5.1 设计：从需求到序列

5.1 设计：从需求到序列

本节摘要：设计相把一句话需求翻译成可执行的序列方案：需求规格化、元件选型、建模仿真、风险预审，最终交付一份构建清单。本节讲清每个环节的输入输出与常用工具，并吸收生物 CAD 与数学建模两大工具族的实操要点——设计质量决定了后面三相的天花板。

一、需求翻译：从一句话到一张表

"三周内给一版能同时响应砷和汞的方案"——这样的需求直接进实验室就是灾难，因为它没有验收条款、没有优先级、没有边界条件。设计相的第一个动作是把口语需求翻译成规格表：检测物与阈值、响应时间、输出形式、动态范围、宿主约束、成本上限。第 3 章的规格单模板在这里升级成正式版本，多出两栏：优先级（哪些条款可以让步、哪些是红线）与验收方式（用什么实验、什么统计口径判定达标）。

翻译的技巧是逼问"怎么验证"：需求方说"灵敏度要高"，就追问"在什么背景下、多高算高、用什么单位量"——问不下去的地方，就是设计风险所在。规格表定稿后签字冻结，后续变更走变更流程。这个软件工程味道十足的纪律，在生物项目里的价值只增不减：湿实验的成本远高于改代码，模糊需求造成的返工是以周计的。

二、元件选型：在目录里做工程

规格表到手，选型从三本"目录"开始。元件目录：启动子按强度分档、RBS 按翻译效率标注、阻抑配对按正交性分类——选型时优先取同一批表征数据里的元件，避免跨批次数字对不上（4.2 节的纪律）。骨架目录：拷贝数、抗性、接缝兼容性逐项核对。宿主参数表：底盘的密码子偏好、拷贝数效应、已知的功能基因型缺陷。

选型排序的原则是先组合再优化：先用目录里的标准档位搭出基线版本，跑通后再精调参数。新手最常见的反模式是一上来就定制元件——每个定制件都引入新的不确定性，第一轮迭代就被塞进三四个变量，失败后无从归因。

三、建模仿真：花钱最少的一轮实验

设计相里最便宜的一轮"实验"发生在计算机里。三个层次的模型按需取用。化学计量模型算代谢通量的理论上限与支路竞争（3.2 节），回答"资源够不够、瓶颈在哪一步"。动力学模型用常微分方程描述元件间的浓度关系，仿真开关的双稳态区间、振荡器的周期范围，回答"参数在这个区间里行为对不对"。统计与机器学习模型不追求机理，从历史数据里学"序列特征到表达量"的映射，给序列设计提候选——蛋白设计与启动子设计里它已是标配。

建模的实战要点是带着问题建模，不追全面：这轮设计的最大不确定项是哪个参数，就建哪个子模型。全途径的精细动力学模型又贵又脆，参数填不满时拟合出来的是幻觉。一个务实的做法是"粗模型定方向、精模型定参数、实验定真相"——三层各管一段。

设计相的流程与交付物

流程图里的回环值得注意：仿真不达标的组合要回到选型重排，这个回环在软件里转一圈只要几小时——这正是"最便宜的一轮实验"的含义。

四、生物 CAD：设计工作的工作台

生物 CAD 工具族把上述流程装进软件：序列编辑与注释管理设计对象，元件库对接登记系统，规则校验自动检查酶切接口与克隆合法性，仿真插件调用动力学模型，导出模块直接生成构建清单与合成订单。工具生态从开源到商业不一而足，能力差异主要体现在元件库深度与规则库广度上。

用 CAD 的收益不只是省敲键盘的时间，而是设计被结构化了：序列有版本、元件有出处、参数有单位、导出的构建清单可以直接被执行相消费。第 7 章会讲到，这种结构化表示（序列连同功能语义一起存储）是全行业数据标准化的核心诉求——CAD 是数据标准的第一个消费者，也是最好的推广者。

选 CAD 的务实标准有两条：一是与登记系统打通，选型时能直接调元件表征数据；二是导出物可执行，构建清单不用人工转录成订单。至于界面好看与否，工程价值排序里排不进前十。

五、风险预审与设计交付物

构建清单发出前有一道容易被省略的工序：风险预审。三张清单过一遍——生物安全：宿主的防护等级、是否涉及致病变体、产物毒性；实验风险：新元件的表达毒性、质粒兼容性、已知失配对；数据风险：这轮设计的关键假设是哪几条、测试时要重点采集什么数据才能验证它们。第三张清单直接决定测试相的方案，预审里省的每一分钟，都会在测试相以天为单位偿还。

设计相的交付物包由此成型：规格表（冻结版）、序列方案（含每个元件的出处与参数）、模型文件与仿真结论、风险预审记录、构建清单。这五份文件的完整度，是判断一个团队设计纪律的快速指标。

补充：一个最小动力学模型的样子

正文说"粗模型定方向"，这里给出那个粗模型的最小形态。单基因表达的最简两方程模型：信使核糖核酸浓度的变化率等于转录速率乘以调控函数再减去降解；蛋白浓度的变化率等于翻译速率乘以信使核糖核酸浓度再减去降解。写成参数化形式：

dM/dt = 转录强度 × 调控函数f − 降解速率M × M
dP/dt = 翻译效率 × M − 降解速率P × P
​

其中调控函数常用希尔函数描述，参数只有四个量级：转录强度、翻译效率、两个降解速率。这个玩具模型的用途出人意料地大：拿元件目录里的参数填进去，就能估出"这个启动子加这个翻译元件大概给多少蛋白""诱导后多久到达平台期""泄漏本底大概多高"。它当然不准——没有负载、没有噪声、没有生长稀释——但它的数量级判断足以在设计相砍掉一半明显不可行的组合。这正回应正文的三层分工：粗模型排除坏参数区，省下的实验预算才是它的真实产出。

问题：没有建模背景的实验团队，最该先掌握哪一项计算技能？

不是编程，是参数意识：拿到任何表征数字先问三个问题——单位是什么、什么条件下测的、跨场景可不可以引用。第二项才是电子表格级的定量推演：用最简表达式把"启动子强度乘以拷贝数乘以翻译效率"这类量级关系算清楚。这两项技能的边际回报高于直接上手建模软件——参数意识缺失的团队，用了再强的工具也是在错误的输入上运行。

本节要点回顾

• 需求翻译成规格表是设计相第一步，"怎么验证"问不下去的地方就是风险所在。
• 选型先组合再优化：基线版用标准档位，定制元件推迟到精调阶段。
• 建模带问题建模：计量模型算资源、动力学模型算区间、统计模型提候选，三层各管一段。
• 生物 CAD 的核心价值是结构化设计：版本、出处、参数、可执行导出。
• 风险预审三张清单里，数据风险清单直接决定测试相的采集方案。

设计定了，构建清单在手。下一相把纸面方案变成冰箱里的质粒——构建的三条路线各有各的账。