微信扫描二维码
获取公司更多资讯
公众号(hao)：viablife
欢迎您关注唯铂莱
21世(shi)纪是多元(yuan)化(hua)的(de)世(shi)纪，被称为生(sheng)命科(ke)学(xue)(xue)及信息(xi)化(hua)的(de)时(shi)代(dai)，其间(jian)诞生(sheng)的(de)合(he)成生(sheng)物(wu)学(xue)(xue)、人(ren)工(gong)(gong)(gong)智(zhi)(zhi)能等学(xue)(xue)科(ke)引起了(le)各(ge)国政(zheng)府和(he)国内(nei)外学(xue)(xue)者的(de)广(guang)泛关注。人(ren)工(gong)(gong)(gong)智(zhi)(zhi)能与(yu)合(he)成生(sheng)物(wu)学(xue)(xue)的(de)结合(he)，一方(fang)面是为了(le)促进(jin)智(zhi)(zhi)能、全自动一体化(hua)的(de)生(sheng)物(wu)合(he)成流程的(de)形成；另一方(fang)面是为了(le)推动人(ren)工(gong)(gong)(gong)智(zhi)(zhi)能向更深层(ceng)次(ci)的(de)方(fang)向发展，即将(jiang)人(ren)工(gong)(gong)(gong)智(zhi)(zhi)能从日(ri)常生(sheng)活(huo)的(de)运(yun)用发展成科(ke)学(xue)(xue)研究的(de)应用。人(ren)工(gong)(gong)(gong)智(zhi)(zhi)能与(yu)合(he)成生(sheng)物(wu)学(xue)(xue)的(de)结合(he)将(jiang)在健康(kang)医疗、生(sheng)物(wu)医药、复杂(za)信号感(gan)知与(yu)识别(bie)、高性能仿真与(yu)计算等领域(yu)实现颠覆式的(de)产业应用。
何(he)为AI？何(he)为合(he)成生物(wu)学？人(ren)(ren)工(gong)智(zhi)能(neng)（Artificial Intelligence，AI）是(shi)研(yan)究、开发用(yong)于(yu)模拟(ni)、延伸(shen)和(he)扩展人(ren)(ren)的(de)(de)智(zhi)能(neng)的(de)(de)理论、方法、技术及应(ying)用(yong)系统的(de)(de)一门新的(de)(de)技术科学，是(shi)一个(ge)总括术语，包含了计算机科学的(de)(de)几个(ge)不同应(ying)用(yong)，大体(ti)上可以分为三(san)类应(ying)用(yong)程序：(ⅰ) 机(ji)器学习（Machine Learning），主要(yao)表现(xian)为通(tong)(tong)过程序员(yuan)设置的(de)(de)算(suan)(suan)法(fa)来分析(xi)已知特定结(jie)果的(de)(de)数(shu)据的(de)(de)监督学习、通(tong)(tong)过算(suan)(suan)法(fa)分析(xi)未知结(jie)果的(de)(de)数(shu)据的(de)(de)分析(xi)以及测评算(suan)(suan)法(fa)本(ben)身的(de)(de)准确性的(de)(de)强化学习的(de)(de)三种形式；(ⅱ) 深度学习（Deep Learning），是一种“人工神(shen)经(jing)网络(luo)”，主要(yao)表现为(wei)模仿人脑处理信(xin)息和做出决(jue)策，识别已知(zhi)或未知(zhi)的信(xin)息；(ⅲ) 认(ren)知计(ji)算(suan)（Cognitive Computing），代表一(yi)种全新的(de)计(ji)算(suan)模(mo)式，包含信息分(fen)析、自然语言(yan)处理和机器学习领域的(de)技术创(chuang)新，能够以更加自然的(de)方式与人们(men)进行交互。