生物过程的优化和放大,面临着哪些挑战?有哪些建议给到大家?
庄英萍
挑战
生物技术
2023-07-21
实际上我们面临最大的挑战就是对于过程细胞代谢特性的了解,我们细微生物发酵、细胞培养过程是一个细胞代谢的过程,不像化学合成变化不是太多。而我们细胞代谢,它的变化非常的大。发酵过程是一个识变系统,比如以合成生物学的大肠杆菌为模式菌来做,前期我们一定是要把菌量先涨起来,涨完菌量以后我们就要让它合成我们的产物。当然我们也可以通过诱导或者通过一些策略让它开始合成产物,但是合成产物的途径,你尽管设计的是这样一个途径,但是最后有多少流量是按你的途径去的,说不定有些又不对。
 
正是基于这样的问题,所以我们更加多地提出了基于细胞生理代谢特性的优化和放大。如何能够基于细胞生理代谢特性,还是要靠传感器,过程的传感器使得我们对过程有了充分的了解,了解以后我就可以有的放矢地进行过程的优化和放大。在我们的技术体系里,我们非常重要的特色就是我们的放大,大家都知道现在一般工业规模的发酵罐,做一些小品种的几百升或者是吨级就可以了,但是做一些生物基大宗产品的话,那就得要几百吨,目前我们做的最大的耗氧发酵罐,最大做到500吨。那么我们怎么样从50升的中试发酵罐一步放大到500吨的呢?
 
我们有一套技术,就是基于生理代谢特性和反应器流畅特性相结合的放大方法,也就是我在小罐上我的生理代谢特性参数是这样,我的过程是最优的,那我到大罐上也希望它走出这样的趋势,但是往往小罐和大罐因为反应器的差异非常大,所以不一定能够走到完全一致的态势。这个时候我们就会用化学工程叫计算流体力学(CFD),对反应器的流场进行研究。如果发现反应器的流场影响了它的细胞生理代谢特性,那么回过头来我们要调整反应器。
 
实际上核心的核心就是要基于细胞生理代谢特性优化放大,如何了解细胞生理代谢特性要靠传感器,还要有软件包大数据处理的方法,像我们早期让他做的是可视化,生理代谢特性这些曲线实时就能够看得出来,我们通过参数相关分析就能够找到过程优化与放大的突破点,在未来我们其实更多的可能要利用大数据基于智能化的方法进行分析,这对于我们的过程优化的效率和放大的效率可能会更高。

你们在开发的过程中,也在不断调整思路,那遇到了哪些问题?上下游的核心壁垒在哪块?
周金林
核心壁垒
2023-07-21
以前我们也认为合成生物学就是个终点,我认为他能够解决问题,用他做出来的东西独一无二或者成本低了就能够解决这些问题,后来发觉还是面临着很大的挑战,标准品就会面临着价格的问题,新的东西别人不会用。我们早期的时候就是我只负责做过这个东西,怎么用我们不负责,最终我会发觉这个行不通,比如回归到食品行业,合规的原料还有很多,特别是香精原料里还有很多,我们出口到国外已经出口了五六年,但国内基本上还只有一两家在用的,也就是最大的短板就是我们负责制造,我并不负责去定义它怎么用,在这过程中,我们也明白一个新物料就是要能够直接交付给客户的,客户拿来就用的。
 
另外我们在合成特别稀有的品种的过程中,我是要给客户提供一个既有独特性功效又非常明确,不是整体的植物提取,而是里面哪个物质发生功效,通过什么机制我们都会去尝试,所以在这个阶段我是用合成生物学来合成非常微量的物质,在我的商业化产品里,它含量并不一定要那么高,在过程中我们现在的逻辑变成了我每一次做出来的菌种,我一定要找到它商业化的应用场景,而不是我设定个目标,我要做到30的含量,50的含量、95的含量。
 
越是大的品牌越希望他的东西是差异化的。那正好在我们菌种精准优化过程中,每一次它产生不同含量的东西,其实我们都可以挖掘它独特的差异化功效。我们的优化除了从技术上优化,我们也会在商业化上优化,也就是说这次只有10%的转化,它是什么样的性能?它能够满足什么样的客户使用?我下次改到20%,它的性能又发生了什么变化?能够得到哪些品牌的认可?我基于每个含量都尽量找到它的商业应用。
 
每次做出来东西其实都是不一样的,那关键是有一套完整的体系打造它的功效性,验证它的功效性。

DNA合成这块还存在哪些壁垒?
杨平
DNA合成
2023-07-21
基因合成基本上都从引物合成,单链一般是从半氨酸的合成开始的,这个方法我们叫柱合成法,微量合成是它的典型特点。从2010年前后来说,出现了一些高通量合成的手段,比如电化学法、喷墨打印法等等,这个合成来说,单碱基它已经可以降到小数后面若干个0的成本。当然这一两年来又出现了酶法合成,酶法合成的特点就是它可以合成得更长,保真度也不错,更加绿色比传统的化学法合成,缺点就是比较贵的。所以DNA合成整个基础发展还是很快的,DNA合成也叫DNA写。
 
我们用DNA测序也就是DNA读这块参比一下,基因测序比较传统的方式来说,也就是Sanger法测序与高通量测序(NGS)相比,像Roche公司的454技术,illumina公司的Hiseq技术,NGS迅速把整个测序价格也就是读的价格在很短的时间内降得很低。对标整个半导体行业的摩尔定律来说,测序基本上是超摩尔定律,包括华大基因收购了CGC以后,华大基金开发了一系列的自主知识产权二代合成,对下一代合成技术来说超摩尔定律发挥还是很明显的。
 
