当生命科学与人工智能发生碰撞，会产生什么火花？本期播客我们将揭开生命数字孪生的神秘面纱，了解什么是生命数字孪生，以及它如何通过模拟和预测生物系统，为合成生物学和生物医学等领域带来变革。数字孪生生命即对生命精准建模，能够显著提升人们对复杂生物系统的理解和干预能力，有潜力应用于细胞工厂设计、工业发酵条件优化、药物开发以及个性化诊疗等。

本期嘉宾：

马红武：中国科学院天津工业生物技术研究所研究员

主要研究方向包括基因组规模代谢网络的构建质控及其结构和功能分析、多约束细胞模型的构建、代谢途径和代谢工程改造策略设计、生物计算设计算法和网站工具开发、基于人工智能的蛋白功能预测和菌种设计等。

李斐然：清华大学深圳国际研究生院助理教授

长期致力于通过开发新方法和新技术分析生物大数据和研究生物系统，揭示内在机理，促进合成生物学和生物医药研究。研究涉及计算生物学、系统生物学、机器学习、化学、药物代谢等多个领域。

主持人：

冰冉中国科学院微生物研究所硕士

时间轴：

02:28 什么是生命数字孪生？从分子机理的角度建模生命

05:29 工业数字孪生与生命数字孪生的异同

09:19 生命数字孪生与《流浪地球2》中“数字生命计划”的异同

12:38 生命数字孪生的发展阶段

16:31 生命数字孪生对科学研究和生产应用的意义——在合生生物学与生物医药方面

21:50 如何构建复杂的生命数字孪生体

26:55 AI如何赋能生命数字孪生构建——数据采集、数据处理、未知补齐、参数预测

32:20 生命数字孪生构建的挑战

42:56 指导酶的挖掘、生命代谢暗物质和地下反应

49:33 通过举例分享生命数字孪生的应用

内容聚焦
数字孪生最初是工业互联网的概念，通过创建和管理工厂的数字孪生数据来优化生产过程和决策支持。随后，该概念逐渐扩展到航空航天等领域。近年来，科学家们提出了将数字孪生技术应用于生命科学研究，希望能更好地理解和模拟生命系统，尽管这一领域目前仍面临许多未知和挑战。与侧重物理过程的工业应用相比，生命科学中的数字孪生更多地建立在对生命的研究之上，需进一步深入研究以实现动态、复杂的数学模型来全面描述生命过程。

工业数字孪生聚焦于物理实体如工厂的精确仿真与数据分析，其现状相对较成熟；数字生命的研究则处于较早的阶段，致力于从分子水平理解生命体内的生化反应及能量传递过程。此外，与《流浪地球2》中“数字生命计划”的科幻概念相比，当前科学家正在建设生理状态的数字化，未来可能会朝着复制思想意识的方向发展。最终将创建一个完全理解的生命机制，并能准确模拟生命过程的“白箱”。

● 生命数字孪生如何构建

生命数字孪生的发展已经经历了多个阶段，从最初的专注于对细胞的代谢网络模型的构建，到后来将转录、翻译、调控等更多生命过程整合进模型中，形成了多生命学过程模型。最新的进展包括引入人工智能和数字孪生技术，实现了更加复杂的代谢模型，标志着生命数字孪生研究进入了第三代，这一进步使得利用AI进行数据分析和预测成为可能，为细胞生物学和医学研究提供了新的工具和视角。

对于人体的生命数字孪生构建，初始阶段研究人员尝试将整个人体视为单一的模型，以理解其内部发生的各种反应。随后，通过引入转录组数据及蛋白组数据，模型逐渐细化为反映不同细胞系特性的模型。目前，研究已进展到建立涵盖多个器官、每个器官都能模拟物质转化和能量交换的全机体模型。

在这个过程中，不仅需要大量宏观数据，还需要精细至单细胞水平的微观数据，因而对数据处理能力和计算资源提出了更高要求。AI技术的应用成为解决这些问题的关键，它不仅可以帮助处理和分析大规模数据，还能预测未知参数，从而填补现有模型的知识空白。如何在利用AI提高模型准确性和效率的同时保持模型的透明度和可解释性，成为了未来研究的重要方向。

● 探索代谢网络：从已知到未知的历程

代谢网络作为生命的基本过程，不仅是维持生命活动的关键，而且也是科学研究的重要领域。通过对代谢网络的研究，科学家们已经能够揭示许多关于生命如何转化能量、合成必需物质的奥秘。然而，相对于我们已知的部分，代谢网络的未知部分仍然非常庞大，被称为“细胞代谢暗物质”，这一部分包含了众多尚未被识别的代谢物及其合成与降解路径。近年来，借助于AI技术，研究人员正努力揭开这一领域的面纱，希望通过数据分析找到这些未知物质的合成途径，进而为生物工程、药物开发等领域带来突破。此外，将来的研究还将深入探讨如何利用这些发现来优化生物制造流程，提高天然产物的产量和效率。特别是其中的“地下反应（underground reaction）”，这些反应由酶的未知催化反应产生，潜在副反应在构建高效细胞工厂时，这对于提升成功率至关重要。如使用特定酶进行非天然反应的改造，以及通过扩大反应机理的范围，在未被发现的新途径中实现新的转化过程。

● 探索数字生命在未来科学研究与应用中的潜力

数字生命的探索不仅将革新科学研究的方法论，还将对实际应用产生深远影响。在工业微生物领域，可以利用数字细胞进行生物工程改造，这一方法有望优化细胞及菌种的改造过程，降低实验成本并提高成功率。在医药健康领域，在个性化治疗和药物研发方面具有较大的潜力，通过建立数字孪生的人类模型，可以实现对个体特定需求的精确响应，从而极大提升医疗治疗的效率和效果。此外，该技术还可以应用于探索不同饮食模式对人体代谢的影响，以及基于个人基因组信息为其设计营养补充剂，以实现真正的个性化健康管理。

● 生命数字孪生的技术与科学挑战

生命数字孪生面临多重技术和科学挑战，包括数据产生、管理和分析的难题以及如何构建完善的数字孪生模型。随着实验技术的发展和组学数据的积累，生物科学正步入一个数据驱动的时代。然而，如何有效利用这些大数据以揭示生命活动的内在机制仍然是一个重大挑战。此外，数字孪生生命的概念尚处于探索阶段，完善的框架及适合不同层次模拟的方法仍需进一步研究。尽管完全实现生命数字孪生面临诸多难题，但通过不断优化模型和提高数据质量，有望在未来实现部分领域内的高度仿真。

制作团队：
主持人：冰冉 DeepTalk

剪辑：嘉鱼

运营：大壮

生命数字孪生：医学研究和生物制造的下一个引擎

DeepTalk