《Zymergen筹资4亿多美元,为全球生物产业提供人工智能生物技术》

  • 来源专题:人类遗传资源和特殊生物资源流失
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2019-01-08
  • Zymergen宣布了一项4亿多美元的C系列融资,以支持其专有技术平台生产新的和改进的分子,以满足全球规模的工业需求。每天使用的大部分产品——从牙膏到衣服、化肥、布洛芬等——长期以来都来自石油。Zymergen利用人工智能、机器人实验室自动化和前沿基因组学的进展,大规模地设计生物学。在宣布合成生物学的发展将如何影响全球经济之前,首席执行官Josh Hoffman与SynBioBeta进行了交谈。

    乔什·霍夫曼不是一个训练有素的科学家,他的解决方案绝不是传统的。但是他相信他的公司Zymergen有一个数十亿美元的工业解决方案来优化微生物菌株。

    几十年来,科学家们一直在与传统的“筛选”实验作斗争,他们花了几个月,甚至几年的时间,设计和执行生长实验,挑选菌落,分离克隆,并对基因组进行测序,以创建最优化的微生物细胞系。这工作很乏味。对科学家来说,没有什么比在大海捞针的过程中筛选数据而被阻止从事“真正的科学”更令人沮丧的了。

    今天,工业发酵允许大量生产有益的产品,如人类蛋白质、色素和精细化学品,而时间是至关重要的。浪费数月或数年时间优化微生物菌株的公司无法与之竞争。

    六年前,在与一家大型跨国公司的资深科学家会面时,乔希第一次意识到他的公司可能会取得成功。当他们对霍夫曼和他的联合创始人关于设计和操作生物细胞系的定量方法的想法非常感兴趣时,“这是一条非常有力的信息,”霍夫曼说。

    那么,Zymergen到底是做什么的呢?

    转向算法来设计科学家没有想到的实验

    简而言之,通过将机器学习和液体处理机器人结合起来,进行深入探索已经高度优化的微生物基因组的实验,他们试图从每个菌株中提取出更多的信息。这不是一项容易的任务——霍夫曼觉得单靠人类是不可能完成的任务。为什么?

    “我了解到,科学家们关于基因型和表现型之间联系的想法不是很好。我们发现,平均来说,大约70%的基因组编辑揭示了我们所关心的表型,而这些表型位于基因组中科学家从未发现过的区域。大约三分之一到40%的基因是没有注释的——它们是没有已知功能的基因。人们根本不可能找到这些东西,”霍夫曼说。正因为如此,Zymergen从未专注于降低科学家想法的成本。霍夫曼和他的团队转而利用算法的力量来创造和运行科学家们从未想过的实验。

    ”我开始理解问题,问题很容易得到一个细胞系做在一种概念证明的层面,但得到可靠地扩大,在经济工作,并能够遍历路径快速和廉价的方式,是很困难的,我意识到,你可以设置它作为机器学习问题,”他说。

    为了解释他的思维过程,他以谷歌为例。“就在一开始,拉里·佩奇就有了PageRank的想法,我们意识到你可以用类似的心态来解决这个问题。”但为了做到这一点,我们首先必须从一开始就建立一个真正的后端基础设施,设计成可伸缩的,”霍夫曼表示。他补充称:“这是谷歌的一部分,人们不太欣赏它的基础设施有多好。”“如果你不从一开始就做出这些决定,那么你就无法建立一个系统,让你能够捕捉数据,操纵数据,并加以利用。”

    但并不是每个人都理解解决这样一个难题所必需的深度承诺。“让这些东西规模化运作的承诺是深刻而持久的承诺。事实上,我不知道还有谁能完全理解这一点,”霍夫曼说。“许多生命科学公司使用某种软件和技术。所以我认为很多人认为这是一种市场驱动的事情,我们只是在做其他人在做的事情,我们只是在上面洒一点机器学习。

    霍夫曼提出了一个他不想批评的观点,他进一步思考道:“纯软件公司,计算生物学公司,他们不明白要让湿实验室的东西工作需要什么。而那些来自生命科学领域的公司,他们从某种程度上理解了自动化,但实际上他们并不理解。除非你去过那里,否则很难去欣赏它所需要的技术。

