作者

王欽宏1,2*，馬紅武1,2*，夏建業(yè)1,2*

1 中國科學(xué)院天津工業(yè)生物技術(shù)研究所 低碳合成工程生物學(xué)全國重點實驗室

2 國家合成生物技術(shù)創(chuàng)新中心

摘要：生物制造是可持續(xù)發(fā)展重大戰(zhàn)略方向，我國高度重視生物制造產(chǎn)業(yè)的發(fā)展，國家和地方相繼出臺生物制造專項政策，大力發(fā)展生物制造已成不可阻擋之勢。當(dāng)前，隨著系統(tǒng)生物學(xué)、合成生物學(xué)的不斷發(fā)展，生物大數(shù)據(jù)、信息技術(shù)正快速與生物技術(shù)融合，為生物體系設(shè)計、創(chuàng)制及應(yīng)用提供新理論、新方法、新技術(shù)，推動生物制造發(fā)展進(jìn)入人工智能驅(qū)動時代。為了把握AI驅(qū)動生物制造創(chuàng)新發(fā)展脈絡(luò)，本刊特組織出版?？?，邀請國內(nèi)多家單位的專家學(xué)者，分別從AI驅(qū)動底層技術(shù)、生物元器件智能設(shè)計合成、人工細(xì)胞智能設(shè)計再造和智能生物過程控制優(yōu)化4個方面闡述AI驅(qū)動生物制造的機(jī)遇和挑戰(zhàn)、發(fā)展現(xiàn)狀，展望未來的發(fā)展趨勢，為更好推動生物制造領(lǐng)域的技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展提供參考。

生物制造是以微生物、植物、動物細(xì)胞等生物體或其組成成分為工具，通過工業(yè)生物技術(shù)規(guī)?；a(chǎn)醫(yī)藥、食品、材料、能源等產(chǎn)品的戰(zhàn)略性新興產(chǎn)業(yè)[1-3]。麥肯錫研究表明，60%人類需求的物質(zhì)產(chǎn)品可以通過生物制造[4]；世界經(jīng)合組織報告預(yù)測，至2030年，生物制造的經(jīng)濟(jì)和環(huán)境效益將超過生物農(nóng)業(yè)和生物醫(yī)藥，在生物經(jīng)濟(jì)中的貢獻(xiàn)率達(dá)到39%[5]。生物制造正推動全球制造業(yè)向綠色低碳轉(zhuǎn)型，為應(yīng)對氣候變化和能源安全、提高產(chǎn)業(yè)鏈供應(yīng)鏈韌性、創(chuàng)新糧食和農(nóng)業(yè)生產(chǎn)、促進(jìn)人民生命健康、保護(hù)綠色生態(tài)環(huán)境等提供重要解決方案。生物制造有望改變世界工業(yè)格局，開創(chuàng)一個財富綠色增長新紀(jì)元，是實現(xiàn)工業(yè)可持續(xù)發(fā)展最有希望的領(lǐng)域之一，是全球發(fā)達(dá)國家實現(xiàn)再工業(yè)化戰(zhàn)略和搶占未來產(chǎn)業(yè)競爭制高點的關(guān)鍵。

生物制造已成為全球科技競爭的關(guān)鍵賽道，是經(jīng)濟(jì)社會可持續(xù)發(fā)展的重要路徑，我國高度重視生物制造發(fā)展，將其視為推動經(jīng)濟(jì)高質(zhì)量發(fā)展和提升國際競爭力的關(guān)鍵領(lǐng)域[6-7]。通過頒布《國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略綱要》《國家生物技術(shù)發(fā)展戰(zhàn)略綱要》和《“十四五”生物經(jīng)濟(jì)發(fā)展規(guī)劃》等多項政策和規(guī)劃，明確了生物制造的戰(zhàn)略地位，加大了對生物制造研發(fā)的投入，鼓勵企業(yè)、高校和科研機(jī)構(gòu)合作，推動關(guān)鍵技術(shù)的突破，旨在推動其在醫(yī)藥、農(nóng)業(yè)、能源、工業(yè)等領(lǐng)域的應(yīng)用。2022年、2023年兩次中央經(jīng)濟(jì)工作會議以及2023年全國兩會政府工作報告連續(xù)強調(diào)要發(fā)展生物制造，生物制造創(chuàng)新發(fā)展關(guān)乎我國在國際產(chǎn)業(yè)經(jīng)濟(jì)中的位勢。

科技創(chuàng)新是生物制造發(fā)展的基石，可以有效增加技術(shù)供給，推動產(chǎn)業(yè)的快速進(jìn)步和廣泛應(yīng)用。當(dāng)前，隨著系統(tǒng)生物學(xué)、合成生物學(xué)的不斷發(fā)展，生物大數(shù)據(jù)的積累和大數(shù)據(jù)技術(shù)的不斷進(jìn)步，高性能智能計算設(shè)計等信息技術(shù)正快速與生物技術(shù)融合，為生物體系設(shè)計、創(chuàng)制及應(yīng)用提供新理論、新方法、新技術(shù)，推動生物制造發(fā)展進(jìn)入人工智能(artificial intelligence, AI)驅(qū)動時代，生物制造的研發(fā)與產(chǎn)業(yè)發(fā)展的智能化、自動化程度快速提升[8-11]。利用AI技術(shù)，DNA合成、蛋白質(zhì)設(shè)計、基因編輯、數(shù)字細(xì)胞等底層技術(shù)快速突破和演進(jìn)，不斷拓展對生物體進(jìn)化演化、功能調(diào)控的認(rèn)知；AI通過機(jī)器學(xué)習(xí)和數(shù)據(jù)分析，可以對生物體進(jìn)行可預(yù)測的編程，生物系統(tǒng)的元件、線路、途徑、網(wǎng)絡(luò)的可預(yù)測、可調(diào)控、可再造正逐漸成為現(xiàn)實；AI通過快速篩選分析大量生物體樣本和生物數(shù)據(jù)，優(yōu)化實驗設(shè)計，大大縮短研發(fā)周期；AI驅(qū)動的自動化實驗平臺可以執(zhí)行高通量實驗，減少人為誤差，提高實驗的重復(fù)性和可靠性；AI能夠處理和分析海量生物數(shù)據(jù)，給出更合理的策略，優(yōu)化生物工藝流程，實現(xiàn)生物工程的智能監(jiān)測和智能控制，大幅度提升生物制造的生產(chǎn)效率和產(chǎn)品質(zhì)量，推進(jìn)生物制造將朝著更高效、更綠色、更精準(zhǔn)的方向發(fā)展，為人類社會帶來更多福祉。

為了準(zhǔn)確把握AI驅(qū)動生物制造創(chuàng)新發(fā)展脈絡(luò)，本期?？浴癆I驅(qū)動生物制造”為主題，邀請了國內(nèi)多家單位的專家學(xué)者，分別從AI驅(qū)動底層技術(shù)、生物元器件智能設(shè)計合成、人工細(xì)胞智能設(shè)計再造和智能生物過程控制優(yōu)化4個方面闡述AI驅(qū)動生物制造的機(jī)遇和挑戰(zhàn)、發(fā)展現(xiàn)狀，展望未來的發(fā)展趨勢，推動相關(guān)研究領(lǐng)域發(fā)展和成熟，以更好地推動生物制造領(lǐng)域的技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展。

1  AI驅(qū)動底層技術(shù)

底層技術(shù)是支撐生物制造研發(fā)和應(yīng)用的核心技術(shù)體系，涵蓋了從基因操作到生物系統(tǒng)設(shè)計的多個層面，AI的快速發(fā)展提供了強大的工具和方法，正在深刻改變生物制造相關(guān)的底層技術(shù)，推動了從數(shù)據(jù)庫、知識庫、大模型、計算模擬、蛋白從頭設(shè)計、基因精準(zhǔn)編輯等方面的全面創(chuàng)新發(fā)展，顯著提升了生物制造領(lǐng)域的研發(fā)效率和應(yīng)用潛力。數(shù)據(jù)庫、知識庫與大模型是支撐生物制造研發(fā)和應(yīng)用的重要基礎(chǔ)設(shè)施，中國科學(xué)院天津工業(yè)生物技術(shù)研究所馬紅武團(tuán)隊全面梳理了面向生物制造的數(shù)據(jù)庫、知識庫與大語言模型的最新研究進(jìn)展、發(fā)展方向、難點以及新興技術(shù)，探討了如何整合現(xiàn)有數(shù)據(jù)庫，構(gòu)建知識庫，特別是通過大模型實現(xiàn)生物制造相關(guān)知識的獲取和生成，特別指出通過持續(xù)的技術(shù)創(chuàng)新和跨學(xué)科合作，利用高質(zhì)量的數(shù)據(jù)庫、知識庫和大模型技術(shù)，可以實現(xiàn)知識驅(qū)動的更智能化、自動化的生物制造過程[12]。計算模擬驅(qū)動的生物元件、代謝網(wǎng)絡(luò)乃至細(xì)胞系統(tǒng)的機(jī)理解析、定向改造和按需設(shè)計，可為解決不同層次的生物學(xué)問題提供新的技術(shù)方案，中國科學(xué)院天津工業(yè)生物技術(shù)研究所盛翔團(tuán)隊結(jié)合近年來高性能AI模型的快速發(fā)展，在介紹基于物理原理的傳統(tǒng)蛋白計算模擬方法及其應(yīng)用基礎(chǔ)上，系統(tǒng)梳理了融合AI和物理原理的最新計算模擬技術(shù)，進(jìn)而提出在AI模型中結(jié)合嚴(yán)謹(jǐn)?shù)幕瘜W(xué)知識和既定的物理原理，可有效提升數(shù)據(jù)處理和模式識別能力，從而提高計算效率和預(yù)測準(zhǔn)確性[13]。蛋白質(zhì)突變效應(yīng)預(yù)測旨在評估蛋白質(zhì)序列中單個或多個氨基酸突變對其結(jié)構(gòu)、功能和穩(wěn)定性的影響，是進(jìn)行蛋白質(zhì)精準(zhǔn)設(shè)計的前提，上海交通大學(xué)洪亮團(tuán)隊綜述了蛋白質(zhì)語言模型在蛋白質(zhì)突變效應(yīng)預(yù)測中的應(yīng)用，重點討論了基于序列的模型、基于結(jié)構(gòu)的模型以及結(jié)合序列和結(jié)構(gòu)信息的模型3類模型的原理、優(yōu)勢和局限性，并探討了無監(jiān)督學(xué)習(xí)和監(jiān)督學(xué)習(xí)在模型訓(xùn)練中的應(yīng)用以及當(dāng)前相關(guān)研究面臨的高質(zhì)量數(shù)據(jù)集的獲取、數(shù)據(jù)噪聲的處理等主要挑戰(zhàn)，還展望了多模態(tài)融合、少樣本學(xué)習(xí)等新興技術(shù)的應(yīng)用前景，為相關(guān)研究者提供一個全面的視角來審視蛋白質(zhì)突變效應(yīng)預(yù)測領(lǐng)域狀況[14]?；蚓庉嫞绕涫荂RISPR-Cas基因編輯可以對生物體的基因組進(jìn)行精準(zhǔn)修改以實現(xiàn)基因功能的調(diào)控、修復(fù)或改造，AI的發(fā)展進(jìn)一步提升了基因編輯的能力和效率，中國科學(xué)院天津工業(yè)生物技術(shù)研究所王猛團(tuán)隊綜述了AI技術(shù)在CRISPR-Cas系統(tǒng)設(shè)計、挖掘與改造中的應(yīng)用進(jìn)展，AI技術(shù)可以更好地助力分析高通量測序數(shù)據(jù)，優(yōu)化sgRNA設(shè)計，提升編輯效率，預(yù)測脫靶效應(yīng)，提高了基因編輯的效率和精確性，同時借助自動化設(shè)施，基因編輯的全流程將實現(xiàn)高通量并行操作，為實現(xiàn)智能化、精準(zhǔn)化的高通量基因組編輯奠定了基礎(chǔ)[15]。

[12]毛志濤, 廖小平, 馬紅武. 面向生物制造的數(shù)據(jù)庫、知識庫與大模型[J]. 生物工程學(xué)報, 2025, 41(3): 901-916.

[13]劉保艷, 李帥, 蘇浩, 盛翔. 人工智能與物理原理融合驅(qū)動的蛋白計算模擬技術(shù)[J]. 生物工程學(xué)報, 2025, 41(3): 917-933.

[14]張良, 談攀, 洪亮. 基于蛋白質(zhì)語言模型的突變效應(yīng)預(yù)測研究進(jìn)展[J]. 生物工程學(xué)報, 2025, 41(3): 934-948.

[15]毛雨豐, 儲光蕓, 梁慶玲, 劉葉, 楊毅, 廖小平, 王猛. 基于人工智能的CRISPR-Cas系統(tǒng)的設(shè)計、挖掘與改造[J]. 生物工程學(xué)報, 2025, 41(3): 949-967.

2  生物元器件智能設(shè)計合成

生物元器件包括核酸元件、酶蛋白元件、轉(zhuǎn)運與調(diào)控蛋白元件以及處理邏輯運算、信號感知與代謝調(diào)控等功能的基因線路，是生物體的基本功能單元，類似于電子工程中的標(biāo)準(zhǔn)化元件，可以被組裝成更復(fù)雜的、具有特定功能的生物系統(tǒng)，從而提升生物制造的能力和效率。結(jié)合AI技術(shù)，通過智能設(shè)計合成，能夠顯著提高生物元器件的設(shè)計效率和功能性，不斷提升生物制造應(yīng)用能力。核酸元件是在各種生物過程中發(fā)揮重要作用的功能性核酸(DNA或RNA)序列，是生物體生命活動的基礎(chǔ)，也是生物制造高效生產(chǎn)的關(guān)鍵。中國科學(xué)院天津工業(yè)生物技術(shù)研究所孫喆、張學(xué)禮團(tuán)隊系統(tǒng)總結(jié)了應(yīng)用于生物制造的各種DNA和RNA核酸元件，分析了基于人工智能算法構(gòu)建的核酸元件預(yù)測和設(shè)計工具及人工智能技術(shù)在生物制造中的應(yīng)用案例，探討了由于生物系統(tǒng)的復(fù)雜性和高質(zhì)量訓(xùn)練數(shù)據(jù)不足等問題造成的核酸元件智能設(shè)計在生物制造中的應(yīng)用較為單一等現(xiàn)象，指出進(jìn)一步整合人工智能技術(shù)、合成生物學(xué)和高通量技術(shù)等，有望開發(fā)更高效準(zhǔn)確的核酸元件設(shè)計方法，加速其在生物制造中的應(yīng)用[16]。酶作為生物催化劑，在生物制造中發(fā)揮著關(guān)鍵作用；針對天然酶蛋白難以滿足工業(yè)生產(chǎn)的需求，挖掘和設(shè)計改造酶蛋白以適應(yīng)特定的生物制造過程至關(guān)重要；中國科學(xué)院天津工業(yè)生物技術(shù)研究所廖小平團(tuán)隊系統(tǒng)總結(jié)了近年來AI技術(shù)在酶蛋白挖掘、評估、改造和從頭設(shè)計方面的相關(guān)進(jìn)展，指出AI技術(shù)可通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，分析大量生物信息學(xué)數(shù)據(jù)，預(yù)測蛋白的功能和特性，從而加速蛋白的發(fā)現(xiàn)和優(yōu)化過程；AI還可以通過模擬和預(yù)測酶蛋白在不同條件下的性能，為酶蛋白的精準(zhǔn)設(shè)計提供指導(dǎo)[17]。轉(zhuǎn)錄調(diào)控蛋白是一類能夠與DNA結(jié)合并調(diào)控基因轉(zhuǎn)錄的蛋白質(zhì)，其在基因表達(dá)調(diào)控中起著核心作用，近年來利用轉(zhuǎn)錄調(diào)控蛋白構(gòu)建生物傳感器，在生物制造的工程菌株構(gòu)建優(yōu)化、動態(tài)調(diào)控、高通量篩選等方面實現(xiàn)了廣泛應(yīng)用。中國科學(xué)院微生物研究所唐雙焱團(tuán)隊梳理了近年來在計算機(jī)模擬和人工智能技術(shù)輔助下，采用蛋白質(zhì)工程手段，智能設(shè)計、改造轉(zhuǎn)錄調(diào)控蛋白以提升其性能的相關(guān)研究進(jìn)展，指出計算機(jī)模擬和人工智能輔助技術(shù)可實現(xiàn)對轉(zhuǎn)錄調(diào)控蛋白更精準(zhǔn)快捷地設(shè)計構(gòu)建，正在快速推動新型生物傳感器的創(chuàng)制研發(fā)，滿足實際應(yīng)用的需求[18]?；蚓€路由一系列核酸元件、蛋白元件、調(diào)控元件等生物元件組成，能夠執(zhí)行特定的邏輯功能或調(diào)控基因表達(dá)來實現(xiàn)特定的生物行為，在生物制造中發(fā)揮必不可少的作用。浙江大學(xué)王寶俊團(tuán)隊概述了基因線路設(shè)計中常用的機(jī)器學(xué)習(xí)算法，分析了機(jī)器學(xué)習(xí)如何在合成啟動子、RNA調(diào)控元件、轉(zhuǎn)錄因子等生物元件及簡單基因線路的智能設(shè)計中突破傳統(tǒng)方法的局限，探討了智能化設(shè)計當(dāng)前面臨的主要挑戰(zhàn)及其潛在解決方案，并展望了機(jī)器學(xué)習(xí)與生物系統(tǒng)設(shè)計未來的融合趨勢，強調(diào)了跨學(xué)科合作在這一進(jìn)程中的重要性[19]。

[16]王金盛, 孫喆, 張學(xué)禮. 生物制造中核酸元件的智能設(shè)計[J]. 生物工程學(xué)報, 2025, 41(3): 968-992.

[17]劉翠, 史振坤, 馬紅武, 廖小平. 蛋白元件的智能挖掘、改造和從頭設(shè)計[J]. 生物工程學(xué)報, 2025, 41(3): 993-1010.

[18]梁朝寧, 向臘, 唐雙焱. 基于轉(zhuǎn)錄調(diào)控蛋白的生物傳感器的智能設(shè)計構(gòu)建[J]. 生物工程學(xué)報, 2025, 41(3): 1011-1022.

[19]毛瑞超, 王寶俊. 合成生物元件與線路的智能設(shè)計[J]. 生物工程學(xué)報, 2025, 41(3): 1023-1051.

3  人工細(xì)胞智能設(shè)計再造

人工細(xì)胞(或工程細(xì)胞)是指通過合成生物學(xué)等手段構(gòu)建的具有生命基本特征和特定功能的細(xì)胞或類細(xì)胞系統(tǒng)，可以基于天然細(xì)胞，通過基因編輯、代謝工程等手段改造獲得，也可以利用脂質(zhì)、核酸、蛋白質(zhì)等非生命物質(zhì)從頭合成構(gòu)建。結(jié)合AI技術(shù)，智能設(shè)計再造正在顯著提升人工細(xì)胞的構(gòu)建效率和功能性，從而在生物制造中發(fā)揮更大作用。高效設(shè)計、構(gòu)建人工細(xì)胞需要精準(zhǔn)、全面的數(shù)字細(xì)胞模型，而近年來多學(xué)科的發(fā)展和融合可以更精確地測量細(xì)胞組分動態(tài)變化，快速獲取海量生物數(shù)據(jù)，使得細(xì)胞過程數(shù)理模型的精確構(gòu)建日益可行。中國科學(xué)院天津工業(yè)生物技術(shù)研究所朱巖團(tuán)隊整理歸納了細(xì)胞生命過程數(shù)學(xué)建模的技術(shù)體系，詳細(xì)闡述了單一細(xì)胞生命過程的數(shù)學(xué)模型，進(jìn)一步總結(jié)了多過程模型以及全細(xì)胞模型的相關(guān)方法，系統(tǒng)評述了相關(guān)數(shù)學(xué)模型在解析細(xì)胞運作規(guī)律、工程細(xì)胞設(shè)計中的具體應(yīng)用，并進(jìn)一步指出了數(shù)學(xué)建模的當(dāng)前挑戰(zhàn)，探討了可能的解決方案，旨在推動該領(lǐng)域的研究進(jìn)展和技術(shù)革新，加速人工細(xì)胞創(chuàng)制迭代，實現(xiàn)高效可持續(xù)的綠色生物制造[20]。蛋白質(zhì)表達(dá)是一個涵蓋轉(zhuǎn)錄、翻譯、折疊、轉(zhuǎn)運與翻譯后修飾等精密調(diào)控的復(fù)雜過程，是實現(xiàn)生物制造的關(guān)鍵環(huán)節(jié)，結(jié)合蛋白表達(dá)數(shù)據(jù)構(gòu)建其模型對理解蛋白表達(dá)的各種細(xì)胞因素和調(diào)控機(jī)制具有重要意義。中國科學(xué)院天津工業(yè)生物技術(shù)研究所馬紅武團(tuán)隊評述了近年來蛋白表達(dá)過程機(jī)理模型構(gòu)建和通過人工智能方法分析各種因素對蛋白表達(dá)的影響方面的進(jìn)展，明確數(shù)據(jù)驅(qū)動的人工智能模型主要研究目標(biāo)蛋白的氨基酸序列和相應(yīng)基因及調(diào)控區(qū)核苷酸序列對蛋白表達(dá)的影響，而機(jī)理模型則側(cè)重表達(dá)底盤細(xì)胞中關(guān)鍵組分如氨酰tRNA合酶等對蛋白表達(dá)的影響；提出將機(jī)理模型和人工智能模型相結(jié)合，綜合考慮胞內(nèi)因素和表達(dá)序列特征的影響，有望進(jìn)一步加深對蛋白表達(dá)系統(tǒng)的理解，為提升生物制造效率提供理論指導(dǎo)和技術(shù)支持[21]。能量代謝既可以通過改變物質(zhì)代謝流分配提升生產(chǎn)效率，也可以通過改變酶催化反應(yīng)的熱力學(xué)參數(shù)，影響反應(yīng)平衡減少能量消耗，從而降低生物制造的效率和生產(chǎn)成本。中國科學(xué)院深圳先進(jìn)技術(shù)研究院于濤團(tuán)隊梳理了底物水平磷酸化和氧化磷酸化這2類能量代謝調(diào)控對物質(zhì)代謝以及生物制造的影響，探討了如何通過合成生物學(xué)，尤其是通過AI輔助的計算設(shè)計優(yōu)化能量代謝，改善人工細(xì)胞性能，增加生物制造目標(biāo)產(chǎn)品產(chǎn)量和轉(zhuǎn)化率[22]。細(xì)胞中由自發(fā)或由酶催化的代謝反應(yīng)組成了高度復(fù)雜的代謝網(wǎng)絡(luò)與細(xì)胞生理代謝活動運作密切相關(guān)，因此，細(xì)胞生理代謝網(wǎng)絡(luò)模型的重構(gòu)有助于從系統(tǒng)層面上解析基因型與生長表型之間的關(guān)聯(lián)，為細(xì)胞生理代謝活動精準(zhǔn)刻畫與生物綠色制造等研究提供重要的計算生物學(xué)工具。上海交通大學(xué)魯洪中團(tuán)隊系統(tǒng)介紹全基因組規(guī)模代謝網(wǎng)絡(luò)模型、動力學(xué)模型、酶約束代謝模型等不同類型細(xì)胞生理代謝網(wǎng)絡(luò)模型發(fā)展與應(yīng)用的最新研究進(jìn)展，指出最近的人工智能技術(shù)為高精度細(xì)胞生理代謝網(wǎng)絡(luò)模型構(gòu)建提供了全新機(jī)遇，并總結(jié)了其在動力學(xué)模型和酶約束模型構(gòu)建等領(lǐng)域的具體應(yīng)用案例，相關(guān)研究為高性能人工細(xì)胞的創(chuàng)制提供了強大計算支撐[23]。

[20]朱巖, 孫際賓. 細(xì)胞生命過程數(shù)學(xué)刻畫建模[J]. 生物工程學(xué)報, 2025, 41(3): 1052-1078.

[21]楊毅, 杜軍, 楊春賀, 馬紅武. 蛋白表達(dá)系統(tǒng)的機(jī)理模型和人工智能模型研究進(jìn)展[J]. 生物工程學(xué)報, 2025, 41(3): 1079-1097.

[22]楊一群, 劉清清, 田碩, 于濤. 細(xì)胞工廠能量代謝設(shè)計研究進(jìn)展[J]. 生物工程學(xué)報, 2025, 41(3): 1098-1111.

