人工智能对生物技术的影响

生物技术是两个看似截然不同的世界的奇妙结合。一方面，我们有活的有机体——野生的、不可预测的天体，可能永远不会被充分理解或欣赏，而另一方面是技术——一种冷酷的人造实体，它的存在为人类生活带来便利、结构和数学确定性。然而，这种对比效果很好，因为生物技术是医疗保健和医学不可或缺的一部分。除了这两个之外，生物技术在其他一些应用中也发挥着核心作用——深海探索、蛋白质合成、食品质量监管和防止环境退化。人工智能越来越多地参与生物技术是其应用范围不断扩大的主要原因之一。

那么，人工智能究竟如何影响生物技术？首先，人工智能与生物技术的二分性质完美契合。毕竟，这项技术包含其自身的二元性——机器般的效率，以及其工作方式中古怪的动物性不可预测性。一般来说，涉及生物技术的企业和专家使用人工智能来提高研究质量并改善对监管标准的遵守。

更具体地说，人工智能改进了以下基于生物技术的应用中的数据捕获、分析和模式识别：

发现和监测新的海洋生物
根据某些估计，这个星球上有 1500 万种不同的生物。其中，仅发现了 200 万个。此外，迄今为止，世界上约有 80% 的河流和海洋尚未绘制地图和勘探. 从本质上讲，这意味着淡水和海洋生态系统可能包含人类已知的最大数量的未知植物和动物物种。发现和监测此类生物对工业和环境的发展、生长和维护至关重要。这些发现构成了海洋生物技术研究的关键。新发现的生物体在工业中用于制造新的化合物和原材料。然后这些材料继续成为成品的重要成分，如全新的药品、食品和美容产品。从事渔业的企业也将从发现新型鱼类中受益，因为他们可以出售这些鱼类以增加利润。从环保的角度来看，监测将有助于了解海洋中的生物多样性，并采取措施保护稀有物种。因此，将人工智能纳入海洋生物多样性研究有助于维护海洋生物多样性。

与此同时，深海勘探绝非易事，即使对于资源丰富的大型企业也是如此。探险者需要在没有大量维护支持的情况下勤奋地在水下度过数千小时。即使他们穿着防护装备，戴着氧气面罩来支持他们的呼吸，在极端压力的水下环境中呆了那么长时间后，他们也可能会抽筋。此外，海洋含有高盐度和腐蚀性的水，可能会损坏其防护装备、提取机器和研究设备。

人工智能在生物技术中的参与使深海研究人员能够克服其中的大部分挑战。研究人员可以利用探索机器人和VR远程进行探索作业。计算机视觉、机器人技术、虚拟现实和人工智能在生物技术研究中的结合，让深海探险家能够在人类探险家无法到达的地区发现微小的新生物物种。

已经有几个项目采用了为海洋发现开发和训练的人工智能算法。微生物可用于评估海洋特性，例如特定区域的温度、酸度、盐度和营养浓度。在此类项目中，利用 AI 和 VR 使研究人员能够准确重建海洋环流和热流模式，以了解水下的气候模式和反应。

创造新的蛋白质
在某些时候，您可能听说过“蛋白质是生命的基石”这句话。虽然陈词滥调，但这句话是真的。您可能知道，蛋白质可以让您保持稳定的体液平衡和 pH 值，有助于身体的结构框架并构建和修复细胞和组织。此外，还有几种蛋白质尚未被创造或发现。蛋白质的产生是医疗保健、制药和研究人员以及消费品开发的一项必要任务。

人造蛋白质制造过程中的主要挑战之一是该过程的复杂性。蛋白质很少（如果有的话）是具有小分子数的简单化合物。一个简单的有机细胞含有大约 4200 万个蛋白质分子。创建蛋白质涉及对大量生成的信息进行数据分析和模式识别以获得洞察力。人工智能再次执行该过程，因为它可以扫描、吸收、清理、分析数据并通过扫描用于训练这些操作中使用的算法的大量数据集来提供输出。

增加复杂性的是对决定蛋白质功能的蛋白质 3D 化学结构的准确分析。传统上，科学家使用现有的蛋白质形状和模式来创造新的。在数据驱动的过程中，它们改变了构成蛋白质的氨基酸。机器学习可以使用计算记录来查找理化模拟，以生成基于氨基酸序列和新蛋白质创建的新蛋白质的 3D 模型。

人工智能用于蛋白质创造的一个例子是用于减轻癌症等疾病的药物开发。瑞典查尔姆斯理工大学的研究人员开发了一种算法驱动的工具，可以生成新的蛋白质。研究人员认为，目前将随机突变引入蛋白质序列的模型不断增加合成成本。他们的工具名为 ProteinGAN，使用生成式深度学习来有效地执行任务。

在该方法中，研究人员为 AI 算法提供了数百万张图像和其他类型的关于经过充分研究的蛋白质的数据。在一段时间内，机器学习会学习每种蛋白质的共同模式。有了这些见解，就可以创造出新的蛋白质。创建后，该工具还经过训练，通过反复将合成蛋白质与天然蛋白质进行比较，直到无法区分两者为止，从而确定合成蛋白质是真还是假。因此，在实验室中创建的蛋白质将保留其自然对应物的特性。

蛋白质的复杂性质及其产生增加了配制它们的成本。ProteinGAN 和类似的其他模型，通过消除过程中的劳动力需求并大大缩短时间，使蛋白质开发人员能够节省大量成本。

人工蛋白质合成的下一个挑战是在生物技术中使用人工智能来改善生成的蛋白质特性，例如降低挥发性，这将有助于此类蛋白质的稳定研究操作。

创造转基因食品
您可能知道，肉类消费是通过产生温室气体导致环境退化的主要因素之一。因此，通过食用转基因食品而不是肉类产品来实现可持续性在今天是一个日益增长的概念。在美国，一项调查发现，大约 40% 的美国人曾尝试过在实验室中通过基因制造的植物性肉类食品。类似于人造蛋白质创造的应用是生产此类转基因食品。与蛋白质一样，转基因食品，也称为转基因食品，使用传统方法难以大规模开发和生产。

人工智能在生物技术中的应用在转基因食品的创造中也发挥着重要作用。一家名为 Yield10 的美国转基因食品生产商使用其名为GRAIN（基因排名人工智能网络的首字母缩写词）的技术平台来确定基因组目标，以提高作物产量和生物产品含量。该系统使用植物的新陈代谢周期来研究如何对其进行修改。GRAIN 在得出关于特定基因的结论性信息之前，会运行数十亿个公共和私人可用的数据集。从本质上讲，可以修改某些植物中已识别的基因以改进它们。这些转基因植物和食品可被视为肉制品的替代品，从而间接减少环境退化。

人工智能在生物技术中的最大好处也许是它对地球的影响。多年来，几乎每一项新技术的发展都在环境保护方面发挥了很小的作用，但很容易导致日益严重的退化。另一方面，人工智能可用于生物技术操作和项目，以监测环境变化和逆转损害，或至少减轻其影响，从长远来看保持我们星球的宜居性完好无损。