行業資訊
全自動化(huà)實驗室誕生 機器人(rén)取代科學家進行實驗
全自動化(huà)實驗室誕生 機器人(rén)取代科學家進行實驗
實驗室究竟“未來(lái)”在哪裏呢(ne)？Zymergen 的(de)共同創始人(rén) Jed Dean 博士說：“我不知道這(zhè)些機器人(rén)在做(zuò)什(shén)麽實驗。因爲這(zhè)些實驗完全是由一個(gè)人(rén)工智能程序設計的(de)。”
舊(jiù)金山灣地區(qū)的(de)初創生物(wù)技術公司 Zymergen 的(de)實驗室，乍看之下(xià)普普通(tōng)通(tōng)——實驗室的(de)桌子上整齊的(de)放著(zhe)試管，架子上是各種化(huà)學藥品。然而環顧四周，你會發現，這(zhè)個(gè)實驗室的(de)工作人(rén)員(yuán)似乎不太一樣，他(tā)們身上發出一些機械運動以及風扇的(de)聲音(yīn)。沒錯，在這(zhè)個(gè)實驗室裏工作的(de)全是機器人(rén)，這(zhè)裏是 Zymergen 公司的(de)未來(lái)生物(wù)學實驗室。
在這(zhè)裏你可(kě)以看到機器人(rén)伸出一個(gè)機械手，抓取一個(gè)上面有數百個(gè)小孔的(de)塑料闆，然後掃描了(le)這(zhè)個(gè)闆上的(de)條形碼。下(xià)一步動作則是肉眼無法觀察到的(de)，機器人(rén)通(tōng)過給予這(zhè)個(gè)塑料闆一個(gè)聲波的(de)沖擊，使每個(gè)小孔都能濺出一滴小液珠，這(zhè)個(gè)液滴迅速地被機械手獲取，然後送往下(xià)一個(gè)儀器進行分(fēn)析。相比起傳統上科研人(rén)員(yuán)使用(yòng)移液器一個(gè)孔一個(gè)孔的(de)操作，這(zhè)個(gè)機器人(rén) 1 秒鐘(zhōng)可(kě)以取 500 個(gè)樣本。
不過，Zymergen 的(de)科學家會告訴你，這(zhè)些一點都不未來(lái)。使用(yòng)機器人(rén)進行實驗操作，通(tōng)過條形碼來(lái)進行記錄都已經獲得(de)了(le)相當廣泛的(de)應用(yòng)。而通(tōng)過聲波取液的(de)技術，稱之爲聲微滴噴射，甚至已經存在了(le)數十年之久。那麽這(zhè)個(gè)實驗室究竟“未來(lái)”在哪裏呢(ne)？Zymergen 的(de)共同創始人(rén) Jed Dean 博士說：“我不知道這(zhè)些機器人(rén)在做(zuò)什(shén)麽實驗。因爲這(zhè)些實驗完全是由一個(gè)人(rén)工智能程序設計的(de)。”
盡管機器人(rén)在實驗室中有了(le)普遍的(de)應用(yòng)，但是，從提出假說、設計實驗、到分(fēn)析數據，這(zhè)些還(hái)都是人(rén)類科學家的(de)工作。對(duì)于 Zymergen 來(lái)說，他(tā)們的(de)目标就是完全取代人(rén)類科學家們的(de)作用(yòng)，由人(rén)工智能程序完成這(zhè)些工作。最近一段時(shí)間以來(lái)在機器學習(xí)方面的(de)發展，使得(de)機器人(rén)有望完全勝任這(zhè)些工作。
Zymergen 公司的(de)實際業務是想提高(gāo)可(kě)以生産重要工業原料的(de)微生物(wù)的(de)産量，這(zhè)些原料可(kě)以用(yòng)于生物(wù)燃油、塑料、制藥等許多(duō)領域。通(tōng)過改造這(zhè)些微生物(wù)的(de)基因組，Zymergen 想要找到大(dà)量提高(gāo)産量的(de)方法。
不過，這(zhè)些工業微生物(wù)已經經過多(duō)年的(de)選擇和(hé)優化(huà)，要想更進一步的(de)提高(gāo)産量，需要對(duì)其基因組進行非常深入的(de)研究，并且根據初步數據再做(zuò)下(xià)一步研究。這(zhè)即使對(duì)于非常優秀的(de)科學家來(lái)說也(yě)是一件費時(shí)費力的(de)事情。Zymergen 首席執行官 Joshua Hoffman 的(de)估計是一個(gè)科學家一個(gè)月(yuè)大(dà)約可(kě)以完成 10 項實驗。通(tōng)過傳統機器人(rén)的(de)幫助，這(zhè)個(gè)數字可(kě)以提高(gāo)到每周 1000 項，不過前提是需要給機器人(rén)提供正确的(de)實驗設計和(hé)指令，這(zhè)往往是一個(gè)瓶頸。
