大语言模型在合成生物学中的应用进展与挑战

：合成生物学作为基于工程化理念的生命系统工程设计学科，其核心挑战在于基于工程化原理，“由下至上”建立由基因元件组装而成的各种生物功能模块和系统，并建立序列-功能映射的预测模型。大语言模型(large language models, LLMs) 凭借其自监督预训练机制与注意力架构优势，通过解析DNA/RNA序
列中的语法规则与语义特征，在从基因元件到基因组系统的多个微观层次，为生物序列的跨尺度建模提供了新工具。本综述聚焦LLMs如何辅助解决合成生物学中的关键设计难题，系统地综述了LLMs在合成生物学中的创新应用，系统梳理了其在基因元件、基因线路、基因簇重构、基因组等多个层次的研究进展，
并探讨其如何与传统模型及工程化方法结合，共同提升面向模块化生命系统构建的理性设计能力，并分析当前面临的挑战与未来发展方向。