DeepTech 发起[ 生命科学实验室自动化 ] 产业创新案例征集

征集范围： 关注生命科学实验室，利用工作站、机械臂、微流控、AI等技术，自动化基因分析、蛋白分析、细胞培养、高通量药物筛选、合成生物学菌株筛选和强化等实验环节

(资料图片)

如果您对我们的案例征集感兴趣，欢迎添加文末联系方式，进一步交流、合作。

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。

生命的高度复杂性，使得很多时候都需要高通量的方式先求解，再通过逆向工程去研究原理。 目前生命科学的研究和生产中存在大量的重复性操作，需要自动化的手段来提高效率和准确率，解放生产力。而疫情对于核酸检测的高通量以及安全性的要求，更是实验室自动化发展的催化剂。

但生命科学实验室的自动化跟通常制造业工厂自动化不同。 首先操作更加微观，而且由于在研发环节，实验场景和条件多变，这对自动化仪器设备的灵活性或者说柔性的要求更高。 生命科学行业迫切需要一场工业革命。随着自动化技术和智能化技术的高速发展，实验室自动化的变革即将到来，进入 时代。多个生物学场景下的智能自动化平台将组成一个全新的生命科学“操作系统”，带来生命科学及下游行业生产力的革命。

图 | 自动移液平台（来源：Hamilton 官网）

DeepTech 研究团队关注全自动液体处理工作站、样本前处理平台、机械臂、柔性自动化实验平台等各种生命科学实验室的自动化技术，深入探讨这些技术在生命科学、合成生物学、新药的研发和生产等场景的应用，并结合实际案例解析实验室自动化技术如何赋能生命科学探索。

现对生命科学实验室 自动化技术，在生命科学研究、合成生物学、CRO、药企 等场景的应用，公开征集创新案例。若您和您的团队对此感兴趣，欢迎与我们联系，共同探讨合作机会。

关键词：