综述：通过自动化适应性实验室进化技术推进专业生物制造工艺的发展

《Current Opinion in Biotechnology》：Advancing specialized biofoundries via automated adaptive laboratory evolution

自适应实验室进化（ALE）通过自动化平台和生物工坊实现规模化、数据驱动的微生物进化研究，提出连续培养、微流控等四类实验策略，强调标准化流程、实时监控与AI辅助对提升效率和发现进化规律的关键作用。

　　

Adam M. Feist | Sunghwa Woo

加州大学圣地亚哥分校生物工程系，Shu Chien-Gene Lay，地址：9500 Gilman Dr., La Jolla, CA 92093, 美国

适应性实验室进化（Adaptive Laboratory Evolution, ALE）是一种通过在特定环境条件下利用自然选择来改进微生物表型的强大策略。通过应用选择机制，有益突变得以积累，从而产生具有增强特性的菌株。然而，传统的ALE方法劳动强度大且难以扩展，这限制了其可重复性和对进化原理的更广泛探索。最近在机器人技术、自动化和计算基础设施方面的进展正在将ALE转变为一种可扩展的、数据丰富的实验范式。自动化平台实现了标准化和复杂的实验流程、实时监控以及高度并行的进化实验，提高了实验的一致性，并生成了揭示趋同适应机制的纵向数据集。在这里，我们讨论了专门化生物工厂在推动自动化ALE和实现大规模进化工程中的作用，并概述了有效ALE生物工厂的关键设计原则，强调了自动化ALE如何支持自主实验和人工智能引导的菌株工程。

章节摘录

适应性实验室进化：概念与生物技术潜力

适应性实验室进化（ALE）是微生物系统进化工程的基石，它通过利用自然选择来生成所需的表型。本质上，ALE使微生物群体在多代内处于定义明确的生长条件下，从而使有益突变积累，改善与细胞稳健性和长期性能相关的特性。与依赖人工定向选择的定向进化不同，

专门化生物工厂的必要性及自动化的作用

我们认为，建立自动化生物工厂对于加速生物技术创新至关重要。尽管自动化基础设施成本高昂且技术要求高，但在专用设施中集中专业知识和设备可以提高效率、数据质量以及成本效益，相比各个实验室之间不标准化和多变的实验方式更为优越。这些优势在长期工作流程（如ALE）中尤为重要。

新兴的自动化适应性实验室进化策略

机器人自动化的最新进展将自动化ALE的设计扩展为四种可分类的格式：串行转移/批量处理、连续培养、菌落转移和基于微流控的策略（表1）。这些平台可以归结为不同的选择理念：通过规模实现稳健性、通过控制实现精确性、通过瓶颈驱动的空间适应以及极端并行性。

实际上，自动化串行转移技术已经

高效适应性实验室进化生物工厂的设计原则与构成

一个高效的现代ALE生物工厂将自动化、实时反馈、严格的质量控制以及基于组学的分析整合到一个统一的平台上（图1）。自动化液体处理和培养操作能够实现可编程的微生物培养转移和操作，同时最小化人为因素的影响。精密培养设备结合高精度移液技术、实时光密度监测（以及未来的突变监测）以及集成调度软件，

专门化适应性实验室进化生物工厂成功运行的关键

一个ALE生物工厂的成功运行不仅需要技术上的复杂性，还需要强大的组织和程序严谨性。明确的价值主张对于其可持续性至关重要。该生物工厂必须提供单个实验室难以实现的能力和专业知识，包括先进的选择机制、精确的过程控制以及高保真度的数据生成，同时以与现有方法相当或更低的成本完成实验。

运营专门化适应性实验室进化生物工厂的经验与启示

运营专门化ALE生物工厂的合理性基于专业化原则。正如物理基础设施建设项目（例如建筑施工）依赖于协调的专业团队一样，生物过程开发也可以从专注于特定角色的专门团队和项目范围内的任务交接中受益。试图“包揽一切”的实验室或团队可能会降低效率并延长时间线，而集中专业知识和标准化流程则能提高效率。

总结与结论

自动化ALE标志着从劳动密集型、手动操作向系统化、数据驱动的微生物菌株开发与发现方式的转变。通过将这些工作流程集中在专门的生物工厂中，生物技术界可以超越操作者依赖性、研究规模有限和复杂性等限制。这种专门化模型使得能够执行并行化、高通量的实验，揭示出可推广的进化规律。

CRediT作者贡献声明

Adam M. Feist：概念构思、项目监督、写作——初稿撰写、审稿与编辑、资金筹集。Sunghwa Woo：概念构思、写作——初稿撰写、审稿与编辑。

写作过程中使用生成式AI和AI辅助技术的声明

在准备本论文期间，作者使用了ChatGPT和Google Gemini来提高手稿的可读性和语言表达。作者根据需要多次审阅和编辑了内容，并对发表文章的内容负全责。

利益冲突声明

作者声明他们没有已知的可能影响本文研究的财务利益或个人关系。

致谢

在联合生物能源研究所进行的工作得到了美国能源部科学办公室生物与环境研究计划的支持，具体通过劳伦斯伯克利国家实验室与美国能源部之间的合同（合同编号：DE-AC02-05CH11231）。这项工作还得到了诺和诺德基金会（Grant编号：NNF24SA0100980）的资助。本材料基于在美国能源部支持下开展的生物能源创新中心的工作。