合成生物学（工程生物学）是生命科学领域的一门新兴交叉科学，被认为是理解生命的新钥匙（造物致知）和未来的颠覆性技术之一（造物致用）。
为进一步加强国内外合成生物学领域的交流合作，提高我国在合成生物学领域的国际地位，推动国内生物产业蓬勃发展， 2023 年 4 月 27-28 日第四届工程生物创新大会、第二届中国合成生物学学术年会、首届亚洲合成生物创新大会将在深圳光明科学城启幕，为推动中国与亚洲合成生物科学与产业发展提供交流平台，为加速深圳合成生物产业发展集聚贡献力量。
以下是清华大学化学工程系研究员、聚树生物科学创始人张翀在第四届工程生物创新大会上的精彩致辞，由云现场整理。
各位老师，各位同仁，大家好。
首先非常感谢合成所以及林章凛老师给我这个机会，让我能够在这里分享工作。我今天汇报的题目是《超高通量技术赋能工程细胞系统智创》。我是清华大学的化学工程老师，同时也是聚树生物的创始人。
今天我们的主题是合成生物驱动制造，生物制造的驱动力是什么？2021年诺贝尔物理学奖得主乔治·帕里西说，生物学正在经历一个巨大的转型时期：对大量超比例增长的数据的识别，使定量研究方法的使用不仅成为可能，而且是必不可少的。回顾细胞百年的历程，最早是时间换空间，后面是技术换空间，未来我们期待数据能够成为细胞构建的重要驱动力。
刚才我说到这个百年的历程，从1928年弗莱明发现青霉素开始，我们人类第一次开始有意识地利用纯的微生物做生物制造，后面我们有基因工程、经典代谢工程、系统代谢工程等一系列进展，我们发现在工程细胞选育的事情上，其实是很长的历史演进。从发展的历程来看，它也是逐渐地从细胞外到细胞内，从细胞一个个的基因，到更多系统的层次。所谓育种的本质是什么？从工科人的眼睛里来看，就是根据表型需求设计，这个表型是产量产率，基因型就是我们的ATCG。
实际上经过那么多年的探索，我们对于基因型和同表型关联的认知，还是非常少的。目前我们典型的工业细胞工厂，在它构建的时候，我们仅仅用了非常少量的一部分信息来构建。事实上，相对于整个基因组来说我们还有巨量的未知大陆，需要我们去开发。如果我们有一张这种基因型关联的全基因图谱，能够深入挖掘基因型和工业表型关联的时候，对于我们做菌种和数据设计来说，将是非常重要的资源。
怎么实现这件事情？我们传统在做这件事情的时候，早期我们能做一个或若干个基因的研究，现在随着生物技术的发展，我们有没有可能做到更大规模的这种研究？我们要感谢CRISPR技术的到来，CRISPR让我们能够在全基因组水平上的任意位置，可定制、可编辑、可追踪地设置编辑、抑制、激活、敲除等基因组扰动的状态。基于全基因组获得的sgRNA设计，我们还要感谢合成技术，让我们非常便宜地获得实体的SDR文库，这样我们就可以通过高通量的构建，获得基因组层面上，甚至覆盖全基因组位置的大的文库。
我们知道，对于一个典型的工业微生物来说，它的基因是4000个，如果我们对每个基因进行10个位点的干扰或激活，这样的库大概是4万的文库。如果我们一个个测，显然是不可能的，我们需要用混合的方法。考虑到混合复杂的覆盖度，我们大概需要做百万量级的测试，才有可能实现这个全基因组规模和表型关联的研究。
面对这个问题，我们把液滴微流控技术应用于表型筛选平台上。实际上它是一个老技术，我们把液滴看成是微小的生物反应器，利用装备手段，可以把液滴控制在提升、纳升和微升的不同量级，随着体积的减少，它的通量就会越高。同时，对于液滴微流控技术，我们可以实现各种不同层面的操作，来最终实现表型的分选。
如果做一个简单的比较，我们目前在高通量领域，基于这套系统，主要还是基于孔板做表型测试。液滴微反应器在通量、体积，以及体积带来的成本降低方面，都具有非常显著的优势。同时，我们也注意到，在孔板体系里再做培养的时候，菌株的容量和混合往往会受到一定的限制，在液滴体系里，容量和混合非常均一，所谓的工业相似性非常强，让我们有更好的机会测试特定代谢物或生长表型的工业级水平。
