上海市生物工程学会：2022年人工智能在合成生物学领域的应用（16页）.pdf

1、 人工智能在合成生物学领域的应用 中国科学院上海营养与健康研究所 上海生命科学信息中心 上海市生物工程学会 2022 年 8 月 人工智能在合成生物学领域的应用 合成生物学信息参考 2022 年 8 月（总期 128 期）2 人工智能在合成生物学领域的应用 编者按编者按：2022 年 5 月，来自美国麻省理工学院、美国空军研究实验室、美国能源部、Ginkgo Bioworks 等机构的数据科学家与合成生物学家合作，在Communications of the ACM杂志上发表题为 人工智能在合成生物学领域的应用（Artificial Intelligence for Synthetic Bio

2、logy）的综述文章，探讨了人工智能（AI）的发展对合成生物学的影响，分析了人工智能给合成生物学发展带来的机遇，以及人工智能融入合成生物学应用领域后将带来的技术与社会学挑战。生物学在过去 20 年里发生了巨大变化，生物系统的有效工程化改造成为可能。DNA 测序能力提升推动的基因组革命是这一巨大变化的主要驱动力。基因组革命带来的最新发现和工具之一便是使用 CRISPR 在体内精确编辑 DNA 的能力。遗传密码的更高层次表现，例如蛋白质合成，被称为表型（phenotype）（图1 和表 1）。高通量的表型数据与 DNA 精确编辑相结合，将底层代码的变化与外部表型联系起来。合成生物学（synbio）

3、旨在设计符合特定规范的生物系统（例如，使细胞可以生产一定量的生物燃料，或以特定方式应对外部刺激）。为此，合成生物学家采用工程设计原理和工程学的可预测性来控制复杂生物系统。这些工程原理包括标准化的基因元件以及设计-构建-测试-学习（DBTL）循环，反复迭代以实现预期结果。其原则如下：设计：假设一个 DNA 序列或一组细胞操作可以达到预期的设计目标。构建：在生物系统上实施设计步骤。主要涉及 DNA 片段的合成及其成功转化为细胞。测试：生成数据，用于检查和测量表型达到预期目标的程度，并评估任何偏离目标或不可预见的副作用的影响。学习：利用测试数据，学习比随机搜索更能有效地推动循环达到预期目标的原理。通

4、过人工智能（AI）设计下一次循环，减少实现预期结果所需的迭代次数。具体地说，合成生物学通常涉及基因组水平的操作，从而推动细胞产生特定产品或以特定方式发挥作用。人工智能在合成生物学领域的应用 合成生物学信息参考 2022 年 8 月（总期 128 期）3 本文中，研究人员试图为其他人工智能从业者提供合成生物学领域潜力的概述，包括一些初步成果以及将人工智能技术应用于合成生物学领域时面临的主要挑战，旨在激励人工智能从业者解决这些挑战并促进对未来社会产生重大影响的学科参与。当大型数据集与技术爱好者相遇，人工智能将取得重大突破。图像和自然语言处理就是最好的例子。相信生物学，尤其是合成生物学，为这两个领域

5、的突破提供了无与伦比的机会。图 1 组学数据体现了细胞遗传密码（DNA）的高水平表现 表 1 生物学中经常使用的数据集/数据类型 数据类型数据类型 描述描述 形式形式 基因组学 驱动细胞代码的 DNA 与序列中每个标记相关的 DNA 序列和质量分数。通常与参考序列对齐，从而突出显示测量到的任意潜在变化 转录组学 从每段代码创建的转录本（RNA）数量 转录本序列以及代表它们在样本中丰度的数字 蛋白组学 解码产物（蛋白质）的数量，是生命的主要功能单位 蛋白质序列以及代表它们在样本中丰度的数字 信息框信息框 1 关键见解：关键见解：人工智能和合成生物学自然互补，在环境、农业、医药、能源和材料等领域将

6、实现改变世界的应用。人工智能已经开始进入合成生物学的各应用领域，但主要的技术（数据、模型、度量）和社会（不同文化）挑战还持续存在。正在萌芽的跨学科领域需要更多研究人员的参与，建议开展战略研究工作，支持跨学科研究。人工智能在合成生物学领域的应用 合成生物学信息参考 2022 年 8 月（总期 128 期）4 代谢组学 参与细胞内所有反应的化学物质 代谢物（小分子）和代表其在样本中丰度的数字 通量组学 细胞内所有代谢反应的集合 代表细胞中每个代谢反应速率的数字 注：本列表收录不全 1.合成生物学的潜力 合成生物学将对食品、能源、气候、医药和材料等领域产生变革性影响（图2）。合成生物学已经生产出胰岛