专访深圳先进院司同：搭建中国的合成生物学自动化平台，探索人类合成生命上限 | 未来百科014期
撰文 | 李黎
编辑 | 王聪
一手访谈，为你呈现中国在合成生物学自动化平台和基础设施建设中的努力和思考。
关于未来百科：未来百科（Next Biotech）是嘉程资本携手生物世界联合发起的访谈100位中美优秀Biotech科学家的项目，旨在真实访谈开启未来的100位Biotech的科学家，探讨生物科技/生命科学领域的全球最新技术和商业趋势，展现华人生物科技科学家在该领域的贡献与成就，剖析创新的生物科技公司的最佳商业实践，共同推进生物科技/生命科学行业在中国的茁壮成长。
第014期未来百科的访谈嘉宾，是中国科学院深圳先进技术研究院（以下简称先进院）的博士生导师司同。以下为文章正文。
这位年轻的海归科学家，对于推进我国的合成生物学自动化心怀赤忱。2018年司同从美国伊利诺伊大学香槟分校（UIUC）博士后出站时，中国科学院深圳先进技术研究院合成生物学研究所（以下简称合成所）刘陈立所长找到了他，力邀司同加入合成所，搭建全球最大规模自动化合成生物学平台。这和司同的理念非常契合，他毅然来到深圳，加入了深圳先进院合成所。
司同有着在顶级的学术殿堂深造的求学和科研经历。2005年，他本科就读于清华大学化生基科班，2009年于UIUC攻读博士，在赵惠民教授研究组进行博士和博士后研究，期间参与设计、搭建、运行和升级了全球学术界首个全自动的合成生物研究平台 iBioFAB，全称是 Illinois Biological Foundry for Advanced Biomanufacturing。
司同带领的课题组关注合成生物前沿技术开发，如机器学习辅助蛋白工程、基因组定向进化、高通量质谱筛选等，用于燃料、药物等重要分子的研究与生产。在Nature Communications、JACS、Metabolic Engineering 等国学术期刊发表SCI论文40余篇，“谷歌学术”引用超过2000次，H指数21。获国家优秀自费留学生、Baxter青年科学家奖、美国化工协会AIChE年会分会场主席等荣誉。
值得一提的是，司同研究的自动化合成生物技术及其相关的工程化平台对于合成生物研究乃至生物研究有重大的促进作用。2019年，来自全球8个国家的16所顶尖合成生物设施机构联合发起成立了 Global Biofoundry Alliance——国际合成生物设施联盟。中国科学院深圳先进技术研究院是我国的发起单位之一。
未来百科：首先请司同博士对《未来百科》的读者们进行一下自我介绍。
我接触到合成生物学是大学三年级的时候， 在当时参加了iGEM比赛（国际基因工程机器大赛）。大四的时候，赵惠民教授去清华大学访问，我跟赵老师聊了之后决定去他的实验室读博，那时候最火的方向是通过合成生物学来做生物能源。
未来百科：你觉得当时在清华大学化生基础科学班，对于后来的科研有哪些帮助？
司同：我是2005年进入清华大学化生基础科学班的，当时学校已经认识到了学科交叉的重要性。首先就是思维方式，然后就是在这里可以尽早地接触科研。在这学习期间，通过让大家跨学科交流和做项目，让大家认识到真实世界当中的实际问题，并去尝试解决问题，我觉得这些教育的理念设计是比较成功的。
未来百科：你为什么会对合成生物学的自动化感兴趣，并建设合成生物学自动化平台呢？
司同：合成生物学自动化跟平常的制造业自动化不一样，需要在微观层面去操作生命，不是宏观机器人可以直接做到的。另外，生命过于复杂，需要先暴力求解，拿到解后，再通过逆向工程去研究原理，这就需要非常高的通量。但是实验通量再高，也许也永远没办法穷尽生物系统的复杂性。例如一个100个氨基酸的蛋白，它就有20的100次方种可能，而实验通量即使从10的4次方提到10的10次方或12次方，复杂性仍然没法比，所以一定要借助模型和算法的力量，这单纯靠人脑和人手是不行的，必须开发“设计-构建-测试-学习”闭环的自动化平台。这种自动化平台能够全方位提高研究效率。
搭建这个合成生物自动化平台，是合成生物学界的一次“登月行动”，我们想探索人类构建生命的上限，这虽然极具挑战，但是我觉得没有关系，我们要做的就是10年后、20年后的事情。确定了这个方向，我们就要一往无前地坚定走下去。
合成生物大设施自动化功能岛
未来百科：建设这样一个自动化的基础设施，需要哪些产业的配套呢？
司同：单纯就硬件技术而言，工业自动化相对成熟了；合成生物学自动化装备较为落后的原因，可能是目前还没有足够的市场需求。另一方面，生物研究目前是非常依赖人为操作的，每个实验室都有自己的秘籍，把这些个性化的秘籍变成机器上的工艺参数，需要大量、琐碎的试错和优化。再往后，拿到的实验数据还要依靠模型和算法分析，这些都需要大量的定制化开发和改造，可能需要有几百个供应商来同我们一起做这些事情，光靠先进院自己是搞不定的。
