文/在前線 老涼

當(dāng)生物技術(shù)與智能云科技相遇，會(huì)碰撞出怎樣的火花？

疫情放開(kāi)，甲流又現(xiàn)，頻發(fā)的黑天鵝事件讓人感慨自然的深不可測(cè)。面對(duì)更多未知的領(lǐng)域，人類(lèi)緊握生物技術(shù)的劍柄，而云、人工智能等科技力量的注入，更加磨利了生物技術(shù)創(chuàng)新的鋒刃。

近日，中國(guó)科學(xué)院天津工業(yè)生物技術(shù)研究所（簡(jiǎn)稱“天津工業(yè)生物所”）與亞馬遜云科技聯(lián)合在天津舉辦“生物計(jì)算設(shè)計(jì)”溝通會(huì)，共同解讀當(dāng)前生物技術(shù)與信息技術(shù)（BT+IT）融合創(chuàng)新的發(fā)展現(xiàn)狀，以及借助云的力量，進(jìn)一步助力在生物領(lǐng)域的科研探索。

天津工業(yè)生物所副所長(zhǎng)王欽宏介紹到，研究所創(chuàng)立的背景，是探索工業(yè)生物技術(shù)能否作為一個(gè)手段或途徑，來(lái)解決目前全球經(jīng)濟(jì)社會(huì)面臨的氣候、環(huán)境、能源、資源等問(wèn)題。研究的核心是工業(yè)生物設(shè)計(jì)，這就離不開(kāi)強(qiáng)大的計(jì)算能力。

天津工業(yè)生物所與亞馬遜云科技合作，共同探索BT+IT的技術(shù)體系，推動(dòng)合成生物學(xué)發(fā)展。截至目前，天津工業(yè)生物所已推出首個(gè)基于圖數(shù)據(jù)庫(kù)的大腸桿菌調(diào)控代謝關(guān)系知識(shí)圖譜ERMer，以及全流程高通量編輯序列設(shè)計(jì)云平臺(tái)AutoESD等20多項(xiàng)生物計(jì)算設(shè)計(jì)工具和軟件應(yīng)用。

在前線認(rèn)為，行業(yè)數(shù)字化的演進(jìn)讓云的能力不斷進(jìn)步，應(yīng)用范圍也快速拓展，生物技術(shù)與云的結(jié)合，是行業(yè)發(fā)展的必然，也是加快創(chuàng)新必行之路。天津工業(yè)生物所攜手亞馬遜云科技，通過(guò)云原生的開(kāi)發(fā)方式，大幅縮短開(kāi)發(fā)時(shí)間，提升科研效率，在核心數(shù)據(jù)庫(kù)和專(zhuān)業(yè)應(yīng)用工具設(shè)計(jì)兩大研發(fā)方向上實(shí)現(xiàn)了技術(shù)突破。未來(lái)，雙方還會(huì)在BT+IT的基礎(chǔ)上，實(shí)現(xiàn)AI+BT的大規(guī)模應(yīng)用，再度加速合成生物學(xué)的發(fā)展。

產(chǎn)業(yè)挑戰(zhàn)，生物技術(shù)創(chuàng)新遇三難題

工業(yè)生物，是實(shí)現(xiàn)串聯(lián)整個(gè)生物技術(shù)的核心，相當(dāng)于IT的芯片。要設(shè)計(jì)好工業(yè)生物，就需要強(qiáng)大的IT技術(shù)支撐。

天津工業(yè)生物所成立于2012年，十多年的發(fā)展，逐漸形成了六大平臺(tái)，包括技術(shù)創(chuàng)新、工程技術(shù)、產(chǎn)業(yè)轉(zhuǎn)化、企業(yè)培育、基礎(chǔ)設(shè)施、產(chǎn)品安全。值得一提的是，在技術(shù)創(chuàng)新板塊，天津工業(yè)生物所成立了國(guó)家合成生物技術(shù)創(chuàng)新中心，同時(shí)，依托研究所構(gòu)建兩大創(chuàng)新平臺(tái)，一是集成國(guó)內(nèi)外一些頂尖高校和機(jī)構(gòu)，共同成立全球科技創(chuàng)新網(wǎng)絡(luò)；二是集成國(guó)內(nèi)相關(guān)領(lǐng)域的大型企業(yè)、高新企業(yè)，成立生物制造產(chǎn)業(yè)創(chuàng)新聯(lián)盟。

