“我们不能总用别人的昨天来装扮自己的明天，自主创新之路非走不可。”日前，中国科学院院士、分子微生物学家赵国屏在安徽黄山举办的“好望角科学沙龙”合成生物学专题活动上这样说。在当天活动上，合成生物学领域的一批科研院所、生物制造企业与投资机构从业者，围绕中试放大落差、成本控制难、商业闭环弱等行业共性问题，跨界探讨合成生物学产业落地的突围路径。

实验室结果再好，也要过量产这道坎

　　赵国屏在分享中指出，合成生物学的一个重要特点是科学研究“建物致知”和技术研发“建物致用”的高度协同。一项前沿技术真正落地，需要对接健康、农业、能源、环境等真实社会需求，兼顾经济与现实条件约束，才能释放产业价值。

　　“生命科学成果要赋能大健康产业，基础科研、公共技术平台、市场企业之间的通路必须打通，形成双向反馈。”赵国屏结合上海张江的实践谈到，从研发构思到做出适配市场的产品原型，还要历经工艺打磨、中试、临床试验、接受监管等难关，最终成为一款成熟产品。他把这一连串成果转化难关总结为“冲出死亡谷、翻越分水岭、跨过达尔文海”，每个阶段都需要不同的能力与生态支撑。

　　嘉宾们在沙龙环节也达成共识，产业化之路要闯过两道“死亡谷”：既要应对实验室数据与实际量产之间的工艺落差，也要直面成本、渠道、商业模式带来的市场化考验。

　　这种要求在新一代甜味剂赛道得到直观体现。中国科学院天津工业生物所研究员孙媛霞介绍，消费减糖浪潮推动甜味剂由化学合成转向绿色生物制造。以阿洛酮糖为例，它甜度高、热量低，还保留美拉德反应等食品加工特性。但从实验室走向量产，仍要破解酶活性稳定性、反应平衡、原料利用、分离提纯、菌株碳流分配等诸多工程难题。行业评判标尺也正从甜度这个单一指标，转向口感、热稳定性、代谢安全、环保清洁等综合考量。

夯实全要素生态，缩短跨越周期

　　鉴于合成生物研发试错成本高、参数组合庞大等痛点，AI已成为重要提效工具。深圳大学特聘教授、东壁科技数据创始人吴登生认为，合成生物研发本质就是在海量参数中寻找最优解，与大模型逻辑高度契合。其团队打造的科学智能体平台“东壁·智合”，整合300多万条高质量文献、200多种科研工具与50余个生物数据库，覆盖基因挖掘、蛋白预测、代谢通路分析等研发环节。未来平台将对接自动化实验设施，形成“设计—实验—评价—改进”闭环，向可自主推进复杂课题的科学智能体升级，服务产业研发。

　　产业落地同样离不开硬件平台、耐心资本的共同托举。华熙生物合成生物技术研发负责人王浩介绍，企业在天津布局的柔性中试平台设有64条“抽屉式”中试生产线，适配多品类、多工艺，既支撑自身成果转化，也向高校、初创企业开放，依靠工程团队缩短样品到量产产品的跨越周期。

　　“产品做出来只是接力跑的第一棒，后续扩规模、实现盈利、对接资本市场，是更长的赛跑。”中科创星创始合伙人李浩从投资角度表示，对合成生物早期项目，仅仅给钱远远不够，资本需要陪伴科学家走完完整创业历程。从更广的视角来看，资本、技术、工程、监管各方需要共建互信协作的产业生态，各司其职、互相补位，产业规模化才有根基。

　　展望行业未来，赵国屏提出，新技术需要配套全新产业生态。要让AI赋能科研与产业应用，依托智能化自主实验室加快研发节奏。同时要推动创新链与产业链深度联动，依靠监管科学完善分级评估治理，吸纳产学研以及公众共同参与，构建适配合成生物学特性的治理体系。

（文章来源：上观新闻）