合成生物学就像现实版的《我的世界》。与数字模块不同,合成生物学重组的是生命的基本组成部分——dna、蛋白质、生化电路——来重组活的有机体,甚至构建全新的有机体。从理论上讲,天空是重写生活的极限:人造肉这种味道像对环境影响较小的真实事情。泵出救生药物的酵母细胞。可回收生物燃料。

但有一个问题:要实现这个目标,我们首先需要能够预测改变一个基因或蛋白质最终会如何改变一个细胞。

这是一个艰难的问题。人体细胞带来20000个基因每一种表达水平都可以被打开、关闭或改变。到目前为止,合成生物学家采取了反复试验的方法。部分原因是生命的生物回路难以破解。一个基因或蛋白质的改变可能会引发一种“蝴蝶效应”类型的反应,在细胞中不可预测地传播。例如,细胞可以产生一种不正常的、不起作用的胰岛素,或者干脆死亡,而不是让酵母分泌胰岛素。

设计新的生物电路需要时间很多。

但也许是另一种方式。本月,在能源劳伦斯伯克利国家实验室的一支团队,由Hector Garcia Martin博士领导,建议可能没有必要精心挑逗细胞内的分子舞,以便能够操纵它。相反,团队挖掘了机器学习的力量,并表明即使有一个有限的数据集,AI.能够预测细胞基因的变化如何影响其生物化学和行为。

更重要的是,该算法还可以提出关于如何使用模拟进一步改善下一个生物工程周期的建议。该计划提供了关于额外遗传变化如何导致同步生物项目目标的预测 - 例如,使Hoppy Indian Palse Ales(IPAS)制作,但混合中没有实际跳跃。

“这种可能性是革命性的,”马丁。“现在,生物工程是一个非常缓慢的过程。创造抗疟疾药物青蒿素需要150人 - 年龄。如果您能够在几周或几个月内为规范创建新的单元格而不是年份,您可以真正彻底改变与生物工程所做的事情。“

能力的极限

与人类和人工智能的种系基因组编辑一样,合成生物学有能力改变世界。被认为是“十大新兴技术到2016年世界经济论坛的时候,syn-bio包括了许多研究分支——通过基因驱动消灭所有蚊子,或者设计农业微生物群来取代破坏环境的化肥。然而,代谢工程是它目前的金童。

所有活力都需要新陈代谢。科学中的概念有点不同于日常白话。如果您认为该电池作为汽车制造设施,并且每个细胞部件作为原料,那么“代谢”是使汽车从这些原料中制造出这些原料,但是在细胞比例中。调整制造过程,如Covid-19期间发生的,可以将汽车制造商更换为呼吸机,而不是从根本改变工厂。从本质上讲,合成生物学会做同样的事情。它调整了一个细胞,使其正常的生产目前正在引导到含有血糖概念的蛋黄现在可以泵出胰岛素的酵母。

然而,由于细胞的复杂性,重新编程一个细胞要比重写软件代码困难得多。这就是人工智能可以提供帮助的地方。“机器学习是预测生物系统行为的有效工具,”该团队表示。

机器学习并不能完全描述分子电路如何协同工作,而是可以从实验数据中提取趋势,进而预测合成生物学如何改变细胞。更好的是,它甚至可以在不完全了解地面上发生的事情的情况下做到这一点——有点类似于预测每天的天气趋势,尽管我们对其潜在的力量仍然相对失明。

符合艺术

为了加快synbio的速度,该团队设计了一个名为ART的算法:自动推荐工具。

与天气预报类似,该算法依赖于概率。其核心是贝叶斯方法,通常用于机器学习,根据你已经学到的东西来预测未来。机器学习算法,尤其是深度学习,通常需要数千个或更多的训练例子。然而,这些数据集在合成生物学中非常罕见。研究小组对ART进行了调整,使它能在较少的训练实例中很好地学习,因此,就像生物学一样,它在不确定的情况下运作。

为了训练ART,研究小组提供了来自蛋白质组学的算法数据——即对细胞内所有蛋白质的普查——来建立一个概率模型,然后预测这些蛋白质的变化如何改变生产线。回到汽车工厂的类比上,阿特就重新配置输入如何改变工厂生产的汽车数量给出了有根据的猜测。在这里,“汽车”是科学家们想要设计的生物产品。

研究小组说:“有了手头的预测模型,抗逆转录病毒疗法可以提供一套预期产生预期结果的建议。”例如,ART可以预测如何增加所需生物化学物质(药物、生物燃料)的生产,或者压制不需要的化学物质(如生物毒素)。更重要的是,它还可以预测一种生物化学物质的含量——比如啤酒花——这样产出的啤酒就会令人愉悦。

该团队对阿特进行了五项测试,从模拟“玩具”数据集到真实世界的输入。例如,一项试验是使用ART优化使用活细胞生产碳中性生物燃料。利用先前27种不同生物途径的数据(这些途径产生了少量不同的生物燃料化学品),该团队训练ART预测一种不仅高效而且自动的合成途径,使其有可能大规模生产。

这是特别酷的是:尽管艺术对任何给定的燃料化学品的预测并不是非常准确的,但总共朝向改善生产的“正确的方向”指向。不知何故,艺术已经学会了“GIST”到生物燃料制造的秘密。换句话说,我们仍然可以优化合成生物学甚至没有了解确切的潜在机制 - 一种以前难以想象直到机器学习的一种伏沃。

该团队还删除了艺术来改善欢乐时光:没有啤酒花的啤酒啤酒啤酒。这里,随后改变了用乙醇(醇)酿化乙醇(醇)的能力的生物工程酵母“编程”,也可以合成产生“跳跃”味道的化学品。虽然许多人喜欢啤酒中的啤酒,但团队表示,生长的实际啤酒花需要巨大的水和能量,这使得作物之间的味道高度变化。

在这里,艺术也效果了。该算法了解到哪种合成的生物途径在酵母中产生类似的化学品,包括滋补四种蛋白质的水平。类似于经验丰富的厨师,艺术能够预测所有这些蛋白质的表达水平的跳跃水平 - 以酿造完美的淡啤酒。另一组训练数据,编程细胞制备蛋白质组分色氨酸,允许艺术梳理五种不同基因之间的相互作用。艺术通过近8,000种生化途径组合来生产色氨酸,并基于概率推荐一种促进化学生产的方式。

添加机器学习可能是燃料合成生物学需要进一步支配生命本身。

“这是一个明确的演示,即通过机器学习的生物工程是可行的,并且如果可扩展,则破坏性。我们为五个基因做了它,但我们认为它可以为全基因组完成,“Garcia Martin说。“这只是一个开始......如果我们可以自动化代谢工程,我们可以努力寻求更容易的目标。”

图片来源:Ernesto Rodriguez.Pixabay

范雪来是一位神经科学家出身的科学作家。她在不列颠哥伦比亚大学(University of British Columbia)完成了神经科学博士学位,在那里她开发了神经退化的新疗法。在研究生物大脑时,她开始对人工智能和所有生物技术着迷。毕业后,她搬到了加州大学旧金山分校,研究以血液为基础的因素,使衰老的大脑恢复活力。她是……

遵循搁置: