摘要：

背景与研究问题
合成生物学依赖于数据标准化来支持协作与数据复用。SBOL（合成生物学开放语言）是一项关键标准，但其学习门槛较高，对于编程经验有限的生物学家而言尤为如此。本项目对一款Excel转SBOL转换工具进行了扩展，使用户能够从熟悉的电子表格格式生成符合SBOL标准的文件，从而提高SBOL的采用率并简化数据共享流程。

方法
本项目利用Python脚本，特别是pySBOL2库，将电子表格行中的生物设计元素转换为结构化的SBOL对象。该工具支持转录调控、蛋白质合成和复合物形成等关键设计模式，通过生成具有适当相互作用（如抑制、刺激、结合）的ComponentDefinition和ModuleDefinition对象来实现。 每种相互作用、功能组件以及本体注释均被添加到 SBOL 文档中。输出结果经过验证后上传至 SynBioHub，以确保结构完整性并支持可视化探索。

成果
通过该项目，我成功实现了用于建模基因表达、抑制、激活、生化反应、DNA和蛋白质测序以及复杂组分形成的全新功能。此外，我还部署了序列和部件名称验证机制，以检测重复项并确保结构数据的完整性。这些贡献扩展了该工具从电子表格中捕获复杂生物相互作用的能力，并提高了SBOL输出的可靠性，从而为合成生物学工作流提供了更准确且可重用的设计方案。

结论与启示
通过降低生成SBOL的门槛，“Excel-to-SBOL”工具促进了标准化设计实践在合成生物学领域的广泛应用。该工具作为Python包提供，目前已被全美各地的研究实验室和机构采用，有助于提高可重复性并加速协作设计工作。未来的工作将确保与SBOL3数据格式的兼容性和转换功能，并随着用户需求的演变，扩展功能以支持更广泛的生物相互作用。

演讲者：

塔伊西娅·谢尔斯蒂乌科娃，科罗拉多大学博尔德分校

塔伊西娅·谢尔斯蒂乌科娃刚刚从科罗拉多大学博尔德分校毕业，获得计算机科学学士学位。她的工作致力于通过开发能够弥合实验室科学家与计算工具之间差距的工具，从而简化合成生物学工作流程。