2025年12月4日，经济合作与发展组织（OECD）发布《合成生物学、人工智能与自动化：前瞻性技术评估》报告。该报告以OECD《新兴技术前瞻治理框架》为指导，对合成生物学、人工智能与自动化的融合趋势进行了评估，列举了该融合技术当前的应用实例及未来发展潜力，并明确了其在治理层面引发的相关问题，如生物安全、数据供应链、人类监督等，同时针对每个问题提供了对应的政策选项，为政策制定者未来可能采取的行动提供参考^[1]。

1、合成生物学、人工智能与自动化的融合。合成生物学是生物技术领域的一个多学科交叉领域，旨在利用和改造生物系统或其衍生的化合物，以实现新的功能并满足人类在研究和产品开发中的需求。人工智能技术的进步为合成生物学家提供新的工具，帮助他们从海量数据中挖掘新的洞见。例如，大语言模型可以概括复杂的科研论文或提出实验方案，人工智能增强的生物设计工具可以在更短的时间内设计出具有新颖特性和更高特异性的分子。结合机器人等自动化工具和高通量技术，科学研究过程中的许多步骤正朝着高度自动化的方向发展。合成生物学、人工智能与自动化的融合，带来了3个方面的趋势：技术可及性显著提升，降低专业与非专业用户的使用门槛；创新加速，通过简化“设计-构建-测试-学习”循环缩短研发周期、降低成本；应用复杂度升级，依托海量数据处理能力构建复杂虚拟模型与功能化生物系统。

2、关键技术与工具

（1）人工智能增强生物设计工具。输入大型生物数据集的人工智能模型可以识别并复制自然界中的设计模式，人工智能增强型工具能够设计具有高度靶向性和新颖功能的生物分子。例如，AlphaFold 3可仅基于氨基酸序列精准预测蛋白结构及分子间相互作用，Benchling云平台可提供用于DNA设计、注释与协作功能的集成套件来提高效率并减少人为错误。

（2）生物铸造厂。生物铸造厂是一种先进的自动化设施，通过整合高通量机器人、自动化设备与计算机辅助设计工具来加速合成生物学研究和生物制造。生物铸造厂优化“设计-构建-测试-学习”循环，主要优势包括自动化驱动的成本降低、高通量可扩展性以及促进跨学科创新的协作生态系统。但生物铸造厂需要大量的初期投资和长期运营成本。

（3）嵌入和改造价值链。将人工智能驱动的洞察和计算建模与基因工程相结合，可促进制药、材料、能源等行业优化效率、可持续性和可扩展性。例如，人工智能通过分析庞大的基因数据集和化合物库来预测靶点、潜在的药物‑靶点相互作用并优化先导化合物，从而减少对成本高昂且耗时的超高通量筛选的依赖，并加快有前景的候选药物的识别；人工智能正在简化并加速合成生物学在食品生产和农业中的应用，如设计微生物和作物；人工智能驱动的设计正显著增强生物催化，以实现更高效、更可持续的生产。

3、长期变革性研究方向

（1）合成细胞。虽然目前大多数基因组编辑应用仅限于修改现有的生物体，但组装生物成分可以产生合成细胞，从头开始创造生命。尽管该领域远未开发出完全自主、自我生长和进化的细胞，但已取得了一些原型创新成果。可开发数字工具来创建细胞的虚拟模型，即数字孪生，以潜在地模拟、预测和引导细胞的行为。但生物体极其复杂，无数的反应和相互作用同时发生，目前无法开发出完全可操作的数字孪生。

（2）镜像生命。大多数生物分子以两种镜像形式存在，每种手性图像具有不同的性质。地球上所有生命的关键分子都具有相同的手性：DNA和RNA是“右手型”，而氨基酸是“左手型”。科学家们已经合成了交替手性分子，但开发具有完全交替手性的微生物还需要几十年的时间。镜像生命等新兴概念最终可能会被人工智能工具加速，但这些概念也会带来关键风险，需要进行预期风险分析和社会审议。     

（郑颖）