1 历史沿革
定向进化的思想源于对自然选择过程的抽象：先制造变异，再保留更适应目标环境的个体。随着分子生物学和遗传工程的发展，这一思路逐渐从宏观生物学转向实验室中的生物分子优化，成为一类可重复、可控制的技术路线。
1.1 理论来源
定向进化的理论基础可追溯到达尔文进化论中的变异、遗传与选择机制。在实验层面，这一理念被重新解释为：通过人为手段扩大分子多样性，再利用筛选压力富集具有目标性质的变体。分子层面的“适应性”不再对应生存繁衍，而是对应酶活性、结合能力、稳定性等可测量指标。
1.2 早期实验探索
20世纪后半叶，研究者开始尝试用突变和筛选来改良酶和抗体等分子。早期工作通常依赖随机突变和低通量筛选，虽然效率有限，但证明了不必完全理解分子机制，也能通过反复试验获得性能改进。这一阶段奠定了后续方法学发展的实验基础。
1.3 方法体系的形成
随着PCR、噬菌体展示和高通量分析技术的成熟，定向进化逐渐从零散操作发展为标准化流程。研究者开始系统设计突变库、构建筛选平台，并通过多轮迭代积累有利变异。该方法体系形成后，定向进化成为蛋白质工程中最具代表性的优化范式之一。
1.4 相关技术的演进
定向进化的发展与分子生物技术的进步密切相关。误差引入型PCR、DNA重组、显示技术以及测序技术的出现，大幅提升了变异生成和筛选效率。近年来，自动化平台和计算辅助设计进一步拓展了这一方法的应用边界，使其实验周期更短、结果更可预测。
2 基本原理
定向进化的核心逻辑可以概括为“造变体、做筛选、反复迭代”。其本质是利用实验控制替代自然环境中的漫长积累过程，在较短时间内获得具有目标功能的分子变体。
2.1 变异的引入
变异是定向进化的起点。通过人为制造序列差异，研究者构建出包含大量候选分子的文库，为后续筛选提供原材料。变异方式既可以是随机的，也可以偏向特定区域或特定类型的改变。
2.1.1 随机突变
随机突变会在目标基因或分子序列中引入分布不确定的改变。其优点是覆盖范围广，容易获得意料之外的有利性状；不足在于无效或有害变体比例通常较高，因此往往需要配合高通量筛选使用。
2.1.2 重组与重排
重组与重排通过打散并重新组合已有序列片段，促使有利突变在不同背景中重新排列。与单点随机突变相比，这类方法更适合整合多个改良位点，也常用于把不同亲本分子中的优势特征组合到一起。
2.2 选择与筛选
筛选环节决定哪些变体能够进入下一轮优化。实验者通常根据目标性质建立判定标准，使满足条件的分子被保留，而不符合要求者被淘汰。
2.2.1 功能表型筛选
功能表型筛选关注分子最终表现出的可测功能，例如催化速率、结合强度、荧光信号或细胞生长表现。该方式直观、适用范围广，但实验设计必须尽量让测量结果与真实目标属性保持一致。
2.2.2 生存优势筛选
生存优势筛选利用某种选择压力，使具有目标功能的变体在竞争中更容易存活或增殖。此类方法常将分子性质与细胞生长、复制或标记输出相连接，从而把复杂的分子性质转化为可放大的筛选信号。
2.3 迭代优化机制
定向进化并非一次完成，而是通过多轮“变异—筛选—扩增”逐步积累优势。每一轮都可能保留少量有益改变，并在新的背景下继续优化。随着轮次增加，群体会从高度多样的初始文库逐渐收敛到少数优良变体。
3 实验流程
定向进化的实验流程通常具有较强的模块化特征。不同研究对象和目标会影响具体实现，但总体上大多遵循目标设定、文库构建、筛选、验证和重复迭代几个环节。
3.1 目标设定
实验开始前，需要明确希望改进的性质，例如提高活性、增强稳定性、改变底物偏好或提升结合力。目标越清晰，后续筛选指标越容易建立，实验结果也越容易解释。
3.2 文库构建
文库构建是生成候选变体集合的过程。文库质量直接影响筛选效率，既要保证多样性，又要避免规模失控或突变过密导致功能整体塌陷。
3.2.1 突变文库设计
突变文库设计通常围绕关键位点、结构区域或保守区域展开。研究者可根据经验、结构信息或序列比对结果，决定突变范围与突变类型，以便将资源集中于最有可能产生收益的区域。
3.2.2 多样性控制
多样性过低会限制发现新变体的机会，过高则会增加筛选负担。因而常需要在覆盖广度与库容量之间取得平衡，通过控制突变率、重组比例和文库规模，维持可管理的实验复杂度。
3.3 筛选平台建立
筛选平台是定向进化能否成功的关键环节。它必须将目标功能转化为可观察、可分选的信号，并尽量减少背景噪声。
3.3.1 体外筛选
