大多数合成 DNA 背后的主导方法。价值数十亿美元的公司仍在不断改进这项技术。

例如，2013 年，Twist Bioscience 迈出了开创性的一步：与其一次制造一条 DNA 序列，何不在二维阵列上“打印”DNA 链呢？

这家总部位于旧金山的公司正是这么做的。他们使用一个经过精细调校的打印头，装载核苷酸，一次性构建数千条序列，且浪费极少。

另一家公司 Evonetix 构建了一种硅芯片，也能并行制造数千条 DNA 链。电脉冲将每条序列从一个反应位点移动到另一个反应位点。但尽管取得了这些进展，DNA 的价格并没有下降多少。

根据 Rob Carlson 的数据，从 1991 年到 2017 年，制造一条短 DNA 链的价格下降了一个数量级，从每碱基一美元降至略低于十美分。与此同时，测序 DNA 的成本从 1990 年的每碱基十多美元降至今天的千分之一美分——超过八个数量级。

Twist 和 IDT 制造的短序列是一个价值超过 50 亿美元的市场的一部分。但这个市场正在发生变化；风向正从旧吹向新。生物学家越来越需要长 DNA 序列来以复杂的方式改造生物体，而越来越多的公司想向他们出售这种产品。 

至少有十家公司，包括 Telesis Bio、Nuclera、Camena 和 Ansa Biotechnologies，已经开创了大规模制造定制基因长度 DNA 链的方法。这些基因随后可以被拼接在一起，构建出驱动合成生命形式的完整基因组。

这些公司都建立在一个共同的基础之上。这些初创公司不是通过单个、易出错的反应（如 Caruthers 方法）来构建序列，而是使用从自然界采集的精妙酶，来制造可能延伸至数千个碱基的超长链。

Sebastian Palluk 是这种受自然启发的 DNA 合成方法背后的新星之一。就在几年前，他还是伯克利的一名生物工程博士生，正在改造大肠杆菌以降解塑料。但他的项目需要长基因，而这些基因很难获得。 

“想象一下，如果软件行业中编译代码需要 3 个月，”他说。那可能就不会有 Oracle 或 PayPal，也不会有 Google 或 Microsoft。创业生态将会枯竭。只有垄断企业才有时间和资金来设计和推出产品。

这个隐喻中的噩梦，正是生物技术的实际现状。长链 DNA 序列对大多数实验室来说仍然遥不可及。Palluk 常常要等上几个月才能拿到一个合成基因。随着博士生涯一天天过去，他坐在伯克利，渴望验证自己的想法。

于是 Palluk 转移了重心，做了任何优秀创业者都会做的事：发明一个方案来解决自己的问题。2018 年底，他参与合著了发表在《Nature Biotechnology》上的一篇文章，展示了如何用精心设计的蛋白质构建定制 DNA 序列，无需化学方法。不久后，Palluk 与同学 Dan Arlow 共同创办了 Ansa Biotechnologies。两人于 2022 年 4 月完成了 6800 万美元的 A 轮融资。

Ansa 并不是第一家利用酶进行 DNA 合成的公司。相反，他们闯入的是一个已有快速增长的现有玩家盘踞的激烈竞技场。

其他公司，如 Nuclera、TelesisBio 以及总部位于巴黎的 DNA Script，也利用酶来制造 DNA。这些公司也都已经在销售 DNA 打印机，利用酶在一天之内批量产出定制序列。DNA Script 于 2022 年初完成了 2 亿美元的 C 轮融资，并且早在 2018 年就报告称，他们能够以每个位置 99.5% 的准确率合成 150 个核苷酸的 DNA 链，从而与 IDT 的准确率相抗衡。另一家公司 Camena 此前报告称，他们的酶能够以 99.9% 的效率制造 300 个或更多碱基的 DNA 链。

但 Ansa 与其他公司之间有一个关键区别。 

现有的 DNA 合成公司使用一种名为末端脱氧核苷酸转移酶（TdT）的酶，在不使用模板的情况下向 DNA 序列添加碱基。每个字母——A、T、C 和 G——都经过化学修饰，带有一个“终止子”基团，阻止合成失控。字母被逐一加入混合物中，TdT 将它们逐个添加到正在延伸的链上。

