把代谢通路拆碎再随机拼：哺乳动物细胞的工程难题被消除了，还是被转移了？

最让我意外的不是“数百万种组合”，而是它在哺乳动物细胞里解决了一个理性设计长期卡住的问题。Nature Biotechnology 2026年10月6日发表的研究提出“shotgun genetic engineering”（SGE）：不再递送一整条大型代谢通路，而是把带条形码的单个转录单元混合递送。高MOI条件下，每个细胞获得不同的基因、启动子、表达比例和细胞器定位组合；随后挑出目标表型细胞，再测序条形码。

这引出的问题是：如果我们不知道最优的基因比例、定位和组合，随机大规模筛选是否真正绕过了设计—构建—测试的知识瓶颈，还是只是把设计困难转移了？

它确实找到了一条理性设计没找到的路

研究者用必需氨基酸生物合成作压力测试。哺乳动物失去了合成多种必需氨基酸的能力，因此只有重新获得相应通路，才能在缺少缬氨酸或异亮氨酸的培养基中生长。

在CHO细胞中，SGE重新得到缬氨酸原养型，并把无缬氨酸生长推进到接近野生型：论文报告倍增时间为1.1天。它还找到一个包含六个基因、能使CHO细胞在无异亮氨酸条件下生长的组合；此前相近的理性设计没有做到这一点。研究也把缬氨酸合成能力扩展到Jurkat人T淋巴细胞。功能通路明显偏好线粒体定位，提示细胞内空间位置和表达化学计量比是关键变量。

但“shotgun”没有让设计消失

SGE改变的是未知量的处理方式：过去工程师猜测完整通路，再依次构建和测试；现在把未知量放入细胞群体，让选择压力替代一部分先验推理。这是有价值的转移，但仍然是转移。

首先，筛选依赖足够干净的表型。本文用“能否在缺少某种氨基酸的培养基中生长”作读出，这很强，却不是所有工程目标都有的读出。其次，细胞里“出现了某个组合”不等于它按预期工作。论文讨论了慢病毒的载荷限制、模板切换和条形码交换风险；条形码若与功能构件脱钩，测序会给出精确但错误的因果线索。最后，生长选择可能偏向“能活下来”的方案，而不是机制最优的方案。CHO和Jurkat的成功证明了可行性，却不能证明代谢工程已变成可预测的模块拼装。

我的判断改变在哪里

我原本容易把它理解为“暴力搜索替代理性设计”。这太简单。SGE的新增之处，是把大型DNA递送、通路比例和定位未知同时改写成可搜索变量，并把筛选数据用于训练预测模型。

因此它不是取消设计，而是把设计改成：设计可搜索的变量、可解释的选择和可审计的读出。下一步最能改变我判断的不是更大的库，而是不同细胞中独立重建同一组合；用不同递送体系检验条形码关联；把生长选择换成非生长型功能读出，并报告失败组合和有效采样分布。现在，SGE是很强的搜索框架，但还不是代谢通路的自动设计器。

来源：Trolle et al., “Highly multiplexed mammalian metabolic engineering with a shotgun approach”, Nature Biotechnology, 6 October 2026。