[23]肖陸馳, 魯洪中. 細(xì)胞生理代謝網(wǎng)絡(luò)模型重構(gòu)和優(yōu)化的進(jìn)展[J]. 生物工程學(xué)報, 2025, 41(3): 1112-1132.

4  智能生物過程控制優(yōu)化

生物制造過程既包含復(fù)雜的細(xì)胞生命過程又包含復(fù)雜的環(huán)境混合、傳質(zhì)過程，是細(xì)胞與外部環(huán)境動態(tài)相互作用結(jié)果的體現(xiàn)。智能生物過程控制優(yōu)化是利用AI、大數(shù)據(jù)和自動化技術(shù)，對生物過程中的環(huán)境條件、細(xì)胞代謝特性參數(shù)等進(jìn)行智能感知，在感知基礎(chǔ)上對生物過程進(jìn)行實時監(jiān)控、分析和優(yōu)化，以提高生產(chǎn)效率、降低成本并確保產(chǎn)品質(zhì)量。AI等跨學(xué)科的融合發(fā)展正在推動生物制造過程向智能化、精準(zhǔn)化和高效化方向發(fā)展。感應(yīng)代謝與環(huán)境變化并做出自適應(yīng)調(diào)控是細(xì)胞生命活動的關(guān)鍵，揭示細(xì)胞代謝與環(huán)境適應(yīng)的調(diào)控機(jī)制，不僅有助于理解生命活動的基本規(guī)律，還為優(yōu)化和提升生物制造過程效率提供了新思路。江南大學(xué)劉立明團(tuán)隊從細(xì)胞如何通過膜上的感受器和胞內(nèi)的信號傳導(dǎo)通路感應(yīng)代謝和環(huán)境的差異性變化，細(xì)胞自適應(yīng)調(diào)控以應(yīng)對不斷變化的代謝和環(huán)境差異的方式有哪些，以及如何利用已知的細(xì)胞感知和適應(yīng)調(diào)控機(jī)制這3個方面對細(xì)胞代謝與環(huán)境適應(yīng)調(diào)控的研究進(jìn)行了總結(jié)，并從動態(tài)調(diào)控、理性代謝工程改造和適應(yīng)性進(jìn)化3個方面探討了基于細(xì)胞自適應(yīng)調(diào)控的生物制造應(yīng)用場景及未來的發(fā)展方向[24]。生物制造過程本身固有的時空異質(zhì)性、復(fù)雜性以及動態(tài)性，給生物過程系統(tǒng)認(rèn)知、優(yōu)化調(diào)控帶來了重大挑戰(zhàn)，利用系統(tǒng)生物學(xué)定量檢測生物過程中細(xì)胞內(nèi)外組分的動態(tài)變化，解析生物系統(tǒng)與環(huán)境間的動態(tài)互作原理，挖掘海量組學(xué)數(shù)據(jù)，建立機(jī)理或數(shù)據(jù)驅(qū)動的數(shù)學(xué)模型，可以實現(xiàn)生物過程計算模擬，從而可以預(yù)測環(huán)境條件變化、基因調(diào)控或外源干擾對細(xì)胞功能的影響，為優(yōu)化生物過程與控制策略提供可能。中國科學(xué)院天津工業(yè)生物技術(shù)研究所孫際賓團(tuán)隊梳理了生物過程多組學(xué)數(shù)據(jù)獲取及分析以及基于多組學(xué)數(shù)據(jù)的生物過程建模方法，探討了多組學(xué)和建模在過程參數(shù)調(diào)整、發(fā)酵控制、環(huán)境應(yīng)變應(yīng)答、營養(yǎng)優(yōu)化以及實時監(jiān)測與調(diào)整等關(guān)鍵環(huán)節(jié)的實際應(yīng)用，多組學(xué)數(shù)據(jù)整合及模型化在提升生物過程操作精度方面的巨大潛力，討論了目前生物過程優(yōu)化所面臨的挑戰(zhàn)及可能的解決策略，指出通過解決相關(guān)問題，可以更好地理解和控制復(fù)雜的生物過程，從而推動生物制造領(lǐng)域的快速發(fā)展[25]。生物發(fā)酵過程優(yōu)化效率低已成為限制生物制造創(chuàng)新成果產(chǎn)業(yè)化的瓶頸，而生物發(fā)酵過程的數(shù)字化、智能化為突破這一瓶頸提供了新路徑。中國科學(xué)院天津工業(yè)生物技術(shù)研究所夏建業(yè)團(tuán)隊針對發(fā)酵過程實時智能感知與優(yōu)化控制的創(chuàng)新發(fā)展，梳理了常規(guī)檢測技術(shù)、高級檢測技術(shù)、實時智能感知技術(shù)在生物發(fā)酵優(yōu)化過程中的應(yīng)用，同時分析對比了傳統(tǒng)生物過程優(yōu)化控制技術(shù)、多參數(shù)發(fā)酵優(yōu)化控制技術(shù)，以及實時智能感知支持下的過程優(yōu)化控制技術(shù)的差異和優(yōu)劣，并對未來智能發(fā)酵優(yōu)化控制技術(shù)進(jìn)行展望，指出基于數(shù)字孿生的過程優(yōu)化與智能控制，將提升生物發(fā)酵過程的自主適應(yīng)能力，為生物制造的智能化和可持續(xù)發(fā)展提供強大支持[26]。生物過程具有生命體系與物質(zhì)轉(zhuǎn)化體系雙重屬性，其多層次多尺度間的復(fù)雜關(guān)聯(lián)導(dǎo)致生物過程優(yōu)化十分困難，深入認(rèn)識介尺度機(jī)理是了解生物過程動態(tài)變化和梳理多尺度復(fù)雜關(guān)系的關(guān)鍵之一。近年來AI優(yōu)化與介尺度模擬的結(jié)合為生物過程優(yōu)化注入了新的活力，中國科學(xué)院過程工程研究所楊超團(tuán)隊梳理生物過程中基于群體平衡模型/格子玻爾茲曼方法的介尺度模擬仿真、機(jī)器學(xué)習(xí)方法的AI優(yōu)化、AI與分子動力學(xué)模擬/計算流體動力學(xué)，提出生物過程中的介尺度模擬需要由顆粒間的作用向亞顆粒尺度(如界面問題)深入，呈現(xiàn)更多時空變化的細(xì)節(jié)，進(jìn)而建立介尺度范圍內(nèi)不同物理空間尺度和不同時間尺度問題的耦合方法，厘清生物過程的動態(tài)關(guān)聯(lián)特征，解析多尺度間的耦合機(jī)制，為優(yōu)化生物過程提供參考[27]。

