科学家一直在尝试从零开始制造全新的生命形式——用化学物质到DNA到基因组再到生物个体。如果说1953年DNA双螺旋分子结构的发现让生物学家意识到，基因与细胞的关系就像计算机的软件和硬件，那么合成生物学正在做的就是设计新“软件”、开发新“硬件”。

21世纪是多元化的世纪，被称为生命科学及信息化的时代，其间诞生了合成生物学、人工智能等学科，在健康医疗、生物医药、复杂信号感知与识别、高性能仿真与计算等领域实现颠覆式的产业应用，引起了各国政府和学者的广泛关注。人工智能与合成生物学的结合，一方面是为了促进全自动一体化生物合成流程的形成；另一方面是为了推动其从日常生活向科学研究应用更深层次的发展。

在合成生物学领域，利用先进的计算科技能够大大降低制造成本并提高效率。在构建细胞模型或生物组织之前，使用人工智能对即将生成的结果提前进行模拟和预测，将使产品开发过程从“实验化”转变为“工程化”。随着科学界对生物学原理理解的不断深入，将不断开发和构建出具有特定功能的新产品。

今年5月，国际学术期刊《Nucleic acids research》在线发表了清华大学汪小我副教授课题组的研究论文《基于深度生成式模型的大肠杆菌合成启动子设计》。该研究首次采用人工智能方法设计全新的基因启动子，为生物调控元件的设计和优化提供了崭新的手段。

世界上将AI与合成生物学结合的应用还有很多，目前至少有230家在药物研发中使用AI的初创企业，有些企业通过AI收集相关合成生物学数据、提取文献资料中的因果联系，以此来分析、评估研究的发展方向、重点产品等；还有些企业通过AI对疾病模型进行化合物测试，并以此来筛选有效药物；但更多的企业是将AI用于基因组创造，以此开发更多全新化合物，如Atomwise，这是第一家将机器学习应用于药物设计和发现的企业，其首席执行官AbrahamHeifets博士提到Atomwise的算法可以虚拟筛选的小分子化合物数量几乎没有限制，他们已经筛选的120亿个分子大多是自然界中不曾存在过的，Heifets博士断言，这些理论化合物的可用性正在迅速增加，在将来一定能够发挥出较好的效用。

将AI与合成生物学结合需要大量的数据支持，包括各类研究信息、文献资料等，单从数据结合这一方面考虑，就可以感受到工程量的巨大，更何况很多数据信息属于商业机密或专利保护的范围，很难通过合理的途径将数据信息结合。

AI本身的算法严谨与否也影响着AI与合成生物学的结合成果，若是不够严谨，就会导致结果可信度降低，那么利用AI促进合成生物学发展的构思也就失去了意义。因此，在重视各自本身发展的同时，还要努力改进不足之处，才能更好地利用两者的结合成果。

虽然AI与合成生物学的结合仍然存在较为棘手的难点，但是从目前对它的研究可以看出在将来这样的系统也许可以在细胞内工作，帮助回答生物问题或是诊断疾病。如果一个生化过程能够对其它分子的存在做出智能响应，它将会允许研究人员制造出日益复杂的化学物质，或者搭建出新的分子结构。同时脱离科技应用的理念，这些系统的设计也可以让我们间接认识到思维的进化过程。

英国有句老话：When you turn 21, you get the keys to the door（当你年满21岁时，你就会拿到开门的钥匙）。今年合成生物学21岁了，似乎拥有了一套解锁生物科学和生物经济的钥匙。多家合成生物学公司以超过10亿美元的估值上市，基因组工程已渗透到生物科学研究的各个领域，DNA合成、编辑和重新编码正在帮助解决疑难杂症，也在新冠病毒检测和疫苗研发中做出了重要的贡献。

从“植物肉”到清洁燃料，再到合成器官，相信未来人工智能与合成生物学的结合将提升供应链弹性，实现各种原材料、石油产品替代品等物资的本土化生产以便取代国际进口，使更多新材料的生产成为可能。

参考文献：

[1] Ye Wang, Haochen Wang, Lei Wei, Shuailin Li, Liyang Liu, Xiaowo Wang, Synthetic promoter design in Escherichia coli based on a deep generative network, Nucleic Acids Research, Volume 48, Issue 12, 09 July 2020, 6403–6412.

[2]李敏, 林子杰, 廖文斌,等. 人工智能在合成生物学的应用. [3]张文韬. "我见证了两次重大科技变革"——合成生物学之父汤姆·奈特访谈录[J]. 世界科学, 2013, 000(002):32.

[4]张媛媛, 曾艳, 王钦宏. 合成生物制造进展[J]. 合成生物学, 2021, 2(2):16.