突破传统开发模式，亚马逊云科技助力中科院加速推动合成生物学

2019 年，由 TIBCAS 牵头建设的国家合成生物技术创新中心正式启动建设，生物设计中心是其重要的平台实验室之一。从创立之初，生物设计中心就在探索一种不同于传统实验室的研发新模式，以数据和算法为核心，通过构建生物技术和信息技术相结合（BT+IT）的技术体系，在未来将菌种设计构建的主要工作交由计算机完成。

“围绕细胞工厂设计创制的核心任务，生物设计中心主要有两大方面的工作，其一是研发计算机辅助生物设计工具；其二是开发核心数据库。”TIBCAS 项目研究员廖小平介绍说。

在合成生物学实验过程中，一个重要的步骤就是编辑序列设计，关系到最终目标细胞工厂是否能够成功构建。目前的编辑序列设计仍然依靠人工或“半自动化”的模式：人工设计高度依赖研究者自身的经验，因其主观性和偏好性会导致结果千差万别；而“半自动化”设计，虽由计算机辅助，但因为单一工具往往只能覆盖遗传操作的部分环节，研究过程必须协同使用多款软件，既增加了学习成本，又由于彼此间的数据交换标准不一致，导致出错的风险。

如今，大规模合成生物制造平台——生物铸造厂（BioFoundry）高速发展，使高通量的遗传操作成为可能，相关实验流程也越来越模块化、标准化，人工或“半自动化”模式很难实现高通量、自动化的微生物构建，影响开发效率。

而对于“开发核心数据库”的需求，廖小平解释到：“细胞中的代谢调控非常复杂，不同类型的调控数据通常散落在各个不同的数据库，很难对这些调控关系实现全局性认识，只有重新设计一个存储和分析高连接数据的新框架，将这些不同类型的代谢调控相互作用汇集在一起，并提供方便的交互方式，才能方便生物学家挖掘和理解生物体内的复杂调控关系。”

自 2019 年 TIBCAS 就开始和亚马逊云科技共同探索，如何通过云计算助力 TIBCAS 在菌种计算设计和业务关联数据存储检索方面的创新。TIBCAS 之所以选择与亚马逊云科技合作，一是，亚马逊云科技针对科研领域提供了具有行业深度的解决方案，在云服务上能够满足不同业务场景的需求，并具备典型的成功案例；同时，亚马逊云科技有丰富工业生物行业经验，能够理解 TIBCAS 行业应用场景，并提供有深度的指导意见；二是，亚马逊云科技 Serverless 技术成熟，多项创新托管服务极大简化了行业应用创新难度；三是，亚马逊云科技专业服务团队提供全生命周期技术支持，能加速项目落地。四是，通过亚马逊云科技创新研究资助计划，对 TIBCAS 科研项目提供的支持。

基于 Serverless 架构开发 AutoESD 云平台，实现自动化和高通量的编辑序列设计

Serverless 服务轻量化且易于使用，与生物工程真实的业务场景结合，能更便捷的实现复杂的工作流编排和异常处理，提供轻量化且足够弹性的算力需求，能够进行模块化封装和复用的组件等需求。为此，TIBCAS 通过对遗传操作技术的模块化解构与标准化处理，结合亚马逊云科技提供的 Serverless 服务，实现了全流程、自动化和高通量的编辑序列设计，开发出云平台 AutoESD。该平台支持多种基于筛选标记的同源重组技术变种，理论上支持所有基因组序列已知的微生物，并可以在单批次任务中处理针对不同目标序列（CDS 或基因间区域）的多种类型的遗传操作（敲除、插入和替换）。

廖小平介绍说：“基于云上的无服务器架构模式，我们构建了适用所有操作类型、任何基因组位点和跨物种的精确、自动化和高通量编辑序列设计的云平台 AutoESD，大大降低了一线科研人员使用工具的门槛，为将来实现快速高效的‘设计—构建—测试—学习’合成生物学工程循环奠定了基础。”

此外，TIBCAS 开发的 IMODB、BioTools 等工具也采用同样的底层架构，由 Amazon Simple Storage Service (Amazon S3)和 Amazon DynamoDB 分别为静态资源和动态资源的存储提供支持， Amazon API Gateway 实现 API 接口，后端通过 Amazon Lambda 和 Amazon Batch 来承载不同算力需求的任务，Amazon Step Functions 能够帮助工程师更好的管理序列设计工作流，以及处理工作流中复杂的任务依赖关系。在部署上，基础架构部分都通过 CDK 完成基础架构代码化，能够实现自动化部署和版本管理，在业务层面如页面前端、后端复杂计算过程，通过 CI/CD 实现自动化集成和部署。

借助Amazon Neptune设计ERMer，探索完整的大肠杆菌调控知识图谱

在“开发核心数据库”时，TIBCAS 联合亚马逊云科技针对微生物领域真实业务场景需求，基于 Amazon Neptune 图数据库、无服务器架构和图形可视化引擎，设计出一款存储和分析高连接数据的新框架，实现了有效的交互式检索和可视化，该框架具有很好的通用性和扩展性，可以非常方便地延伸到生物学多个应用领域和物种的研究中。利用该框架，TIBCAS 开发了目前第一个基于图数据库的大肠杆菌调控知识图谱 ERMer。ERMer 实现了多种复杂调控级联或模式的快速检索和可视化，让科研人员能够以交互式、无需编程的方法探索完整的大肠杆菌调控图谱。