編輯/shanshan
大資料時代，AI 技術在複雜對象的特征表征、多模态融合、樣本自動生成等問題中表現出獨特的優勢，為合成生物學的應用插上了騰飛的翅膀。
1 程式設計人體細胞來了
「每種細胞類型都有自己的程式或編碼——定義它的轉錄因子組合。通過将正确的程式插入幹細胞，研究人員可以激活編碼這些轉錄因子的基因，并将幹細胞轉變為特定類型的成熟細胞。」Bit Bio 首席執行官 馬克·科特（Mark Kotter）日前在接受《連線》雜志采訪時表示。
Bit Bio 是一家生物技術公司，主要為基礎研究、藥物發現和毒理學研究提供分化的人體細胞群組織模型，2016 年，Mark Kotter 博士在劍橋大學的實驗室裡發現了 opti-ox 技術，創立了 Elpis Biomed 公司（Bit Bio 前身）。
opti-ox 是一種突破性的基因工程方法，能夠對人類誘導多能幹細胞（iPSCs）直接重程式設計，通過激活細胞内特定轉錄因子的表達，驅動 iPSCs 的精準分化，進而批量生産人體中任何類型的細胞。
Bit Bio 首席營運官 拉米·易蔔拉欣（Ramy Ibrahim）在接受《連線》雜志采訪時表示，Bit Bio 的技術可以幫助降低細胞治療的成本，并使大規模制造免疫細胞變得更加容易。「我們現在可以編輯大量正确的細胞類型，我認為這将是變革性的。」
目前，Bit Bio 兩款主要在研産品是利用 opti-ox 技術對 iPSCs 重程式設計生成的谷氨酸能神經元和骨骼肌細胞。
11 月，Bit Bio 宣布完成 1.03 億美元 B 輪融資， 投資者包括 Arch Ventures、Charles River Laboratories、Foresite Capital、National Resilience, Inc. (Resilience)、Metaplanet、普華資本 Puhua Capital 和騰訊。Bit Bio稱，公司下一步發展規劃是進軍細胞療法，将 opti-ox 技術用于研究、藥物發現和細胞治療。
人體細胞研究最大障礙之一是人體細胞的供應。目前的方法不足以在不需要依賴患者的情況下産生可靠、可擴充和一緻的細胞供應，導緻細胞療法價格昂貴且無法擴充。
另外，缺乏可靠的人體細胞來源也阻礙了新藥的研發。大多數臨床試驗以失敗告終，部分原因在于用于藥物開發和人類生物學的動物模型和細胞系之間的差異。opti-ox 技術可以為細胞療法帶來更高的精準度。
近期，Bit Bio 董事會迎來了三位新成員：世界領先的英國計算機晶片公司Arm Ltd. Holdings 聯合創始人 Hermann Hauser；諾貝爾獎得主 Gregory Winter，他發明了生産治療性單克隆抗體的技術；創業家 Alan S. Roemer，曾創立三家價值數十億美元的生物技術公司。
他們将在 Bit Bio 擴充其專有的合成生物學細胞程式設計技術平台過程中提供重要指導，幫助建立基于人體細胞的産品和解決方案。
值得一提的是，細胞療法技術也能用于細胞肉培養。兩者的共同點在于，都涉及到幹細胞分化的問題，隻不過研究的方向不同。人源的 iPSC 細胞分化主要用于醫療領域，細胞培養肉研究的是利用動物幹細胞大規模、低成本地制造肌肉、脂肪等細胞。
除 Bit Bio 之外，Mark Kotter 還是 Meatable 的聯合創始人。Meatable 是一家細胞培養肉公司，希望改變世界擷取蛋白質的方式。
Meatable 表示，已經開發出一種方法，可以從動物身上取樣組織，将該組織恢複為多能幹細胞，然後培養該細胞樣本将肌肉和脂肪轉化為肌肉和脂肪，以生産世界各地口味的豬肉産品。
2 當 AI 遇上合成生物
從本質上講，opti-ox 是一種合成生物學方法。合成生物學是生命科學領域的一門新興交叉科學，被認為是了解生命的新鑰匙、未來的颠覆性技術之一，将為醫藥與健康安全、農業與食品安全、環境與能源安全提供新技術源頭。
