LDBT范式革新：机器学习引领的无细胞合成生物学设计新循环

《Nature Communications》：LDBT instead of DBTL: combining machine learning and rapid cell-free testing

本文针对合成生物学传统DBTL（设计-构建-测试-学习）循环迭代效率低的问题，提出将机器学习（ML）前置的LDBT（学习-设计-构建-测试）新范式。研究通过整合蛋白质语言模型（如ESM、ProteinMPNN）与无细胞表达平台，实现了酶、抗菌肽等蛋白质的零样本（zero-shot）预测和超高通量验证，显著加速功能生物元件的开发。该研究为合成生物学迈向“设计即工作”的工程化目标提供了关键技术路径。

　　

在合成生物学领域，设计-构建-测试-学习（Design-Build-Test-Learn, DBTL）循环长期被视为工程化生物系统的核心范式。然而，传统DBTL依赖大量试错实验，其“构建”和“测试”阶段常受限于活体细胞的培养速度、通量及复杂性，导致开发周期漫长。尤其对于蛋白质工程，序列-结构-功能关系的预测仍是巨大挑战，即便AlphaFold²⁰等工具已能精准预测结构，但突变对稳定性、活性的影响仍难以精准预估。与此同时，机器学习（Machine Learning, ML）在生物大数据中挖掘规律的能力日益凸显，蛋白质语言模型（如ESM¹³）甚至可仅凭序列实现零样本（zero-shot）功能预测。如何将机器学习与实验平台深度融合，从而压缩甚至重构DBTL循环，成为合成生物学迈向精准工程的关键课题。

为此，Clark-ElSayed团队在《Nature Communications》发表评论文章，提出以“学习”为起点的LDBT（Learn-Design-Build-Test）新范式。该范式将机器学习模型前置，利用已有大数据或生成的新数据集直接指导设计，再通过无细胞（cell-free）表达系统实现超高通量构建与测试，最终大幅减少迭代次数，推动合成生物学向“设计即工作”（Design-Build-Work）的理想模式靠拢。

研究重点依托两类关键技术：一是基于序列和结构的机器学习模型（如ESM、ProteinMPNN¹⁹），它们能够零样本预测蛋白质突变效应、稳定性及溶解度；二是无细胞表达平台，通过细胞裂解液或纯化组分实现体外转录翻译，无需克隆即可直接合成蛋白质，并可耦合微液滴机器人实现数万反应并行检测。

机器学习重塑“学习-设计”阶段

蛋白质语言模型通过分析数百万序列的进化关联，可预测突变对功能的影响。例如，ESM模型成功用于抗体序列零样本预测¹⁴，而ProteinMPNN结合AlphaFold则使蛋白质设计成功率提升近10倍²¹。结构导向工具（如Stability Oracle²⁶）进一步通过图神经网络预测突变对蛋白质稳定性（ΔΔG）的影响，有效规避了实验验证中的不稳定变异。

无细胞平台加速“构建-测试”循环

无细胞系统通过模块化反应体系支持非经典氨基酸插入、翻译后修饰，且通量可达皮升至千升级。例如，DropAI平台通过微液滴技术单次筛选10万个皮升级反应³²，而iPROBE方法则利用神经网络优化生物合成通路，使宿主菌的3-羟基丁酸（3-HB）产量提升20倍以上⁴³。

LDBT范式的实证案例

机器学习与无细胞平台的联用已在多个场景验证其效能。在抗菌肽（AMP）工程中，研究者通过深度学习生成50万种候选序列，无细胞表达筛选出6种高活性低毒性新肽⁴²；在PET水解酶优化中，机器学习指导的突变体稳定性与活性均超越野生型¹⁸。这些案例表明，LDBT可将传统多轮迭代压缩为单周期闭环。

结论与展望

LDBT范式通过机器学习前置与无细胞技术赋能，显著提升了生物元件设计的效率与精准度。然而，其全面实施仍面临挑战：DNA合成速度可能成为新瓶颈，而数据共享与算法开源（如Align Foundation倡议⁴⁸）需平衡知识产权与协作需求。未来，若能将建模范围从蛋白质扩展至代谢网络整体，并发展跨尺度生物系统模拟，合成生物学有望真正实现从“功能设定”到“序列生成”的一步式跨越，重塑生物制造与医疗开发的底层逻辑。