揭秘“人造生命”的演进:基因编码和电子工程,都遵循摩尔定律?
2010 年,科学家们将蕈状支原体的人工基因组移植到另一个细菌细胞中,从而创造了第一个由人类创造的合成生物。这个相对简单的人工基因组花费了 15 年的时间,耗资超过 4000 万美元。
自摩尔提出他的理论 55 年以来,我们仍然看到它在 3D 微芯片中发挥作用,即使与之前的飞跃相比,这些进步在性能和功耗降低方面提供的进步更小。
“我们能否将战斗机或火星探测器系统编程的复杂性,与创建细菌基因组的复杂性进行比较?”Steckl 问道。“它们是一样复杂还是要复杂得多?如果生物有机体要复杂得多,那就是代表了有史以来最复杂的‘编程’,以至于人类很难重复这一自然过程;也或许生物有机体的基因编码与 F-35 战斗机或豪华汽车的代码复杂程度相同。”
研究人员还表示,计算机芯片的发展可能会影响合成生物学的未来。与计算机芯片的发展相比,创造合成生命很快就会在我们的掌握之中。
计算机编程和基因合成似乎没有什么共同之处。但根据辛辛那提大学教授 Andrew Steckl 的说法,前者在技术上的飞跃使他对可以实现大规模基因合成和生命创造持乐观态度。
消费电子产品和合成生物学产品的制造流程比较
“没有一个类比是完美的,DNA 不符合数字代码的某些定义,但基因组和软件代码仍有很多可比性。”Riolo 说。
DNA 测序的价格和成本(a);DNA测序的价格/成本比(b);DNA 合成的价格和成本 (c) 以及与摩尔定律近似值的比较
在这篇最新研究中,研究人员重点比较了生物基因组和数字编码语言在字母、单词和句子方面的相似之处。不过研究也强调,DNA 编码——构成基因组的腺嘌呤、鸟嘌呤、胸腺嘧啶和胞嘧啶的组合——只讲述了基因复杂故事的一部分,而忽略了表观遗传学之类的东西。
与精密制造的相似之处表明,预先进行前期大型工程投资会导致高产量、廉价制造的工艺。而且,合成生物学还具有自我复制的优势,如果它可以适应当代精益制造原则,它还可以具备比精密制造更多的好处。
随着基因测序和合成成本的急剧下降,主要的制造挑战是用于当前项目的人工基因组装、分离和移植过程。这些过程的自动化可能很复杂,但总体而言,合成生物学的制造需求似乎与消费电子产品的制造需求相似。
人类基因组与几个主要工程系统的复杂性比较
下一个划时代的人类进步
根据相关研究,合成生物学有可能成为“继微电子和互联网之后的下一个划时代的人类技术进步。”它的应用将是无限的,从创造新的生物燃料到开发新的医学疗法,甚至到合成新的生命。
自然物种和软件工程之间复杂性的比较清楚地表明,当基础知识可用时,设计合成生物将是可行的。如果合成生物的成本继续以类似于摩尔定律所描述的成本变化速度下降,那么合成具有与在自然生物体中观察到的复杂基因组的成本,也很可能在承受范围之内。“这种可克服的复杂性和适中的成本,引起了大家对合成生物学的学术热情,并将继续激发人们对生命规则的研究兴趣。”
当然,对于创造人造生命,除了能力之外,还要考虑这样做的负担或道德权威。Steckl 说,“这不是可以掉以轻心的事情,因为我们可以做到。但这不是我们应该做那么简单,还应该考虑哲学甚至宗教的影响。
Steckl 和他的学生 Joseph Riolo 借鉴计算机芯片的发展历史和大型计算机软件平台作为预测模型,来了解另一个复杂系统——合成生物学的未来。
相关研究分析发表近期的 Scientific Reports 杂志上。
“我看到了计算作为一门学科如何发展之间的相关性。现在你可以在每个科学学科中看到重要的计算占比。我在生物学和生物工程领域看到类似的事情正在发生。生物学将无处不在,看看这些事情如何演变会很有趣。”Steckl 说。
合成生物学(synthetic biology),最初由 Hobom B.于 1980 年提出来表述基因重组技术,随着分子系统生物学的发展,2000 年 E. Kool 在美国化学年会上重新提出来,2003 年国际上定义为基于系统生物学的遗传工程和工程方法的人工生物系统研究,从基因片段、DNA 分子、基因调控网络与信号传导路径到细胞的人工设计与合成。
类似于现代集成型建筑工程,将工程学原理与方法应用于遗传工程与细胞工程等生物技术领域,合成生物学、计算生物学与化学生物学一同构成系统生物技术的方法基础。
摩尔定律是计算机芯片发展的预测模型。它以英特尔联合创始人、计算机科学家戈登摩尔的名字命名,它表明技术的进步允许晶体管数量在单个计算机芯片上呈指数级增长。
基因编码与数字语言的比较
摩尔定律的启示
研究人员表示,自 2010 年以来,编辑基因和合成基因组的成本每两年大约减少一半,这与摩尔定律所揭示的规律大致相同。这意味着合成人工人类基因组可能需要花费大约 100 万美元,而像定制细菌这样的简单生物只需花费 4000 美元。
同样,Steckl 表示,生物工程几乎可以成为每个行业和科学不可或缺的一部分,就像计算机科学从一门细分学科发展成为大多数科学的关键组成部分一样。
但是,通过使用计算机芯片研发规律作为指导,研究人员发现,产生合成生命的速度和成本,可能会随着时间的推移遵循与电子产品的性能和成本类似的轨迹。