未来百科：你们在建行业基础设施的过程中，遇到过哪些大的困难？
司同：困难分为技术上的困难和实际上的困难。其实主要是实际上的困难，因为我们还没有攻坚到技术困难那一步。实际上的困难主要还是人的问题，现在自动化合成生物学研究平台都还处于原型机阶段，解决了一些高通量的问题，但还没有往全自动和智能的方向去走，这个时候就需要汇聚多方面的顶尖人才一起来做架构，找到这么多优秀的人来做这些事情是现在面临的最大困难。当然，虽然面临困难，但我们一直在向前推进。
未来百科：在全球范围内，有哪些具有代表性的像这类自动化合成生物学研发平台？
司同：学术界可以参考先进院参与发起成立的 Global Biofoundry Alliance，目前已有三四十个成员；产业界有Gingko Bioworks、Amyris、Zymergen、Transcriptics 等等。
未来百科：你们做的合成生物学研发平台和自动化平台，主要将在哪些方面来帮助整个产业的发展？
司同：现在合成生物学很热，涌现了很多合成生物学公司，但是这些公司可能不太倾向于在公共平台上做他们的核心工作，担心材料和数据外泄。此外，资本市场目前比较喜欢平台型公司，因此一些合成生物学公司既自己做产品，又去做平台。而作为公立研究机构，我们在做的平台一是能够集中力量办大事，二是有更多自由度关注基础原理和关键技术，首先解决通量限制，然后解决数字化问题，希望成为合成生物学领域提高效率，降低成本的范例。
未来百科：你觉得从上游到中游，再到下游，哪些环节是最先容易标准化、自动化呢？
司同：最先容易标准化的就肯定就是DNA，因为整个过程是从上到下越来越复杂多变的，而DNA都是一样的。
未来百科：中国有哪些独特的优势，能够在合成生物学这样一个价值链上是独树一帜的？
司同：我觉得中国的工程能力是很好的，在国内，我们给一些厂商提我们的需求，需要定制合成生物学研发设备，他们也很感兴趣，愿意做这件事，而且效率很高，这周提要求，可能下周原型机都做好了，这在美国是难以想象的。而且国内的用人成本要低一些，这也是一个优势。此外，中国有着集中力量办大事或者汇聚资源的能力，在一定周期内，政府持续投入和引导，能够让我们把这个事情搞出来。
未来百科：对于合成生物学自动化平台，国内的合成生物学有什么独特的需求吗？
司同：我们也还在调研，合成生物大设施成立了科学用户和产业用户委员会。我们院正在和深圳市政府共建深圳市工程生物产业创新中心，坐落于合成生物大设施所在的深圳市光明区。对初创公司或其他领域公司而言，合成生物大设施的作用是从设备投入、研发模式等方面降低合成生物的进入门槛。
未来百科：微流控、AI这些对于深圳先进院的合成生物学自动化平台建设会起到哪些作用？
司同：我认为这些会起到很大作用。对于一些大公司，可以用很低的价格拿到枪头、耗材板等等，但这个价格还是很贵，如果能升级到微流控，就还能进一步降低成本。对于AI，我们也非常关注且正在将其用在自动化平台中，它一定会比随机筛选节省成本，通过算法和实验的迭代，可以更快地捕捉到一些人脑难以捕捉到的规律，然后去做实验推荐。以我们的经验来讲，确实可以大幅减少筛选的负担。
未来百科：你觉得哪些交叉学科和技术还可以用在合成生物学的发展中？
司同：我们现在在关注一些新技术，比如我们一直对区块链挺感兴趣的，这是一种数据产生记录的方式，以及可信度评价，这比自我报告的数据要更可信。还有5G通信，AI人工智能等等，在合成生物学领域都会大有作为。
未来百科：你觉得平台类公司和自动化底层工具公司，哪一个方向更适合现阶段的中国？
司同：我对产业不是很熟悉；个人觉得，如果难以预测什么产品或模式可以落地，从积累人才、汇集要素的角度来说，平台类公司具有自身价值。
未来百科：你觉得合成生物学在哪个方面价值更大呢？是生产出来以前没有的东西，还是更便宜的规模化量产？
司同：我认为对已有产品的规模化量产，需要和现有成熟方法拼成本，除技术外还有市场等问题，对初创公司而言闭环难度大；生产新的东西，市场小但定价高，竞争相对较小，对初创公司而言也许机会更大。
未来百科：在未来3~5年，你看好哪些技术会在合成生物学产业化上取得进展？
司同：国外公司值得研究，尤其是发展模式方面，比如巴斯夫、杜邦这些公司，他们其实已经在内部孵化了一些合成生物学的能力和案例，他们是怎么做的？我觉得还是挺有价值去研究的。
技术方面，现在大家比较关注的是机器学习，机器学习提供了一个可能性，例如产生一些自然界中从来没有存在过的生物元件，再一个，在发酵、分离纯化等下游过程里，帮助新型放大模型、实时传感和控制等等，也是未来重要的发展方向。
司同团队
2011年进入风险投资行业以来，李黎主导投资了超过百家创业公司早期阶段，并伴随乐信（NAS：LX）、团车（NAS：TC）、老虎证券（NAS：TIGR）等公司从早期走向纳斯达克，投资的牛股王、蜜芽、PingCAP、十荟团、云丁智能、核桃编程等公司也迅速成长为独角兽。