以(yi)一(yi)部智(zhi)能(neng)(neng)(neng)手机(ji)为例(li)，它是一(yi)款AI产品，能(neng)(neng)(neng)通过(guo)算法(fa)分析你(ni)(ni)平时浏览的(de)(de)(de)信息数(shu)据，并在(zai)你(ni)(ni)下一(yi)次使用(yong)时向你(ni)(ni)推荐相关类似(si)的(de)(de)(de)信息，这是一(yi)种(zhong)机(ji)器学习(xi)的(de)(de)(de)表现；平时使用(yong)的(de)(de)(de)指(zhi)纹解锁、脸部识别是智(zhi)能(neng)(neng)(neng)手机(ji)的(de)(de)(de)多种(zhong)功能(neng)(neng)(neng)之一(yi)，而这种(zhong)功能(neng)(neng)(neng)就是利用(yong)深度学习(xi)所表达出来的(de)(de)(de)一(yi)种(zhong)结果(guo)；除了识别外，语音助手也是智(zhi)能(neng)(neng)(neng)手机(ji)的(de)(de)(de)一(yi)类特(te)色，如Siri、小(xiao)爱同学等，都(dou)可以(yi)让(rang)使用(yong)者可以(yi)更自然地与手机(ji)进行互动，这就是认知计(ji)算的(de)(de)(de)一(yi)种(zhong)结果(guo)。与智(zhi)能(neng)(neng)(neng)手机(ji)同理(li)，将AI与合成生物学结合，能(neng)(neng)(neng)够创造出更多具有价值的(de)(de)(de)产品。合(he)成(cheng)生物学（Synthetic Biology）就是以(yi)人(ren)工(gong)手段制(zhi)造生物系统——人(ren)工(gong)生物系统，从最基本的(de)要素开始一(yi)步步建立零部件，最后让(rang)它们像电路一(yi)样运行。合(he)成(cheng)生物学的(de)主要研究内容(rong)分为三个层(ceng)次：(ⅰ) 是利用现(xian)有的(de)天然生物模(mo)块构建新的(de)调(diao)控(kong)网络并表现(xian)出新功能；(ⅱ) 是采用从头(tou)合成方法人(ren)工合成基因组DNA；(ⅲ) 是人工创建全新的(de)生物(wu)系(xi)统乃至生命体。基因测序、基因合成(cheng)(cheng)以及基因编辑技术(shu)的(de)(de)(de)加速发展为合成(cheng)(cheng)生(sheng)物(wu)学领域的(de)(de)(de)研究奠定(ding)了坚实(shi)的(de)(de)(de)基础；而计算(suan)机、大数据、先进制造及自动化(hua)等AI技术(shu)为合成(cheng)(cheng)生(sheng)物(wu)学的(de)(de)(de)应(ying)用插上(shang)了腾飞的(de)(de)(de)翅膀。
AI与合成生物学结合的(de)趋势越发明(ming)显(xian)随着AI和大数(shu)据时代(dai)的到来，深度学习技术在(zai)复杂(za)对象(xiang)的特(te)征(zheng)(zheng)表征(zheng)(zheng)、多模态融合、样本自动生成等问(wen)题中表现出独特(te)的优势，为生物分(fen)子(zi)的设(she)计提(ti)供了新的可能(neng)。今年(nian)2月，澳大(da)利亚研(yan)究人员(yuan)在《EMBO Reports》期(qi)刊发文指出生(sheng)命科学(xue)与信息(xi)科学(xue)融合(he)产生(sheng)的未来(lai)场景，可被看作生(sheng)物(wu)信息(xi)的未来(lai)，提出了结合(he)合(he)成生(sheng)物(wu)学(xue)及AI领域的生(sheng)物(wu)铸造厂（Biofoundries）的概(gai)念，其中包(bao)含了五项内容：(ⅰ) 弹性社会(hui)（Resilient Societies），即加强伦理(li)、公(gong)正和包(bao)容的社会(hui)创新组成(cheng)；(ⅱ) 健(jian)(jian)康(kang)人群（Healthy People），即关注健(jian)(jian)康(kang)结果、综合保健(jian)(jian)与健(jian)(jian)康(kang)的研(yan)究；(ⅲ) 安全(quan)星球（Secure Planet），即维持人们相互依存的世界，并探(tan)索(suo)人们在宇宙(zhou)中的位置(zhi)；(ⅳ) 繁荣(rong)经(jing)济（Prosperous Economies），即(ji)以(yi)可持续方(fang)式提高(gao)经(jing)济生产力并促进繁荣(rong)的能力；(ⅴ) 创新技(ji)术（Innovative Technologies），即合成生(sheng)物(wu)学(xue)和人工智能(neng)进一步发展(zhan)的技(ji)术、系统、设计和实(shi)践等。