5月23日至25日,全球最大的合成生物学行业会议SynBioBeta 2024在美国召开。
会议聚集了200余家赞助商和参展商,提供了180多项内容体验包括专题演讲、炉边谈话等多重形式,为合成生物学企业、投资者提供了众多交流机会。
引起我们注意的是,本次会议上人工智能(AI)尽展锋芒,2年前,SynBioBeta大会首次出现了关于人工智能的专题会议。
而在2024年,关于人工智能的演讲和分组会议已经增长到了20余场,涵盖了从生成蛋白质设计到基础DNA模型以及自动化实验室的方方面面。
蛋白质合成:从AlphaFold到AI大革命
备受期待的AlphaFold 3 发布会恰逢SynBioBeta会议期间,人工智能辅助分子设计的能力对于基于蛋白质的治疗领域来说是个好兆头。
该领域也成为了过去几年中合成生物学范围内被人工智能所改变的代表。
生成抗体设计先驱Absci的首席执行官Sean McClain讨论了这项技术对药物研发速度和经济性的影响,用他的话说,AI蛋白质设计让大海捞针转变为自己制造针。
而在基因治疗领域,Dyno Therapeutics发表了关于使用生成式 AI 改善向细胞和器官输送治疗负荷以实现有效基因治疗的演讲。

该企业在2021年完成了1亿美元A轮融资,为其基因治疗平台开发新的 AAV 载体。
其他参会的新兴生成式 AI 蛋白质设计公司包括 Ailurus 和 Quantum Sky。
Ailurus为蛋白质工程和生产提供数据驱动的解决方案,迄今为止已完成130+个令人印象深刻的项目组合。
Quantum Sky 通过其 SkyEngine 平台实现蛋白质和 RNA 功能预测,该平台结合了生成式 AI 和量子力学 AI 模型。
酶工程:生物制造的基石


AI时代,面临哪些挑战?
引入人工智能驱动合成生物学创新的过程中,很难规避的障碍之一是组织结构。
AI药物发现企业LabGenius首席执行官兼创始人Kathy Wei和James Field在小组讨论中说道,他们认为在采用AI技术的道路上面临的挑战分为三类。
第一个挑战与数据有关:如何获得正确类型的数据和足够的数据?
为此业内的企业已经作出了不少开源AI的努力,例如由科学家和技术人员组成的团队310 AI。
他们认为生成式 AI 和生物学的融合是人类历史上最重要的转折点之一,并致力于为生命科学构建 AI 操作系统。

为了使这个工具被更多人所用,310 AI 甚至创建了一个 AI 聊天机器人,让你通过输入提示来设计分子。
同样,被BioNTech收购了的InstaDeep开源了名为DeepChain™的蛋白质设计平台,支持在云上进行设计,可以免费试用并且不需要用户具有ML专业知识。
本着开源创新的精神,合成生物学巨头Ginkgo Bioworks也开放了对其Foundry数据的访问,将向社区提供免版税的抗体开发和酶性能检测。
第二种挑战属于文化范畴:创建深度整合的跨学科团队,以解决数据和生物学交叉领域的复杂问题。
第三个则更加柔性:接受创新的新范式,重新定义科学家的角色以及他们在发现过程中的参与。
写在最后:
—The End—
推荐阅读




内容中包含的图片若涉及版权问题,请及时与我们联系删除
评论
沙发等你来抢