    霍夫曼说,他的幸运一点的软件以前的生活经验,使Zymergen团队有一点直觉的生命科学博士学位的区别和理解学习黑客Python编写代码的长凳上,人编写可维护,可伸缩的企业。

    考虑到这一点,霍夫曼和他的联合创始人并没有寻找那些同时是伟大的软件工程师和科学家的人,而是雇佣领域专家,帮助缩小差距,使他们能够围绕共同的问题进行沟通。今天,Zymergen的软件工程师和科学家人数大致相当。

    霍夫曼说:“我开玩笑说,我们60%是生命科学公司,50%是软件工程公司。”更严重的是,他解释说,他认为Zymergen真正致力于两者兼顾,这是DCVC等机构投资该公司的原因之一。

    这是一段漫长的旅程,绝非易事,但霍夫曼指出了四个关键领域,它们是衡量齐默尔根一路成功的关键指标。首先,他们的目标是将利用活细胞潜在化学多样性的产品推向市场。其次,技术证明点一直是一个关键目标。资金一直很重要,最后,回到谷歌示例作为指导,他们一直在寻找数据来源,以帮助Zymergen不断改进。

    今天,Zymergen已经证明了他们有一个与主机无关的平台,这是一个致力于改进市场上已有产品的公司的关键特征。他们还证明了他们的基因组扫描算法能够可靠地提高微生物的性能,并且可以大规模地进行。他们还扩展了他们的平台的能力,在今年早些时候收购了功能宏基因组学研究的领导者辐射基因组学及其基因库。霍夫曼说,不包括大型制药公司:

    “据我所知,从重量和价值上看,我们的细菌生产的产品比其他任何一家合成生物学公司所资助的产品加起来都要多。”

    他补充说,通过发现科学家无法发现的基因组变化,他们已经实现了这一里程碑——所有这些都是通过人工智能和自动化的力量。

    霍夫曼说:“我们不仅做到了这一点,我们还用技术按照预期的方式实现了这一点,真正证实了这一点,即一旦有了代谢途径,机器人和算法就比人类好得多。”

