合成生物學的研發，本質上是一個 DBTL 循環：Design（設計）→ Build（構建）→ Test（測試）→ Learn（學習），循環往復，不斷逼近目標。但大多數實驗室的 DBTL 是 "手推車輪"—— 每轉一圈都要靠人力從頭推一遍，慢、累、還容易跑偏。匯像科技的思路是：給 DBTL 裝上智慧大腦 + 自動化平臺雙引擎，讓它從 "手推車輪" 變成自主運轉的飛輪—— 越轉越快，越轉越穩。

一、飛輪的核心：合成生物智慧實驗平臺

匯像構建的合成生物智慧實驗平臺（SDL1），是 DBTL 飛輪的核心載體。

它由兩大系統協同驅動：

• 匯像智慧 "大腦" iMagicOS —— 負責 Design（設計）+ Learn（學習）

• 匯像智能自動化平臺 —— 負責 Build（構建）+ Test（測試）

兩大系統各司其職，數據在循環中不斷沉淀，驅動飛輪自主運轉、持續加速。

二、Design + Learn：iMagicOS 智慧大腦在想什么？

飛輪的 "智能" 來自 iMagicOS。它不只是一個管理軟件，更是一個會設計、會學習、會排程的智慧大腦。

Design：讓實驗設計從 "憑經驗" 到 "有引擎"

iMagicOS 用三大引擎驅動設計環節：

• 設計引擎：加速合成生物實驗的設計和優化過程，把研究人員從繁瑣的方案設計中解放出來

• 數據解析引擎：分析海量生物數據，提供智能建議 —— 上一輪實驗的數據，自動轉化為下一輪設計的依據

• 任務排程引擎：實現實驗設計的自適應優化，實驗過程中遇到變化，系統實時計算、動態調整執行路線

設計不再是一次性的 "拍腦袋"，而是一個持續優化、自適應調整的動態過程。

Learn：讓數據真正 "學會" 東西

每一輪 Test 產生的數據，不是躺在報告里，而是直接喂給 iMagicOS 的 AI 模型：

• AI 代謝途徑模型：自主學習測試數據，進行模型校正

• AI 序列功能模型：自主學習測試數據，進行模型校正

模型每學一輪，預測就更準一分，下一輪 Design 的起點就更高一分。

這就是飛輪能加速的原因：每轉一圈，大腦就更聰明一分。

三、Build + Test：智能自動化平臺在做什么？

大腦負責 "想"，自動化平臺負責 "干"。匯像智能自動化平臺覆蓋 Build 和 Test 兩大環節，實現高通量、無人值守的實驗執行。

Build：構建環節，全流程自動化

合成生物學的構建環節繁瑣且易錯，匯像用一系列自動化系統覆蓋：

• 高通量自動化改造平臺：高通量菌株改造，批量構建突變體

• 高通量自動化篩選平臺：陽性克隆快速鑒定與菌種篩選——自動化完成克隆鑒定和保菌全流程，兼容酵母、大腸桿菌等多種底盤細胞，無人值守，快速鎖定陽性克隆

• 智慧 DNA 組裝自動化系統：多片段 DNA 組裝、PCR、酶切、連接、轉化全流程自動化

• 智慧酶文庫篩選自動化系統：酶文庫高通量篩選，快速獲得優化酶

構建環節不再依賴移液槍和人手，高通量、標準化、無人值守，通量和一致性同時提升。

Test：測試環節，多組學全覆蓋

測試是數據的來源，匯像的自動化檢測平臺覆蓋多組學：

• 精密檢測自動化平臺：高通量精密檢測，樣本自動上樣、自動檢測

• NGS 測序自動化平臺：從核酸提取到文庫構建到上機測序，全流程自動化

• 蛋白代謝多組學檢測自動化平臺：蛋白、代謝等多組學數據統一采集

測試環節不再是 "設備孤島"，所有數據自動回傳 iMagicOS，直接進入 Learn 環節，沒有人工整理的中間延遲。

四、數據：飛輪的燃料

飛輪能轉起來，靠的是數據在循環中不斷流動：

數據在 DBTL 循環中不是副產品，而是飛輪的燃料。

每一輪循環，數據資產增加一分，AI 模型精準一分，下一輪的設計起點就高一分，構建和測試的通量就可以再提一分 —— 飛輪就這樣越轉越快。

這就是匯像說的 "DBTL 自主運行，形成飛輪效應"。

五、從功能島到智慧實驗室，飛輪可大可小

匯像的 DBTL 飛輪方案不是 "一刀切"，而是可以根據實驗室規模分層配置：

小飛輪：單一功能島起步

如果實驗室只在某一個環節有瓶頸，可以先上對應功能島：

• Build 環節需要高通量 → 上 DNA 組裝自動化系統或細胞株構建自動化系統

• Test 環節需要提通量 → 上 NGS 測序自動化系統

每個功能島獨立運行，即插即用，數據自動沉淀，為后續接入更大的飛輪做準備。

大飛輪：智慧實驗室整體方案

當需要完整 DBTL 閉環時，匯像提供智慧實驗室整體方案，把 Design、Build、Test、Learn 全部整合到一個系統里：

• 功能島之間通過智慧機器人（AGV）自動轉運樣本

• 所有設備由 iMagicOS 統一調度，多任務并行

• 數據全流程自動流轉，從 Test 到 Learn 到 Design 零延遲

• 支持跨島、跨房間、跨實驗室甚至跨樓棟協同

飛輪越大，數據沉淀越多，加速效應越明顯。