体外筛选在细胞外环境中进行，常用于酶活性、结合能力或化学反应效率的测定。其优势在于条件可精细控制，测量结果较直接；局限则是难以完全模拟复杂生物环境。
3.3.2 细胞内筛选
细胞内筛选把目标分子的表现放在活细胞环境中观察，适用于与代谢、存活或报告基因表达相关的体系。这类平台更贴近生物实际状态，但背景因素较多，设计难度也更高。
3.3.3 高通量筛选
高通量筛选借助自动化仪器、微孔板、流式分选或成像系统，能够在短时间内处理大量样本。它显著提升了定向进化的效率，也使大规模文库的实际应用成为可能。
3.4 命中变体验证
筛选得到的候选变体需要经过独立验证，以确认其性能提升是否稳定、可重复，并排除偶然误差。验证阶段通常会结合纯化分析、重复测定和对照实验，对命中结果进行再评估。
3.5 多轮进化与收敛
在多轮进化中，优良变体会被作为下一轮模板继续改造。随着筛选压力逐步聚焦，群体常表现出收敛趋势，即若干关键位点反复出现有利改变。这种收敛有助于识别决定性突变，也为后续机制研究提供线索。
4 常用技术手段
定向进化依赖多种分子生物学工具协同完成，从突变引入到变体分离，再到结果分析，各环节通常都有对应技术支持。
4.1 PCR诱变技术
PCR诱变技术利用特定条件下DNA复制错误率上升的特点，在扩增过程中引入随机突变。该方法操作简便，适合快速生成初始文库，是定向进化中最常见的变异来源之一。
4.2 DNA洗牌
DNA洗牌是一种将同源序列切碎后再重新组装的技术。它能在多个亲本之间重新分配有利片段，适合从已知优良分子中进一步组合和优化性能。
4.3 饱和突变
饱和突变针对某一位点或若干位点进行系统性替换，通常用于细化分析关键残基的作用。与完全随机突变相比，它更聚焦、更易解释，也更适合在已知功能热点上进行精确优化。
4.4 显示技术
显示技术把分子功能与可分选载体连接起来，使候选变体能够在群体中被识别和富集。这类方法在筛选结合分子时尤其常用。
4.4.1 噬菌体展示
噬菌体展示将多肽、蛋白或抗体片段展示在噬菌体表面，便于通过靶标结合进行筛选。它具有库容量大、操作成熟等优点，长期用于亲和力改造和配体发现。
4.4.2 酵母展示
酵母展示利用酵母细胞表面表达目标分子，适合检测蛋白折叠、表达和结合性质。与部分无细胞系统相比，它更容易兼顾真核折叠环境与流式分选能力。
4.4.3 核糖体展示
核糖体展示是一种无细胞体系，能够把翻译产物与其编码RNA联系起来，从而在不依赖细胞转化的条件下筛选大容量文库。该方法适合处理较大的序列空间，但实验条件相对精细。
4.5 高通量测序辅助分析
高通量测序为定向进化提供了群体层面的信息。通过比较不同轮次文库中序列频率的变化，研究者可以追踪有利突变的富集过程，识别潜在协同位点，并评估筛选压力对群体结构的影响。
5 应用领域
定向进化已广泛用于生物分子优化，尤其适合那些结构复杂、机制不完全明确，但又能通过功能读出进行评估的对象。
5.1 工业酶工程
在工业酶工程中，定向进化常用于提升酶的催化效率、耐热性、耐酸碱性和有机溶剂耐受性。经过优化的酶可用于食品加工、洗涤、能源转化和精细化学品合成等场景。
5.2 医药与治疗分子优化
该方法也常用于抗体、受体配体和其他治疗分子的优化。通过提高亲和力、选择性或稳定性，可以增强分子的实用价值，并改善其在体内外环境中的表现。
5.3 合成生物学
在合成生物学中，定向进化可用于改造代谢通路元件、调节蛋白开关和优化传感器分子。它有助于构建更灵敏、更稳健的人工生物系统。
5.4 农业生物技术
农业相关应用包括改良酶类、调节植物或微生物功能分子，以及优化与环境适应相关的蛋白性能。此类研究通常围绕产量、抗逆性或加工特性展开。
5.5 环境生物修复
在环境生物修复中，定向进化可用于提升分子对污染物的识别、转化或降解能力。通过强化关键酶的活性与稳定性，可提高生物修复体系在复杂环境中的可用性。
6 经典案例
定向进化的经典案例通常展示了某一性能的显著提升，并证明该方法在缺乏完整机理信息时仍然有效。
6.1 酶活性增强案例
许多研究通过反复筛选获得了催化效率更高的酶变体。此类案例表明，少数关键突变即可显著改变反应速率，尤其在底物结合或催化中心附近更为常见。
6.2 热稳定性改造案例
热稳定性改造往往通过筛选耐受更高温度的变体实现。成功案例通常显示，蛋白内部相互作用、局部柔性和整体折叠稳定性的微小变化，都可能影响耐热表现。