Ansa 采取了相反的方法。Palluk 和 Arlow 没有使用化学修饰的核苷酸，而是直接对 TdT 酶进行了工程改造。一条分子系绳，或者说绳索，将酶固定在每个字母上。当一个碱基被添加到正在延伸的序列上时，酶的物理体积会阻止新的字母加入。这是巧妙的工程设计，有才华的作者（尤其是 Michael Eisenstein）已经对其中分子层面的细节进行了更深入的阐述，此处无需赘述。

我们敢说，Ansa 方法的关键优势在于成本。化学修饰的核苷酸很昂贵；Ansa 不使用它们。在过去二十年里，基因合成从每个碱基约 20 美元降到了几美分。但这一降幅还不够。一个典型的人类基因长度在 1 万到 1.5 万个碱基之间（有很大浮动空间），因此合成一个拷贝大约需要 1000 美元。完整的人类基因组有 30 亿个碱基，从头合成大约需要 3 亿美元（考虑到人类基因组计划耗资 27 亿美元，这还不算太糟）。

抛开成本不谈，酶已经解开了 DNA 合成的长度限制。去年，Molecular Assemblies 的 CEO 夸口说，他公司的酶可以“产生特别长的 DNA 序列”，但拒绝透露具体有多长。“理论上，酶可以达到数千个碱基，”Hughes 说。很可能一些公司已经能够利用他们的酶生产出含有数千个碱基的 DNA 序列，但大多数公司对细节避而不谈，并且普遍警惕，不愿让竞争对手嗅到任何飞速进展的气息。

Ansa 与其他酶合成公司之间还有另一个关键区别：Ansa 没有出售 DNA 打印机的计划。相反，他们的意图是充当基因界的亚马逊，将技术保留在公司内部，并将 DNA 运送到实验室。这一决定与其它公司的趋势背道而驰，部分动机是出于恐惧：DNA 打印机若落入坏人之手，可能被用来制造致病生物。

SARS-CoV-2 病毒基因组长度不到 30,000 个核苷酸。埃博拉病毒不到 20,000 个核苷酸。HIV 更小；其基因组不到 10,000 个核苷酸。

尽管从短寡核苷酸（例如用 Caruthers 方法制造的寡核苷酸）组装基因长度的序列在技术上很困难，但如果整个序列可以在几天内通过打印机大量产出，制造病原体就要容易得多。

“我们现在很担心，因为[DNA]打印机好太多了，”Palluk 说。“制造 30kb 更容易了。”

There are also no laws, in the U.S., mandating how companies actually screen for pathogenic DNA sequences. Each company basically pledges to follow guidelines crafted by the International Gene Synthesis Consortium, and then “develop their own screening tools in-house,” Wheeler says. “Companies are spending money [on biosecurity], but they don't have a lot of assurance that they're doing what they need to do.” The screening algorithms used by companies are also, often, proprietary. 

“我们不知道他们如何筛查，因为这是秘密，”Wheeler 说。“所以不清楚筛查是好还是不好。”Ansa 未来可能会使用ACLID.bio来筛查致病序列。情报高级研究计划局（IARPA）也在 2018 年拨款数百万美元，资助能够“快速评估 DNA 序列的功能以确定它们是否构成威胁”的计算工具。

据 Wheeler 称，台式合成设备尤其令人担忧，因为它们很快将能够“打印五千到七千个碱基”。“各国政府意识到了这一点。而且，对于这类设备，他们正在认真考虑是否需要法律要求对其执行某种类型的筛查，以确保我们不会让这些能力流散到世界上。”

DNA 打印公司给出了一个简单的反驳：这些设备只有在连接到互联网时才能工作，而且每台设备都预装了病原体筛查软件。但互联网连接并不是阻止生物恐怖主义的万无一失的方法。有整个在线社区致力于破解惠普打印机的墨盒，或者改装 Illumina 测序仪来窃取诊断数据。

