利用開源機器人推進生物學發展

科技野心可以透過創辦人在訪談中喜歡放棄的類比來衡量。 X 的 Uber、Y 的亞馬遜，如果這家新創公司能夠成功的話，這一切都令人印象深刻。 但OpenTrons 背後的組織力量Will Canine 有著更高的目標：「今天的生物實驗室自動化就像20 世紀60 年代的電腦一樣——一台配有打孔卡的大型主機，由實驗室技術人員運行。我們是個人電腦。

對於任何具​​有令人興奮的未來主義心態的人來說，這都會喚起各種瘋狂的科技烏托邦幻想。 當您在 Kickstarter 上看到 Opentrons 的開源機器人 OT.One 時，您會想：終於，一個適合生命本身的 MakerBot 了。 為活動捐款足夠多（希望他們真的能做到這一點），你就會列印出聞起來像草莓的夜光魚，並立即分泌出救命的抗癌藥物。

但這其實意味著──生物學領域的個人電腦革命──要複雜一些，但也更實用。 從技術上講，OT.One 是一種液體處理機器人。 它不會將滲出的合成生命擠出到盤子上，而是將構成大部分生物學研究的繁瑣工作自動化。 Canine 的大型機類比是正確的，因為現有的生物實驗室機器人最基本的成本約為50,000 美元（迅速上升到六位數），需要數週的培訓才能正確使用，而且絕對不是開源的，並且通常只專門用於一項實驗室任務。

在擺弄 MakerBots 一段時間後，Canine 決定報名參加位於布魯克林的 DIY 生物實驗室 Genspace 的合成生物學入門課程。 他在高中時一直在學習生物課程，但在大學一年級進入初級實驗班時，他就被淘汰了。 在那裡，回到潮濕的工作環境中，他不得不面對一個令人不安的事實：他的移液技術很糟糕。

「我當時想，『媽的，我沒有拿到微生物學博士學位，所以我沒有任何實驗室技術，』」卡尼恩說。 但是，他想，有了機器人誰還需要科技呢？

他聯繫了 DIY Bio 名單中的兩位技術人員，他們的經驗比他豐富，Nick Wagner（軟體人員）和 Chiu Chau（機器人技術人員，擁有數十年的生物機器人經驗）。 OpenTrons 誕生了。 他們圍繞著開源 Raspberry Pi 板構建了機器人的大腦，而對於機器人的精確控製手臂，他們使用了開源 Smoothieboard。 OT.One 設計用於使用標準手動移液器，用一個小機器人活塞代替不幸的博士後疲憊的拇指，它配備了網絡攝像頭，以便研究人員可以確保協議順利進行（並可能弄清楚哪裡出了問題，如果他們讓它整夜運行）。

去年春天，原型完成後不久，在 Canine 的 ITP 論文發表之前，Canine、Wagner 和 Chau 就被總部位於深圳的硬體加速器 HAXLR8R 錄取。 隊伍啟程前往中國。 他們整個夏天都住在那裡，致力於將 OT.One 打造成一款可大規模生產的產品，當他們回到美國後，立即啟動了 Kickstarter 眾籌活動。 他們還沒有時間運行產生有關機器人錯誤率或準確性的可靠數據所需的測試，但這並沒有阻止近 200 人為該活動捐贈超過 75,000 美元。

將研究生從腕管中拯救出來，讓無能的 DIY 生物學家在沒有多年移液器訓練的情況下進行實驗，這一切都很好，但 Canine 對 OpenTrons 的願景更遠。 廉價的開源自動化帶來了標準化，並在每一個為 OT.One 投入 3000 美元（或只要 2000 美元，如果你去 Kickstarter）購買 OT.One 的實驗室中推廣。 根據一些調查，另一個實驗室按照已發表的研究中提出的方法實際上可以重現的實驗結果比例低得驚人——例如低百分之十。 目前還不清楚為什麼會出現這樣的問題，但實驗室之間的條件、實驗方案、甚至移液技術的變化都是不受控制的變數。

Canine 認為，廣泛的自動化，加上創客、DIY 者和佔領運動的開源精神，或許能夠提高這一比例。 解決這部分問題需要的不僅僅是一個廉價的機器人。

OT.One 由名為 Mix.Bio 的基於瀏覽器的介面控制，該介面允許用戶將不同的命令、液體和生物成分拖放到 OT.One 然後運行的協議中。 合成生物學一直用DNA作為程式語言來比喻自己，而Mix.Bio在其之上放置了一個用戶友好的GUI。 Mix.Bio還允許用戶輕鬆共享和下載協議，這使整個系統回到了MakerBot概念。

“我們的整體目標是成為生命科學實驗室的數位製造機器，”Canine 說，“你可以通過電子郵件向朋友發送文件，確保床上有正確的燈絲或材料，然後點擊運行。”

OpenTrons 系統仍然依賴大量的手工生物學工作——MakerBot 床上的材料是一堆塑料； OT.One 床中的材料是懸浮在液體中的生物構件的複雜而脆弱的組合，但在理想的世界中，這種自動化將允許快速、值得信賴的分散式實驗。 世界各地數百個 OpenTrons 系統可以同時運行相同的實驗，在相對較短的時間內產生比任何一個實驗室單獨產生的數據多幾個數量級的數據。 隨著系統的計劃增加，例如 Canine 估計明年夏天可能會推出的離心機，這些可共享的協議將能夠複製越來越複雜的實驗。

最終，對於習慣用摩爾定律思考的人來說，個人電腦的類比有點令人不滿意。 生物過程比計算機需要更多的時間。 被操縱的生物體需要時間來生長，但更重要的是，將整個 DNA 作為程式語言的隱喻從根本上具有誤導性。 我們還不能直接侵入生活的命令行，只能嘗試透過較弱的連接來擺弄它，並希望預期的更改能夠在不破壞整個系統的情況下完成。 即便如此，也需要幾天的時間（和大量的移液）才能看到是否有效果。 合成生物學最成功的故事之一來自加州大學柏克萊分校，該校的研究人員成功地將酵母進行基因改造，生產出一種名為青蒿素的抗瘧疾藥物。 這項工作的首席科學家 Jay Keasling 估計該項目需要 150 人年的工作才能完成。

考慮到相對巨大的複雜性和緩慢的速度，向 Canine 詢問某人自製生物版 3D 列印槍、某種超級病毒或一種新的抗抗生素瘟疫的危險，似乎有點愚蠢， 但他認真對待這個問題。 「我們對生物技術的恐懼是正確的，因為它是非常非常強大的東西，」他說。 “但我認為問題不在於技術，而在於擁有技術的人，到目前為止，技術主要被用來強化有毒做法，並維持對農業生產等方面的束縛。”

回到他的第一個比喻，他繼續說道：「電腦最初是為了投擲炸彈而開發的，並不是每個人一開始都在上面製作動圖並微笑的令人驚奇的東西。但我們正在努力做的一件事是讓人們能夠利用生物技術創新來製造不受逐利限制的產品。

所有照片均由 Andrew White/Re:form 拍攝