6.3 底物谱扩展案例
底物谱扩展案例体现了定向进化在改变选择性的能力。通过调整底物通道、结合口袋或邻近结构，原本只识别少数底物的分子可以获得更宽的适用范围。
6.4 抗体亲和力优化案例
抗体亲和力优化常借助展示技术和多轮筛选完成。经过定向进化后，抗体与靶标的结合能力通常得到提升，有助于检测、诊断和治疗相关研究。
7 优势与局限
定向进化之所以广受重视，主要因为它能在信息不完全的情况下实现有效优化；但与此同时，它对筛选体系和实验资源也有较高要求。
7.1 方法优势
定向进化最大的优点在于可操作性强，能够把复杂优化问题转化为可执行的实验流程。它适合处理难以用纯理论直接预测的分子性质。
7.1.1 不依赖完整机制解析
该方法不要求研究者事先完全理解分子作用机制。只要能够建立可靠的筛选读出，就可以通过迭代实验获得性能更好的变体，因此特别适合机理复杂的体系。
7.1.2 适合复杂性状优化
许多目标性质由多个位点共同决定，且存在明显的非线性关系。定向进化能够在整体功能层面进行选择，因而比单点、单因素优化更适合复杂性状改良。
7.2 方法局限
尽管实用性很强，定向进化也存在明显约束，尤其是在筛选效率、路径探索和多目标协调方面。
7.2.1 筛选通量限制
如果筛选平台处理能力不足，文库规模就难以充分展开，许多潜在优良变体可能被遗漏。通量瓶颈是限制该方法效率的重要因素之一。
7.2.2 适应度峰谷问题
有利突变不一定彼此兼容，某些中间体可能暂时降低性能，使进化路径需要跨越“低谷”才能抵达更高水平。这类问题会增加实验轮次和筛选难度。
7.2.3 多目标优化困难
实际应用中，往往希望同时提升活性、稳定性、特异性和表达量等多个指标。但不同指标之间可能相互制约，因此多目标优化通常比单目标改良更复杂。
8 与其他科学方法的关系
定向进化并非孤立方法，而是与理性设计、进化理论和计算辅助策略形成互补关系。
8.1 与理性设计的比较
理性设计依赖结构信息、机制分析和定点改造，强调“先理解再修改”；定向进化则更强调“先尝试再筛选”。前者适合信息充分的体系，后者更适合机制不明但能测功能的对象。两者在实际研究中常常结合使用。
8.2 与自然选择模型的联系
定向进化本质上是对自然选择模型的实验室模拟。不同之处在于，自然选择依赖环境长期作用，而定向进化由研究者人工设定选择压力，过程更快、方向更明确，结果也更便于分析。
8.3 与机器学习辅助设计的结合
机器学习可用于预测突变效果、缩小搜索空间并优化文库设计。定向进化提供真实实验数据，机器学习则帮助从历史结果中提炼规律，两者结合后有望提高筛选效率并减少无效实验。
9 伦理与安全
定向进化属于实验性生物技术，通常需要遵守实验室规范、数据管理要求和相关合规流程。其伦理与安全讨论主要集中在研究实施、结果解释和信息管理三个层面。
9.1 实验室生物安全
在操作微生物、病毒载体或重组分子时，需要遵循相应生物安全等级与防护措施。合理的隔离、消毒和废弃物处理流程有助于降低实验风险，保证研究人员和环境安全。
9.2 研究合规与数据规范
定向进化涉及序列构建、筛选记录和结果报告，因而对数据保存和实验追踪有较高要求。规范的记录方式有助于实验复现，也便于后续审查与共享。
9.3 结果可重复性
由于筛选过程受条件、文库质量和测定体系影响较大，结果可重复性是评估研究可靠性的关键。标准化流程、适当对照和独立重复实验，都是提高可信度的重要手段。
10 未来发展
随着自动化、计算分析和多组学技术的发展，定向进化正从传统“人工反复试验”向更高效率、更系统化的方向演进。
10.1 自动化与机器人平台
自动化液体处理和机器人筛选平台能够显著减少人工操作误差，提高文库处理速度，并支持更大规模的并行实验。未来这类平台有望成为定向进化的重要基础设施。
10.2 AI驱动的定向进化
人工智能可在突变位点推荐、序列评分和筛选结果解释方面提供支持。若能与实验数据持续闭环更新，AI有望帮助研究者更快找到高价值变体，缩短优化周期。
10.3 更高效的筛选体系
未来筛选体系的发展重点在于提高灵敏度、降低背景干扰并扩大吞吐量。更精确的信号转化机制和更稳定的分选平台，将进一步提升定向进化的成功率。
10.4 多尺度联用策略
将分子层面的定向进化与细胞、代谢通路乃至系统层面的设计联用，能够更全面地优化生物功能。此类多尺度策略有望在复杂应用中带来更强的协同效应。