1. 高通量筛选工程导论
在合成生物学中，构建一个能产目标化合物的细胞，往往只是万里长征的第一步。真正的挑战在于：当突变体文库规模达到 10⁴～10⁸ 时，如何从海量克隆中把极少数性能优异的个体找出来。这就是高通量筛选（High-Throughput Screening, HTS）要解决的核心问题。本节作为课程开篇，先建立三个基本认知：筛选为什么是瓶颈、通量-成本-灵敏度为什么必须权衡、以及本课程项目任务书到底要求你交付什么。
一、筛选为什么是合成生物学的主要瓶颈
合成生物学的典型工作流是“设计—构建—测试—学习”（DBTL）循环。近年来，DNA 合成与组装成本大幅下降，构建一个包含 10⁵ 个变体的文库已相对容易；但“测试”环节的通量提升远慢于“构建”。假设一个文库有 10⁵ 个克隆，若用传统摇瓶逐个复筛，每个样品从接种到读数约需 24 小时，即使并行 100 个摇瓶，一轮也要 100 天量级。这就形成了典型的构建-测试通量失配：上游能造出百万级多样性，下游却只能测百级样本。
筛选瓶颈具体表现为三个约束：通量（单位时间可测样本数）、成本（每个样本的试剂、耗材、仪器与人力开销）、灵敏度（能可靠区分目标表型的最小信号差异）。三者相互牵制，构成本节要重点理解的三角权衡。
二、通量-成本-灵敏度三角权衡
这三者无法同时最优，工程上只能根据目标选择“够用”的组合。下面这张图展示了三者的相互制约关系，以及典型筛选手段在三角中的位置。
举例说明这种权衡：微孔板+酶标仪方案，单板 96 或 384 孔，通量约 10³～10⁴ 样本/天，单样本成本可低至几分钱，但受孔体积和光程限制，灵敏度通常只能分辨约 20%～30% 的信号差异；FACS 分选通量可达 10⁷ 事件/小时，灵敏度高（可检测单细胞荧光），但仪器昂贵、单样本运行成本高，且对细胞状态有胁迫；液滴微流控介于两者之间，通量 10⁶～10⁷ 液滴/小时，单液滴体积小（pL～nL），试剂消耗极低，但需要专门芯片与检测光学系统，前期开发成本高。选择哪种，取决于你的文库规模、目标信号强度和预算。
三、筛选工程的三个关键设计问题
面对一个具体项目，你需要依次回答：
- 筛什么表型？ 是荧光、吸光度、生长速率，还是产物浓度？表型必须能被转化为可测的物理信号。
- 信号如何与基因型关联？ 在液滴或微孔中，基因型与表型必须空间共定位，否则筛选结果无法回溯到具体突变。
- 如何设定阈值？ 阈值过低会引入大量假阳性，过高会漏掉真正的高性能变体。通常先用已知阳性/阴性对照确定信号分布，再取“阴性均值 + 3～5 倍标准差”作为初筛阈值。
四、课程项目任务书解读
本课程以一个贯穿式项目为载体：从突变体文库出发，设计并执行一轮高通量筛选，最终获得性能提升的目标变体并给出数据支撑。任务书要求你交付以下内容：
| 交付项 | 具体要求 | 评价依据 |
|---|---|---|
| 筛选方案设计 | 明确文库规模、筛选手段、通量目标、单样本成本上限、灵敏度要求 | 三角权衡是否合理，参数是否有依据 |
| 实验执行记录 | 记录每一轮筛选的输入样本数、操作条件、读数结果 | 数据是否完整、可追溯 |
| 数据分析与阈值判定 | 给出信号分布、阈值设定依据、命中率与富集倍数 | 统计方法是否正确，结论是否由数据支撑 |
| 最终变体验证 | 对筛选出的候选变体进行复筛，与野生型/出发株对比 | 提升是否可重复、是否有对照 |