▶ 本报记者 李洋
在近日举办的2025中国生物制造科技创新论坛上，高校、科研院所与企业专家共同探讨人工智能（AI）等新技术如何从技术工具升级为产业重构力量，推动生物制造从经验驱动迈向理性设计，从实验室样品走向工业化产品。
生物制造的本质是利用微生物细胞或酶作为“工厂”转化原料，但传统研发面临细胞代谢难控、活性物质发现低效、工艺优化周期长三大瓶颈。近年来，新技术的介入，正从底层技术层面破解这些难题。
武汉大学人工智能学院教授胡黔楠介绍说，当前他们团队正在打造生物制造领域AGI（通用人工智能）大模型。该模型作为“一站”式AI驱动生物学创新系统，能够像人一样思考，全链路赋能合成生物制造智能化发展。在做生物制造相关研发时，可以随时把问题输入软件，系统就会像“老师”一样给予回答，比如问酶改造的策略，系统就会回答酶的功能，以及基于结构、基于机器学习等改造方法。
胡黔楠指出，当前生物制造领域存在巨大发展空间：99%的分子不含生物制造工艺，可能有70%的产品可以通过生物制造，而现在不到1%。
此种情况下，应该如何打通发展路径？
胡黔楠认为，可以针对某些产品，把没有合成途径的分子深度合成途径制造出来，这是AI在生物制造领域应用比较重要的方面。以前人们做实验或者做生物合成，还是凭人的思维去做，未来可能就要基于硅基的计算，用AI模型思维方式来做。
谈及AI赋能生物制造的优势，胡黔楠以发酵场景为例进行说明。他指出，采用智能化办法进行发酵过程决策，能够省掉60%以上时间与金钱投入，从立项到选品一直到产品合成途径，系统都能实现一体化构建。
“AI技术的赋能正成为推动医药健康产业技术创新的关键因素。”清华大学化工系生物化工研究所所长，清华大学深圳国际研究生院生物医药与健康工程研究院教授、常务副院长邢新会分享了AI赋能医药健康产品的功能发现与生物制造方面的研究成果。邢新会团队将多组学数据、蛋白结构信息与AI分子模拟结合，搭建“从生物资源到活性肽”的技术路线。他们从广西巴马火麻仁中鉴定出1380种蛋白，构建5000条多肽库；从湖南养殖大鲵中发现可修复肾损伤的三功能肽。这些过去依赖“碰运气”的发现，如今通过AI靶点对接与虚拟筛选，效率提升数百倍。
在药物研发与递送领域，AI推动核酸药物实现“弯道超车”。中国科学院过程工程研究所研究员袁野团队针对核酸药物靶点模糊、分子设计复杂、递送效率低的痛点，开发基于ChatGPT的RNA（核糖核酸）大模型，整合数十亿条RNA序列预测非编码RNA潜在靶点；构建AI+高通量编码递送系统，通过RNA序列标记不同载体，一次性完成动物体内筛选。这些技术不仅将核酸药物研发周期从数年缩短至数月，还打破了国外在递送系统“卡脖子”的垄断，为国产创新药开辟新路径。
在细胞工厂构建领域，“理性设计”逐渐取代“试错筛选”。中国生物化工专委会秘书长，北京化工大学副校长、教授苏海佳团队将微生物代谢网络抽象为数学模型，通过MST（交互式可视化编程语言工具）平台呈现代谢路径，结合AI算法模拟单菌的酶约束、热力学平衡，以及多菌体系的时间轴（生长与生产阶段）与空间轴（微环境互作）。针对秸秆糖中葡萄糖与木糖的共利用难题，AI可精准预测“分工菌种”的最优比例与代谢路径分割，原本需要数月的菌株改造缩短至几周，茶氨酸、己酸等产品产量均突破文献纪录。
AI等新技术驱动的生物制造已不止于实验室成果，正重塑产业格局，催生新商业模式与市场机遇。
品类拓展让生物制造从“单一产品”走向“多元矩阵”。北京元育生物依托AI优化的微藻发酵技术，推出微藻植物奶，开发出低成本微藻外泌体；通过AI辅助的基因改造，雨生红球藻虾青素的发酵密度实现显著提升，实现“农业养殖”向“工业发酵”跨越。
北京理工大学研究员吕波团队利用其开发的生物逆合成软件，将甘草三萜的合成路径拆解为“环化-氧化-糖基化”模块，通过设计最优调控方案，产量实现大幅度提升；同时，结合酵母底盘的食用安全性，推动人参皂苷Ro等药用成分从植物提取转向微生物发酵，实现“研发-中试-产业化”的快速衔接。这种“技术工具化-工具产品化-产品市场化”链条，让生物制造摆脱“碎片”化创新，走向体系化突破。
尽管AI驱动的生物制造已取得显著进展，但大规模产业化仍需突破技术、产业的多重挑战。技术上，AI模型的“可解释性”不足，产业上，“实验室-生产线”的转化鸿沟依然存在。
这些挑战也是更广阔的机遇。AI与生物制造的融合不断加深，带来的不仅是技术突破，更是一场产业革命。它让生物制造从依赖自然资源的农业化模式，转向依赖智慧与数据的工业化模式；从高污染、高能耗的传统制造，转向绿色低碳的新质生产力。正如与会专家所说，“生物制造的未来，是让细胞按人类的‘指令’高效工作，而AI就是编写这些‘指令’的核心语言。”在这场革命中，中国的科研团队与企业已占据先机，未来有望在全球生物制造格局中占据主导地位，为“双碳”目标实现、人民健康保障与产业高质量发展注入强劲动力。