兩大創(chuàng)新平臺(tái)，相互連接，就能打通整個(gè)科技創(chuàng)新跟產(chǎn)業(yè)應(yīng)用的橋梁。而面對(duì)更加復(fù)雜多變的生物技術(shù)，算力的加強(qiáng)迫在眉睫，與云的融合勢(shì)在必行。

天津工業(yè)生物所生物設(shè)計(jì)中心副主任廖小平表示，生物計(jì)算設(shè)計(jì)是合成生物學(xué)中重要的一環(huán)，在研發(fā)過(guò)程中，主要面臨幾個(gè)方面的困難。

一、團(tuán)隊(duì)規(guī)模有限。廖小平談到，天津工業(yè)生物所從2019年開(kāi)始關(guān)注云計(jì)算在生物領(lǐng)域的應(yīng)用，而原因就是當(dāng)時(shí)面臨的首要困境：團(tuán)隊(duì)規(guī)模不大，尤其是開(kāi)發(fā)人員，數(shù)量有限。不僅如此，整個(gè)團(tuán)隊(duì)還要兼顧多個(gè)應(yīng)用場(chǎng)景，開(kāi)發(fā)不同的應(yīng)用需求，有時(shí)還需要開(kāi)發(fā)好幾個(gè)任務(wù)，使得應(yīng)用開(kāi)發(fā)進(jìn)度十分緩慢。

二、應(yīng)用開(kāi)發(fā)難。以大腸桿菌的調(diào)控代謝知識(shí)圖譜為例，細(xì)胞中的代謝調(diào)控非常復(fù)雜，一個(gè)特定的細(xì)胞功能往往由一系列不同類(lèi)型的調(diào)控相互作用控制。比如說(shuō)氨基酸，反饋環(huán)路復(fù)雜，但由于缺乏對(duì)相應(yīng)調(diào)控關(guān)系的全局認(rèn)識(shí)，真實(shí)細(xì)胞改造中經(jīng)常會(huì)觸發(fā)一些復(fù)雜的調(diào)控機(jī)制，從而無(wú)法達(dá)到預(yù)期目標(biāo)，這也是現(xiàn)在研發(fā)中的一個(gè)共性基礎(chǔ)問(wèn)題。

而對(duì)于科研人員來(lái)說(shuō)，這些調(diào)控機(jī)制十分重要，但獲取困難，因?yàn)橥ǔ２煌?lèi)型的調(diào)控?cái)?shù)據(jù)會(huì)散落在不同的數(shù)據(jù)庫(kù)里面，導(dǎo)致其很難通過(guò)一個(gè)方便的方式來(lái)識(shí)別這些復(fù)雜的關(guān)系。這就需要研發(fā)人員找到開(kāi)發(fā)一種能夠支持異質(zhì)數(shù)據(jù)互通的新框架。

另外，在工業(yè)生物應(yīng)用場(chǎng)景中，經(jīng)常需要構(gòu)建突變菌株，其過(guò)程涉及多種分子生物學(xué)實(shí)驗(yàn)操作，如質(zhì)粒構(gòu)建、感受態(tài)制備、克隆挑選、PCR驗(yàn)證、菌株培養(yǎng)/轉(zhuǎn)接、篩選驗(yàn)證等，實(shí)驗(yàn)周期長(zhǎng)，且多個(gè)環(huán)節(jié)都涉及多種編輯序列的設(shè)計(jì)。

以往，實(shí)驗(yàn)人員更多是基于經(jīng)驗(yàn)進(jìn)行人工設(shè)計(jì)，但這種方式涉及大量人工操作，很容易由于某一個(gè)細(xì)節(jié)的疏忽導(dǎo)致整個(gè)構(gòu)建過(guò)程失敗。這就需要研發(fā)人員能夠?qū)?shí)驗(yàn)流程標(biāo)準(zhǔn)化、模塊化，并能實(shí)現(xiàn)全流程的設(shè)計(jì)。

這些特定的開(kāi)發(fā)需求，再加上生物計(jì)算設(shè)計(jì)面臨著算法、模型等諸多難題，給研發(fā)人員帶來(lái)了很大的挑戰(zhàn)。

