1.1 把品种和分子当产品：设计迭代循环

1.1 把品种和分子当产品：设计迭代循环

本节摘要：定义全书的核心抽象——试验圃循环，即"设计、合成、筛选、晋级"四拍；把育种循环与药物设计的 DMTA 循环逐拍对齐，给出可执行的伪代码与成本账本。这是全册的地基节，后面所有章节都挂在循环的某一拍上。

两份项目书，一张循环图

一家种业公司的项目书这样写：目标是在若干个世代内，把玉米自交系 A 的抗旱指数提升到可推广水平，同时保持产量不低于现有对照。一家生物科技公司的项目书写着：针对某个高频突变的激酶，找到亲和力进入纳摩尔区、口服生物利用度合格的候选分子。两份文件的术语体系完全不同——前者的关键词是系谱、配合力、表型鉴定，后者是靶点、对接打分、ADMET——但把工作计划拆开，两边都在做同一件事：提出一个候选方案，把它做出来，测试它，决定谁进入下一轮。

这就是本教程的核心抽象，试验圃循环：

• 设计拍：基于现有知识与模型，决定下一代要试什么。品种侧是选配亲本、设计杂交组合或编辑位点；分子侧是选择骨架、改造取代基。
• 合成拍：把设计变成实物。品种侧是杂交、回交、转化或编辑；分子侧是化学合成或生物合成。
• 筛选拍：给实物打分。田间表型鉴定、分子活性测试、ADMET 检测，产出的是数据。
• 晋级拍：用数据做决策——哪些候选晋级、哪些淘汰、模型要不要更新，然后回到设计拍。

药物研发界把这套节奏叫 DMTA：Design、Make、Test、Analyse。四拍与上面的对应关系严丝合缝，唯一的差别是 Analyze 在育种里常被低估——很多育种项目测完数据就结束了，没有把"分析"沉淀为下一轮设计的模型更新，这正是后面第 4 章要补的课。

图：品种圃与分子实验台的同构循环

四拍的输入与输出

把循环当成四个函数，每个函数有明确的输入输出，项目管理的很多混乱就能避免：

注意最后一行的措辞：晋级拍的产出不只是名单，还有更新后的模型。一个只出名单不出模型的循环，每轮都要从零开始猜；一个能把筛选数据沉淀为预测模型的循环，设计拍会越来越准。第 2 章的基因组选择和第 4 章的机器学习，本质上都是在强化这一条回路。

用代码把循环写出来

循环逻辑本身可以用十几行伪代码说清楚。读者不必运行它，重点看结构：预算约束、晋级阈值、模型更新，三个工程要素一个都不能少。

初始化: candidates = 原始种群 或 起始化合物库
for 轮次 in 1..N:                      # 预算只允许有限轮
    designs = model.propose(candidates)      # 设计拍：模型给方案
    builds  = synthesize(designs)            # 合成拍：土地或湿实验室
    scores  = assay(builds, replicates=3)    # 筛选拍：带重复的测量
    kept    = scores.filter(阈值).top(k)     # 晋级拍：择优
    model.update(kept + 淘汰样本)            # 负样本也要进模型
    candidates = kept
    if 遗传进度达标 or 亲和力与ADMET双达标: break
​

三条工程注释。第一，replicates=3 不是装饰：田间试验不设重复，环境噪声会淹没遗传差异，这是第 7 章品比试验要展开的主题。第二，淘汰样本必须进模型——只喂正样本的分类器学不会边界，药物设计中"失败化合物"档案的价值不亚于成功档案。第三，循环要有终止条件，否则预算会被无声吞掉；品种侧的终止条件是遗传进度与稳定性双达标，分子侧是活性、选择性、成药性三线通过。

循环的账本

同一个循环，两条线的提速手段不同，但账本结构相同。品种侧单轮成本的大头是土地与时间——一轮就是一个生长季，加代技术（如海南南繁、温室加代）本质上是花钱买轮次。分子侧单轮成本的大头是合成与测试外包，并行合成与高通量筛选本质上是花钱买每轮的候选容量。理解这一点，你就能看懂后续章节里所有"提速技术"的定价逻辑：分子标记辅助选择省的是筛选拍里最贵的表型鉴定；虚拟筛选省的是合成拍的无效分子；基因组选择省的是整轮世代。谁最贵，就先优化谁，这是试验圃的第一条经济学。

⚠️ 常见坑：把循环画成圆圈。缺少"模型更新"回路的循环画成圆圈没有问题，但那样每轮的设计水平不变，迭代就退化成重复抽样。画图时务必让晋级拍有一条指向设计拍的加粗箭头。

常见追问

循环思维会不会过度简化生物系统的复杂性？ 会，如果把它当成"生物学只是优化问题"的教条。循环是组织工作的框架，不是对机理的断言——生物系统的非线性、涌现与背景依赖性（1.3 节）都还在，循环只是给了它们一个可以被管理的外观。一个校准动作：每轮回顾时（5.3 节）问一句"这轮有没有模型解释不了的意外"，意外的积累就是循环假设需要修正的信号，也是新机理发现的入口。

两条线的技术能直接互相移植吗？ 部分能：预测框架（统计模型、验证纪律）几乎无缝，表征学习（4.3 节）本就同源；实验体系则各有物理约束（生长季与化学合成的节律不同）。移植的正确姿势是移植"方法结构"而不是"具体参数"——GS 的交叉验证纪律搬到 QSAR 有效，但 GS 的群体规模经验值搬到药物项目毫无意义。读懂哪些是结构、哪些是参数，是跨行迁移的基本功。

新手上手一个循环项目，先做什么？ 先找到"账本"：项目目前每轮花多少钱、多少时间、瓶颈在哪一拍（很多项目自己都答不上来）。再看"回路"：筛选数据有没有回流到设计（模型更新拍是否活着）。这两个问题的答案暴露的问题，通常比任何技术升级的机会都大——1.1 节的账本与回路，既是世界观也是诊断工具。

本节要点回顾

• 四拍抽象：设计、合成、筛选、晋级；育种与药物设计（DMTA）逐拍同构，术语不同而已。
• 函数视角：每拍有输入输出与成本项，预算约束下的循环管理就是把账本管住。
• 模型回路：晋级拍必须产出更新后的模型，否则迭代退化为重复试错。
• 负样本价值：淘汰的候选与成功的候选同等重要，都该进数据档案。
• 提速定价：标记辅助省表型成本，虚拟筛选省合成成本，基因组选择省世代数——先优化最贵的一拍。

下一节盘点循环的第一种原料：品种线的种质资源，看一个育种项目的"原材料仓"长什么样、怎么估值。