DNA 合成革命：Sidewinder 技術如何將基因構建時間從月縮至日

2026年5月，加州理工學院（Caltech）團隊在 SynBioBeta 2026 大會上發表了一項名為 Sidewinder 的 DNA 合成新技術。這項技術能在單一試管中同時組裝數十條基因序列，錯誤率低至每 1000 萬次連接僅發生一次錯誤——比傳統方法精準三個數量級。結合 Evo 2 等生成式 AI 模型，Sidewinder 正在重塑合成生物學的基礎設施，將過去需要一個月以上的基因構建工作縮短至數天。

一、引子：基因編寫的「摩爾定律」缺口

在過去的二十年裡，DNA 定序（reading）的成本下降速度超越了摩爾定律——人類基因組的定序成本從 2001 年的 1 億美元降至今天的不足 1,000 美元。然而，DNA 合成（writing）的成本和速度進步卻遠遠落後。

這個不對稱創造了合成生物學中最根本的瓶頸：我們能夠用 AI 設計前所未見的基因序列，卻無法快速、便宜地將它們在實驗室中實際構建出來。

生成式 AI 工具如 Evo 2——由史丹福大學 Brian Hie 實驗室開發、在全球數百萬個生物基因組上訓練的基因語言模型——可以在數分鐘內設計出全新的基因序列。但從數位設計到物理 DNA 分子的轉換，仍然是一道緩慢而昂貴的工序。

2026 年 5 月，這道瓶頸被大幅鬆動。

二、突破核心：Sidewinder 究竟是什麼？

Sidewinder 是由加州理工學院合成生物學家王凱行（Kaihang Wang）領導的團隊開發的全新 DNA 組裝方法。該技術於 2026 年 5 月在加州聖荷西舉行的 SynBioBeta 2026 大會上正式發表，同時在 bioRxiv 上發布了預印本。

2.1 核心原理：分子條碼的革命

要理解 Sidewinder 的創新，首先需要了解 DNA 在實驗室中如何被製造。

標準流程從短鏈化學合成片段——稱為寡核苷酸（oligonucleotides，簡稱 oligos）開始。這些是 DNA 的分子字母積木，長度通常在 60 到 200 個鹼基對之間。要構建一條完整的基因序列（通常數千至數萬鹼基），研究人員需要將這些 oligos 按照正確順序拼接起來。

傳統方法中，研究人員有幾種選擇：

逐個訂購並拼接：可靠但極其昂貴
批量合成：將數千種不同 oligos 放在同一池中合成以降低成本，但會創造混亂的分子湯，碎片與非目標夥伴結合，導致大量錯誤
物理分離：將片段物理分區、隔離在微滴中、或用雷射光逐一捕撈——每種方法都增加成本、時間並需要專用設備

Sidewinder 從根本上避開了這些問題。

該方法仍然從標準的 oligos 開始——研究人員可以從 GenScript 或 Twist Bioscience 等 DNA 合成供應商處購買——但為每個片段附加了一個獨特的分子條碼。這個短識別序列確保每個片段只與其預期的相鄰片段鏈接，按照產生目標基因序列的順序進行。

當兩個帶條碼的片段相遇時，它們會形成化學家所謂的「三路連接」（three-way junction）：一種短暫的分子結，將片段鎖定在正確對齊位置，然後被乾淨地移除，留下無縫的 DNA 鏈。

王凱行將這些條碼比喻為頁碼。傳統的組裝方式就像對一份沒有編號的手稿進行排序——通過匹配一頁的最後一行和下一頁的第一行。對於簡短文件來說可行，但當序列重複時就是一場災難。Sidewinder 的條碼無論片段攜帶什麼序列，都能引導每個片段找到其正確的夥伴。

2.2 PyWinder 演算法：從計算瓶頸到即時運算

最初的 Sidewinder 協議需要大量的計算來設計這些條碼，隨著片段數量增加，這變得實際不可行。

前加州理工學院本科生 Jean-Sebastien Paul 開發了一個解決方案。在 Wang 實驗室的一個暑期研究中，Paul（目前在史丹福大學攻讀博士）建立了一個名為 PyWinder 的軟體工具，可以在標準筆記型電腦上數分鐘內生成條碼，取代了之前因太慢而無法擴展的計算。

