#生物医学# 【给科学探索插上翅膀：实验室4.0时代即将到来 | DeepTech发起《生命科学实验室自动化研究报告》创新案例征集】

如何让已经分化的#细胞# 重新获得干细胞的能力？这个问题就好像如何让河水倒流一样困难，逆转自然进程。

日本科学家山中伸弥，根据已有的线索找到了 24 个在干细胞中高表达（含量高），但在分化细胞中低表达的调控因子。他的一个学生将这 24 个因子分别单独转入到了 24 株皮肤细胞中，但都没有成功获得干细胞。他的学生大胆提议，将这 24 个因子的基因同时转入到一个已经分化的皮肤细胞中，竟然真的让皮肤细胞变成了干细胞。

这 24 个因子中哪些是最重要的呢？他们从这 24 个因子中每次去掉一个因子，转入皮肤细胞中看能否让其变成干细胞，逐渐缩小范围，最终成功锁定了 4 个最重要的因子。只需要添加这 4 个因子，就可以让皮肤细胞转化成干细胞，重新获得分化潜能。山中伸弥团队发明了划时代的诱导多能干细胞（iPSC）技术，并以此获得 2012 年的诺奖。

从 24 个因子缩小到 4 个因子，假设他们每次都恰好去掉了正确的因子，并且没有实验操作失误，也需要 20 次实验以及 300 次转入基因的操作，其中包含上万次的加样、离心、涂板等各种重复性实验操作。

从孟德尔豌豆授粉发现遗传定律，#袁隆平# 培育杂交水稻，到山中伸弥的 iPSC 技术的发明，大量的重复性实验操作，是生命科学研究取得成就的必经之路。

随着多组学时代的到来，生命科学逐渐发展为大数据科学，越来越多的发现依赖于高通量实验。“人工高通量”，费时费力，容易出错。动辄几百上千个样品的 DNA 提取、蛋白表达量分析，许多新的信号通路、转录因子、药物靶点的发现依赖于高通量筛选。药企需要从上万甚至几十万的分子库中找到有活性的先导化合物，再优化出合适的临床前候选化合物。

而随着人造肉、替代蛋白、青蒿素、PHA、#DNA# 存储等各项应用发展，合成生物学被越来越多的应用到农业、食品、#医疗# 、生物基材料等领域。

#合成生物学# 的研究需要建立“设计-构建-测试-学习”的闭环。大规模构建完成后，测试成为一个限速步骤。一周可能做一个几百万的建库都没有太大问题，但是测试需要一个一个测，特别是酶、细胞工厂等等，每一个样品 30 分钟，一周最多就测几百个，以这个速度永远是测不完的。

戳链接查看详情：http://t.cn/A6pUsWXP