飛躍云端，加速科研成果應(yīng)用轉(zhuǎn)化

面對(duì)這樣的局面，天津工業(yè)生物所與亞馬遜云科技合作，借助云的強(qiáng)大計(jì)算能力，推動(dòng)產(chǎn)業(yè)探究，提升科研業(yè)務(wù)的效。從原來(lái)基于服務(wù)器端的開(kāi)發(fā)模式，逐漸轉(zhuǎn)向于云原生的開(kāi)發(fā)模式。一系列動(dòng)作下，天津工業(yè)生物所的生物計(jì)算設(shè)計(jì)創(chuàng)新也走上了“快車(chē)道”。

基于Serverless的云原生架構(gòu)，天津工業(yè)生物所加快開(kāi)發(fā)過(guò)程。利用Serverless服務(wù)，可以科研人員不需要在IT基礎(chǔ)設(shè)施的繁雜工作中耗費(fèi)大量精力，而是將更多時(shí)間投入到業(yè)務(wù)場(chǎng)景中，去構(gòu)建和運(yùn)行應(yīng)用程序，在復(fù)雜任務(wù)編排或高性能計(jì)算的場(chǎng)景中實(shí)現(xiàn)云原生架構(gòu)。

這主要是因?yàn)?，Serverless架構(gòu)具備靈活應(yīng)用、可靠穩(wěn)定的優(yōu)勢(shì)。科研人員不需要管理服務(wù)器，在亞馬遜云科技彈性擴(kuò)展的管理模式下，所有規(guī)模都能得到良好的性能表現(xiàn)。而且在云原生的Serverless場(chǎng)景下，用戶可以更細(xì)粒度做應(yīng)用的計(jì)費(fèi)，不再是以秒進(jìn)行計(jì)算資源計(jì)費(fèi)，而是以毫秒級(jí)對(duì)業(yè)務(wù)做計(jì)費(fèi)。

得益于雙方的合作，在云的力量的加持下，天津工業(yè)生物所已經(jīng)取得了一系列的成果。面向微生物遺傳操作，天津工業(yè)生物所生物設(shè)計(jì)中心團(tuán)隊(duì)開(kāi)發(fā)得到了第一個(gè)能夠在所有操作類(lèi)型、任何基因組位點(diǎn)和跨物種上進(jìn)行精確、自動(dòng)化和高通量編輯序列設(shè)計(jì)的云平臺(tái)AutoESD。將基于同源重組構(gòu)建突變菌種的五種不同技術(shù)變種進(jìn)行模塊化劃分，按照實(shí)驗(yàn)過(guò)程分解成模塊，然后分解、對(duì)應(yīng)，然后通過(guò)程序流的方式進(jìn)行編排，最后實(shí)現(xiàn)從一個(gè)統(tǒng)一入口針對(duì)多個(gè)應(yīng)用場(chǎng)景的工具部署。

廖小平介紹到，由于借助了Serverless的方式，AutoESD實(shí)現(xiàn)了很好的擴(kuò)展性，以及優(yōu)異的高通量性能。在AutoESD的幫助下，我們能在十分鐘之內(nèi)完成上千個(gè)編輯序列設(shè)計(jì)任務(wù)，并且可以同時(shí)服務(wù)幾百個(gè)用戶。

Serverless服務(wù)讓天津工業(yè)生物所團(tuán)隊(duì)進(jìn)一步簡(jiǎn)化運(yùn)維，使得開(kāi)發(fā)人員可以專(zhuān)注于業(yè)務(wù)代碼和創(chuàng)新，與傳統(tǒng)開(kāi)發(fā)方式相比，開(kāi)發(fā)時(shí)間縮短了75%，總體擁有成本降低50%。

此外，天津工業(yè)生物所生物設(shè)計(jì)中心團(tuán)隊(duì)還聯(lián)合亞馬遜云科技團(tuán)隊(duì)在計(jì)算生物學(xué)國(guó)際期刊《Nucleic Acids Research》（《核酸研究》）上發(fā)表了首個(gè)基于圖數(shù)據(jù)庫(kù)Amazon Neptune的大腸桿菌調(diào)控代謝關(guān)系知識(shí)圖譜ERMer，首次提供了全局的代謝調(diào)控圖譜，并通過(guò)可視化框架實(shí)現(xiàn)豐富的搜索功能，如多步查詢、最短路徑查詢等。

經(jīng)過(guò)這幾年的探索和合作，天津工業(yè)生物所利用云的力量，大幅提升了科研業(yè)務(wù)效率。從2019年到現(xiàn)在，天津工業(yè)生物所生物設(shè)計(jì)中心團(tuán)隊(duì)已經(jīng)在云上部署了超過(guò)20個(gè)云端應(yīng)用。