2.3 關鍵性能數據

指標	傳統方法	Sidewinder
錯誤率	每 10-30 次連接 1 次錯誤	每 1000 萬次連接 1 次錯誤
並行構建	1-2 條序列	數十條序列同時
原材料	高純度、昂貴	低成本、量產級
12,500 鹼基序列構建時間	>1 個月	數天
所需設備	專用儀器	標準實驗室設備

三、驗證實驗：Evo 2 驅動的端到端示範

Sidewinder 團隊進行了一場令人信服的端到端演示，直接對準了合成生物學的核心瓶頸。

他們利用 Evo 2 的力量，在電腦中重新設計了一段 12,500 個字母長的大腸桿菌（E. coli）基因組 DNA 序列——這段序列的長度足以編碼完整的生物化學途徑。然後使用 Sidewinder 從頭構建了這段序列，完全零錯誤。

這項示範的意義遠不止於技術驗證。它首次展示了 AI 設計與物理 DNA 構建的無縫閉環——這是合成生物學從「發現科學」轉向「工程科學」的關鍵一步。

Brian Hie 表示，根據他的團隊使用傳統商業方法的經驗，這樣一個項目過去可能需要一個多月的時間。「有了這樣的技術，你可以在幾天內完成同樣的事情，」他說。

四、從實驗室到市場：Genyro 的商業化之路

王凱行、Noah Robinson（Wang 實驗室的博士後研究員，Sidewinder 方法的共同開發者）、Brian Hie 以及創業家 Adrian Woolfson 共同創立了一家名為 Genyro 的公司，將 Sidewinder 商業化。

Genyro 的商業模式專注於製藥和生物技術客戶的付費服務，但根據 Robinson 的說法，他們打算讓 Sidewinder 平台對學術研究社群廣泛開放。

「我們真的希望這是一個賦能平台，」Robinson 說。「我們希望人們能用這項技術做很酷的事情。」

4.1 與現有商業模式的比較

目前 DNA 合成市場的主要參與者包括：

Twist Bioscience：使用矽基晶片進行高通量 DNA 合成，股價在 2020-2021 年因合成生物學熱潮大幅上漲
GenScript：全球最大的基因合成服務提供商之一
IDT（Integrated DNA Technologies）：寡核苷酸合成領域的領導者
DNA Script：開發酶促 DNA 合成技術的法國公司

Sidewinder 的獨特之處在於它不試圖取代寡核苷酸合成本身，而是專注於組裝階段——將短 oligos 拼接成長基因序列的步驟。它使用標準的化學合成 oligos 作為原料，因此可以與現有的供應鏈無縫對接。

五、為什麼這很重要：解鎖 AI 生成的基因組

5.1 AI + 合成生物學的閉環

Sidewinder 最重要的意義在於它完成了 AI 驅動生物學的閉環。

生成式 AI 模型如 Evo 2、ProGen 和各種蛋白質語言模型正在快速進步。Evo 2 在數百萬個微生物基因組上訓練，能夠理解 DNA 的深層模式語言。它可以設計具有特定功能的基因序列、優化蛋白質編碼區、甚至生成全新的調控電路。

但這些 AI 設計只有當它們能被物理構建和測試時才有價值。每次 AI 生成一個新設計，研究人員就需要在實驗室中實際構建該 DNA 序列來驗證其功能。如果構建需要一個月，那麼即使 AI 每秒生成一個新設計，迭代速度也被限制在每月一輪。

Sidewinder 將這個迭代週期從月壓縮到天。對於需要測試數百或數千個設計變體的定向進化和蛋白質工程項目來說，這意味著從根本上改變了可能的速度和規模。

5.2 應用領域的連鎖效應

合成生物學與生物製造

Sidewinder 使得快速構建編碼完整生化途徑的長 DNA 序列成為可能——這是設計微生物工廠生產藥物、生物燃料或特種化學品的基礎。

以抗瘧藥物青蒿素（artemisinin）的生物合成為例。Jay Keasling 團隊花了十多年時間和數千萬美元，才將青蒿素的完整生物合成途徑移植到酵母中。有了 Sidewinder，構建和測試不同途徑變體的時間可以從數月縮短到數週。

疫苗開發

mRNA 疫苗的快速開發在 COVID-19 大流行中展示了合成生物學的力量。但疫苗開發中的一個關鍵瓶頸是構建和測試不同的抗原設計。Sidewinder 能夠同時構建數十個候選序列，大幅加速疫苗研發。

