化妆品行业的生物革命： 合成生物学带来的机遇与挑战

助力新工艺下的生产效率提高

在化妆品行业中，利用合成生物学进行研发和创新已经成为了一种趋势，将生物基原料和生物工艺引入到产品的研发和生产中，这不仅可以提高产品的质量和效果，还可以减少对传统化学原料的依赖，连续性温和生产模式降低生产成本，提高企业的竞争力。当前，利用合成生物学技术生产高品质胶原蛋白和高效透明质酸等生物活性物质已成为行业热点。国内已有企业成功实现了大规模量产，华熙生物的透明质酸产量更是达到了世界领先水平。除此以外，高校、科研机构已探索研究了众多活性物质在微生物、动植物的代谢合成通路，揭示了生命系统的运作机制，如角鲨烷、虾青素、麦角硫因、人参皂苷、三七素等等。业内还有课题组搭建了多菌种共培养体系，开发模块化微生物生产技术，构建了一系列可控的活性物质高产生物合成系统，相比曾报道的最大产量，水飞蓟宾提高了 1.6 万倍、水杨酸提高了 60 倍、4- 羟基香豆素提高了 11 倍等等，将生物基原料生产技术提升至新的高度。

助力企业绿色可持续发展

利用合成生物学领域的理论研究成果，在不破坏原有环境和濒危特色动植物自然资源的前提下，利用底盘细胞进行活性物质生产，可以更加高效地利用资源，温和的反应条件、低能耗生产线、可再生的生物基材料和生物活性物质能够减少对环境的污染，助力企业碳达峰、碳中和，并开发出更加安全、有效的产品，满足消费者的需求。根据 WHO 及中科院天津工业生物技术研究所统计，目前生物制造产品平均节能减排 30％ 至 50％，未来潜力将达到 50％ 至 70％。预计到2030 年，生物制造每年可减少二氧化碳排放 10 亿至 25 亿吨，这赋予了合成生物学更多的使命和开发意义。

助力化妆品新原料开发，减小国内外产品品质差距

国内化妆品行业长期流传着“ 国内没有好原料 ”的说法，我国传统的化妆品原料生产技术起步较晚，传统植物种植提取技术还会因气候环境等不可控因素影响，无法保障原料品质和产量。而如今，原料生产进入了第 5 代发酵技术时代，生物技术结合新型信息技术，能够有效规避品质不稳定的风险。在细胞工厂构建时，研发人员对于目的物质的基因及其代谢通路的研究是全面的，根据需求对关键代谢节点相关蛋白和酶进行改造修饰，最大化扫除合成路径上的障碍，减小旁路抑制作用，从而影响目标产物合成效率、相关蛋白折叠效率，甚至是改造产物部分基团，通过高通量筛选具有极致功效性能的细胞以及更加安全、高效的原料。中国拥有丰富的动植物自然资源，合成生物学的发展有望弥补传统提取技术在高效量产珍稀资源方面的不足，为开发珍稀资源新原料在化妆品中的应用提供了可能性。

人员重复操作的不稳定性对结果分析的挑战

由于生物系统的复杂性和不确定性，因为微小的差异，如环境条件的变化、实验材料等，即便过程中所有操作是规范的，在重复相同试验时，也可能会得到不同的结果。其次，由于人员的操作习惯、技能水平，甚至心情等多变因素的影响，即使同样的实验步骤、同一人员操作也可能会有不同的结果。这种不稳定性可能导致实验结果的差异，从而影响数据的可比性和可重复性。此外，在合成生物学中，常常需要进行复杂的操作，如基因克隆、细胞培养等，菌种的定向进化等试验更是需要长时间、大批量的重复操作，试验结果对工作人员的精准操作要求极高，持续操作中累积的疲惫感会大大增加操作员失误的可能性，影响实验的效率和结果的可重复性。