因此，在便利性和安全性之间存在权衡。我们如何构建长基因以加速开创性研究，同时让这些能力远离潜在的恐怖分子？这是合成生物学下一个重大挑战之一，而令人震惊的是，这些工作的资金如此稀少。

幸运的是，在超强能力的 DNA 打印机上市之前，我们还有一些时间（也许两年），人们可以希望监管机构在那之前介入。目前，从单个片段组装整个基因组仍然很困难。 

但构建合成基因组实际上需要什么？研究人员通常从小的 DNA 序列开始，使用酶将它们拼接成“大块”——长度达 3 万到 6 万个碱基的片段。数十 条短 DNA 链可以在单个试管中拼接在一起，使用数十个单独片段在一天内构建整个病毒基因组。接下来，大块被喂给面包酵母，酵母利用天然机器将这些片段组装成延伸 10 万个碱基或更多的巨大序列。

劫持酵母是一个聪明的技巧，但它不是基因组合成的万能药。如果序列有太多的 G 或 C，或者大量重复字母，酵母就无法拼接 DNA。长 DNA 本质上也很脆弱；从酵母中取出序列，吸入移液管，通常就足以剪切和粉碎材料。

整个过程中，DNA 组装和基因组设计是稀有的技能，而且缺乏降低入门门槛的软件，这使得整个过程更加复杂。像Primerize这样的工具让 PCR 对科学家来说变得轻而易举。加速 DNA 组装的算法在哪里？

总的来说，我们认为资金短缺扼杀了创新。每天有数千个实验室使用 PCR，但只有少数尝试构建基因组。基于假设但大胆的目标很难赢得联邦拨款；大多数实验室的资金用于做渐进式工作。但除非 DNA 成本下降，政府投入大量资金推动解决方案，否则基因组合成不会变得更容易——也不会民主化。

最后，我们需要更好的工具来预测合成基因组是否会在活细胞中‘启动’。当公司竞相改进 DNA 合成本身时，学术界应该努力制作预测算法，能够模拟 DNA 在活细胞内的行为。

毕竟，如果合成基因组甚至不起作用，为什么要花费数百万美元和数十年的劳动？

生物学中的隐喻名声不好，但这里还有一个：细胞在很多方面就像汽车。

两者都由单独的部件构成，孤立来看平平无奇，却能协同奏出交响乐。细胞壁是保护珍贵货物的躯体。细胞基因组是引擎，是跳动的心脏。葡萄糖是汽油，是驱动一切的原始火花。

汽车内部的机械部件之间存在着绝妙的协同作用。我们能听到松动轮胎的咔嗒声，能闻到过热引擎垂死的噼啪声。细胞也会在其部件损坏时死亡。但与汽车不同——汽车的部件笨重，用扳手就能轻松更换——细胞是由微观机器构成的。要改变一个细胞，必须先识别出损坏的部件，然后用几十或几百个其他部件将其替换，靠的是反复试错。生物工程师基本上采用的是把意大利面往墙上扔，看哪根粘住的方法。

当然，这个类比有些牵强。细胞比汽车复杂得多，其部件不可见，生命由成千上万个在密集生化网络中运作的独立分子构成。细胞蓝图——即基因组——的某些部分似乎还是用外星语言写成的；我们无法破译包括大肠杆菌在内的、已被充分研究的微生物中数百个基因的作用。 

生命于35亿多年前在地球上出现，此后进化便像牵线木偶的线一样，缓慢地施加着影响。进化造出了拥有精调引擎和流线车身的汽车——或者说细胞。那么，为什么我们在工程化或构建细胞方面如此力不从心，无法像造保时捷或法拉利那样得心应手？当人类试图比肩进化的造诣时，我们的合成造物往往差得离谱，就像一辆侧面划了道痕的1984年款卡罗拉。

不过，仍有理由保持乐观。研究生物学的更好工具，如强大的显微镜和巧妙的测序技术，带来了生物数据的指数级爆发。我们对生物部件如何协同运作——以及一个自然界中不存在的合成基因组序列实际如何表现——的理解，比以往任何时候都更加细致入微。