近年來，AI 與合成生物學結合的趨勢越來越明顯。生物學非常複雜，僅在人類身上，就有數萬億個細胞互相作用、指導。傳統的生物學依靠經驗或發現來收集知識，這個勞動密集的過程伴随着大量試錯。
人工智能通過大型生物資料集得出結論的潛力，将給生物學帶來巨大改變。比如自我訓練的人工智能程式，有可能在分析大量資訊後，迅速找到細微、獨特的模型和生物功能，幫助人類更好地了解生物學的原理。
10 月，Bit Bio 與倫敦數學科學研究所（LIMS）達成合作，旨在解鎖「生命作業系統」，以促進用于研究和治療目的人類細胞的大規模生産。
倫敦數學科學研究所創始人兼所長 Thomas Fink 博士表示，「解碼細胞身份将需要全新的數學，以及對機器學習的更深入了解。揭示生命的作業系統可以讓我們像設計軟體一樣輕松地設計人體細胞。」
「AI 正在改變生物技術行業，通過對 AI 和機器學習的不斷投資，将挖掘出生物技術行業的巨大潛力。」美國國家 AI 安全委員會主席 Robert Orton Work 最近表示，随着計算能力的提高，我們有理由期待合成生物學和一系列基于生物學的産品取得更大的進展。
合成生物學技術與人工智能的結合，将産生一些特殊材料，比如更加環保的人造肉類，到更清潔的燃料，再到合成器官。生物技術還會使我們的供應鍊更有韌性，使我們能夠在國内生産紡織品的原材料、石油産品的替代品以及一系列其他消費品，像家用産品和電子産品，而不必從國外采購。生物技術還可以用于生産環保肥料，提高軍隊的備戰水準，創造監測生物威脅的解決方案。
據估計，未來 10 年内在 AI 的融合下，生物技術的進步将帶來每年高達 4 萬億美元的直接經濟收益。鑒于這些趨勢，美國國家人工智能安全委員會（NSCAI）2021 年 3 月釋出的報告将生物技術确定為對未來國家競争力至關重要的七種新興技術之一。
毋庸置疑，在合成生物學領域，利用先進的計算科技能夠大大降低制造成本并提高效率。在建構細胞模型或生物組織之前，使用人工智能對即将生成的結果提前進行模拟和預測，将使産品開發過程從「實驗化」轉變為「工程化」。
然而，在重視 AI 及合成生物學本身發展的同時，也需要注意二者結合中存在的不足之處。不論是 AI 還是合成生物學都還處于發展階段，這可能會導緻二者之間的深度聯系較難被發掘，甚至還可能影響到本身的發展。同時，人工智能驅動的生物技術也有其黑暗的一面，如精确設計的病原體，被列為對美國威脅最大的五個人工智能隐患之一。
參考内容：
https://www.bit.bio/
https://www.meatable.com/news-room/
https://new.qq.com/omn/20211103/20211103A08BZD00.html
http://m.emedclub.com/information/view/35836157afb811eab602b8599f3054c8
https://kuaibao.qq.com/s/20210119A019SM00?refer=cp_1026
https://m.medsci.cn/article/show_article.do?id=fcaf938954b
https://warontherocks.com/2021/05/ai-and-synthetic-biology-are-critical-to-future-u-s-competitiveness/
http://www.bauhinia.org/index.php/zh-HK/analyses/852
https://www.dzxl120.com/new-ai-machine-learning-emerging-in-synthetic-biology/
https://blog.benchsci.com
人工智能×[ 生物 神經科學 數學 實體 材料 ]
「ScienceAI」關注人工智能與其他前沿技術及基礎科學的交叉研究與融合發展。
歡迎關注标星，并點選右下角點贊和在看。