工联网消息(IItime) 近日，生物制造领域创新发展又迎重大利好！《国务院关于深入实施“人工智能+”行动的意见》明确提出，加强人工智能与生物制造等领域技术协同创新，以新的科研成果支撑场景应用落地，以新的应用需求牵引科技创新突破。

那么，人工智能与生物制造到底应该怎么“+”？让我们一起从工业和信息化部日前公布的人工智能在生物制造领域的第一批典型应用案例中找寻答案。

加快“人工智能+生物制造”融合发展

在生物制造领域，人工智能正以颠覆性技术实力重塑产业发展格局。

为加快人工智能不断融入生物制造领域，我国正高位推动出台支持举措，为技术融合与产业发展保驾护航。

为大力推动人工智能等智能技术与生物制造深度融合，助力生物制造场景创新、加快形成新质生产力，工业和信息化部组织开展了人工智能技术在生物制造领域的典型应用案例征集工作。

赛迪研究院电子信息研究所所长陈渌萍介绍，本次遴选出的典型应用案例，均具备突出的前瞻性、原创性与前沿性，并在生物制造领域已经得到实际应用，部分案例已成功落地产业化。她还介绍，经过专家研讨、初审、复核等多轮严格筛选，最终从113个申报案例中确定16个具有代表性的优秀案例，纳入人工智能在生物制造领域典型应用案例（第一批）名单。

“这些案例将为人工智能与生物制造的深度融合发展起到示范引领作用。”陈渌萍表示。

近年来，迪必尔坚持深耕生物制造领域的技术研发与产业化应用，现已成长为国内领先的生物反应器装备制造商及智能化解决方案提供商。

迪必尔相关负责人向记者介绍，该企业已完成从传统设备商到智能化平台服务商的战略转型：一方面，通过自主研发的设备与数据管理系统（D2MS），实现多源数据融合与实时反馈控制；另一方面，依托人工智能研究院、应用技术与工程研究中心（CARE），开发出基于代谢网络模型的智能控制算法。

谈及在生物制造赛道的核心竞争力，该负责人表示，迪必尔有三方面独特优势：一是拥有覆盖0.05L至50000L的全系列生物反应器产品，配套形成软硬件协同的智能化平台体系；二是重点突破高通量微型反应器系统、生物工艺控制软件及多尺度数字孪生技术，夯实技术壁垒；三是通过提供远程工艺优化、全自动控制模板及故障诊断服务，大幅降低客户智能化改造成本与技术门槛。

元构生物是一家聚焦智能化蛋白质设计开发与应用的企业。

“AI蛋白质从头设计能力是我们的核心技术优势。”元构生物相关负责人表示，该企业团队研发的主链设计SCUBA、序列设计ABACUS双引擎算法，可依据蛋白质结构与功能需求输出精准设计方案，经湿实验验证，设计成功率较传统方法提升1至2个数量级，甚至还能实现普通方法难以达成的功能改造。他还告诉记者，元构生物主链设计SCUBA及升级版、序列设计ABACUS-R及升级版，先后发表于多个顶级刊物，湿实验效果能够对标诺奖团队。

锚定关键环节打造“独门秘籍”

从典型应用案例来看，入围各方均立足自身业务场景，打造出了专属技术方案，这些“独门秘籍”已在生物制造的关键环节落地见效，逐步成为破解产业发展痛点的重要支撑。

“在将人工智能技术应用于生物制造领域，尤其是发酵工程时，我们发现不同行业的核心瓶颈存在差异。对生物制造而言，关键挑战并非算法性能不足或算力短缺，而是数据质量本身。”迪必尔相关负责人指出，发酵过程产生的数据若能确保高质量，则无需依赖过于复杂的模型。因此，企业选择采用感知机网络、循环神经网络（RNN）、卷积神经网络（CNN）等常规且成熟的基础算法框架，只需输入行业特有的高质量数据，即可达成理想应用效果。他提出，“解决数据标准化与数据质量保障问题，比算法选择更为关键”。

在该负责人看来，在实际应用中，人工智能主要在两大关键环节发挥核心作用：一是发酵状态识别，传统方式依赖操作人员经验分析多参数变化趋势，如今通过人工智能算法可实现发酵状态的自动化精准判定；二是操作参数与发酵性能关系建模，温度、pH值、溶解氧浓度、底物浓度等多参数组合对发酵性能的影响函数极为复杂，过去难以靠人工经验准确构建关系模型，而人工智能算法已能有效拟合这些多变量间的复杂函数关系。简单来说，以前靠人工经验根本没法说清其中的规律，现在用人工智能就能把这些复杂的关系理清楚。

