生物制造（Biofabrication）是一个跨学科领域，涉及生物学、材料科学、机械工程和医学等多个学科，目标是制造出具有模仿自然活体组织的三维结构的生物结构。随着个性化医学需求的增长，生物3D打印技术在生物医学研究领域成为研究热点，并吸引了公司、大学和研究机构的广泛研究努力AI技术在生物制造中扮演着越来越重要的角色，特别是在大数据处理和分析方面。AI程序能够在短时间内多次学习和迭代，获得对特定研究内容或问题的强自动化能力。AI已被应用于生物制造的各个过程，包括提取生物信息、设计和优化结构、智能细胞排序、优化生物材料和过程、实时监测和评估模型等。
清华大学孙伟和庞媛团队综述了人工智能在生物制造领域的应用，特别是3D生物打印技术，探讨了AI如何助力解决器官移植中的免疫排斥和供体短缺问题，以及如何通过自动化和精确化推动个性化医疗和动物实验替代的发展。
1.主要内容
图1 集成人工智能的生物制造图
人工智能在生物制造领域的应用正推动该行业向更智能、自动化和精确的方向发展。AI通过整合先进的诊断技术获取模型信息，优化设计，加速材料筛选，并在制造过程中提供实时监测和评估，从而在药物开发、毒性测试和再生医学等领域发挥关键作用。此外，AI还有助于全面理解和优化整个生物制造流程，预示着在人类健康领域中更广泛的应用前景。
图2 基于人工智能的医学图像处理
图像分割技术通过将图像划分为有意义的区域来简化分析和处理，尤其在医学领域，它对于疾病诊断和治疗至关重要。AI在这一领域的应用，如全卷积神经网络，已经显著提高了肝脏肿瘤等的自动分割准确性，并有助于提取医学图像中的生物学信息，提高诊断的准确性和效率。
图3 基于人工智能的结构设计与细胞分选
生物制造中的一个重要产品是生物支架，它们为细胞附着和生长提供必要的机械支持和物理结构，从而实现适当的生理功能。在设计阶段，可能需要调整和验证模型的3D结构和材料，而卷积神经网络（CNN）和机器学习（ML）算法在这方面发挥着关键作用，它们可以优化设计，提高结构的刚度和强度，减少重量，并确保产品质量。此外，AI技术在神经网络研究、神经修复技术和神经控制设备的开发中也显示出潜力，通过精确控制聚合物在神经元上的定位，可以更好地理解和治疗神经系统疾病。微流控芯片是生物制造和组织工程中常用的平台，它们能够精确复制不同器官的微环境和关键功能，促进复杂细胞间相互作用和调控的研究。结合AI算法，微流控芯片在设计、性能预测和新领域探索方面展现出优势，特别是在细胞分类、疾病诊断和药物筛选模型的构建中。AI和细胞排序技术的结合在免疫学、微生物学、干细胞生物学、肿瘤学和病理学等领域具有巨大潜力。
图4 基于人工智能的生物墨水和制造参数优化
生物制造过程中，AI技术在将数字模型转化为物理实体的产品方面发挥着重要作用。AI可以通过学习以往的制造过程，为材料和参数提供优化建议，并预测最终结果及其对细胞活性的影响。在生物墨水的打印性和优化方面，AI算法帮助研究人员识别关键的流变学指标，预测生物墨水的打印性，并优化打印参数。此外，AI技术还支持3D细胞培养模型的开发，提高实验的一致性和可重复性。A-Lab作为一个自主实验室，展示了AI和机器人技术在材料合成中的潜力，通过自动化实验流程，在17天内成功合成了41种新化合物，显示了AI在加速新材料发现方面的能力。
图5 基于人工智能的制造参数优化
3D生物打印在生物制造中通过精确沉积细胞等生物材料创建3D结构，涉及挤出式、喷墨式和光固化式等技术。AI在此过程中优化参数设置，预测打印结果，提高精度和效率，减少细胞损伤，确保模型功能，推动个性化组织和器官制造的发展。
图6 基于人工智能的制造过程实时监控
在生物制造过程中，实时监控技术的应用越来越重要。AI结合计算机视觉技术，能够实现对制造过程的实时监控和潜在问题的识别。通过这种方式，可以减少制造误差和缺陷，提高模型质量和生产效率。具体来说，AI技术在结构监控、细胞活性监控、微流控流体动力学监控以及结构补偿等方面发挥着重要作用。例如，AI算法可以分析层与层之间的图像，识别和分类透明水凝胶基生物打印模型中的缺陷。此外，卷积长短期记忆自编码器（CNN-LSTM）适用于监控打印过程中的结构缺陷，而介电谱分析（DS）技术结合AI可以作为实时监测细胞活性的有效方法。在微流控技术中，AI算法可以预测液滴的形成和破裂，优化打印参数。
图7 基于人工智能的生物制造模型检测
后处理是生物制造中的关键步骤，涉及检测和评估细胞活性、生物结构的形成以及3D组织模型是否满足设计目标和功能要求。传统上，手工评估方法如光学和荧光显微镜、细胞活性增殖实验或免疫组化染色被用来评估打印后的细胞和模型结构。然而，AI算法的应用使得模型评估更加便捷和节省时间，提高了最终产品质量评估结果的获取能力。AI在细胞评估、组织模型评估、器官芯片、类器官和肿瘤模型等方面均有应用，能够预测制造参数对细胞数量和活性的影响，减少实验失败风险，并在打印后预测细胞活性。AI技术的应用加速了生物制造产品向定制医疗产品、再生医学、药物输送系统、毒理学、病理学等领域的转化。
2.全文总结
本文综述了人工智能（AI）在生物制造领域的应用，特别关注3D生物打印技术。文章讨论了AI在设计和优化生物支架、提高制造过程的效率和质量、以及在细胞排序和数据分析中的关键作用。通过使用机器学习和深度学习技术，AI能够自动提取特征、优化结构设计、预测材料性能，并在微流控平台设计中提供支持。此外，AI在提高细胞排序技术的灵敏度和通量、以及在生物制造模型检测中的准确性方面展现出巨大潜力。文章强调了AI技术在推动个性化医疗、组织工程和药物开发等方面的重要作用，并展望了其在未来生物制造中的发展方向。
文章来源：
https://doi.org/10.1088/1758-5090/ad8966