发酵优化放大技术与装备的挑战

利用合成生物学进行发酵生产，其发酵过程高度复杂。发酵过程涉及到底盘细胞的生长、代谢和繁殖等过程，这些过程受到多种因素的影响，如接种细胞浓度、底物浓度、温度、pH 值、氧气浓度等，需要考虑到生产条件对细胞的协同增效和抑制作用，对整个体系的多维精确控制和优化是一项庞大的工程，处处充满了挑战。研究人员通常使用小型发酵罐进行试验，但在生产中需要使用大型发酵罐进行放大。现有的传感器通常只能监测有限的参数，而控制系统通常只能进行简单的反馈控制，无法对复杂的发酵过程、庞大的发酵体系进行精确控制。由于不同设备之间的差异和灵敏性，缺乏适用于不同设备的通用技术、先进的监测和控制系统，因此需要进行大量的试验来找到合适的放大策略。

前期成本投入巨大对企业成长的挑战

合成生物学需要大量的研发资金投入，以支持从实验室到商业化的过渡。在生产中能够实实在在地促进效率和质量的提升，最新理论的落地支撑着合成生物学茁壮发展，所以在技术创新、材料优化、设备更新以及产品开发等方面，都需要持续不断的资金投入。对于初创企业来说，资金压力巨大，往往需要依赖外部融资，这对于企业的生存和发展都是一个巨大的挑战。由于合成生物学生产的产品的质量和产量受到多种因素的影响，如微生物的种类、生长条件、代谢途径等，因此需要经过反复的试验和条件优化才能实现量产，这个过程需要耗费大量的时间和资源，对于企业的研发效率和生产进度都带来了很大的挑战，对企业的运营成本和人力资源都提出了很高的要求。

新一代基因编辑技术

新一代基因编辑技术如 CRISPR-Cas9 系统，为合成生物学领域带来了巨大的创新机遇。这种技术能够精确、高效地在基因组中插入、删除或修改 DNA 序列，从而为解决许多重要的生物学问题提供了新的思路。通过使用 CRISPR-Cas9 系统，科学家们可以精确定位并修改特定的 DNA 序列，从而实现对生物大分子的精确调控。此外，新一代基因编辑技术还可以与人工智能和大数据等先进技术相结合，以实现更高效和精准的基因编辑。例如，通过将人工智能算法与基因编辑技术相结合，科学家们可以预测特定基因编辑的效果，从而更好地控制生物大分子的修改过程。

生物信息技术

合成生物学的一个重要目标是理解和操控生命过程，这需要大量的基因组、转录组、蛋白质组甚至是微生物组数据作为基础。生物信息技术在组学方面为合成生物学提供了重要支持，如基因芯片、蛋白质芯片、液相 - 质谱分析等等，通过对基因、蛋白等功能进行注释，利用信息技术对功能进行分类汇总，利用统计学的方式，帮助科学家们更好地理解生物体的基因结构和功能，从而为合成生物学提供重要的参考信息。除此以外，科学家们可以了解蛋白质的结构、功能和相互作用，这对于合成生物学中的设计和改造生物体系至关重要。通过人工智能、机器学习和深度学习等前沿技术，预测蛋白质的结构和功能，有助于科学家研究物质的从头合成途径，如 AlphaFold、Chroma 等。此外，建立发酵过程孪生模型或云发酵罐，能够减少实际繁重的操作工作，有助于科研人员能够更加专注于研发，企业也能运用这些技术，实现全过程监控和智能决策辅助，提高研发和生产效率。

机器人及自动化技术

在合成生物学研究中，科学家们需要进行大量的试验来筛选和优化生物样品。机器人技术可以自动化地进行实验操作，包括样品的称重、混合、分离和纯化等步骤，自动化地进行细胞接种、培养、观察和收获，提高了细胞生长和代谢效率，大大提高了实验效率。此外，机器人技术还可以通过精确控制实验条件，减少人为误差和操作失误，提高实验的可重复性和准确性，结合 AI 分析，机器可以自主决策，在无人监管的情况下，持续、准确、高效地培养细胞或者组织，节约人力和时间成本。