盡管結(jié)合AI的強大計算能力、數(shù)據(jù)挖掘能力和自動化技術(shù)，生物制造正朝著更高效、更精準(zhǔn)、更可持續(xù)的方向發(fā)展，但是AI驅(qū)動生物制造的未來仍然充滿大量挑戰(zhàn)，需要進(jìn)一步加強生物學(xué)、工程學(xué)和計算機(jī)科學(xué)的跨學(xué)科合作，促進(jìn)AI驅(qū)動生物制造不斷創(chuàng)新，拓展應(yīng)用，為人類面臨的能源、資源和環(huán)境問題提供全新解決方案。此外，本?？瘍?nèi)容上或會存在一些問題，希望各位同行和廣大讀者進(jìn)一步批評指正。

[24]劉源, 胡貴鵬, 李曉敏, 劉佳, 高聰, 劉立明. 微生物細(xì)胞代謝與環(huán)境適應(yīng)調(diào)控研究進(jìn)展[J]. 生物工程學(xué)報, 2025, 41(3): 1133-1151.

[25]朱巖, 張志丹, 覃培斌, 申杰, 孫際賓. 數(shù)據(jù)驅(qū)動的生物制造過程多組學(xué)分析與建模[J]. 生物工程學(xué)報, 2025, 41(3): 1152-1178.

[26]夏建業(yè), 龍東嬌, 陳敏, 陳安祥. 智能生物制造之發(fā)酵過程優(yōu)化: 在線檢測、人工智能與數(shù)字孿生技術(shù)[J]. 生物工程學(xué)報, 2025, 41(3): 1179-1196.

[27]王智慧, 王聰, 張慶華, 夏建業(yè), 叢威, 楊超. 生物過程的介尺度模擬仿真與AI優(yōu)化[J]. 生物工程學(xué)報, 2025, 41(3): 1197-1218.

往期出版的?？?/strong>