今年5月，国际学(xue)术期刊《Nucleic acids research》在线(xian)发表(biao)了(le)清华大(da)学(xue)汪小我(wo)副教(jiao)授课题组的(de)(de)(de)研究(jiu)论文《基于深度(du)生成式模型的(de)(de)(de)大(da)肠杆菌合成启(qi)动子(zi)设计》。该研究(jiu)首次采用人工智能方(fang)法设计产生全新的(de)(de)(de)基因启(qi)动子(zi)，为生物调控元件(jian)的(de)(de)(de)设计和优化提供(gong)了(le)崭新的(de)(de)(de)手段。世(shi)界(jie)上(shang)将(jiang)AI与合(he)成(cheng)生物(wu)(wu)学(xue)(xue)结合(he)的(de)(de)应用(yong)(yong)(yong)(yong)还(hai)有很多(duo)，根据Simon Smith于BenchSci博(bo)客上(shang)发(fa)表(biao)的(de)(de)帖子可(ke)(ke)知，目前至(zhi)少有230家在药物(wu)(wu)研发(fa)中使用(yong)(yong)(yong)(yong)AI的(de)(de)初创(chuang)(chuang)企(qi)(qi)业(ye)，他(ta)(ta)们利用(yong)(yong)(yong)(yong)AI在合(he)成(cheng)生物(wu)(wu)学(xue)(xue)领域进行(xing)(xing)不(bu)(bu)断地尝(chang)试：有些(xie)企(qi)(qi)业(ye)通(tong)过(guo)AI收集(ji)相关合(he)成(cheng)生物(wu)(wu)学(xue)(xue)数(shu)据、提取文献(xian)资料中的(de)(de)因(yin)果(guo)联(lian)系，以此(ci)来分析、评估研究的(de)(de)发(fa)展方向、重(zhong)点产(chan)品等，如Elucidata Corporation、Causaly、Biorelate等；还(hai)有些(xie)企(qi)(qi)业(ye)通(tong)过(guo)AI对疾病模型进行(xing)(xing)化(hua)(hua)合(he)物(wu)(wu)测试，并以此(ci)来筛选(xuan)有效的(de)(de)药物(wu)(wu)，如Recursion Pharmaceuticals、Pharnext、Lantern Pharma等；但更多(duo)的(de)(de)企(qi)(qi)业(ye)是将(jiang)AI用(yong)(yong)(yong)(yong)于基因(yin)组的(de)(de)创(chuang)(chuang)新(xin)创(chuang)(chuang)造(zao)，以此(ci)来开发(fa)更多(duo)全新(xin)的(de)(de)化(hua)(hua)合(he)物(wu)(wu)，如Atomwise，这是第(di)一(yi)家将(jiang)机(ji)器学(xue)(xue)习应用(yong)(yong)(yong)(yong)于药物(wu)(wu)设(she)计(ji)和发(fa)现的(de)(de)企(qi)(qi)业(ye)，其首席执行(xing)(xing)官AbrahamHeifets博(bo)士(shi)提到(dao)Atomwise的(de)(de)算法可(ke)(ke)以虚拟(ni)筛选(xuan)的(de)(de)小分子化(hua)(hua)合(he)物(wu)(wu)的(de)(de)数(shu)量几(ji)乎(hu)没有限(xian)制，他(ta)(ta)们已(yi)经筛选(xuan)了120亿个分子，大多(duo)是自(zi)然(ran)界(jie)中不(bu)(bu)曾存在过(guo)的(de)(de)，Heifets博(bo)士(shi)断言(yan)，这些(xie)理论化(hua)(hua)合(he)物(wu)(wu)的(de)(de)可(ke)(ke)用(yong)(yong)(yong)(yong)性正在迅速增加，在将(jiang)来一(yi)定能够发(fa)挥出较好的(de)(de)效用(yong)(yong)(yong)(yong)。
