合成生物學從實驗室走向市場 - 《華爾街日報》

LanzaTech合成生物學實驗室配備了多種設備，用於新代謝路徑和菌株的生成與篩選。圖片來源：LanzaTech合成生物學正逐漸從實驗室走向市場，助力企業滿足對可持續材料、食品燃料、療法及疫苗日益增長的需求。

計算能力與人工智能的進步正幫助科學家編碼生命體，以實現新功能與成果。

以下是該領域人工智能技術引領創新的部分企業。

合成生物學的嗅覺測試

總部位於伊利諾伊州的LanzaTech利用回收碳排放生產可轉化為服裝、塑料、航空燃料乃至香水的材料。公司人工智能與計算生物學副總裁James Daniell表示，十年前開始通過先進傳感器收集氣體發酵數據時，便已啓用AI技術。

目前LanzaTech已積累超過200萬小時的微生物工作數據集，通過訓練機器學習模型，科學家能預測實驗結果，從而減少實驗室試驗次數。

“我們構建微生物，收集數據後輸入AI系統，系統會推薦下一步構建方案。“Daniell解釋道。

朗澤科技(LanzaTech)正在探索生成式人工智能模型的應用。該技術使公司能夠設計多種酶的DNA序列，包括某些能讓微生物將碳轉化為異戊二烯（一種用於製造橡膠的原材料）的酶。朗澤科技隨後將這些序列編程植入其微生物中進行進一步測試。

“這些技術正在加速我們在合成生物學領域的突破，“丹尼爾表示，“如今我們能實現五年前根本無法完成的事情。”

智能休閒服飾更趨智能化

Geno公司正在研究如何將工業玉米或甘蔗等材料轉化為性能媲美傳統尼龍的合成纖維。這一過程的關鍵在於被稱為發酵的化學反應。就像酵母通過化學反應將碳基物質轉化為啤酒或葡萄酒一樣，新型酶類可被用於製造極具吸引力的運動套裝材料。但要讓這些酶實現預期化學反應，科學家需要對其DNA進行定向編碼。

這家總部位於聖地亞哥的企業與露露樂蒙(Lululemon)建立合作兩年後宣佈，已研發出將碳轉化為植物基尼龍的蛋白質工程技術。Geno影響力副總裁薩沙·卡爾德指出，傳統石油基尼龍的生產過程污染嚴重，這意味着合成版本可能帶來巨大的環境效益。

在提升尼龍生產過程中酶的性能，以及開發尼龍以外的紡織新材料方面，Geno表示可能需要藉助模型的力量——這裏指的不是時裝模特**——**而是人工智能模型。

研發流程的幾乎每個環節**——從尋找合適的蛋白質類型，到精確計算每種基因在蛋白質DNA中的編碼量——**都能通過人工智能加速，Geno公司人工智能負責人兼數據科學副總監納文·維納亞克表示。

這家生物技術公司表示，目前其人工智能主要應用於兩個領域：一是識別細胞在發酵過程中的性能瓶頸，二是針對這些瓶頸設計新菌株的目標基因序列。

Geno稱，隨着技術持續進步，希望將更多人工智能應用擴展到整個業務領域。

教會AI解讀DNA語言

銀杏生物工程公司運用機器人技術、軟件和數據分析等工具，通過基因編程讓細胞生產用於食品添加劑、香料、化妝品和藥物等領域的化合物。

作為客户的全方位生物實驗室或"代工廠”，銀杏公司在波士頓地區擁有超過325,000平方英尺的辦公和實驗空間。首席執行官傑森·凱利表示，這使得客户能夠"以極低成本在實驗室嘗試大量基因設計方案”。

凱利補充道，合成生物學的核心在於運用海量數據編寫DNA並進行設計嘗試，這種特性使人工智能與生物技術領域天然契合。就像OpenAI的GPT等基礎模型通過英語訓練那樣，它們也能學會"解讀DNA語言”。“DNA本質上是一種序列編碼語言，與書籍的結構非常相似。”

銀杏生物公司已構建了一個龐大的數據集，可用於訓練機器學習模型以實現新型科學發現，他表示。其代碼庫包含超過20億個獨特蛋白質序列，其中包括前幾年收購的企業所提供的微生物數據集合。

目前，銀杏正與谷歌雲計算部門合作開發大型語言模型，這些模型能生成蛋白質設計方案、優化蛋白質序列並對特定蛋白質進行功能改造。隨着這些生成式AI模型的發展，凱利表示公司將向客户出租該技術，讓他們利用自身數據對模型進行微調。

“我們認為這可能會改變遊戲規則，大幅提高成功率並降低成本，“他説。

人工智能的優勢

據美國國家咖啡協會估算，美國消費者每天飲用超過4.9億杯咖啡。為減輕傳統咖啡豆種植（如毀林）的影響，一批新興企業正運用合成生物學和AI技術研發"無豆咖啡”。

總部位於加拿大不列顛哥倫比亞省温哥華的投資公司CULT Food Science於1月成立產品部門，旨在將其投資組合初創企業研發的細胞培養食品飲料系列商業化。

該公司首席執行官勒吉·加福爾介紹，其首推產品"零咖啡"是從酵母、種子等原料中提取分子成分製成。

“你可以提取構成咖啡的關鍵要素，在生物反應器中復現這些成分，“加福爾解釋道，他指的是維持生物活性環境的系統，“而且沒錯，它的咖啡因含量完全可以和普通咖啡媲美。”

他表示，為了更好地識別這些成分的最佳組合，公司正在使用由生物科技軟件製造商Alcheme Bio開發的人工智能口味優化平台。Alcheme Bio創始人兼首席執行官Vanessa Small介紹，該平台的人工智能模型通過美國農業部、學術研究論文和內部測試等多種來源的營養與成分數據進行訓練，這些數據被整合成風味特徵庫。

Small舉例説明，通過輸入用於製作無豆咖啡的各種分子化合物，該平台能測算出最終風味特徵與傳統咖啡的匹配程度。她表示，這一工具能大幅加速傳統反覆試錯的口感測試流程。

“如果我們想增強’鮮味’，不再需要盲目實驗，而是能精準掌握應添加或調控哪些成分來實現目標口感。“Gafour説道。

聯繫記者：Belle Lin，郵箱[email protected]；Isabelle Bousquette，郵箱[email protected]；Angus Loten，郵箱[email protected]