對(duì)于一個(gè)有 5000 個(gè)不同基因的(de)微生物(wù)來(lái)說，如果每個(gè)基因可(kě)以有 10 個(gè)變種，那麽至少有 50000 個(gè)不同的(de)微生物(wù)需要測試。你可(kě)以從中找出可(kě)以提高(gāo)産量的(de)幾十個(gè)，接下(xià)來(lái)還(hái)要對(duì)這(zhè)些不同的(de)單個(gè)基因變種的(de)組合進行測試。即使每周能夠測試 1000 種，這(zhè)仍然是一個(gè)漫長(cháng)的(de)過程。此外，光(guāng)測試産量是不夠的(de)，微生物(wù)本身的(de)生長(cháng)能力也(yě)需要密切關注。而這(zhè)就是機器學習(xí)能夠發揮作用(yòng)的(de)地方，通(tōng)過上一步實驗的(de)結果，機器學習(xí)算(suàn)法能夠設計出下(xià)一步需要進行試驗的(de)假說。
Hoffman 先生表示，目前爲止，Zymergen 能夠提升一些微生物(wù)産量的(de) 10%。這(zhè)看上去是一個(gè)小數字，但是對(duì)于年産值 1600 億美(měi)元的(de)化(huà)學工業來(lái)說，10% 的(de)提升可(kě)能意味著(zhe)數十億美(měi)元的(de)經濟效益。
不過，人(rén)工智能能夠找到提升産量的(de)方法，但是卻不知道其背後的(de)生物(wù)學機制。Dean 博士卻認爲，這(zhè)其實是人(rén)工智能的(de)優勢之一。因爲傳統科學方法隻會從已知的(de)與生産特定産品相關的(de)基因入手，這(zhè)其實有很大(dà)的(de)局限性。Zymergen 的(de)實驗發現，許多(duō)人(rén)工智能發現的(de)能夠提高(gāo)産量的(de)基因變化(huà)與其化(huà)學合成通(tōng)路沒有直接的(de)聯系，其中甚至許多(duō)基因的(de)功能是未知的(de)。
而對(duì)于生物(wù)學家來(lái)說，這(zhè)些發現又是令人(rén)激動的(de)。因爲他(tā)們可(kě)以通(tōng)過提高(gāo)産量這(zhè)一結果出發，進行反向推理(lǐ)，這(zhè)有望揭開更多(duō)不爲人(rén)所知的(de)基因的(de)功能。還(hái)有一種更終極的(de)可(kě)能，那就是有一天人(rén)工智能程序能夠自己去尋找這(zhè)背後的(de)機制。到那時(shí)，恐怕人(rén)類科學家真的(de)沒有用(yòng)武之地了(le)。
舊(jiù)金山灣地區(qū)的(de)初創生物(wù)技術公司 Zymergen 的(de)實驗室，乍看之下(xià)普普通(tōng)通(tōng)——實驗室的(de)桌子上整齊的(de)放著(zhe)試管，架子上是各種化(huà)學藥品。然而環顧四周，你會發現，這(zhè)個(gè)實驗室的(de)工作人(rén)員(yuán)似乎不太一樣，他(tā)們身上發出一些機械運動以及風扇的(de)聲音(yīn)。沒錯，在這(zhè)個(gè)實驗室裏工作的(de)全是機器人(rén)，這(zhè)裏是 Zymergen 公司的(de)未來(lái)生物(wù)學實驗室。
在這(zhè)裏你可(kě)以看到機器人(rén)伸出一個(gè)機械手，抓取一個(gè)上面有數百個(gè)小孔的(de)塑料闆，然後掃描了(le)這(zhè)個(gè)闆上的(de)條形碼。下(xià)一步動作則是肉眼無法觀察到的(de)，機器人(rén)通(tōng)過給予這(zhè)個(gè)塑料闆一個(gè)聲波的(de)沖擊，使每個(gè)小孔都能濺出一滴小液珠，這(zhè)個(gè)液滴迅速地被機械手獲取，然後送往下(xià)一個(gè)儀器進行分(fēn)析。相比起傳統上科研人(rén)員(yuán)使用(yòng)移液器一個(gè)孔一個(gè)孔的(de)操作，這(zhè)個(gè)機器人(rén) 1 秒鐘(zhōng)可(kě)以取 500 個(gè)樣本。
不過，Zymergen 的(de)科學家會告訴你，這(zhè)些一點都不未來(lái)。使用(yòng)機器人(rén)進行實驗操作，通(tōng)過條形碼來(lái)進行記錄都已經獲得(de)了(le)相當廣泛的(de)應用(yòng)。而通(tōng)過聲波取液的(de)技術，稱之爲聲微滴噴射，甚至已經存在了(le)數十年之久。那麽這(zhè)個(gè)實驗室究竟“未來(lái)”在哪裏呢(ne)？Zymergen 的(de)共同創始人(rén) Jed Dean 博士說：“我不知道這(zhè)些機器人(rén)在做(zuò)什(shén)麽實驗。因爲這(zhè)些實驗完全是由一個(gè)人(rén)工智能程序設計的(de)。”