Molecular Devices 美谷分子智能化、自动化解决方案

Molecular Devices 美谷分子是一家在生命科学领域中专注于提供仪器和解决方案的专业公司。在智能化和自动化方面为行业内研究人员提供了多种创新解决方案，包括自动化样品处理系统、智能化数据分析系统、智能化实验室管理系统以及自动化药物筛选系统等，几乎涵盖了合成生物学研发阶段所有可能涉及的方面。凭借在医药行业多年的深厚积累，美谷分子的业务已经覆盖了从基础研究到药物开发的全过程。为了解决研究人员在合成生物学研发过程中的痛点问题，美谷分子开发了一系列专业、精准且高效的设备，深受研究人员的喜爱。

其中， QPix 微生物克隆筛选系统广泛应用于合成生物学领域，其结合了智能成像分析筛选和精准自动化挑取，可以对更大的菌株库或基因文库进行快速而高效的筛选，是一种优秀的高通量、自动化克隆筛选系统，同时具备挑选克隆和数据管理的能力，有效缓解流程瓶颈。而 QPix HT 系统在应用和实验设计方面能够提供更大程度的灵活性，与机械臂集成，实现了更大通量和无人看守时间。该系统每小时能够筛选和挑取 3000 个微生物克隆，配合超声波传感器、灵活的台面设置、可更换的微生物特异性挑针、条形码阅读器、针清洗和卤素热灭菌等模块化部件和易于使用的分析软件，实验过程中能够灵活柔和且准确地挑取多种单克隆，清晰简洁地记录实验数据，做到数据全程可溯的同时，避免交叉污染。此外，用户还能与美谷分子团队定制 QPix 系统，以满足自动化微生物克隆筛选和涂布的工作流程需求，真正做到“QPix 系统不仅仅是克隆挑选，还可进行板复制、重排、加样涂布 ”高效服务于研究人员的初衷。Molecular Devices 美谷分子提供的智能化和自动化解决方案广泛覆盖了生命科学研究的各个方面，这些解决方案不仅显著提高了研究的效率和准确性，同时也降低了实验成本和风险，为研究人员提供了强有力的支持。

[1] 杭州市人民政府办公厅关于印发支持合成生物产业高质量发展若干措施的通知 [J]. 杭州市人民政府公报 , 2023,

(09): 25-26+39.

[2] 高花花 , 胡娟 and 刘玲丽 . 基因簇大片段克隆技术研究进展及挑战 [J]. 微生物学通报 , 2023, 50(01): 351-367.

[3] 郭学平 . 合成生物学——化妆品原料的创新驱动力 [J]. 中国化妆品 , 2021, (12): 18-24.

[4] 姜杉杉 . 生物合成实验自动化系统中机器人的运动控制研究 [D]. 2019.

[5] 蒋辉 , 万秀坤 , 王亮亮 , et al. 人工智能推动的分子设计与化生合成 [J]. 防化研究 , 2022, 1(01): 36-44.

[6] 赖奇龙 , 姚帅 , 查毓国 , et al. 微生物组生物合成基因簇发掘方法及应用前景 [J]. 合成生物学 , 2023, 4(03): 611-627.

[7] 梁淑芳 . 基于合成生物学策略创制微生物天然产物 [J]. 四川师范大学学报 ( 自然科学版 ), 2022, 45(05): 585-

594+566.

[8] 林继聪 , 邹根 , 刘宏民 , et al. CRISPR/Cas 基因组编辑技术在丝状真菌次级代谢产物合成中的应用 [J]. 合成生物学 ,

2023, 4(04): 738-755.

[9] 刘蛟 . 高效“ 环保型 ”大肠杆菌异丁醇合成菌株研究 [D]. 2017.

[10] 刘可意 , 汪俊卿 , 傅凯 , et al. 智能生物反应器装备制造进展 [J]. 食品与发酵工业 : 1-9.

[11] 刘琦 , 毛雨丰 , 廖小平 , et al. 麦角硫因生物合成研究的新进展 [J]. 生物工程学报 , 2022, 38(04): 1408-1420.