融合突破，從“BT+IT”到“AI+BT”

在天津工業(yè)生物所與亞馬遜云科技的合作中，AI技術(shù)的應(yīng)用逐漸凸顯。而上半年火熱的大語(yǔ)言模型，預(yù)示著AI進(jìn)入到了2.0階段。如何借助AI的力量，與BT行業(yè)結(jié)合，撬動(dòng)研發(fā)新范式，成為天津工業(yè)生物所下一步的目標(biāo)。

廖小平表示，生成式AI，包括大語(yǔ)言模型，對(duì)生物計(jì)算設(shè)計(jì)有著明顯沖擊。借助大語(yǔ)言模型，可以快速提升預(yù)測(cè)效果，這也是下一步需要去做的事情，盡快部署在生物計(jì)算領(lǐng)域或合成生物計(jì)算領(lǐng)域中自己的大語(yǔ)言模型。

其實(shí)，天津工業(yè)生物所已經(jīng)初步部署了一些智能化應(yīng)用，比如在調(diào)控?cái)?shù)據(jù)這一場(chǎng)景，首先從不同的數(shù)據(jù)源中搜集數(shù)據(jù)，之后借助Amazon Neptune圖數(shù)據(jù)庫(kù)當(dāng)作搜索后臺(tái)，并在其中加入一些智能化應(yīng)用。用戶只需通過(guò)點(diǎn)擊選擇就能很方便地完成一些交互式和調(diào)控鏈路的檢索，還可以通過(guò)智能化的問(wèn)答，更快速的地獲取復(fù)雜的調(diào)控關(guān)系。

當(dāng)然，從“BT+IT”，向“AI+BT”邁進(jìn)，同樣面臨著很多直接的問(wèn)題，比如在快速開(kāi)展AI業(yè)務(wù)時(shí)，如何避免復(fù)雜或高昂的學(xué)習(xí)成本。在這方面，亞馬遜已經(jīng)進(jìn)行了相關(guān)探索和布局。

首先，算力層面。亞馬遜云科技與英偉達(dá)等硬件廠商緊密合作，實(shí)現(xiàn)不同算力需求的供給；

其次，數(shù)據(jù)層面。存儲(chǔ)端，亞馬遜云科技擁有豐富的文件系統(tǒng)、存儲(chǔ)服務(wù)，可以承載數(shù)據(jù)存儲(chǔ)需求。訓(xùn)練端，亞馬遜云科技可以提供對(duì)應(yīng)關(guān)于AI的特征工程、數(shù)據(jù)處理、大數(shù)據(jù)服務(wù)。同時(shí)，亞馬遜云科技還聯(lián)合全球范圍內(nèi)的科研機(jī)構(gòu)合作一些公開(kāi)數(shù)據(jù)集，免費(fèi)開(kāi)放，用戶可以使用這些公開(kāi)數(shù)據(jù)集做數(shù)據(jù)的預(yù)處理；

最后，算法層面。亞馬遜云科技內(nèi)部有多領(lǐng)域的AI開(kāi)發(fā)團(tuán)隊(duì)，如上海AI Lab開(kāi)發(fā)的DGL深度圖學(xué)習(xí)框架。除了開(kāi)源項(xiàng)目，亞馬遜云科技還提供Amazon SageMaker這種端到端的機(jī)器學(xué)習(xí)服務(wù)，內(nèi)置AI算法，讓用戶能夠快速使用。

在前線認(rèn)為，生物技術(shù)革命浪潮席卷全球，在經(jīng)濟(jì)社會(huì)中扮演的角色也愈加重要。天津工業(yè)生物所秉承創(chuàng)新而立，BT+IT的融合模式，為工業(yè)生物突破壁壘提供了動(dòng)力。與此同時(shí)，生物領(lǐng)域的未來(lái)充滿了無(wú)限挑戰(zhàn)與可能，利用云的力量，不僅能促進(jìn)行業(yè)數(shù)字化建設(shè)，還能顯著提高工業(yè)生物的設(shè)計(jì)能力。

未來(lái)，天津工業(yè)生物所與亞馬遜云科技的合作，會(huì)基于AI大模型的發(fā)展進(jìn)入2.0階段，從“BT+IT”向“AI+BT”邁進(jìn)，進(jìn)一步推動(dòng)生物領(lǐng)域的創(chuàng)新與發(fā)展。