DNA合成的技术比基因测序的技术要晚10到15年,尽管我们现在已经看到了一些高通量合成的势头,你要说基因合成的写是不是已经完全进入到摩尔定律的格局或者超摩尔定律格局,它还没有完全,我们还是等着看一下有没有更新的一些技术,因为根据摩尔定律来说,就是每12个月到18个月他要下降一半,通量要增加一倍,DNA写来说,它的技术迭代速度没有那么快。
 
但是整个DNA合成技术来说,基本上是可以满足我们现在合成生物学的应用。大家可能对合成比较复杂的一些序列,就是长的基因组上,各个商业化的公司都会比较慢。但是从技术本身来说,是突破的,最典型的像咱们国家主导的酵母2. 0这个项目,你可以看到整个M级别的长片段的合成来说,是可以攻克的。
 
第二个,大家就是希望价格降得越低越好,这样就可以合成更多形形色色的系统,形形色色的分子,这个分子来说,我们可以进一种更大规模的非标应用。还有就是希望更快的交付,我们基因合成的流程会越来越快。
 
这些都是现在整个基因合成行业面临的挑战,也就是合成的更长、更复杂,价格更便宜以及更短的时间交货,100%序列的准确性来也是非常重要的。

你们在选品上与技术差异化方面是怎么考虑的?
周伟正
技术差异化
选品
2023-07-21
合成生物学,其实是一个手段,不是一个目的,它是一种生产方式或者是一种合成方式其实它最终是满足客户的需求或者消费终端的需求,这个是最重要的。包括林总讲的这个单独的原料,确实是非常卷的,你去卷纯度,其实是没有太大意义的,你的原料在市场有差异化,能给客户创造价值,这是最重要的。如果都卖99%的麦角硫因,拼价格没有任何意义,所以你这个东西一定要给客户带来不一样的价值,成本只是一个方面。
 
我们所有的选品,一定是聚焦市场的需求、客户的痛点来做,我们会做三条线。
 
第一条线,一定是我们讲的活性原料,活性原料本身我们肯定技术上要做扎实,不管是依克多因、麦角硫因也好或者是生物基,他们都是偏标准化的产品,这块就是偏硬实力,你一定要把你的成本做到最经济。
 
第二条线,我们打的就是叫定制化,定制化的原料和制剂。我的麦角硫因或者活性原料和别人是不一样,可能不是纯品,可以能是个递送技术。活性原料顾名思义是有活性的,你在应用的过程中,不管是化妆品、食品甚至生物医药,它其实对光、对环境是比较敏感的,这个时候其实客户运用都是有痛点的,比如麦角硫因,它是一个很好的超级抗氧化剂,但它本身就有气味的问题,消费的体验很不好,那你能不能解决?还有很多的原料都会遇到这样那样的问题,我们就会跟客户做定制化的原料,包括我们自己做特色的原料,这块我们会构建另一个核心竞争力,包括前沿递送技术。我们区别于其他合成生物学,我们叫双引擎,合成生物学是一个引擎,另外前沿递送技术是个引擎,就是帮助客户怎么样把原料用好,给客户创造价值,我觉得这是最重要的。很多客户他宁愿为定制化的原料付出更高的价格。比如我们有系统的功效实验、科学的背书,有文章,这块我们确实需要像巴斯夫这些企业去学习。
 
第三条线,我们也做解决方案,因为中国目前其实还是有很多小的企业,包括小的代工厂,不管是做食品的、做化妆品的,其实他们不具备很大的研究能力,那我们这块就会做一个整套的方案给到他们。

你们团队是如何在下游的产业化方向放大,还有生物反应器是如何与别人形成差异化的?
庄英萍
生物反应器
差异化策略
2023-07-21
我们最大的特色就是我们做过程优化放大是基于细胞生理代谢特性,所谓的基于细胞生理代谢特性,不仅仅是发酵过程当中pH、温度这几个参数,当然补料大家也会很关注,而我们更加关注的是群体的细胞代谢特性。我们会测排气的尾气-二氧化碳,就可以知道整个发酵体系里氧的消耗速率,二氧化碳的生成速率,这些就是和我们整个的细胞代谢特性完全相关。
 
另外一方面,实际上最近几年智能制造技术叫得非常响,实际上真正要做到智能制造还是非常有难度的,因为智能制造的前提,我们首先要感知过程,也就是我们要用各种各样的传感器。实际上我们现在用的比较好的在线传感器,譬如在线拉曼、在线红外,包括在线活细胞传感器,这都是直接插在发酵罐上,直接能测得活细胞的量,而拉曼和红外如果发酵过程的底物、产物、中间代谢物都能测得,那么你的过程调控肯定是非常好的。当然这些传感器遗憾的两个因素,一个是,几乎所有的传感器现在都是进口的,所以应用的推广还是有难度。
 
所以回过来我们从智能制造的角度,我们可能还要和学科交叉做些大数据的处理。比如我们最近在做红霉素,我们与东阳光红霉素合作几十年了,把他们的大数据来建模,机器会在一定的阶段给你建议,接下来应该怎么样去补料,或者怎么样去操作等等。
 
所以一些交叉学科的技术应用,一定是很好地助力于合成生物学产品的落地,所以我认为经过我们基于细胞生理代谢特性的调控和智能制造的技术,可以使我们的发酵效率大大提升,使我们真正产业化的落地走得更快。