    欢迎来到未来的湿实验室。

    ——文章发布于2018年12月18日

相关报告
  • 《国际工业生物技术与生物经济论坛2020》

    • 来源专题:生物科技领域知识集成服务
    • 编译者:陈方
    • 发布时间:2020-11-16
    • 2020年10月1至2日,2020年国际工业生物技术与生物经济论坛(International Forum on Industrial Biotechnology and Bioeconomy,IFIB2020)在意大利举行。会议分为线下和线上两种形式同步进行。 Innovhub-SSI(Innovhub stazioni sprimentali per I’industra)和意大利绿色化学集群(SPRING)邀请多家企业和研究机构参加本次IFIB2020,本届会议旨在加强欧洲和地中海地区的生物经济网络,促进产业界之间的以及产业界与研究机构之间的合作。论坛重点讨论了生物技术为工业发展提供新资源的价值,涉及的主题包括生物经济与循环经济、能源与环境、生物工业、农产品、海洋生物技术和白色生物技术等。 参会的公司包括Neste(可再生能源)、Mogu Srl(创新材料)、Aquafil(生物材料)、DOW(化学品)、Versalis(能源)Ayming(咨询)、NC Partnering(生物咨询)、Braskem(生物聚合物)、MetGen(工业生物)、Stora Enso(生物材料)、SilicoLife(AI与生物学结合)、Clariant(特种化学品)、NatureWorks(生物材料)、Metsä Spring(投资公司)等,参会的研究机构有意大利博洛尼亚大学、西班牙科尔多瓦大学、罗马大学、Bioprocess Pilot Facility(开放式接入设备)等,参会的国家机构和国际组织包括世界银行集团、CREA农业政策与生物经济研究中心(CREA Research Centre for Agricultural Policy and Bioeconomy)、波兰科学和高等教育部(Ministry of Science and Higher Education)、欧洲环境署(European Enviromental Agency,EEA)、世界循环生物经济论坛(World Circular Bioeconomy Forum)、FCBA法国研究所(French Institute FCBA)、欧盟生物基产业联盟(Bio-based Industries Joint Undertaking,BBI JU)、生物基产品的可持续性转型评估和研究项目(Sustainability Transition Assessment and Research of Bio-Based Products,STAR-ProBio)、欧洲循环生物经济基金(European Circular Bioeconomy Fund)、奥地利联邦气候行动部(Austrian Federal Ministry for Climate Action)、欧洲研究理事会(European Research Council,ERC)、波兰科技部等。本篇简要概述了主要企业和机构报告的发言内容。 (1)Neste Neste公司可再生聚合物和化学品业务部门执行副总裁介绍了Neste在生产可持续产品方面所取得的成绩。Neste是全球第一个可再生柴油和可持续航空燃料生产商(sustainable aviation fuel,SAF),2020年Neste荣获全球100位可持续公司第三名,预计可持续产品的产能由现在的3.2mt/a增长至2023年4.5mt/a。未来Neste将重点关注回收废弃塑料生产高价值塑料和化学品、用可持续原料代替石油基原料生产塑料和化学品。Neste和Lyondell Basell成功地用Neste的可再生碳氢化合物生产了几千吨的生物塑料,在世界上第一次以商业规模平行生产生物基聚丙烯和生物基聚乙烯。 (2)BPF 荷兰BPF是一个独特的开放式接入设备,企业和知识型机构可以利用该设施开发新的可持续的生产流程。BPF高级工程师强调了预处理技术对于生物炼制的重要性,BPF提供一流的设备处理各种生物质资源的丰富经验,并在知识产权保护的工业环境下验证商业案例,并在试点规模上开发流程。 (3)Versalis 意大利能源巨头Versalis的绿色化学许可经理(Green Licensing Manager)就生物能源和生物化学品的新平台建设介绍了Proesa®的经验。 (4)Braskem Braskem是全球生物聚合物的领先者,当前生物聚合物产能达到200kt/a,其生物基PE产品I’m green已经被全球市场使用,下一步计划制造绿色的MEG产品。Braskem可再生化学品和材料部门的开放式创新负责人分享了生物来源的化学品的商业化经验。 (5)Novamont 意大利Novamont公司是世界领先的生物塑料和生物化学品的生产商,通过将化学品、环境和农业的技术整合,促进可持续消费。Novamont公司战略规划和企业传播总监介绍了Novamont公司的战略规划,当前Novamont拥有生物基氯地孕酮(Matrol-Bi)、Bdo、Thf的三个重要的生物基产品工厂。 (6)Stora Enso Stora Enso是包装、生物材料、木质建筑和纸张领域可再生解决方案的全球领先提供商。Stora Enso生物材料事业部市场、竞争情报和产品管理副总裁介绍Stora Enso正在使用木质纤维作为纺织纤维材料的来源,致力于减少目前占比65%的石油基合成纤维材料的使用。 (7)SilicoLife SilicoLife基于计算代谢工程和合成生物学方法,为工业生物技术应用设计了优化的微生物和新途径。 (8)NatureWorks 美国NatureWorks是生物降解材料聚乳酸(PLA)及其生产原料丙交酯的全球领先的生产商。此次会议,NatureWorks全球公共事务总监强调了生物基聚合物在循环经济中的重要作用。 (9)MetGen MetGen是一家领先的工业生物技术公司,具有设计、开发和生产高效的量身定制但经济高效的酶解决方案的能力。该公司特别强调将酶应用于木质纤维素生物质向平台化学品、糖和增值木质素的转化。 (10)BBI JU BBI JU是2012年欧盟生物经济战略的一部分,获得了来自欧盟(25%)和来自BIC(75%)的37亿欧元的资助。BBI JU的目标是基于先进的生物炼制技术在欧洲建立可持续和有竞争性的生物工业,主要实现路径是研发新技术、发展商业模式、建立旗舰生物炼制工厂。2014—2019年期间BBI JU下的公共和私营的伙伴关系(public-private partnership,PPP)计划为37个国家的123项目提供7.06亿欧元的资金资助,并且已经取得了瞩目的成效。 (11)FCBA FCBA是一个应用研究机构,专门为法国的森林部门提供服务,并与欧洲和国际机构开展合作,它还对法国的森林和家具行业进行了各种培训,是法国的主要认证机构之一。此次会议,FCBA技术研究所主任强调了林业部门在生物经济中的重要作用。 (12)STAR-ProBio STAR-ProBio的目标是弥补现有生物基产品可持续性评估框架的不足,并通过识别生物基产品价值链中的关键可持续性问题,提高消费者对生物基产品的接受度。为了促进生物基产品的市场渗透率,STAR-ProBio对消费者行为进行了评估。结果表明明显的可持续标志是生物基产品购买的重要驱动力,产品质量是生物经济转型的首要因素,对传统产品征税与给予可持续产品补贴的综合措施可以最大限度地促进生物基产品的市场占有率。 (13)ERC ERC作为Horizon2020的一部分,通过一种自下而上的、个人本位的、 泛欧洲的竞争形式支持前沿研究领域的发展,2014—2020年期间,该项目每年资助19亿欧元用于资助创新研究。2014—2017年ERC已经提供4.2亿欧元支持了220个生物技术研究项目。
  • 《盘点人工智能领域的十大领头羊》

