自然還是人造？科學家助力識別基因工程生物的探索

隨著基因編輯技術的可行性日益增強，研究人員和衛生官員一直在尋求可以快速、可靠地區分基因改造生物與自然存在生物的工具。雖然科學家們可以通過仔細的基因分析來進行這些判斷，但研究和國家安全界一直存在著對於精簡篩查工具的迫切需求。在SARS-CoV-2疫情出現後，全球對這一需求有了更深的認識。

現在，這類工具的構建正在進行中。

在美國情報高級研究計劃局（IARPA）資助的六年計劃中，開發並完善了一組技術——一個基於實驗室的平台和四個計算DNA序列分析模型。這些方法有潛力徹底改變當前檢測基因工程生物的篩查能力。

位於洛倫斯伯克利國家實驗室（Berkeley Lab）的Susan Celniker團隊被選定為該計劃的測試和評估階段的領導者，該計劃名為尋找工程相關指標（Finding Engineering-Linked Indicators，簡稱FELIX）。她和同事們設計並生成了日益具有挑戰性的生物樣本，並評估了參與的學術和業界團體所製作的工具的性能。

“FELIX計劃在初期幾個月內揭示的事實是，能夠有效識別環境中改造生物的能力尚不存在。因此，該計劃真正從基礎開始發展第一類識別改造生物的能力，”該項目的共同設計者、伯克利實驗室生物科學區的計算生物學高級科學家Ben Brown表示。“這是一個非常重要的計劃，因為它創造了填補我們國家安全空間中重要分段的工具。”

這項研究的進展不僅有助於加強基因改造生物的監測能力，還對確保食品安全、環境保護以及生物安全等領域的政策和實踐具有深遠影響。通過這些新工具，研究人員將能夠更有效地識別和管理基因工程生物，應對可能帶來的挑戰。

測試測試者

為了評估其研究團隊所取得的成果，IARPA利用國家實驗室進行測試和評估（Test and Evaluation）。這一過程確保了在FELIX等計劃下開發的能力和工具能夠達到研究者報告的相同結果，並滿足計劃的衡量標準，從而能夠評估計劃的進展。為了確保測試能盡可能對國家安全應用有用，團隊基於當前和潛在的現實場景評估其表現。

最終，伯克利實驗室、太平洋西北國家實驗室和美國農業部的科學家們生產了近200種獨特的樣本生物，這些生物的修改從大量的DNA序列刪除或插入到使用CRISPR製作的非常微妙的單核苷酸變化不等。每個測試小組都獲得了包含改變過的生物的樣本，還有未修改的對照樣本，這些對照樣本包含從未完全測序的非修改生物——稱為“野生型”，因此這些基因組在任何數據庫中都沒有可供比較的數據。樣本中包括病毒顆粒，以及來自細菌、哺乳動物和真菌的細胞。這些盲測樣本代表了潛在的人類病原體，如HIV和大腸桿菌，以及植物感染病原體和工程化的複雜物種。為了確保參與者的健康和安全，所有用於測試的微生物或病毒樣本均為非感染性，並且全部在嚴格的生物安全程序下進行控制。

FELIX的測試和評估部分分為四個階段，每個後續階段的樣本難度增大。沿途，如果候選測試組的技術表現不夠好，則會被淘汰。

在最初階段，測試小組接收每次只有一種生物的純化樣本，並獲得每個樣本的多個副本，以確定測試技術是否能生成可重複的結果。最終，測試者們收到的樣本是混合樣本，旨在模擬現實測試條件。“在最後一輪中，我們向他們提供了高達10種野生型和工程組織不同突變的混合物，以模擬土壤樣本的外觀。我們實際上還給了他們兩個土壤樣本以及來自牛和老鼠消化道的實際微生物組樣本，”Celniker說。“所以他們獲得了非常複雜的樣本，這真的相當具有挑戰性。”

Celniker和Brown向測試小組設定了更高的挑戰，設計了包含自然發生的基因特殊性樣本。例如，他們提供了包含因交換質粒而獲得新基因的細菌樣本——質粒是與細胞主要基因組分開的圓形DNA片段——這些細菌與其他微生物物種進行了基因交流。單細胞生物中，從質粒獲得基因是非常普遍的，正是通過這一機制，細菌菌株可以在短時間內迅速獲得新的性狀，例如抗生素抗性。

他們還加入了一些無法自然形成的混合流感樣本（儘管該病毒有基因交叉的傾向），因為這些菌株從未同時在相同大陸流通。現實中的基因重組事件使得區分自然和合成基因的添加變得困難，但能夠做到這一點是檢測改造生物的工具所需的基本能力。

為此，IARPA計劃的領導者為檢測技術設定了雄心勃勃的目標：99%的特異性（不超過1%的野生型被誤認為改造型）和90%的敏感性（不超過10%的測試將改造型誤認為野生型）。最終通過四階段測試的技術包括來自Draper公司的實驗室測試，以及Raytheon、Ginkgo Bioworks和Noblis的計算模型。這些技術在識別野生型生物方面表現優異，而由伯克利實驗室開發的計算模型集成達到了99%的特異性。

單一模型識別改造生物的敏感性在55%-70%之間。但根據交叉驗證的結果，該模型集成在測試新序列數據集時能夠達到約72%的敏感性。整體上，單個模型和該集成的性能在現有先進技術中顯示出相當大的改進。

這些結果不僅顯示了檢測改造生物的工具的潛力，還強調了在保護食品安全和生態系統方面開展相關研究的重要性。通過進一步提升這些技術，研究人員很可能能夠更有效地應對生物安全威脅。

一個新的資源

識別自然生物和工程生物之間的困難原因之一，是全球科學家使用許多不同的數據庫和程序來審查和儲存基因組序列數據。此外，人們使用不同的名稱和術語來描述基因，並根據序列來預測它們的功能，這一過程稱為註釋。因此，儘管越來越多的物種已經完成了基因組測序，但這些數據並不一定容易使用。

為了解決這一問題，Celniker邀請了她的生物科學區同事Chris Mungall，一位計算機科學家，來主導開發一個開放訪問的軟件程序和數據庫。最終成果是Synbio Schema，這是一個使用標準化語言編目與國家安全相關的工程和野生型生物的註釋基因組的數據庫。Celniker團隊為測試者創建的每個樣本也都被添加到這個新數據庫中並用標準化語言進行註釋，為未來的研究者提供了一個易於使用的資源。

“這是第一個為工程與非工程生物建立的經過整理的數據庫和通用語言，他們實際上是在飛行中建造飛機，因為之前並不存在類似的工具，沒有它的話，這個程序將無法運行，”Brown表示。

Mark Miller，Mungall團隊的軟件開發者，解釋道：“真正的問題出現在多個研究小組試圖共享和比較結果的時候。如果某一團隊的數據庫內部存在任何不一致性或其他問題，或者團隊之間的數據庫在結構或命名上存在差異，那麼沒有人能判斷一個團隊的數據是否與其他團隊的數據一致。”這迫使科學家們不得不手動仔細審查註釋，以便進行準確的比較。

這一新資源的開發不僅解決了科學研究中的數據共享與比較難題，還為生物技術和基因組學研究提供了支持，以促進更高效的科學合作。

擴展生物防禦產業

在FELIX計劃取得成功的基礎上，伯克利實驗室的科學家們計劃通過添加可能被用作生物武器的新生物來擴展數據庫，並呼籲其他團體也加入新的序列。同時，Brown期待利用這個整齊組織的數據庫來訓練機器學習模型，這將在未來導致更高效的改造生物檢測工具的出現。

展望下一步，該團隊希望利用從FELIX計劃中獲得的知識和技術，開發能夠進行生態系統級別監測的檢測工具，以便實時檢測環境中的威脅——這一能力被Brown形容為“生物體的NORAD”。

這一目標的實現不僅將增強對生態系統健康的監測能力，還能提高對潛在生物威脅的早期預警和反應能力。通過這些努力，科學家們將能夠在保護公共健康和安全方面發揮更大的作用，並推動生物防禦產業的進一步發展。

---

📢 部分資料參考自美國能源部與美國NSO團隊—立即聯繫我們！

Forestzone Tech 提供： ✅ 最新產業趨勢報告與技術分析 ✅ 合作機會 ✅ 專家諮詢與技術轉介/材料媒合 📩 每月限額制，立即預約諮詢！