然而，数据不足以填补我们生物学知识中的缺失空白。研究一个已经存在的生物是一回事，而创造出从未存在过的东西、偏离既定剧本，则完全是另一回事。

构建一个由人造基因组驱动的合成细胞，需要对许多事物有深入的了解。对于每一个基因，都有几十个参数需要塞进预测性计算机模型中，包括转录、mRNA 降解、翻译、DNA 超螺旋、转录暂停、转录终止、蛋白质折叠、RNA 折叠、转录干扰、遗传漂变以及共转录翻译。天哪。

合成 DNA 也极其昂贵（正如我们讨论过的），因此我们需要构建预测模型，使我们能够一次、且仅一次性地构建出一个基因组。（再说一次，人类基因组合成大约需要 3 亿美元。）这意味着我们必须更擅长正向工程；从计算机模型出发，利用其预测来构建行为符合期望的部件。

遗憾的是，分子生物学的历史是反着写的。科学家通常先观察自然界中的某种表型，然后反向推导它为何存在、哪些基因与之相关。再次将科学翻转过来，去设计基因以产生特定表型，绝非易事。 

首先，我们需要收集更多数据（而且不是随便什么数据；稍后详述）来构建预测模型。然后，我们需要协调不同的数据集，并将它们整合为对生命本身的一种整体性、‘数字化’的视角。 

宾夕法尼亚州立大学的 Salis 实验室以利用生物物理学和设计自动化在计算机上创建生物部件——基因、启动子、核糖体结合位点（RBS）——而闻名。2009 年首次发表的RBS 计算器能自动设计 DNA 序列，从而“对蛋白质表达水平进行理性控制”。在过去十年中，这一模型以及 Salis 实验室的其他模型已被使用近百万次来设计 RBS 序列、启动子、基因调控元件、高度非重复的 DNA 序列以及核糖开关。

然而，这些工具中的每一个都只能设计一个非常特定的部件，具有非常特定的功能。朝着编写完整遗传蓝图迈出的下一个智力飞跃，要求我们预测人造部件的特定组合将如何协同工作，以控制细胞中遗传信息的流动。这是一个宏大得多的目标，分别来自 MIT 和斯坦福的 Christopher Voigt 和 Markus Covert 为实现它做出了令人瞩目的努力。

Covert 实验室最出名的可能是他们在 2012 年开发的计算机模型，该模型模拟了整个支原体细菌细胞。这个工具由 1900 多个参数驱动，这些参数来自 900 多篇论文，描述了活细胞中 28 种不同的生物过程，包括转录、翻译、mRNA 降解以及我们前面提到的许多其他过程。那篇论文首次展示了计算建模在全细胞生物学中的应用，但该模型从未被用于设计或构建新的合成生物体。直到 2022 年 8 月，Covert 的团队才将他们的工作扩展到大肠杆菌，但该项目尚未完成，且难度极大。

就在上个月，JCVI 发表了迄今为止针对其合成生物体 JCVI-syn3.0 的“最完整全细胞计算机模拟模型”。该模型足够灵敏，能够预测单个基因如何影响细胞分裂。例如，它预测添加两个特定基因——编码参与中心代谢的酶——会将细胞分裂时间缩短 13%。据一份新闻稿称，当这一预测在实验室中得到验证时，分裂时间从 120 分钟降至 105 分钟。

麻省理工学院的 Voigt 实验室也使用计算算法来设计大规模基因电路，这些电路像电路一样自动运行。2016 年，由 55 个独立生物部件构成的全新天然电路被设计用于感知并响应十种不同的化学物质。该团队通过计算设计了 60 种不同的基因电路，其中“45 种电路运行正确”。这些电路总共由高达 88 万个 DNA 碱基构建而成。 