這對於應對未來大流行具有深遠意義。結合 AI 預測新型病毒的刺突蛋白突變，Sidewinder 可以在幾天內構建並測試新的疫苗候選物——將傳統的疫苗開發時間線從數月壓縮到數週甚至數天。

基因治療

基因治療依賴於正確構建治療性基因構建體。隨著 CRISPR 和其他基因編輯工具的進步，對精確、高品質 DNA 構建體的需求正在急劇增長。Sidewinder 的低錯誤率——比傳統方法精準數百萬倍——意味著更少的錯誤導致的脫靶效應和更高的治療安全性。

DNA 數據存儲

DNA 作為數據存儲介質具有巨大潛力：它的密度比任何現有存儲技術高出數百萬倍，並且在適當條件下可以保存數萬年。Sidewinder 的快速、準確合成能力為 DNA 數據存儲的商業化提供了關鍵基礎設施。

新藥發現

在藥物發現中，科學家需要構建大量 DNA 序列來編碼抗體庫、酶庫或其他分子庫，用於高通量篩選。Sidewinder 的大規模並行合成能力使這些庫的構建更快、更便宜、更準確。

5.3 生物經濟的基礎設施

合成生物學被廣泛認為是 21 世紀最重要的新興技術之一。根據麥肯錫的預測，到 2030-2040 年，合成生物學的全球直接經濟影響可能達到每年 2 到 4 兆美元。

但這個願景的實現取決於其基礎設施——特別是 DNA 合成的成本、速度和規模。目前的 DNA 合成市場約為每年 50-100 億美元，但增長受到現有技術限制的制約。

Sidewinder 代表了一種基礎設施級的突破，類似於 1970 年代 DNA 定序技術的發明或 2000 年代高通量定序的出現。這些定序技術的每一次突破都引發了生物學研究的爆炸性增長，並催生了精準醫學等全新領域。

DNA 合成領域的下一個突破可能會產生類似的效應。

六、技術深度對比：Sidewinder 與傳統方法

6.1 磷醯胺法（Phosphoramidite Method）

這是自 1980 年代以來 DNA 合成的標準方法，由 Marvin Caruthers 開創。

原理：使用化學方法逐一添加核苷酸，每一步都需要保護/脫保護循環。

優點：

成熟、經過數十年驗證
適合短鏈（<200 nt）的可靠合成
商業化程度高，成本可控

缺點：

每步效率約 99.5%，長鏈合成時錯誤累積
無法高效合成 1,000 nt 以上的序列
需要使用有毒化學溶劑
規模化時成本急劇上升

6.2 酶促合成（Enzymatic Synthesis）

以 DNA Script、Molecular Assemblies 等公司為代表。

原理：使用末端脫氧核苷酸轉移酶（TdT）等酶來自然添加核苷酸。

優點：

溫和反應條件，水相反應
潛在的更高通量和更低成本
可在更長的片段上保持準確性

缺點：

仍在開發中，可靠性尚未完全證明
需要專用酶和試劑
當前成本高於化學法

6.3 Sidewinder 方法的定位

Sidewinder 不直接與這些方法競爭，而是在組裝階段解決問題。

它使用標準的化學合成 oligos（無論是磷醯胺法還是酶促法合成），然後通過其獨特的條碼系統高效地將它們組裝成長序列。這意味著它可以與現有供應鏈共存，利用已經商品化的基礎原料。

Sidewinder 的關鍵優勢：

錯誤控制：傳統方法中，序列重複區域是錯誤的主要來源。Sidewinder 的條碼系統自然規避了這個問題。
規模化：同時組裝數十條序列的能力使實驗設計的規模可以大幅擴展。
成本：使用低成本、量產級的原料，避免了高純度試劑的溢價。
簡易性：無需雷射捕獲、微流控或其他專用設備。標準分子生物學實驗室即可實施。

七、局限性與挑戰

儘管 Sidewinder 代表了一個重大進步，但它並非沒有局限性。

7.1 技術局限性

序列長度上限：當前示範達到 12,500 鹼基對，但對於完整的人工基因組（細菌約 500 萬鹼基對，人類約 30 億鹼基對），仍有巨大距離
重複序列問題：極度重複的序列可能仍會對條碼系統構成挑戰
修飾鹼基：該方法目前主要針對標準 DNA 鹼基，對於含有修飾鹼基的序列可能需要進一步開發