我们目前构建了不同类型的工业微生物，当然我们这些工业微生物主要还是模式菌，我们现在也在逐渐扩展到CHO的细胞里。通过底盘文库的构建，在细胞株的筛选层面，我们可以很快对接文库，通过表型关联分析，获取具有重大影响的位点来实现重构。这个方法论，我们认为是通过全基因组规模再次基因组的地理大发现，获取我们前人没有研究或没有关注到的位点。
不管是跟学术界还是产业界的合作，我们发现，这样一套技术的方法论，今天很多老师都讲到，合成生物学领域卡住我们的还是专利或位点。通过全基因组规模无偏的挖掘，它有很典型的专利“三性”的特点。一是我们挖掘的往往是新颖的位点，因为前人还没有这样做过；另外，实际上我们对细胞的认知还是很浅的，这样我们可以得到很多有创造性的价值；以及有实用性的位点，我们也希望这样的方法，能够实现新一代细胞底盘的构建。
下面的几张片子，简单向大家介绍一下基于这样的技术体系，聚树生物做超高通量微生物和CHO底盘的平台。刚刚介绍了，我们基于液滴微流控，可以把基因表型关联变成数据，我们的实体平台称为小设施驱动大设施，在液滴微流控平台，可以实现百万级通量，测试成本更低，同时我们建立了基于孔板和自动化机械臂的大设施，从通量和数据丰富度的层面实现它的平衡。
另外，事实上在全基因组规模，我们可以和GM模型整合，实现数据的mapping，但之前我们很少有把真正的数据整合进去，所以我们希望通过GPA数据，构建机理混合驱动的细胞工厂设计。目前我们建立了第一期平台，它在北京昌平。这样的平台，具备全基因组规模的测试、自动化的基因编辑和测试，以及最终的小试和工艺的优化，是一个一体化的平台。目前我们正在筹划建立哺乳动物细胞的基因编辑平台。同时，在数据层面，我们专注于工程细胞底盘数据平台的开发，目前基于现有知识的综合体检测引擎，我们很快会发布我们自己的主题数据库。实际上我们在不同工程细胞的层面上，可以产生实体的高通量GPA数据。基于生物调控的图数据网络，我们希望通过对数据的清晰和规范，提供标准的GPA数据的定义和接口。最后，结合我们的GEM模型，实现数据的解读和可视化，为工程细胞的改造提供辅助的决策系统。
当然，除了工业微生物领域，我们期待做的很重要的一个方向，就是哺乳动物细胞合成生物学领域。大家很清楚，CHO及HEK这样的体系在生物细胞和治疗领域具有非常重要的价值，它也覆盖这个领域的上游基础设施，但这方面我们受制于人。据统计，2021年和2023年，这两个市场大概有53亿美元这么大，所以我们希望通过深度去做CHO细胞的位点，以及相应工艺的开发，来突破治疗性蛋白及制造平台的研发。
我们也知道，对于传统的CHO或HEK体系，它的开发流程基本还是基于单克隆的逐级筛选，最终实现工艺优化的平台。对于我们现在在基因型表型层面上，能够获取多样性菌种能力的情况下，我们也希望整合一个大上游平台，把细胞的分选、通量工艺的筛选和多组学的研究整合在一起，从宿主细胞池开初，就能判断它的工艺可持续性和最终产品的可制造性，这种大上游平台对于CHO的制造来说，将会是整合合成生物学和工艺这两端的新的研发范式。
目前我们在CHO细胞上具备了基因编辑和改造能力，包括高通量表型筛选的能力。不管是蛋白质的产量，还是蛋白质的质量，以及细胞生长的profile层面都具备百万级高通量的能力。结合我们的GPA模型，在去岩藻糖化、唾液酸化、半乳糖基化方面，我们也具备模型开发能力。
如果需要做一个总结和构想的话，一开始我给大家介绍了我们基本的想法，如果从纯数据的角度考虑工程细胞的构建，它的本质是基因型和环境参数互作而获取的表型，这张就是我们所说的基因型表型关联图谱。随着我们对于GPA数据的更深入挖掘和获取，以及它和GPA模型的整合，将帮助我们实现基于GPA数据的未来制造。这也是我本人以及我们公司，需要在CHO领域着力发展的方向。
以上就是我的报告，谢谢各位老师。
