近日，工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》（以下简称《意见》），围绕7大重点任务，提出21项具体措施。其中，明确将生物制造列为关键领域，部署“推进生物制造领域全链条创新发展”相关重点工作，引发行业广泛关注。

　　为何要发力“人工智能＋生物制造”，推出了哪些针对性支持举措，系列部署又将如何破解行业发展瓶颈？带着这些问题，记者专访了生物制造行业的权威专家与企业代表，深度探寻生物制造产业发展新路径。

　　“人工智能＋生物制造”破解发展瓶颈

　　生物制造是一种产品的加工方式，其特点是以酶、微生物细胞、多细胞组织等生物体为基础，结合过程工程学原理实现工业生产。在“十五五”规划建议中，生物制造被列为我国重点培育壮大的六大未来产业之一。大力发展生物制造产业，对我国加快构建绿色低碳循环经济体系、推动生物经济高质量发展具有重要意义。

　　清华大学合成与系统生物学中心主任陈国强指出，当前行业面临的瓶颈集中在“基础研究”与“工程转化”两大核心环节：一方面，我国在自主知识产权核心底盘菌种、工业微生物数据库等基础储备方面仍较为薄弱；另一方面，生物体系的复杂性使得技术从实验室“小试”推向大规模工业化生产时，面临代谢路径调控、发酵工艺优化等诸多难题，严重阻碍了产业规模化发展的步伐。

　　工业和信息化部电子第五研究所研究员杨本晓表示，生物制造领域的核心瓶颈具体体现在三方面：一是菌种定向改造效率偏低，传统方法过度依赖大量试错；二是多参数耦合的工艺优化难度大，反应过程动态调控存在明显滞后；三是产物得率与质量的在线精准预测能力不足。

　　面对这些亟待破解的难题，“人工智能+生物制造”将成为破局关键。

　　陈国强介绍，人工智能技术可辅助实现代谢通路智能设计与底盘细胞理性改造，既能大幅缩短菌种研发周期，又能有效减少试错成本；同时，人工智能能够构建发酵数字孪生模型，实现生产状态的实时预判、动态调优与精准控制，显著提升工艺放大成功率和生产经济性。

　　杨本晓也表示，人工智能在生物制造领域的优势十分突出：通过大数据挖掘，可快速定位功能基因与代谢靶点，大幅提升菌种设计效率；借助机器学习算法，能深度解析工艺参数间的复杂关联，实现生产过程的动态优化；此外，基于实时数据建模，人工智能还可提前预判生产过程中的质量波动，并及时作出智能决策调整，成功突破传统技术的局限。

　　值得关注的是，我国在生物制造与人工智能融合发展领域已具备坚实基础。

　　从生物制造产业来看，我国相关产业总规模已达到1.1万亿元，生物发酵产品产量占据全球总量的70％以上，形成了涵盖原料供应、生物发酵、终端应用的完整产业链，为“人工智能+生物制造”的技术迭代与应用落地提供了广阔的市场空间和丰富的试验场景；从人工智能技术来看，我国相关技术发展势头强劲，在数据算力、算法模型等核心环节积累了扎实经验，为两者的深度融合奠定了坚实的技术基础。

　　聚焦四大维度明确转型指引

　　《意见》围绕生物制造产业链关键环节创新需求，聚焦四大维度提出转型指引：

　　一是利用人工智能技术，挖掘和生成高性能生物元件、高效合成代谢通路以及高活性酶蛋白结构，丰富基础数据库；

　　二是打造智能化菌种构建平台精准模拟细胞工厂运行机制，创建高转化率工业菌种；

　　三是建立工艺参数与产物得率的预测模型，缩短工艺开发周期，提高中试验证成功率；

　　四是借助人工智能等技术，优化迭代生物反应过程中的温度、酸碱度、含氧量等核心参数，实现反应过程智能控制，加快产业化进程。

　　“《意见》将生物制造纳入重点部署领域，是一项高瞻远瞩的战略决策，为行业技术发展描绘了清晰的蓝图，预示着我国生物制造产业将进入一个技术与政策双轮驱动的加速发展期。”陈国强表示，《意见》的出台精准瞄准了当前生物制造产业化的核心瓶颈——研发设计慢、中试验证贵、生产过程控制难。

