一、什么是合成生物学
合成生物学(Synthetic Biology)是采用工程化方法设计与改造生物系统(基因、蛋白质、细胞乃至整个生物体)的前沿交叉学科,被誉为「第三次生物技术革命」。它把 IT 工程思维(标准化、模块化、迭代、设计-构建-测试-学习循环 DBTL)应用到生物学领域,让生物系统可被「编程」,是 IT 与 BT(生物技术)交汇的最前沿领域,在医疗(mRNA 疫苗、CAR-T、抗体药物)、能源(生物燃料)、材料(生物基化学品)、农业(抗旱作物)等领域产生深远影响。

二、原理
1. 目标设计:从产品需求出发(如某种蛋白药物、某种化学品),反向设计所需的生物代谢路径或细胞行为 → 2. DNA 合成与组装:化学合成目标基因序列,用 Gibson Assembly、Golden Gate 等方法组装到载体 → 3. 微生物底盘改造:把设计好的基因线路导入工程化微生物(大肠杆菌、酵母、CHO 细胞),改造代谢网络 → 4. DBTL 循环:Design-Build-Test-Learn(设计-构建-测试-学习)四步迭代,用自动化实验平台 + AI 加速优化 → 5. 规模化生产:在发酵罐中规模化培养,生产蛋白、代谢产物、生物材料 → 6. 监管与放行:按 FDA/EMA/中国 NMPA 等药品监管要求做工艺验证与临床试验
三、信息卡片
| 中文名 | 合成生物学 |
| 英文名 | Synthetic Biology |
| 缩写 | SynBio |
| 别名 | 合成生物学、工程生物学、生物工程 |
| 提出者 | 概念:Wacław Szybalski(1970s);工程化推动:MIT、Stanford、Harvard、Ginkgo Bioworks |
| 提出时间 | 1970 年代 Szybalski 提出;2000 年「合成生物学」被正式命名 |
| 所属类别 | 新兴技术 > 交叉学科 > 生物工程 |
| 核心技术 | DNA 合成与测序、基因线路设计、蛋白质工程、代谢工程、细胞工厂、AlphaFold 蛋白质设计 |
| 主要应用 | 生物医药(mRNA 疫苗、CAR-T、抗体)、生物制造、DNA 数据存储、可持续农业 |
四、历史时间线
- 1970 年代:Wacław Szybalski 提出合成生物学概念雏形
- 2000 年:「合成生物学」(Synthetic Biology)被正式命名
- 2003 年:MIT 设立合成生物学研究中心,推动工程化生物学研究
- 2010 年:J. Craig Venter 团队合成首个细菌基因组(Mycoplasma mycoides)
- 2016 年:Ginkgo Bioworks、Zymergen 等工程化生物公司崛起
- 2020 年:Moderna、BioNTech mRNA 疫苗大规模应用,合成生物学迎来爆发
- 2023-2024 年:AlphaFold、RoseTTAFold 等 AI 蛋白质设计工具引爆合成生物学新一波创新
- 2025 年:合成生物学与 AI 结合(Ginkgo × Google DeepMind)加速生物制造产业化
五、分类
按应用领域:医药合成生物学(药物、疫苗、基因治疗)vs 工业合成生物学(化学品、生物燃料)vs 农业合成生物学(微生物肥料、抗旱作物)vs 信息合成生物学(DNA 数据存储)
- 按技术层级:基因层(DNA 合成、CRISPR 编辑)vs 蛋白层(蛋白质工程、定向进化)vs 代谢层(代谢通量分析、底盘改造)vs 细胞层(细胞工厂、合成基因组)
- 按工程范式:自上而下(从最小基因组出发)vs 自下而上(从基因线路出发)vs DBTL 循环驱动
- 按生物底盘:原核生物(大肠杆菌)vs 真核微生物(酵母、毕赤酵母)vs 哺乳动物细胞(CHO、HEK)vs 植物细胞
- 按产业化阶段:研发期(早期生物铸造公司)vs 临床期(药物管线)vs 工业化(规模化生物制造)
六、应用场景
生物医药:mRNA 疫苗、CAR-T、抗体药物、基因治疗等加速研发,Moderna、BioNTech 是典型代表
- 生物制造:用微生物替代石化生产高价值化学品(PHA 生物塑料、生物燃料、香料、医药原料)
- DNA 数据存储:以 DNA 合成与测序为载体实现超长期、超高密度数据存储(Microsoft、Twist 等项目)
- 可持续农业:抗病、抗旱、高产作物品种设计,微生物固氮、农药降解
- 细胞农业:体外培养肉、合成蛋白(乳蛋白、蛋蛋白)等新食品来源
七、优缺点
优点:重塑生物医药:让疫苗、抗体、基因治疗等加速突破,mRNA 疫苗是典型案例;推动绿色制造:用微生物替代石化生产高价值化学品,降低碳排放;支撑 DNA 数据存储:让生物介质成为下一代存储可能;AI 加速进化:AlphaFold 等 AI 蛋白质设计工具大幅加速合成生物学研发
- 缺点:研发周期长:生物实验周期长、试错成本高,DBTL 循环仍是核心瓶颈;生物安全风险:合成病原体、基因驱动等存在生物安全与双用途争议;规模化生产难:从实验室到工业发酵罐的工艺放大(scale-up)是核心工程难题;伦理与监管争议:基因编辑婴儿、合成生命等引发伦理与监管争议
八、常见误区
合成生物学 = 基因工程(错:基因工程是合成生物学的子集;合成生物学覆盖基因、蛋白、代谢、细胞、群体等多个层级的工程化)
- 合成生物学只属于医药(错:合成生物学还覆盖化工、能源、农业、信息存储、食品等多个领域)
- 合成生物学会取代自然(错:合成生物学以理解与工程化改造自然生物系统为目标,并非创造人工生命取代自然)
- mRNA 疫苗是合成生物学的全部(错:mRNA 疫苗只是合成生物学在医药领域的代表性应用之一)
九、关联概念
- 父概念:新兴技术、生命科学、工程科学
- 子概念:蛋白质工程、代谢工程、DNA 数据存储、细胞工厂
- 兄弟概念:脑机接口 BCI、人形机器人、量子计算、AI智能体 AI Agent、数字孪生 Digital Twin
- 对比概念:传统生物技术、基因工程、AI 制药、生物制药
- 应用相关:人工智能 Artificial Intelligence、DNA 数据存储、数字孪生 Digital Twin、AIGC · 人工智能生成内容、Transformer架构