合成生物学自动化整合方案助力中医药天然产物现代化研究
2026-08-19 来源:本站 点击次数:136从天然提取到工程化制造：中医药研究正在走向自动化合成生物学
很多天然产物研究都会遇到同一个问题：活性成分找到了，下一步怎么办？继续从天然药材中提取，当然是一条重要路径。但对于一些高价值天然产物来说，随着研究不断深入，新的问题也会随之出现：天然来源中的含量够不够？不同产地和批次是否稳定？能不能持续获得足够的研究材料？如果活性不错，后续还能不能进一步优化？
这时候，研究的关注点就开始从：“自然界里有没有这个成分”逐渐走向：“能不能在工程体系中稳定地获得它、优化它。”这正是合成生物学进入天然产物和中医药研究的重要原因。过去，我们更多是从自然中找到它。下一步，则可能是：能不能在工程体系里重新做出它。
为什么天然产物研究会走向合成生物学？
天然产物最大的魅力，在于结构丰富、来源多样，也因此孕育了大量具有研究价值的活性分子。但“天然来源”本身也带来了不少现实限制。有些活性成分在植物中的含量非常低；有些会受到产地、季节和种植条件影响；有些来源稀缺，难以持续供应；还有一些成分结构复杂，后续优化和规模化获取并不容易。
当一个候选天然产物已经完成初步活性筛选甚至机制验证之后，研究者很快会面对新的问题：
- 能不能提高它的获取效率？
- 能不能找到控制其合成的关键酶？
- 能不能把合成通路重构到酵母、细菌或其他宿主中？
- 能不能进一步获得产量更高、稳定性更好甚至结构有所优化的新产物？
合成生物学提供的，正是这样一条新的研究思路。它并不是简单复制天然提取，而是：解析生物合成路径→找到关键酶和调控节点→在工程体系中重构→再不断优化。
从这个角度看，合成生物学对中医药天然产物研究的意义，不只是“提高产量”。更重要的是：把天然经验资源逐渐转化为可以被解析、设计和工程化的知识体系。
自动化合成生物学，到底是怎么做的？
合成生物学并不是一次实验。真正的平台化研究，往往需要经历一轮又一轮迭代。一个非常典型的逻辑，就是：
Design设计
首先弄清楚：
- 目标天然产物的生物合成路径是什么？
- 涉及哪些关键酶？
- 哪些是限制产量的关键节点？
- 选择什么宿主更合适？
- 不同基因和调控元件应该如何组合？
Build构建
把设计真正变成实验对象：DNA和载体构建、不同酶组合装、宿主转化、菌株或细胞系构建、形成一批不同的工程化候选对象。
Test测试
接下来需要从大量构建中找到真正有价值的对象：
- 谁的表达量更高？
- 谁的目标产物更多？
- 哪种培养条件效果更好？
- 工程来源产物是否仍然保留预期生物活性？
Learn学习与迭代
通过前面的实验数据，重新判断：哪个基因需要调整？哪个酶是瓶颈？哪种宿主更合适？哪些构建值得进入下一轮？随后，再重新进入下一轮Design。这就是一个不断循环的过程：Design→Build→Test→Learn→再Design。
而自动化真正改变的，并不是其中某一个单独步骤。它改变的是：这个循环能不能更快、更稳定地反复运行。如果只有十几个构建，人工还能完成。
但当实验进入100个构建、500个构建，甚至更多构建、不同培养条件、不同时间点，问题就不再是“实验会不会做”。而是：能不能稳定地批量做、快速筛、持续迭代。这正是自动化在合成生物学中的核心价值。
哪些中医药天然产物方向最适合与合成生物学结合？
并不是所有中药研究都需要走向合成生物学。它更适合那些已经具备较明确活性物质基础，并且面临“获取、优化和开发”问题的天然产物。
第一类
高价值、低丰度天然产物的工程化生产
对于天然来源含量较低、提取困难或资源受限的活性成分，可以尝试解析其生物合成路径，并在酵母、细菌或其他工程宿主中进行重构。这类研究可能涉及：萜类、生物碱、黄酮、苷类以及其他复杂天然产物。核心问题是：能不能从“依赖天然来源”，逐步走向“可控获得”。
第二类
天然产物生物合成路径解析
有时候研究价值并不只是把最终产物做出来，研究者还会进一步追问：
- 哪个酶决定了关键步骤？
- 哪些中间体参与合成？
- 哪些支路限制产量？
- 为什么这种成分在天然状态下含量如此低？
这些问题本身，也能帮助我们进一步理解天然产物的形成规律。
第三类
工程菌株和表达体系的高通量优化
当一个通路被重构之后，并不意味着实验结束。不同宿主、不同启动子、不同酶组合、不同培养条件，都可能产生完全不同的结果。真正的平台化研究，需要从大量组合中快速找到更优解，这也是自动化最能发挥价值的地方。
第四类
天然产物衍生物和新结构探索
