在会上，我抓住机会和这位目前已经白发尽显，但身体依然健硕的学者问了一个问题： “Good morning, Prof. Keasling, what are the most exciting advancement in the last ten years in your mind?” “It must be CRISPR, Synthetic Genome and Protein Design directed by David baker ”。 这三点与我的思考一致，同时我想Jay Keasling提出的这三个点也差不多是一种共识了，的确这三个领域在过去十年快速发展，重要成果频频出现。
我在2016年才正式通过iGEM比赛认识了合成生物学，显然无法对过去十年的诸多激动人心的进展有一个很全面的把握。 在此，我的观点只代表我自己的想法，如有任何不当之处还请批评指正。
基于CRISPR系统的基因编辑工具的问世，迅速革命了整个生命科学领域。过去十年，从CRISPR/Cas9 [1] 到单碱基编辑[2] ，再到基于反转录的Prime Editing[3] ，高效、精准的编辑工具将为人类带来无尽的宝藏，为医疗、农业以及工业等领域带来了广阔的前景。 与此同时，基因编辑技术也是一般双刃剑。 首先，基因编辑技术并不是完美的： 脱靶效应（编辑工具修改了非预期DNA/RNA位点）、抗体问题（免疫系统抵抗外源CRIPSR蛋白）以及递送问题（缺少高效、精准、负载大的人体递送工具）这三大问题仍然阻碍着其基因编辑的实际应用； 同时基因编辑带来的如基因编辑婴儿，基因驱动等伦理与社会学挑战值得我们密切的关注和思考。
左： 人造最简单生命——Synthia 3.0； 右： Sc 2.0计划成果登上《科学》杂志封面
过去十年，从化学合成大肠杆菌基因组[4] 到最简单生命Synthia 3.0[5] ，从MAGE + CAGE手动替换大肠杆菌基因组上的321个密码子[6] 到基因组全合成只含有61个密码子的大肠杆菌[7] ，从Sc2.0酵母基因组合成计划[8] 到单染色体酵母[9] ，再到HGP-Write人类基因组编辑计划[10] ，基因组全合成、改造与设计能力的提升为正在让我们的想象更加大胆。 在未来，我们需要更加廉价、快速的基因组合成技术以及更加自动化、分析&设计能力更强的工具软件来创造更加符合需求的基因组，并最终揭示基因组的全部奥秘。
David Baker综述： The coming of age of de novo protein design 利用计算工具探索自然从未探索过的序列空间，从而操控生命功能的执行者——蛋白质一直是工程生物学领域闪耀的皇冠。 过去十年，David Baker的一篇The coming of age of de novo protein design[11] 预告着整个人工蛋白设计时代的带来。 从对称蛋白设计[12-16] ，到自然从未存在的人工设计功能蛋白[17] ，再到人工设计蛋白组成的生物调控网络[18] ，我们真正在向自然学习并设计着进化从未涉及的生命执行工具。
利用终止密码子在细胞内引入非天然氨基酸
20年前，Peter Schultz正式将非天然氨基酸引入到了细胞之中[19] 。 在过去十年，我们见证了在进化和合成化学的助力下，我们是如何一步一步将非天然物质引入到生物之中包括多种多样的非天然氨基酸一级非天然核酸。 我们也在细胞中实现了从非天然DNA-非天然RNA-含有非天然氨基酸的蛋白质的完整途径[20] 。 同时包括镜像生命在内容的诸多工作正在将不同物种之间，不同生命机制之间的障碍打破，为设计更牢固的生物安全机制[21-22] ，探索更加丰富的生物工具，更加丰富的生物进化方向打下了坚定的基础。
Chris Voigt 《科学》文章： Genetic circuit design automation
十年前，Gibson克隆技术的出现革命了整个分子克隆构建领域[23] 。 更加可预测、以模型为指导的理性设计一直是合成生物学追求的核心目标之一。 在这十年，我们开发了多种多样的调控工具，探索了多样多样的生物线路设计原则[24] ，设计了越来越复杂的基因线路[25] 。 但是完全可预测的设计目标仍然没有达到，以细胞负担（Burden）以及毒性（Toxicity）为代表的设计瓶颈正在让越来越多的人重新思考新的设计理念。
2018年诺贝尔化学奖获得者： Frances Arnold
进化，生命系统最独特、最神奇、最有力量的工具、武器以及能力。 过去十年，最受关注的进化事件莫过于更多进化的工具如PACE的诞生[26] 、诺贝尔奖花落定向进化开创者： Frances Arnold [27] 以及定向进化所带来的无尽惊喜： 丰富的生物工具与超越想象的进化成果。
CAR T免疫疗法
微生物，伟大的细胞工厂。 过去十年我们见证了细胞工厂在异源合成高附加值、具有市场竞争力的产品的潜力。 在合成生物学家经历了生物燃油的衰败之后，我们见证了从青蒿素[28] 、法尼烯[29] 到鸦片类[30] 与大麻类[31] 等化学分子的生物生产，到现在更多的资本正在向人造肉汇集，合成生物学似乎需要更加具有冲击力和社会价值的工业产品才能使基于细胞的工业生产重回大众的视野。 同时我们见到了基于微生物[32] 、免疫细胞[33] 以及干细胞[34] 的疗法正在为医疗领域带来新的契机，通过讲工程设计理念引入细胞疗法，我们可以设计更加智能且廉价的细胞机器，解决人类面临的诸多疾病挑战。
James Collins《细胞》综述： Next-Generation Machine Learning for Biological Networks.
过去十年，机器学习以及神经网络算法复兴，同时高通量的生物数据迅速积累，所以越来越多的数据分析算法正在辅助合成生物学家进行设计，如通过数据分析获得可解释的生物模型[35] 或者利用机器学习辅助蛋白质设计[36] 。 高通量、高质量的数据以及能获得较高解释度的算法模型正在成为生物工程师的选择。
iGEM Giant Jamboree
国际遗传工程机器大赛（iGEM）过去十年在全球学校中掀起了新一轮的合成生物学热潮，每年都会有数千人的全球精英齐聚波士顿，共同为最终的荣誉而战。 而iGEM所带来的合成生物学理念正在为STEM教育带来注入新鲜的血液，为全球合成生物学发展储备更多的未来人才。
以Sc2.0[37] 、全球合成生物学设施联盟[38] 等为代表的国际合作项目，通过联合全球科学力量，正在促进合成生物学领域的快速进展。 合成生物学领域倡导的共享、合作的社群价值观将在未来带来了更多的发展机遇，共同攻克全球挑战。