盡管機器人(rén)在實驗室中有了(le)普遍的(de)應用(yòng)，但是，從提出假說、設計實驗、到分(fēn)析數據，這(zhè)些還(hái)都是人(rén)類科學家的(de)工作。對(duì)于 Zymergen 來(lái)說，他(tā)們的(de)目标就是完全取代人(rén)類科學家們的(de)作用(yòng)，由人(rén)工智能程序完成這(zhè)些工作。最近一段時(shí)間以來(lái)在機器學習(xí)方面的(de)發展，使得(de)機器人(rén)有望完全勝任這(zhè)些工作。
Zymergen 公司的(de)實際業務是想提高(gāo)可(kě)以生産重要工業原料的(de)微生物(wù)的(de)産量，這(zhè)些原料可(kě)以用(yòng)于生物(wù)燃油、塑料、制藥等許多(duō)領域。通(tōng)過改造這(zhè)些微生物(wù)的(de)基因組，Zymergen 想要找到大(dà)量提高(gāo)産量的(de)方法。
不過，這(zhè)些工業微生物(wù)已經經過多(duō)年的(de)選擇和(hé)優化(huà)，要想更進一步的(de)提高(gāo)産量，需要對(duì)其基因組進行非常深入的(de)研究，并且根據初步數據再做(zuò)下(xià)一步研究。這(zhè)即使對(duì)于非常優秀的(de)科學家來(lái)說也(yě)是一件費時(shí)費力的(de)事情。Zymergen 首席執行官 Joshua Hoffman 的(de)估計是一個(gè)科學家一個(gè)月(yuè)大(dà)約可(kě)以完成 10 項實驗。通(tōng)過傳統機器人(rén)的(de)幫助，這(zhè)個(gè)數字可(kě)以提高(gāo)到每周 1000 項，不過前提是需要給機器人(rén)提供正确的(de)實驗設計和(hé)指令，這(zhè)往往是一個(gè)瓶頸。
對(duì)于一個(gè)有 5000 個(gè)不同基因的(de)微生物(wù)來(lái)說，如果每個(gè)基因可(kě)以有 10 個(gè)變種，那麽至少有 50000 個(gè)不同的(de)微生物(wù)需要測試。你可(kě)以從中找出可(kě)以提高(gāo)産量的(de)幾十個(gè)，接下(xià)來(lái)還(hái)要對(duì)這(zhè)些不同的(de)單個(gè)基因變種的(de)組合進行測試。即使每周能夠測試 1000 種，這(zhè)仍然是一個(gè)漫長(cháng)的(de)過程。此外，光(guāng)測試産量是不夠的(de)，微生物(wù)本身的(de)生長(cháng)能力也(yě)需要密切關注。而這(zhè)就是機器學習(xí)能夠發揮作用(yòng)的(de)地方，通(tōng)過上一步實驗的(de)結果，機器學習(xí)算(suàn)法能夠設計出下(xià)一步需要進行試驗的(de)假說。
Hoffman 先生表示，目前爲止，Zymergen 能夠提升一些微生物(wù)産量的(de) 10%。這(zhè)看上去是一個(gè)小數字，但是對(duì)于年産值 1600 億美(měi)元的(de)化(huà)學工業來(lái)說，10% 的(de)提升可(kě)能意味著(zhe)數十億美(měi)元的(de)經濟效益。
不過，人(rén)工智能能夠找到提升産量的(de)方法，但是卻不知道其背後的(de)生物(wù)學機制。Dean 博士卻認爲，這(zhè)其實是人(rén)工智能的(de)優勢之一。因爲傳統科學方法隻會從已知的(de)與生産特定産品相關的(de)基因入手，這(zhè)其實有很大(dà)的(de)局限性。Zymergen 的(de)實驗發現，許多(duō)人(rén)工智能發現的(de)能夠提高(gāo)産量的(de)基因變化(huà)與其化(huà)學合成通(tōng)路沒有直接的(de)聯系，其中甚至許多(duō)基因的(de)功能是未知的(de)。
而對(duì)于生物(wù)學家來(lái)說，這(zhè)些發現又是令人(rén)激動的(de)。因爲他(tā)們可(kě)以通(tōng)過提高(gāo)産量這(zhè)一結果出發，進行反向推理(lǐ)，這(zhè)有望揭開更多(duō)不爲人(rén)所知的(de)基因的(de)功能。還(hái)有一種更終極的(de)可(kě)能，那就是有一天人(rén)工智能程序能夠自己去尋找這(zhè)背後的(de)機制。到那時(shí)，恐怕人(rén)類科學家真的(de)沒有用(yòng)武之地了(le)。