方正证券：AI助力合成生物学与农药创新药加速发展

财中社2月14日电 方正证券发表研究报告称：近日发布的DeepSeek-R1模型依靠出色的性能和低成本优势，有助于推动下游应用需求的增长，认为在基础化工领域，AI技术的赋能有望带来合成生物学和农药创新药两个方向的快速发展。

AI+合成生物学：合成生物学是采用工程科学的研究理念，对生物体进行有目的的理性设计、改造乃至重新合成，创建具有特定功能的人工生物体系。其工程学的本质体现在“自下而上”的工程学策略，沿着元件标准化-模块构建-基因线路的设计与构建的运作模式实现对微生物的编程。因此，从产业链的角度来看，合成生物学的上游技术核心就是针对前端菌株的设计与制备，围绕“设计-构建-测试-学习”的循环路径生产高效的目标菌株。在这个过程中，人工智能辅助酶分子改造，可以通过数据驱动方式构建序列/结构-酶性能的预测模型，依据预测模型挑选优良突变体，从而大幅提高酶分子改造效率。合成生物的菌株设计可分为四个环节：

1）首先在设计环节，通过对生物数据高通量筛选，从庞大的数据库或者生物元件库快速精准地找到目标元件，从而实现细胞的理性设计；

2）其次在构建、测试环节，通过自动化平台设备和工艺流程进行高通量的组装和测试，从而实现模块化、标准化的构建，并且借助机器学习技术强化DBTL循环，加速设计周期。

3）最后在学习环节，通过对基因的测试反馈，总结优化算法，提升数据搜集和处理分析的能力，从而进一步夯实数据壁垒。因此人工智能的自我学习和迭代天然适配于合成生物学，机器深度学习能够更加高效地处理复杂且高度非线性的大数据，使得预测结果更加准确。

AI+农药创新药：人工智能在农药创制领域的应用可以加速新药研发进程，降低成本并提高效率。农药创制药的研发周期长、投入高，统计显示创制一个全新农药，平均需要合成并筛选约16万个不同的化合物，花费平均约2.86亿美元，从首次合成到最终化合物登记上市平均花费约12年，而在绿色农药研发成本中，约70%集中在先导发现和风险评价上。因此，利用人工智能技术可以通过分析植物或者病原体的蛋白质组数据，预测关键代谢路径中的潜在靶标，从而提升新药创制效率。亦或者是基于AI构建毒理学预测平台，从而实现对于环境和生态风险的评估，进而缩短新药创制周期。目前全球农药巨头正积极布局人工智能领域，如先正达近期宣布与人工智能公司TraitSeq合作，利用AI技术识别植物细胞状态，开发高性能的生物刺激剂，从而增强养分利用效率。

如果您有新闻线索，请联系我们：newsroom@caizhongshe.cn