一些天然产物虽然有良好活性，但可能存在稳定性、产量、理化性质或体内行为等方面的不足。通过代谢工程、酶工程和宿主优化，有机会产生新的类似物或衍生物，再进入后续功能筛选。也就是说：天然产物研究不再只关注“自然界已经给了我们什么”，也开始逐渐探索：我们能不能在自然结构的基础上继续优化。
那么，中药复方呢？这里需要区分清楚。合成生物学并不是简单把一张复杂复方“工程化复制出来”。对于复方研究，更现实的路径是：先通过活性筛选、高内涵表型、SPR等研究，逐步识别其中具有研究价值的关键候选单体。然后再针对这些已经相对明确的天然产物，探索其生物合成路径、工程化获取和功能验证。
因此，合成生物学更适合承接“已经被识别出来的关键天然产物”，而不是简单替代整个复方研究体系。
瑞孚迪如何支持自动化DBTL研究流程？
在自动化合成生物学方向，瑞孚迪（Revvity）的价值并不是覆盖所有上游设计、基因合成、发酵放大和结构鉴定环节。更适合发挥优势的，是：自动化实验执行、高通量筛选、功能验证以及流程整合。围绕DBTL循环，可以形成这样一条技术链路。
Design分子与样本准备
在通路解析和工程体系研究前期，需要进行核酸和复杂样本处理。chemagic、Bead Ruptor等平台，可支持核酸纯化及复杂样本前处理，为后续分子研究提供稳定的样本基础。
Build自动化构建
当研究进入大量不同组合和反应体系后，液体处理开始成为核心执行环节。JANUS、Fontus、Sciclone、Zephyr等自动化液体处理平台，可以支持板式加样、反应体系搭建、样本转移和高通量workflow执行。自动化在这一阶段的核心价值，不只是“加样更快”，而是：让不同批次、不同构建之间更容易保持一致。
Test高通量筛选
大量构建完成之后，真正重要的是：如何快速找到值得继续推进的候选对象？FlexDrop Plus、Nivo、EnVision等检测与液体处理平台可以承担部分高通量筛选和功能readout工作，帮助研究者快速比较不同构建和条件。筛选的终点，不只是得到很多数据。而是把候选对象逐步分层：哪些产量更高？哪些响应更稳定？哪些值得进入下一轮优化？
Functional Validation功能验证
“产量高”并不一定意味着“功能一定对”。特别是天然产物研究，还需要进一步确认：工程化获得的产物，是否保留预期的生物活性？Celigo、Operetta CLS、Opera Phenix Plus、Hawkeye Chrono等成像与表型分析平台，可以从细胞增殖、形态、动态行为和多维表型等角度，进一步比较天然来源和工程来源产物的功能表现。这一步把“工程化制造”重新连接回“生物学价值”。
Integration自动化整合
当项目进一步从几十个构建进入百级甚至更高通量之后，单台设备之间的人工衔接又会成为新的瓶颈。这时，ARS整合系统与调度平台可以进一步连接液体处理、培养、检测和数据流程，使原本离散的实验逐渐形成连续workflow。所以，瑞孚迪在自动化合成生物学中的价值，并不是单独增加几台设备，而是：帮助DBTL中最需要规模化执行和高通量决策的环节，更稳定地连接起来。
点击查看瑞孚迪合成生物学详细介绍
写在最后
从天然产物到合成生物学，并不是要替代传统中药研究，传统药材、天然提取和复方研究仍然有其独特价值，合成生物学真正提供的，是另一种能力：当一个有价值的天然产物被发现之后，我们是否能够进一步理解它的生成逻辑，并尝试让它被更稳定地获得、研究和优化？
从这个角度看，中医药天然产物研究正在逐渐出现一条新的延伸路线：发现活性→解析路径→工程化构建→高通量筛选→功能验证→持续迭代。这条路径的变化，并不只是生产方式发生了改变。它意味着天然产物研究开始逐步从：“发现驱动”，走向：“设计与迭代驱动”。
而自动化真正解决的，是让这种设计和迭代具备规模化实施的可能。过去是“从自然中找到它”，下一步，是尝试理解它、重新构建它，并持续优化它。
系列小结
至此，“瑞孚迪赋能中医药现代化研究系列”第一阶段的内容已经形成一条相对完整的研究路径：天然产物与复方活性筛选→多维表型机制解析→SPR分子互作验证→多尺度动态成像→自动化类器官验证→自动化合成生物学。
- 从“有没有效”，到“为什么有效”
- 从“看到变化”，到“验证靶点”
- 从“终点结果”，到“动态过程”
- 从“天然发现”，到“设计与迭代”
后续，我们还将围绕具体疾病模型、天然产物研究场景和自动化workflow，继续分享更多中医药现代化研究的实践思路。
相关文章
更多 >