生物制造的“芯片”环节，有望迎来颠覆性突破！
近日， 西湖大学郭天南团队在国际顶尖学术期刊 Nature上发 表了一篇题为“Towards the construction of a virtual yeast”的综述文章。
文章 提出了 虚拟酵母（virtual yeast） 的总体框架。以酿酒酵母（Saccharomyces cerevisiae）为模型对象，建立起了 既具生物学约束、又具预测能力的细胞级AI智能体。
从经验试错 走向AI飞轮
现有生物制造技术，仍依赖传统的 “设计 - 构建 - 测试 - 学习（DBTL）” 循环，整个过程高度依赖科研人员，效率低下且缺乏自主迭代的能力。
在AI生物制造的其他热门路线中，基因组尺度代谢模型（GEM）难以整合碎片化多源数据；单一模态 AI 模型仅能利用单一组学信息、缺少空间与时序扰动数据。
二者在多样细胞及发酵状态下的泛化能力和代谢物预测精度均达不到工业应用需求。
而虚拟酵母，实际上是一套由AI驱动的智能体系统，有望将生物制造研发从传统的经验试错转变为以模拟为先、实验验证的新模式。
论文以代谢与合成生物学模块为原型案例展示虚拟酵母的的应用潜力：
整套虚拟酵母智能体统一整合基因组、转录组、蛋白组、代谢组和时序生长曲线数据，可定量预测代谢通量、胞内代谢物水平，以及二者在不同遗传背景、发酵环境下的动态变化。
对标主要预测生长表型和代谢通量分布的 GEMs，虚拟酵母将定量预测范围拓展至胞内代谢物浓度、胞外产物滴度及亚细胞转运动力学。
对比仅依靠单蛋白组完成代谢物预测的机器学习方法，虚拟酵母在未见过的基因改造、发酵环境中泛化能力、定量预测精度大幅提升。
龙头企业已率先布局
实际上早在 2022年，合成生物龙头企业Ginkgo Bioworks就用AI虚拟细胞改造酵母，使其生物塑料产量提高2倍，加速了绿色化学产业发展。
此后的2025年 ， Ginkgo Bioworks 还 宣布启动 虚拟细胞药理学倡议（ VCPI ） ，希望 创造行业最大的公开数据集。
公司表示，VCPI将生成超过120亿个数据点，分析10万种化合物，建立首个标准化的虚拟细胞建模药理学数据集。
而放眼中国市场，生物制造年产值规模超1.1万亿元，发酵产能占全球70%以上，其中生物制造食品、生物制药两个领域年产值均已超4000亿元，也有多家企业开始尝试用虚拟细胞技术赋能生物制造发展。
上文提及的论文作者郭天南就是AI蛋白质企业西湖欧米的创始人，该公司专注于AI赋能的微观世界数据，致力于多组学驱动的精准医学的转化落地。
中国企业AI for Science企业百图生科团队已于今年三月在首届世界虚拟细胞挑战赛（Virtual Cell Challenge, VCC）中击败全球上千支队伍荣获冠军。
此外该公司还联合西湖大学、上海AI Lab和上海创智学院，正式提出了AIVM（AI虚拟代谢）概念，迈出是通往完备虚拟细胞的关键一步。
AI虚拟细胞企业百曜科技在相关融资通稿中，也被提到看好企业在多模态数据采集和建模的能力，期待企业在细胞药物开发、生物制造等方向不断取得进展。
此外，由中科院工生所也牵头承担了国家重点研发计划“合成生物学”重点专项——“基于虚拟细胞技术的合成基因回路与底盘细胞协同设计”。
—The End—
热门跟贴