　　在陈国强看来，通过系统性规划，将引导技术力量集中攻关，利用人工智能技术实现高性能生物元件挖掘、智能化菌种平台构建、工艺预测模型建立及反应过程智能优化，推动传统“试错型”研发升级为基于人工智能模拟的“精准设计”与“预测优化”新范式，显著缩短从实验室研究到工业化生产的周期，降低产业发展成本与失败率，突破经验主义带来的发展局限。

　　杨本晓指出，《意见》为“人工智能+生物制造”融合发展提供了遵循，其核心引导作用体现在三个方面：一是聚焦菌种智能设计、工艺智能优化、质量智能管控等关键环节，推动行业完成从“经验试错”到“数据驱动”的转型；二是引导创新资源向人工智能与生物制造融合领域集聚，强化底层基础数据库构建及算法模型开发，加速形成“算法—数据—模型—产业”的良性闭环；三是助力生物制造技术研发向精准化、智能化、规模化方向演进，推动产业突破产能与传统技术约束，全面提升核心竞争力。

　　此外，业内普遍认为，《意见》的发布将为专注于“人工智能+生物制造”技术开发和应用落地的企业创造巨大市场机遇与发展空间，进一步推动形成新质生产力，助力我国生物制造产业在全球竞争中抢占先机。

　　创新企业发力探索落地路径

　　在生物制造产业链关键技术领域，一批创新企业正加快战略布局、抢占发展先机，部分企业积淀形成鲜活实践经验，取得实打实的应用成效。

　　聚焦人工智能挖掘高性能生物元件、合成通路与酶蛋白结构，智峪生物自主研发“峪云ZCloud”平台，并推动该平台从单一的蛋白质计算平台扩展为覆盖多尺度的生物计算系统。智峪生物董事长王晟介绍，该企业基于人工智能平台创新性地提出了“寻路—挖酶—改酶”的研发路径。以企业获得权威认证的天然香料产品为例，通过这一路径，该企业仅用不到3个月就完成了实验室路线验证，18个月内实现了从实验室到通过FDA认证的全过程，远超行业平均速度。

　　瞄准人工智能打造智能化菌种构建平台，微构工场深度融合人工智能与数字孪生技术，搭建起智慧工厂数字化管理平台。“借助对发酵过程的精准监控与优化，我们得以向客户供应性能高度稳定的PHA产品。”微构工场董事长徐绚明表示，数字孪生系统的应用实现了生产全流程的精准管控，有效提升产品良品率，并规避人为操作差异与失误风险；通过集中一体化监控模式，实现运维效率提升超80％，同时依托多维度报警联动机制，达成“有警必应”的安全管理目标；通过能效全局优化实现显著节能效益，树立起合成生物学生产领域的能耗标杆。

　　围绕人工智能建立工艺参数—产物得率预测模型，百图生科开发了一套由生命科学基础大模型驱动的、整合干湿闭环能力的发现系统BioMapOS，能够显著改善酶分子的活性和稳定性指标。“我们致力于打造生命科学发现领域的‘操作系统’。”百图生科相关负责人介绍，该企业的大模型已在涵盖生物制造等多个领域的300余个任务模型上实现了行业最佳表现（SOTA），在数十个专业细分领域为全球超830家机构用户提供服务，为用户带来生物反应效率提升、生物数据解读和知识获取等应用成果。

　　着眼人工智能优化反应过程参数、智能控制，迪必尔深度融合人工智能与多尺度数字孪生技术，实现了生物反应过程的智能升级与产业化提速。迪必尔生物总经理李雪良介绍，该企业自主研发的设备与数据管理系统（D2MS）可整合多源数据，构建起“感知—决策—调控”的闭环智能控制体系。相较于传统的参数调整模式，该系统能将中试及生产环节的批次间误差控制在±10％以内，显著提升产品一致性；应用于菌种筛选时，结合平行反应器可使筛选效率提升50％以上，而发酵工艺全自动控制系统更能在无人干预下发挥菌株80％的生产能力。

　　从前沿理论探索到企业创新实践，“人工智能+生物制造”正重塑产业发展生态。展望未来，政策精准领航、技术迭代突破、企业主动作为，生物制造产业发展将加速迈向更绿色、更高效、更广阔的未来。