元构生物相关负责人介绍，企业研究团队从底层推动跨学科融合，将传统“计算搜索+大量实验筛选”的研发模式，升级为“AI一体设计+微量实验验证”的新范式，推动实验成功率实现数量级提升。

“在实际应用中，我们已取得多项突破性成果。例如，利用AI从头设计方法成功设计出全球首个经湿实验验证的近红外荧光单体蛋白；开发的耐极端环境木聚糖酶，热稳定性提升40℃、酶活提高200％，彻底摆脱该领域的进口依赖；创新设计的RSV多表位疫苗关键抗体，亲和力超越国际标杆产品，推动我国疫苗研发迈入智能定制化时代。”该负责人介绍，元构生物以双引擎人工智能架构为核心，通过分阶段破解蛋白质设计中的“结构—功能”难题，大幅提升设计精度与效率。

“在技术创新层面，第一批典型案例中涌现出多项原创人工智能技术应用。”陈渌萍告诉记者，这些案例突出应用导向，坚持以实际需求为牵引，边进行技术创新边在实践中验证应用，不断调整、改进、完善技术路线，最终成功实现产业化闭环，是科技创新和产业创新深度融合的生动实践。

人工智能点燃新增长引擎

“在解决生物制造产业周期长、效率低、成本高等痛点问题上，应用人工智能技术降本增效效果显著。”陈渌萍说。

记者在梳理典型应用案例时发现，不少企业在人工智能技术应用过程中，还意外催生出一些意想不到的创新成果，甚至培育出了新的业务增长点。

“引入人工智能技术后，相较于传统生物制造方式，我们在多个维度实现了可量化的显著提升。”迪必尔相关负责人介绍，在发酵过程控制领域，传统模式依赖操作人员凭经验判断发酵状态、调整参数，自动化程度极低，而人工智能技术能精准识别发酵关键状态，提升控制系统自动化水平，降低对人工经验的依赖。

他还表示，从应用实效来看，许多客户采用基于人工智能的智能控制系统后，有效规避了人为因素干扰，生产性能得到明显优化。例如，该企业正在开发的发酵工艺全自动控制系统，可在无人干预情况下激发菌株80％的生产能力；将其应用于菌种筛选时，结合企业平行反应器，能使筛选效率提升50％以上；应用于中试及生产环节，则可将批次间误差控制在±10％以内，大幅提升产品一致性与稳定性。

此外，该负责人向记者透露，在人工智能技术应用过程中，该企业捕捉到两大重要业务发展动向：一是基于人工智能的工艺控制技术推出后引发广泛关注，大量客户迫切寻求通过人工智能提升生产效率的解决方案，这一需求与企业的智能化服务方向高度契合。客户的高度认可不仅进一步凸显了现有设备产品的价值，更推动双方在智能化改造领域开展更深层次的技术服务合作。二是该企业已开始尝试承接客户的工艺优化服务项目，通过人工智能技术为其定制生产工艺参数优化方案。这类服务创新采用“按优化效果收取服务费”或“利润分成”的模式，目前已在部分客户中启动试点，有望成为企业新的业务增长引擎。

“借助人工智能技术，我们将工业酶、医药蛋白的改造周期从传统方法的12至24个月，大幅压缩至3至6个月，实验样本量也降低了80％以上。”元构生物相关负责人介绍，在实际合作中，仅通过一轮设计实验就为企业开发出高性能酶，成功解决了困扰其两年的蛋白稳定性难题，还通过数十个实验样品，显著优化了某企业抗癌药物的亲和力。

该负责人还表示，在人工智能技术应用过程中，企业已实现人工智能与自动化实验的闭环整合，即通过“快速计算设计+实验迭代”的高效模式，在更短时间内获取目标设计蛋白。同时，依托模型的通用性与业务关联性，元构生物还逐步拓展了业务边界，将技术应用延伸至酶挖掘、药物小分子开发等领域。

陈渌萍表示，从长远价值来看，人工智能与生物制造的深度融合意义重大，一方面，能推动“生物制造”向更智能、更高效、更经济的“生物智造”升级跃迁；另一方面，有望重塑全球生物制造产业的竞争格局，推动我国从生物制造大国向生物制造强国迈进。