1. 课程导入与分子计算流水线全景
《高通量分子计算流水线工程》讨论的不是某一种孤立的分子算法，而是如何把分子层面的计算能力组织成一条可重复、可度量、可扩展的工程流水线。分子计算的核心思想是：用DNA、RNA、蛋白质等生物分子的物理化学行为承载信息，通过杂交、酶切、连接、聚合、链置换等操作完成计算。它的优势在于极高的并行密度和极低的单次操作能耗，但劣势同样明显——反应慢、噪声大、易出错、难以像电子计算机那样随意读写中间状态。因此，本课程的重点不是“分子能不能算”，而是“怎样让分子计算稳定地、批量地、可验证地算”。
先明确几个贯穿全课程的核心概念。分子计算指以生物分子为信息载体和运算执行者的计算范式，典型代表包括DNA链置换电路、DNA折纸、分子逻辑门、DNA存储与检索。高通量指在单次实验中并行处理大量输入或大量样本，例如一次反应中同时评估10³～10⁶条序列或组合。流水线则借用工程制造的概念，把“设计—合成—组装—反应—读出—分析—反馈”拆成有明确输入输出、有质量门限、可并行也可串行的阶段。三者结合，就得到本课程的研究对象：高通量分子计算流水线——一条以分子反应为计算内核、以自动化与信息学为支撑、以通量和可靠性为指标的工程系统。
为什么必须强调“流水线工程”？因为分子计算实验的失败往往不发生在算法层，而发生在工程层。一个链置换电路在论文中能跑通，不代表在96孔板、384孔板乃至微流控芯片上能稳定跑通。序列设计时自由能偏差几kcal/mol，合成时寡核苷酸池出现截断，组装时缓冲液镁离子浓度偏高，读出时荧光本底抬升，任何一环都会让最终结果偏离预期。流水线工程要做的，就是把这些环节的输入、参数、判据和异常处理显式化，使一次成功的实验可以被复现，一次失败的实验可以被定位。
从整体框架看，一条典型的高通量分子计算流水线可以划分为六个阶段，它们之间的数据流与物料流关系如下图所示。
图中上半部分是六个串行阶段，虚线箭头表示反馈回路：数据分析结果会反向影响序列设计与反应参数，而不是单向结束。下半部分强调支撑层与三类指标。很多初学者只关注“反应能不能出信号”，但工程视角要求同时回答三个问题：通量够不够、结果稳不稳、成本与周期是否可接受。这三类指标互相牵制，例如提高并行样本数可能带来孔间交叉污染，提高信噪比可能要求更长反应时间从而降低通量。流水线工程的核心工作之一，就是在这些约束之间做显式权衡。
下面用一个具体示例说明各阶段的输入输出与判据。假设我们要构建一个“4位二进制比较器”的DNA链置换电路，判断两个4位数A与B是否满足A≥B。设计阶段输入是逻辑真值表与门级网表，输出是一组DNA链序列及其二级结构预测；关键参数包括每条链的熔解温度（示例中控制在52～58℃）、链置换速率常数（示例量级10⁴～10⁶ M⁻¹s⁻¹）以及正交性检查（避免非目标链间自由能低于-8 kcal/mol）。合成阶段把序列提交给寡核苷酸池合成，示例要求每条链浓度50～200 μM、长度20～60 nt、PAGE或HPLC纯化。组装阶段按等摩尔比混合，示例缓冲液为1×TAE、12.5 mM Mg²⁺，退火程序从95℃以每分钟1℃降至25℃。反应阶段在384孔板中每孔加入5 μL体系，37℃孵育30～120分钟。读出阶段用荧光板读仪记录FAM通道终点强度，示例阈值设为阴性对照均值加3倍标准差。分析阶段把每孔强度映射为逻辑0/1，再与真值表比对，统计误分类率。
这个示例中，如果误分类率超过5%，反馈回路就要启动。可能的偏差来源包括：某条链合成截断导致有效浓度不足、Mg²⁺浓度偏高引起非特异性杂交、退火速率过快使二级结构未充分打开、荧光本底随孵育时间漂移。定位方法不是凭感觉，而是逐阶段对照记录：先看合成报告中的长度分布，再看退火曲线与阴性对照，最后看不同孵育时间点的信号变化。这正是流水线工程的价值——把“玄学失败”变成“可定位的偏差”。
典型应用场景可以分成四类。第一类是分子逻辑与计算，例如DNA链置换实现的加法器、比较器、神经网络分类器，用于验证分子层面的计算能力。第二类是分子诊断与检测，例如用链置换电路识别特定核酸序列，实现病原体或突变的并行筛查。第三类是DNA存储与检索，把数据编码为DNA序列，通过杂交或PCR实现内容寻址，高通量体现在海量序列的并行读写。第四类是组合优化与分子编程，例如用DNA折纸或分子自组装求解小规模图着色、最大团等问题。这些场景的共同点是：单次计算规模不大，但并行样本数或并行搜索路径极多，正好匹配分子计算“慢而广”的特性。
本课程的项目将围绕一条可运行的小型流水线展开。项目目标是：设计并实现一个“8输入分子逻辑分类器”，在96孔板中并行测试至少16组输入组合，完成从序列设计、合成、组装、反应、读出到数据分析的全流程，并给出通量、信噪比与误分类率三项指标。项目交付物包括：序列设计文件与正交性检查报告、合成与组装记录、反应参数表、原始荧光数据与处理脚本、结果判定表以及一份偏差分析说明。示例参数会在各章中逐步给出，但所有数据均标注为教学示例或合理假设，实际执行时需根据所用试剂与仪器重新标定。