合成生物学从实验室走向市场 - 《华尔街日报》

LanzaTech合成生物学实验室配备了多种设备，用于新代谢路径和菌株的生成与筛选。图片来源：LanzaTech合成生物学正逐渐从实验室走向市场，助力企业满足对可持续材料、食品燃料、疗法及疫苗日益增长的需求。

计算能力与人工智能的进步正帮助科学家编码生命体，以实现新功能与成果。

以下是该领域人工智能技术引领创新的部分企业。

合成生物学的嗅觉测试

总部位于伊利诺伊州的LanzaTech利用回收碳排放生产可转化为服装、塑料、航空燃料乃至香水的材料。公司人工智能与计算生物学副总裁James Daniell表示，十年前开始通过先进传感器收集气体发酵数据时，便已启用AI技术。

目前LanzaTech已积累超过200万小时的微生物工作数据集，通过训练机器学习模型，科学家能预测实验结果，从而减少实验室试验次数。

“我们构建微生物，收集数据后输入AI系统，系统会推荐下一步构建方案。“Daniell解释道。

朗泽科技(LanzaTech)正在探索生成式人工智能模型的应用。该技术使公司能够设计多种酶的DNA序列，包括某些能让微生物将碳转化为异戊二烯（一种用于制造橡胶的原材料）的酶。朗泽科技随后将这些序列编程植入其微生物中进行进一步测试。

“这些技术正在加速我们在合成生物学领域的突破，“丹尼尔表示，“如今我们能实现五年前根本无法完成的事情。”

智能休闲服饰更趋智能化

Geno公司正在研究如何将工业玉米或甘蔗等材料转化为性能媲美传统尼龙的合成纤维。这一过程的关键在于被称为发酵的化学反应。就像酵母通过化学反应将碳基物质转化为啤酒或葡萄酒一样，新型酶类可被用于制造极具吸引力的运动套装材料。但要让这些酶实现预期化学反应，科学家需要对其DNA进行定向编码。

这家总部位于圣地亚哥的企业与露露乐蒙(Lululemon)建立合作两年后宣布，已研发出将碳转化为植物基尼龙的蛋白质工程技术。Geno影响力副总裁萨沙·卡尔德指出，传统石油基尼龙的生产过程污染严重，这意味着合成版本可能带来巨大的环境效益。

在提升尼龙生产过程中酶的性能，以及开发尼龙以外的纺织新材料方面，Geno表示可能需要借助模型的力量——这里指的不是时装模特**——**而是人工智能模型。

研发流程的几乎每个环节**——从寻找合适的蛋白质类型，到精确计算每种基因在蛋白质DNA中的编码量——**都能通过人工智能加速，Geno公司人工智能负责人兼数据科学副总监纳文·维纳亚克表示。

这家生物技术公司表示，目前其人工智能主要应用于两个领域：一是识别细胞在发酵过程中的性能瓶颈，二是针对这些瓶颈设计新菌株的目标基因序列。

Geno称，随着技术持续进步，希望将更多人工智能应用扩展到整个业务领域。

教会AI解读DNA语言

银杏生物工程公司运用机器人技术、软件和数据分析等工具，通过基因编程让细胞生产用于食品添加剂、香料、化妆品和药物等领域的化合物。

作为客户的全方位生物实验室或"代工厂”，银杏公司在波士顿地区拥有超过325,000平方英尺的办公和实验空间。首席执行官杰森·凯利表示，这使得客户能够"以极低成本在实验室尝试大量基因设计方案”。

凯利补充道，合成生物学的核心在于运用海量数据编写DNA并进行设计尝试，这种特性使人工智能与生物技术领域天然契合。就像OpenAI的GPT等基础模型通过英语训练那样，它们也能学会"解读DNA语言”。“DNA本质上是一种序列编码语言，与书籍的结构非常相似。”

银杏生物公司已构建了一个庞大的数据集，可用于训练机器学习模型以实现新型科学发现，他表示。其代码库包含超过20亿个独特蛋白质序列，其中包括前几年收购的企业所提供的微生物数据集合。

目前，银杏正与谷歌云计算部门合作开发大型语言模型，这些模型能生成蛋白质设计方案、优化蛋白质序列并对特定蛋白质进行功能改造。随着这些生成式AI模型的发展，凯利表示公司将向客户出租该技术，让他们利用自身数据对模型进行微调。

“我们认为这可能会改变游戏规则，大幅提高成功率并降低成本，“他说。

人工智能的优势

据美国国家咖啡协会估算，美国消费者每天饮用超过4.9亿杯咖啡。为减轻传统咖啡豆种植（如毁林）的影响，一批新兴企业正运用合成生物学和AI技术研发"无豆咖啡”。

总部位于加拿大不列颠哥伦比亚省温哥华的投资公司CULT Food Science于1月成立产品部门，旨在将其投资组合初创企业研发的细胞培养食品饮料系列商业化。

该公司首席执行官勒吉·加福尔介绍，其首推产品"零咖啡"是从酵母、种子等原料中提取分子成分制成。

“你可以提取构成咖啡的关键要素，在生物反应器中复现这些成分，“加福尔解释道，他指的是维持生物活性环境的系统，“而且没错，它的咖啡因含量完全可以和普通咖啡媲美。”

他表示，为了更好地识别这些成分的最佳组合，公司正在使用由生物科技软件制造商Alcheme Bio开发的人工智能口味优化平台。Alcheme Bio创始人兼首席执行官Vanessa Small介绍，该平台的人工智能模型通过美国农业部、学术研究论文和内部测试等多种来源的营养与成分数据进行训练，这些数据被整合成风味特征库。

Small举例说明，通过输入用于制作无豆咖啡的各种分子化合物，该平台能测算出最终风味特征与传统咖啡的匹配程度。她表示，这一工具能大幅加速传统反复试错的口感测试流程。

“如果我们想增强’鲜味’，不再需要盲目实验，而是能精准掌握应添加或调控哪些成分来实现目标口感。“Gafour说道。

联系记者：Belle Lin，邮箱[email protected]；Isabelle Bousquette，邮箱[email protected]；Angus Loten，邮箱[email protected]