图源：智峪生科官网
产业化应用成果显著
图源：网站
学术研究与竞赛成果丰硕
国际基因工程机器大赛获奖：南京大学的两支参赛团队在 iGEM 大赛中双双荣获金奖，其中 NJU-China 团队获 2024 年大赛金牌和最佳软件与人工智能项目单项奖，创建了 Prometheus 语言模型，可促进合成生物学的多个环节；Nanjing-China 团队构建了人 - 植物 - 微生物共生系统，为空间生命保障系统提供了新可能，展现了 AI 在合成生物学领域的创新应用和人才培养成果。
前沿学术研究不断推进：2024 年出现了诸多关于 AI + 合成生物学的前沿研究成果和综述文章。如《The whack-a-mole governance challenge for AI-enabled synthetic biology: literature review and emerging frameworks》，探讨了 AI 赋能合成生物学带来的机遇与风险，以及相应的治理框架和政策建议。
图源：网站
技术创新与平台建设
图源：网站
行业交流与合作加强
风险治理研究初现
随着 AI 在合成生物学领域的深度融合，其潜在风险也引发关注。相关研究指出 AI 赋能的合成生物学在扩大生物工程规模的同时，可能带来生物风险和两用性问题，需要建立有效的预警系统和治理框架，以平衡创新与安全。
图源：智峪生科官网
以下是一些关于 AI+合成生物学的前沿研究综述文章：
《The whack-a-mole governance challenge for AI-enabled synthetic biology: literature review and emerging frameworks》：于 2024 年 2 月 1 日发表在 arxiv 上。该文章探讨了 AI 赋能合成生物学带来的机遇与风险，以及相应的治理框架和政策建议。
《AI + 实验室自动化，驱动千亿合成生物产业跨步发展 ——ACCSI2024 访山东大学方诩教授》：介绍了 AI 在合成生物学产业化中的应用，如加速研发进程、提高研发效率等，以人乳寡糖的生物合成技术为例，展示了 AI 与合成生物学结合的优势。
《将合成生物学与 AI 相结合，以无细胞方式寻找新抗生素》：阐述了利用深度学习和无细胞蛋白质合成管线，快速生产和筛选抗菌肽的研究，为新型抗菌药物的开发提供了新途径。
《深度 | 为什么说想了解 AI + 合成生物学，必须先搞懂蛋白质？》：说明了蛋白质结构预测对 AI + 合成生物学的重要性，以及 AlphaFold2 等 AI 技术在蛋白质结构预测和从头设计蛋白质方面的突破，推动了合成生物学的发展。
《AI in Synthetic Biology: A Comprehensive Survey on Machine Learning Applications》：对机器学习在合成生物学中的应用进行了全面综述，涵盖了从基因调控网络预测、代谢途径设计到蛋白质工程等多个领域，展示了 AI 如何助力合成生物学的研究和发展 。
《The Promising Future of AI in Synthetic Biology》：讨论了 AI 在合成生物学中的应用前景，如加速 DNA 序列设计、分析数据等，同时也强调了需要关注该技术的潜在风险，并建立相应的监管框架。
《Cell-free biosynthesis combined with deep learning accelerates de novo-development of antimicrobial peptides》：介绍了将深度学习与无细胞蛋白质合成相结合，用于快速开发新型抗菌肽的研究成果，为 AI 在生物活性肽发现和设计中的应用提供了实例。
如有更多更详细的资料补充，欢迎留言！
人工智能驱动的合成生物途径设计工具：
人工智能驱动的酶挖掘和优化设计工具：
