摘要
生命系统极其复杂,难以精确描述和预测,这给高效设计合成生物系统提出了挑战,故在合成生物系统构建中往往须进行海量工程试错和优化。近年来,人工智能技术快速发展,其基于海量数据的持续学习能力和在未知空间的智能探索能力有效契合了当前合成生物学工程化试错平台的需求,在复杂生物特征的挖掘与生命系统的设计方面具备巨大潜力。该文回顾并总结人工智能在合成元件工程、线路工程、代谢工程及基因组工程领域的研究进展,并分析和讨论人工智能与合成生物学交叉研究在数据标准化、平台智能化、实验自动化、预测精准化方面存在的一系列挑战。人工智能和合成生物学的融合有望给"设计—构建—测试—学习"闭环的全流程带来变革,而孕育"类合成生物学家"也将反过来引起人工智能技术的飞跃。
-
单位中国科学院大学; 深圳华大生命科学研究院; 生命科学学院