    • 来源专题:集成电路
    • 编译者:tengfei
    • 发布时间:2017-11-20
    • 人工智能领域是一个拥挤的竞技场,但并不是所有人都只专注于竞争,因为许多人都在对其进行研究以受益大众。 近年来,人工智能(AI)飞速发展,在日常生活和企业活动中,人工智能相关应用也越来越为人所熟知。如Siri语音助手、Alexa语音助手、微软小娜(微软出品的智能语音助手)、沃森 (人工智能程序)、Einstein和科尔曼人工智能平台等等。 当然,创新一直是人工智能发展和进步的动力,但大量投资也必不可少。在人工智能等领域发展,研究和融资几乎是共生的。 尽管在人工智能发展的最前沿,科技巨头不断涌现,但另一方面,也有一些以研究为中心的小规模机构,他们注重世界级专家推动进步的巨大力量。 微软 毫无疑问,微软是进入人工智能领域的领头羊之一。微软扮演人工智能平台供应商的角色,此人工智能平台能够控制一系列应用程序界面;同时采用面向未来的方法,也就是使用对话、语言及视觉作为处理程序的核心,以简化传统方法。 微软还提供了一个认知工具包,公司认为其为“商业级别”,而且它已经开发得非常好用了,能够帮助组织和其他用户将使用这项技术的距离缩小。功能性人工智能的核心是大数据,而其规模的实现是由Azure云计算完成的。 由于微软研究院在深度学习等领域取得了重大进展,该公司也为人工智能的总体进展做出了重大贡献。 Infor 科技公司Infor最近发布了另一款在全球范围内广泛使用的人工智能产品。这就是所谓的科尔曼(Coleman)人工智能平台,它基于企业云端,同时简化了许多过时的、冗杂的业务流程。 这一智能产品不仅旨在提高流程效率,还能提高用户的工作效率,从而在完成用户任务时显示自己的优势。例如,送货司机可以访问科尔曼,从而选择最佳路线。 Infor的目标是利用最新的人工智能平台设定沟通基准,提供对话式的用户体验,从而让科尔曼更像是团队的一部分,而不是简单地充当工具。 DeepMind 最近,谷歌旗下的人工智能公司DeepMind创造了又一个里程碑,这是由于它正将自己的人工智能产品与暴雪游戏合作,准备将《星际争霸2》作为研究背景。 这样做的原因是为了帮助人工智能学习,提高人工智能的技术水平,从而打败最优秀的玩家。与之类似,人工智能平台刚刚在Dota 2游戏中打败了人类最厉害的玩家。 DeepMind于2014年被谷歌以4亿美元的价格收购,并成为人工智能领域发展的支柱。DeepMind的重点在于将研究转化为成果,同时其专注于能源、健康和科学等关键领域。 Facebook 脸书已证实自身处于人工智能领域的前沿,其致力于解决一些有争议的使用案例,比如处理假新闻,同时它也在尝试开发以信息传送为目的人工智能。 该公司不仅表现出了对支持发展人工智能技术的兴趣,同时它也采取了一种非常开放的、基于社区的研究方式,方法就是,他们推出了脸书人工智能研究(FAIR)小组,从而为自身发展铺平道路。 最近几周,脸书也成为了头条新闻,它一直在努力研发两款名为Alice和Bob的人工智能平台,教它们进行谈判,即人工智能平台上一种复杂的互动形式。不经意间,在这一过程中,人工智能平台很快学会了相互学习。 这两种托管的人工智能平台“创造了他们自己的语言”,在允许继续进行之前,他们必须被关闭掉。这不仅让人遐想,并标志着社交媒体巨头脸书在人工智能领域上升到了新的高度. IBM 在人工智能刚出现之时IBM就有所动作,因而其成为人工智能领域的领跑者也就不足为奇了。IBM正在推进深度学习等认知技术的发展,最近,其人工智能领域的反应速度和准确性打破记录,从而超越了微软等公司。 IBM的人工智能平台沃森在如今的AI领域也不甘落后。沃森的任务是构建虚拟代理和聊天机器人,专门回答客户的问题。作为人工智能的一个应用,这个领域非常受欢迎,因为人们认为,组织机构可以通过对客户服务元素的自动化来获得显著的效益。 沃森现已在全球范围内建立了良好的网络,在45个不同的国家上线,并且在20多个行业内都很活跃。所涉及的行业数量表明了人工智能应用的巨大规模。 Salesforce Salesforce是Einstein的母公司。Einstein是Salesforce在全球范围内部署的全新人工智能平台。Einstein同样以顾客为导向,从大量数据中学习,形成预测从而使商业程序获益。 例如,Einstein通过为金融顾问提供一种对其客户周围网络的动态理解来使他们受益。这是为了提高透明度,将与当前时间框架相关的关键数据汇集在一起,同时让顾问知道一些特别重要的信息。 爱因斯坦可以让金融顾问深入了解与客户有联系的其他家庭成员,基于一系列相关信息给他们提供建议。 OpenAI 尽管大量的资金、巨额投资和高调的收购对于顶级人工智能公司来说都极其重要,但如果不进行高质量的研究,这笔资金就会变得的毫无意义了。 OpenAI是这方面的一个典型例子,因为该公司是推动人类整体进步的顶级公司之一,并推动整个行业对普遍技术的理解。 这个非盈利研究小组一切都是从头开始,但由于他们缺乏资金和实物资产,该组织组建了由强大的专业人士组成的团队,包括深度学习专家Ilya Sutskever. 苹果公司 虽然苹果对人工智能的讨论有所减少,但它通过提高开发人员利用该技术的能力,以及涉足新技术研发,从而逐步获得了人们的关注。 苹果最近发布的一项重要的人工智能新闻是,该公司正在为人工智能开发芯片。这一直被称为“苹果神经引擎”。这一研发内容可以包括语音和面部识别;这是目前另一项关键技术发展趋势——生物计量学。 人工智能领域如此快速发展,可能源于其人工智能助手Siri的到来,Siri是在2011年人工智能还未兴起之时发布的。尤其亚马逊,它向苹果公司发起了挑战。 亚马逊 亚马逊推出了由亚马逊Echo设备内置的智能语音助手Alexa,这一“人工智能”产品使得其进入行业前列。利用AWS流程业务管理平台,亚马逊在人工智能领域处于有利地位,因为其正在利用云来作为超级计算机,为人工智能平台提供了强大的知识武装,从而打造出一个强大的人工智能。 该公司一直在忙于深度学习,现在提供AWS深度学习AMI产品,供研究人员和开发人员在教学和培训人工智能平台上使用。 AWS也支持所有中枢人工智能框架,包括Caffe、Theano以及TensorFlow等。 Banjo 这家公司正在开发对所有主流品牌都适用的一种人工智能产品,它能满足这些公司高精确“理解”的要求。 Banjo利用人工智能在社交媒体领域进行搜索,从而根据重要的场合和环境来确定一家公司的地位。这也可能是紧急服务以及其他组织机构或特定行动的关键,因为他们需要在公众意见和活动反馈中保持灵敏性。 此应用是在波士顿马拉松爆炸案之后发展起来的。在此类紧急情况下,对事况进行直接且自主的了解将会有利于紧急状况的解决处理。