将AI与合(he)成生物学结合(he)存在的难点(dian)不(bu)论是(shi)AI还(hai)(hai)是(shi)合成生物学都还(hai)(hai)处于发(fa)展(zhan)阶段，并(bing)不(bu)是(shi)两个(ge)非常成熟的领域(yu)，因此这可能会导致二(er)者之间的深度联(lian)系较难被(bei)发(fa)掘，甚至还(hai)(hai)可能影响到本身的发(fa)展(zhan)。将AI与合成生物学结(jie)合需要大(da)量(liang)(liang)的(de)数据(ju)支持，包括各类研究信息、文献(xian)资料等(deng)，单(dan)从数据(ju)结(jie)合这一方面考虑，就可以感(gan)受到工程量(liang)(liang)的(de)巨大(da)，更(geng)何(he)况很多的(de)数据(ju)信息属(shu)于商业机密亦或是专利保(bao)护的(de)范围，很难通(tong)过合理的(de)途径将数据(ju)信息结(jie)合。AI本身(shen)的算法严(yan)谨与(yu)(yu)否也(ye)(ye)影响着(zhe)AI与(yu)(yu)合成(cheng)生(sheng)物学的结(jie)合成(cheng)果，若是不够严(yan)谨，就(jiu)会导致(zhi)AI导出结(jie)果的可(ke)信度降低，那(nei)么利(li)用其去促(cu)进合成(cheng)生(sheng)物学发展的构思也(ye)(ye)就(jiu)失去了意义。因此，在重视AI及合成生物学本身发展的同时，还(hai)要(yao)注意二者(zhe)结合中存在的不(bu)足之处，努力(li)将其改进，才能更好地利用两(liang)者(zhe)的结合成果。
结(jie)语
虽然AI与(yu)合成生物(wu)学(xue)的(de)(de)结(jie)合仍然存在(zai)较为棘手的(de)(de)难点，但(dan)是(shi)从目前对它(ta)的(de)(de)研究(jiu)可以看出(chu)在(zai)将来这样的(de)(de)系统也许可以在(zai)细胞内工作(zuo)，帮助(zhu)回答生物(wu)问题或是(shi)诊断疾病。如果一个生化(hua)过程(cheng)能(neng)(neng)够对其(qi)它(ta)分(fen)子的(de)(de)存在(zai)做出(chu)智能(neng)(neng)响(xiang)应，它(ta)将会允许研究(jiu)人(ren)员制造(zao)出(chu)日益复杂(za)的(de)(de)化(hua)学(xue)物(wu)质，或者搭建出(chu)新的(de)(de)分(fen)子结(jie)构。同时脱离科技应用(yong)的(de)(de)理念(nian)，这些系统的(de)(de)设计也可以让我们间接认识到思维的(de)(de)进化(hua)过程(cheng)。
参考资料：
1.//blog.benchsci.com/startups-using-artificial-intelligence-in-drug-discovery2.Jd R E W , Jd G H J , Jd A B S . Artificial Intelligence in Biotechnology: A Framework for Commercialization 1[J]. Biotechnology Entrepreneurship (Second Edition), 2020:419-427.3.Oliveira A L . Biotechnology, Big Data and Artificial Intelligence[J]. Biotechnology Journal, 2019.封面：源自(zi)网络图片(pian)的裁剪组(zu)合（文(wen)章内容译(yi)自(zi)上述参(can)考资(zi)料(liao)，同时(shi)对(dui)其内容进行了一定的简化、补(bu)充，若有不足之处(chu)，欢迎指(zhi)正）
