工业和信息化部办公厅关于开展智能技术在生物制造领域典型应用案例征集工作的通知

　　

　　(四)工业和信息化部组织专家对各地报送的申请材料进行评议■■◆,遴选出人工智能在生物制造领域典型应用案例◆■◆■,按程序对外公示和发布。

　　各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门:

　　(三)申请材料须客观真实,能够充分体现人工智能与生物制造深度融合的技术特点★◆■◆,高度聚焦实际场景应用需求和重点问题。

　　(一)申请单位在中华人民共和国境内注册登记,具有独立法人资格◆■■◆◆★,近三年财务状况良好,在信用等方面无不良记录。鼓励生物制造企业与人工智能企业联合申请,鼓励中小企业和初创团队积极参与申请。

　　借助人工智能等技术探索工程菌株★■◆◆、细胞系的基因表达、酶促反应层面调控机制,发掘或从头设计新调控元件,开发预测算法与模型,实现对于调控抑制问题的解锁、关键基因及产物的动态控制★★、基因线路的构建等应用成果◆★,提升产量★◆、转化率、抗逆性等关键工业指标。

　　聚焦智能技术赋能生物制造产业发展的其他方面,且具备一定推广价值的典型应用案例。

　　(一)各省◆■◆★★★、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门(以下统称省级工业和信息化主管部门)负责组织本地区典型应用案例申请及报送工作。

　　利用基于人工智能的实验设计策略以及实时在线监测、高通量分析等技术手段,获取真实★★■■◆、准确的发酵过程数据,结合代谢网络分析方法★◆★■★◆,寻找培养基中底物、关键营养素■◆■◆◆、微量元素等的最优配比,不断优化微生物及细胞生长速度■◆■★◆、产量■■◆、转化率等关键工业指标★■■★■◆,提升工艺经济性。

　　通过智能传感◆★■◆、在线分析及智能控制等智能技术的结合,实现对量产规模生物反应器及其生产过程的智能化控制,借助精准补料■★、变速搅拌、通气量调节等控制策略■★★◆◆◆,实时监控并调整温度◆★★、pH值、溶解氧、关键底物浓度等重要的过程参数,并通过数字孪生等手段,建立反应器物理模型及黑箱数据库等,模拟和预测生物反应过程◆◆◆★■★,优化控制稳定性,提升响应速度■■◆■,提高生产效率,加速发酵条件优化与工艺放大的进程。

　　(二)申请单位按要求填写申请书(见附件1),向所在地省级工业和信息化主管部门提交申请材料。

　　各省级工业和信息化主管部门负责按照公开■★、公平、公正的原则,组织辖区内智能技术在生物制造领域典型应用案例申请及推荐工作,对列入名单的案例及申请单位,可视情况在财政、税收◆◆◆■、金融要素保障等方面争取相关支持政策。

　　工业和信息化部从全国层面统筹开展智能技术在生物制造领域典型应用案例征集工作★◆◆■,对参与本项工作的省级工业和信息化主管部门、申请主体给予指导;建立典型应用案例库,加大宣传推广力度◆★◆★■■,并通过现有政策渠道给予支持,加快人工智能等智能技术与生物制造融合发展◆★。

　　通过人工智能等智能技术,发掘、设计新的代谢通路,并通过高通量构建与测试完成干—湿实验迭代,实现对代谢通路的建模★★■★◆,并利用数据模型引导代谢通路的优化,打通新的产物分子的合成路径,或实现已知代谢产物的产量提升、底物消耗降低等目标。

　　利用机器学习★★、大语言模型等人工智能技术发掘、设计蛋白质序列及空间结构★★,实现对酶等蛋白质功能的预测和优化■■★■◆◆,提升催化活性、底物选择性■◆★■、热稳定性、耐酸耐碱性、靶点亲和力■◆、结合特异性等性状,并实现在生物化工、农业、饲料★◆★★、医药、环保等领域的应用。

　　(二)典型应用案例应已落地并取得成效,具有引领作用,对相关行业或企业具有借鉴意义和推广价值◆■■★◆◆。

　　为贯彻落实党中央、国务院关于加快推进新型工业化的决策部署★◆■★★◆,推动人工智能、智能制造等智能技术赋能新型工业化,促进智能技术和生物制造深度融合◆◆■★★◆,助力生物制造场景创新★◆◆,加快形成新质生产力★■,现组织开展智能技术在生物制造领域典型应用案例征集工作。有关事项通知如下:

　　工业和信息化部办公厅关于开展智能技术在生物制造领域典型应用案例征集工作的通知

　　(三)各省级工业和信息化主管部门于2024年11月8日前将加盖公章的推荐案例信息汇总表(见附件2)、盖章版申请表(一式三份)邮寄至北京市西城区西长安街13号,材料电子版同步发至邮箱纸质版材料应与电子版内容一致★★◆★◆,不一致的以纸质版材料为准★◆■■■。

　　以智能技术和生物制造深度融合为主线,围绕生物制造产业链创新研发、中试放大、生产制造等重点环节,聚焦高性能蛋白质元件设计及构建等8大场景◆■,开展典型应用案例征集工作。

　　利用人工智能、知识图谱等技术,分析工业菌株★★、细胞系的基因型与产量、耐受性等工业指标的关联关系,利用高通量基因编辑技术完成基因组尺度的大规模编辑,改善细胞工厂在大规模生产中的适应性■◆★★◆,提升生产效率,优化其在特定工业条件下的表现■◆◆■。

　　利用智能技术实现生物制造产品的检验检测和闭环质量控制,通过信号增强、模式识别、图像处理等手段,自动完成传感器、分析仪器的数据分析★■★,快速识别生物制造中间体、终产品以及整个制造过程的缺陷和异常,在线进行标定■★、分拣等操作,并及时将质量信息向生产控制系统反馈,实现对生物制造关键生产过程参数的实时动态优化。