Covert、JCVI 和 Voigt 的论文展示了我们当前能力的非凡水平。但无论它们看起来多么令人印象深刻，在合成基因组的宏大背景下，它们仍然如同玩具。如果 JCVI 模型真的是我们最完整的细胞数字渲染，那么这恰恰进一步证明我们还有很长的路要走。他们的数字模型模拟的是 JCVI-syn3.0，一种仅有 452 个基因的生物体。大肠杆菌的基因数量是它的十倍以上。看来，全细胞模型在未来几年内不太可能正向工程出带有数千个定制部件的合成细胞（但是，请证明我们错了）。

在我们看来，至少有两个主要问题限制了这些预测模型。首先，收集训练这些模型所需的大量数据成本高昂，而且多重检测的质量标准似乎根本不存在。 有些人认为“所有论文都应该以绝对单位报告数据”，但这并不总是必要的。如果有共同的参考数据点，通常可以将任意单位（例如荧光增加 10 倍）转换为绝对单位。我们真正需要的是更好的数据，更灵敏的测量，以构建更好的预测模型。

其次，一个研究联盟应建立一个集中式存储库，用于存储DNA序列并将其与测得的输出关联起来。想象一下，对于每一个曾经被制造并插入细胞的DNA序列，都有一个数据库记录着有关该生物体基因组、由该DNA制造了多少蛋白质、生物体的生长速率以及其他参数的详细信息。然后，所有这些数据都可以输入到机器学习模型中，以便对DNA序列→细胞内预期行为进行更可靠的预测。 

当各公司在DNA合成领域激烈竞争时，学术界应投身于计算机建模、人工智能和数据收集。他们会发现一片广阔而荒芜的领域，正适合颠覆性创新。

在许多方面，合成基因组是生物学的最后前沿。设计一个基因组，将其插入细胞，并启动一个新的生物体，需要知识令人惊叹的集大成。生命如何运作，基因如何变成蛋白质，细胞如何感知和响应信号，最后，如何模拟这一切，以制造出一个从未存在过的细胞。

风险巨大；目标值得追求。基因组被重新布线的细胞可以捕获大气中的碳、降解海洋中的塑料废物、通过血液输送癌症疗法、塑造自修复桥梁、存储数艾字节的数据，并创造生物可再生燃料。但这种太阳能朋克愿景需要行动号召；需要科学上的艰巨努力。

在某些方面，颇具讽刺意味的是，生物学的最后前沿与其说关乎生物学家，不如说关乎其他所有人。合成细胞需要化学家来合成DNA，需要计算生物学家来设计DNA，需要程序员来构建让一切运转的软件。

目前，只有少数实验室专注于计算模型和数据收集，而这些是合成基因组未来进展的核心需求。该领域的进入门槛也很高。DNA价格昂贵，而构建基因组的专业知识是一项相当罕见的技能。为了达到下一个前沿，该领域必须在几个关键方面取得进展：更便宜的DNA、提高部件和系统设计的准确性，以及用于DNA克隆和基因组装的自动化工具。

当人类基因组计划于1990年10月启动时，其表面上的目标是绘制人类基因组图谱。美国国立卫生研究院表示，他们想要理解智人蓝图中每一英寸的逐字母序列。但该项目——汇集了数千名科学家，历时十多年，预算近30亿美元——之所以成功，并不是因为它所解开的序列。

不；该项目真正的胜利是沿途发明的工具，最终使DNA测序成本下降了超过10,000倍。人类基因组计划为DNA合成提供了类似的教训。通过设定一个宏大的目标，并将广大科学家团结在一个共同目标周围，所有人的进入门槛都会降低。现有企业被从其专有宝座上拉下来，拥有大胆想法的新鲜头脑可以进入这场角逐。现在是开展一项宏大科学使命的时候了，风险与结果不确定但保持平衡。 

对于生物学的未来，没有比这更宏大的抱负了。

感谢您的阅读。

Travis LaFleur 是宾夕法尼亚州立大学 Howard Salis 实验室的博士生。他利用生物物理学和机器学习为合成生物学构建预测模型。

Niko McCarty 为 Codon 撰稿，并在 MIT 工作。可在Twitter上找到他。

更正：本文早前版本错误地暗示 Ansa 正在帮助 ACLID.bio 构建其病原体筛查平台。我们对此错误深表歉意。