近日，工信部正式发布了《人工智能在生物制造领域典型应用案例名单（第一批）》，其中共有5家优秀案例、11家典型案例入围！（完整名单见文末）

此次征集启动于2024 年10月，以AI生物制造融合为主线，围绕创新研发、中试放大、生产制造等重点环节，聚焦高性能蛋白质元件设计及构建等8大场景。

下文笔者整理了其中的入围企业与项目，从产业布局和对外合作两方面展开，旨在关注AI合成生物领域的前沿发展动向，以供行业交流学习。

五家优秀案例 涉及五大领域

昭衍生物：

成立于2018年，是上市CRO龙头昭衍新药旗下的CDMO企业，主要专注于生物大分子领域。

其“智能化AI平台驱动的稳定高表达细胞株构建”项目，应用场景为细胞工厂的构建及优化。

通过整合机器学习算法、大数据挖掘和计算机视觉技术，打造集AI筛选、预测、构建于一体的智能化细胞工厂开发平台，构建高产、高质量的生物制造细胞株。

北京诚益通：

定位为生物制药智能制造系统整体解决方案供应商及康复医疗设备制造商，在AI技术应用布局，包括智能研发、智能制造和智慧质控三大方向。

入选项目为“应用SemDB数据库技术实现大规模生物制造过程全链条精准工艺控制和AI大数据分析”，应用场景为生物反应过程的智能控制。

能利用工艺参数大数据分析、AI模型预测、机器学习算法等技术，有效解决生产中工艺过程黑箱化、工艺数据滞后等瓶颈问题，实现生产稳定性提升与原料高效利用。

在其年报中还提到，公司在非粮发酵、新材料、食品等领域均取得突破进展，生物发酵自动化控制系统在合成生物领域具有众多应用。

天鹜科技：

由上海交通大学的精英团队创建，是国内最早布局AI蛋白质大模型的企业之一，也是中国最大的AI蛋白质服务商。

入选项目为“蛋白质工程大模型AIACCLBIO™”，应用场景为高性能蛋白质元件设计及构建。

这一AI蛋白质模型，在90亿条蛋白质数据基础上，结合小样本学习算法和干湿迭代模式，实现“从序列到功能”的端到端预测，摸索出AI设计加少量实验的新范式。

在合成生物方面，该模型可以进行改酶、挖酶及酶催化工艺开发，解决化学合成、天然提取难以解决的高价值分子精准合成问题。

迪必尔生物：

专注于下一代智能生物工艺设备和解决方案的生产和研发。

入选项目为“应用代谢网络模型及深度学习技术实现大肠杆菌培养过程在线代谢分析”，应用场景为生物反应过程的智能控制。

自主研发的微生物培养代谢流智能动态优化系统，能实现大肠杆菌胞内代谢通量的实时解析；建立的生物制造过程智能调控系统，实现从宏观参数监测到代谢底层调控的跨越。

该公司还推出了工艺辅助AI助手（小迪AI助手），能实现简单问题自动响应与复杂问题分诊，同时探索AI驱动的实时决策系统，结合报警推送与数据分析功能，推动生物制造从“经验驱动”向“智能预测和执行”转型。

元构生物：

是一家智能化蛋白质设计开发应用企业，公司在人工智能相关技术创新领域储备深厚，并拥有来自中国科学技术大学的世界级De Novo Protein Design团队。

入选项目为“应用人工智能技术推动蛋白质从头设计”，应用场景为高性能蛋白质元件设计及构建。

其自主研发蛋白质AI设计算法SCUBA和ABACUS， 提出“主链生成+功能序列设计”双引擎设计方法，突破了蛋白质结构从头精准设计、多功能位点融合等共性复杂问题。

在中科大相关论文中提到了：针对非经典血红素降解酶的设计，结合亲和力达到天然水平，验证了方法的普适性。

这种“按需定制”能力为工业酶、生物材料等领域提供了高效工具，将传统设计的实验周期从数年缩短至数周

AI蛋白质设计 占据过半席位

在名单中我们还观察到，16家入选项目中有9家应用于高性能蛋白质元件设计及构建领域，超过半数。

除上文提及的天鹜生物和元构生物外，还有：百图生科、智峪生物、常州新一产、创健医疗、力文所、赛业百沐、涌源合生。

中国科学院天津工业生物技术研究所是唯一入选的科研机构，其“数据驱动的芳香族化学品细胞工厂设计构建、微流控高通量编辑选育及应用”。

提及的定量异源途径设计方法QHEPath，能够定量计算并可视化35种微生物宿主中产品的高得率合成途径，并且成功预测了文献中多种产品的途径优化策略。

除此之外，征集中 调控机制的解析及优化、培养基配方的设计及优化以及生物制造产品的智能检测和质量控制三个领域，尚无项目入选。

附件：