[12] 龙雨青 , 曾娟 , 王玲 , et al. CRISPR/Cas9 基因组编辑技术在药用植物中的研究进展 [J]. 中草药 , 2023, 54(09):

2940-2952.

[13] 马彦云 , 赵心清 , 刘玮 , et al. 发酵技术在护肤品行业中的应用与展望——2023 版 · 第 5 代发酵技术 [J]. 日用化学

品科学 , 2023, 46(10): 71-82.

[14] 苗丽青 , 马旭辉 , 李素贞 , et al. 虾青素的生物合成与产业化应用 [J]. 中国农业科技导报 , 2023, 25(03): 21-29.

[15] 史俊卿 , 金哲顺 , 潘蓉 , et al. 基于转录和代谢分析探讨人参皂苷的生物合成与意义 [J]. 分子植物育种 : 1-17.

[16] 唐士茗 , 胡纪元 , 郑穗平 , et al. 基于无细胞体系的生物合成代谢模块设计、构建与快速途径原型 [J]. 合成生物学 ,

2022, 3(06): 1250-1261.

[17] 王浩绮 , 高豪 and 信丰学 . “ 十四五 ”背景下合成生物学产业发展趋势分析 [J]. 生物学杂志 , 2023, 40(03): 1-5.

[18] 夏建业 , 刘晶 and 庄英萍 . 人工智能时代发酵优化与放大技术的机遇与挑战 [J]. 生物工程学报 , 2022, 38(11):

4180-4199.

[19] 杨朔 , 王洁 , 张梦婷 , et al. 基于人工智能的药物 - 靶标相互作用预测 [J]. 中国现代应用药学 , 2022, 39(21): 2797-

2803.

[20] 杨洋 , 王凤林 , 刘德 , et al. CRISPR-Cas9 技术在植物次生代谢物生产中的研究进展 [J]. 生物技术进展 , 2022,

12(06): 806-816.

[21] Abaajeh Asomiba Rita, Kingston Caroline Elliott and Harty Mary. Environmental factors influencing the

growth and pathogenicity of microgreens bound for the market: a review [J]. Renewable Agriculture and Food

Systems, 2023, 38:

[22] Chen Zhenya, Sun Xinxiao, Li Ye, et al. Metabolic engineering of Escherichia coli for microbial

synthesis of monolignols [J]. Metabolic Engineering, 2017, 39: 102-109.

[23] Li Wenna, Ma Lin, Shen Xiaolin, et al. Targeting metabolic driving and intermediate influx in lysine

catabolism for high-level glutarate production [J]. Nature Communications, 2019, 10:

[24] Li Xianglai, Zhou Zhao, Li Wenna, et al. Design of stable and self-regulated microbial consortia for chemical

synthesis [J]. Nature Communications, 2022, 13(1):

[25] Lin Yuheng, Shen Xiaolin, Yuan Qipeng, et al. Microbial biosynthesis of the anticoagulant precursor

4-hydroxycoumarin [J]. Nature Communications, 2013, 4:

[26] Lisha K. P. and Sarkar Debasis. Dynamic flux balance analysis of batch fermentation: effect of genetic

manipulations on ethanol production [J]. Bioprocess and Biosystems Engineering, 2014, 37(4): 617-627.

[27] Parambil Lisha K. and Sarkar Debasis. In silico analysis of bioethanol overproduction by genetically

modified microorganisms in coculture fermentation [J]. Biotechnology research international, 2015, 2015:

238082-238082.

[28] Varadi Mihaly, Anyango Stephen, Deshpande Mandar, et al. AlphaFold Protein Structure Database:

massively expanding the structural coverage of protein-sequence space with high-accuracy models [J]. Nucleic

Acids Research, 2022, 50(D1): D439-D444

[29] Wang Xinxiu, Xu Wei, Dai Quanyu, et al. Characterization of a thermostable PL-31 family alginate lyase from

Paenibacillus ehimensis and its application for alginate oligosaccharides bioproduction [J]. Enzyme and

Microbial Technology, 2023, 166: