相关实验视频
Updated: Jul 29, 2026
11:22
Automated Robotic Liquid Handling Assembly of Modular DNA Devices
Published on: December 1, 2017
12.4K
在合成生物学中的物理实验室自动化
Ashley Stephenson1,2, Lauren Lastra2, Bichlien Nguyen2
1Paul G. Allen School of Computer Science and Engineering, University of Washington, Seattle, Washington 98195, United States.
ACS synthetic biology
|November 7, 2023
概括
合成生物学正在推进设计-构建-测试-学习 (DBTL) 自动化,但连接和访问挑战阻碍了进步. 该领域的重点是物理工作流程自动化,平衡人类参与与智能系统.
科学领域:
- 合成生物学 合成生物学
- 生物技术是生物技术.
- 自动化工程自动化工程
背景情况:
- 合成生物学正在过渡到系统时代,采用设计-构建-测试-学习 (DBTL) 方法.
- 在合成生物学研究中,自动化和标准化的必要性被广泛认为是可复制性和可扩展性.
研究的目的:
- 审查和分类合成生物学中当前的自动化状态,强调物理实验工作流.
- 确定实验室自动化方面的挑战,特别是DBTL模块中的连接性和采用障碍.
主要方法:
- 合成生物学中现有的自动化技术的表征和分类.
- 分析支持自动化实验工作流程的硬件和软件工具.
- 讨论人类干预与科学发现中的全自动化之间的平衡.
主要成果:
- 通过集成的硬件和软件解决方案,实现了关键实验过程的自动化.
- 尽管取得了进展,但DBTL模块之间缺乏无连接是一个主要障碍.
- 进入和采用自动化工具的障碍限制了实现其全部潜力的可能性.
结论:
- 虽然完全自主化的科学发现仍然遥远,但自动化实验元素的重大进展是显而易见的.
- 进一步开发对于提高自动化工具的连接性和可访问性至关重要.
- 最佳目标可能涉及适当的自动化,而不是完全从科学过程中删除人类.