7.2 商業化挑戰

專利與智財權：關鍵技術的專利布局和許可將影響市場採納速度
監管審查：合成 DNA 行業受到生物安全（biosafety）和生物安保（biosecurity）法規的嚴格監管，商業化路徑需要與監管機構協調
競爭動態：Twist Bioscience、DNA Script 等公司不會靜止等待。市場競爭可能加速或複雜化 Sidewinder 的滲透

7.3 倫理與安全考量

更快的 DNA 合成也引發了雙重用途（dual-use）的擔憂。合成生物學的進步需要與有效的生物安保措施同步發展。國際基因合成聯盟（IGSC）等組織已經建立了篩選協議，但 Sidewinder 使合成更快速、更分散化，這要求篩選機制也相應升級。

八、時間線與影響預測

短期（2026-2028）

Genyro 完成種子輪和 A 輪融資
Sidewinder 平台向頂尖學術實驗室開放試用
首批使用 Sidewinder 合成的基因構建體發表在同行評審期刊上
AI 設計 + Sidewinder 構建的閉環在 5-10 個領先實驗室得到驗證

中期（2028-2031）

Sidewinder 成為合成生物學實驗室的標準工具之一
生物技術公司開始將其整合到內部研發流程
構建能力擴展到 50,000-100,000 鹼基對範疇
首次在定向進化項目中實現數百個設計變體的並行構建和測試
與 Twist、GenScript 等供應商形成合作或競爭關係

長期（2031-2035）

接近完整的人工細菌基因組的合成成為可行
DNA 數據存儲的商業化受到低成本合成的推動
合成生物學的設計-構建-測試循環速度提升 10-100 倍
可能出現首個通過 Sidewinder 構建並商業化的基因治療產品

九、行業脈絡與戰略意義

Sidewinder 的出現需要放在更大的產業脈絡中理解。

9.1 合成生物學的「設備化」趨勢

正如半導體製造業從手工設計走向 EDA（電子設計自動化）工具，合成生物學也在經歷從手工操作走向自動化平台的轉變。Sidewinder 是這個趨勢的一部分——它將一個需要專家技巧的手工藝流程轉變為一個可擴展的自動化過程。

9.2 全球競爭格局

美國：加州理工學院 + 史丹福大學 + Genyro 代表了美國在合成生物學基礎設施領域的持續主導地位。NSF 和 DOE 對合成生物學的長期資助正在產生回報。
中國：深圳合成生物學研究院、華大基因等機構在合成生物學領域有重大投資。Sidewinder 的出現可能加速中國相關機構的跟進研發。
歐洲：英國的合成生物學研究中心和歐洲分子生物學實驗室（EMBL）在相關領域有深厚積累。

9.3 對生物製藥業的影響

生物製藥業是 DNA 合成的最大商業用戶。Sidewinder 降低的成本和加速的時間線將：

降低抗體發現和工程化的成本
加速細胞和基因治療的研發
使中小型生物技術公司能夠進行以前只有大型製藥公司才能承擔的合成生物學項目
可能改變生物仿製藥（biosimilars）的開發經濟學

十、總結

Sidewinder 不只是一項新技術——它代表著合成生物學基礎設施的一次階躍變化。

當生成式 AI 已經能夠以驚人的速度設計基因序列時，物理構建這些序列的能力已經成為制約整個領域發展的瓶頸。Sidewinder 與 Evo 2 的結合展示了一個完整閉環：AI 設計、Sidewinder 構建、實驗驗證、反饋回 AI。

布里斯托大學的生物工程師 Thomas Gorochowski 總結得最好：「你能開始探索這些東西的速度大幅打開了。」

對於一個預計將在 2030 年代達到兆美元規模的產業來說，這種基礎設施級的突破可能會產生比任何人目前預測都更為深遠的影響。

參考資料：

IEEE Spectrum, "Cheap, Fast DNA Synthesis Unlocks AI-Generated Genomes," May 26, 2026. https://spectrum.ieee.org/faster-dna-synthesis-sidewinder
SynBioBeta 2026, San Jose, CA. Conference presentation by Kaihang Wang et al.
bioRxiv preprint, Sidewinder: Scalable assembly of long DNA sequences using barcoded three-way junctions, 2026.
Wang, K. et al., Nature, 2025 (initial Sidewinder method publication).
Evo 2: Genomic foundation model, Stanford University / Brian Hie Lab.
McKinsey Global Institute, "The Bio Revolution: Innovations transforming economies, societies, and our lives," 2023.
Carlson, R. "The changing economics of DNA synthesis," Nature Biotechnology, 2024.