一种新的DNA撰写方法有望解锁生成性AI在生物学中的潜力，为科学家提供了一种快速、经济且准确的方式，来物理构建预测模型目前产生的新遗传序列，其速度快于任何人能够构建的。这种名为Sidewinder的技术能够在一个试管内同时组装数十种遗传序列，每10百万次组装事件产生仅一个错误连接——这一精度远超传统方法，后者在每10到30次接头中大约出现一次错误。Sidewinder还使用了直到现在都难以可靠使用的廉价原材料。英格兰布里斯托大学的生物工程师Thomas Gorochowski表示：“这是一种质的飞跃。它真正打开了合成大型遗传系统的可行性，甚至可能是小基因组。”他还补充说：“这对于目前围绕生成性基因组序列的所有AI工作来说是极其重要的。”这一突破在本月早些时候于加州圣荷西的SynBioBeta 2026会议上展示，并在bioRxiv上发布的预印本中进行了详细说明，解决了现代基因组研究中一些令人困惑的不匹配。像Evo 2这样的生成性AI工具，经过训练可以设计出需求的新DNA序列，速度极快。但在实验室中物理构建长DNA序列依然缓慢且昂贵，特别是在不止一个序列的情况下，需同时构建数十种不同的设计，这正符合大规模测试AI预测的需求。相关：生物学家能否重写基因组的意大利面条代码？为了展示Sidewinder如何精准瞄准这个瓶颈，该技术背后的团队由加州理工学院的合成生物学家Kaihang Wang领导，他们利用Evo 2的力量在计算机上重新设计了大肠杆菌基因组中一个12500个字母的DNA序列，并随后使用Sidewinder从零开始构建它——没有任何错误。这样长度的序列可以编码整个生化途径，为制造药物、生物燃料或特种化学品的工程微生物奠定基础，最终实现接近完整人工基因组的大规模DNA构建。斯坦福大学的计算生物学家Brian Hie表示，“过去，像这样的项目可能需要一个多月，基于我们团队对传统商业方法的经验。”他补充说：“使用这样的技术，你可能几天内就能实现同样的目标。”为了实现Sidewinder的商业化，[从左]Noah Robinson、Kaihang Wang、Adrian Woolfson和Brian Hie共同创办了一家名为Genyro的公司。新的组装逻辑这种新方法建立在Wang及其同事在年初《自然》期刊上首次阐述的DNA合成策略之上，但具有更大的能力。由于一种新算法自动化了过程中最计算密集的部分，以及实验室在如何管理原料方面的创新，现在可以同时合成越来越大和更多的DNA构建体。这为药物发现、数据存储和合成生物设计等应用打开了大门。“你开始探索这些事物的速度大大提升，”Gorochowski说。要理解Sidewinder的工作原理，了解DNA在实验室中通常是如何制作的会有所帮助。这个过程始于称为寡核苷酸或寡核苷酸的短的化学合成链，它们是构成更长序列的分子字母块。单独订购寡核苷酸是可靠的，但成本较高。多年前，科学家们发现通过在一个池中一起合成成千上万种不同的寡核苷酸可以大幅降低成本。但这样做会产生一个混乱的汤，其中碎片与意想不到的伙伴缠结，从而导致错误。从这样的池中分离出特定的序列传统上需要复杂的分离步骤：物理分开碎片，将它们隔离在微小的液滴中，或通过激光光线逐个捕捉它们。每种方法都增加了成本、时间和特殊设备。加州理工学院的团队完全规避了这个问题。Sidewinder同样从寡核苷酸开始，任何人都可以从DNA合成供应商（例如GenScript或Twist Bioscience）购买，但为每个片段添加了一个唯一的分子条形码。这种短的标识序列确保每个片段只与其预定的邻居链接，以产生所需的遗传序列。当两个带条形码的片段相遇时，它们形成了化学家所称的三路连接：一个短暂的分子结，锁定了这些片段的对齐，随后被干净地去除，留下无缝的链。Wang将这些条形码比作页码。传统的组装就像整理一个没有编号的手稿。