专访镁伽科技：AI for Science 时代来临，需要下一代数据基建 2024年11月1日
如果要投出2024年度科技热词， AI for Science 绝对能当选。 连续包揽诺贝尔物理学奖和化学奖，证明了AI 在各个领域的巨大潜力。 这昭示着科学研究方法的一次革命，数据驱动的科研越来越受到重视。但在生命科学领域，由于缺乏高质量的数据，AI for Science有明显的局限性。 “就像自动驾驶只会在电动汽车上出现，AI+生命科学也必然意味着底层架构的重塑。” 镁伽科技创始人兼首席执行官黄瑜清表示 。 究其原因，是因为当下生命科学实验室的设备和耗材，绝大多数仍是为手工操作而设计，并没有大规模累积数据的能力。 今年9月， 镁伽鲲鹏实验室3.0 正式发布，可以看作是对 AI for Science 这一范式转变的回应。 镁伽将镁伽鲲鹏实验室定义为 “生命科学行业的数据工厂” ，凭借智能自动化技术，镁伽鲲鹏实验室不仅有大规模生产数据的能力，还实现了数据治理与模型训练。
如同汽车从内燃机驱动转向电机驱动一样，这标志着生命科学从手工转向自动化，底层架构设计的转变也为AI大脑预留了足够的空间。 镁伽鲲鹏实验室的落地，也让镁伽在生命科学产业走向了一个新的方向，区别于以往的单个模块化自动化仪器，积极拓展下游应用和服务。 近日，智药局与镁伽科技创始人兼首席执行官黄瑜清 、联合创始人兼首席运营官张琰 ，以及首席科学家方攀峰博士 聊了聊，他们深入阐述了镁伽在生命科学智能化的突破，以及镁伽鲲鹏实验室的能力与规划。 从左至右：镁伽科技首席科学家方攀峰博士、镁伽科技创始人兼首席执行官黄瑜清、镁伽科技联合创始人兼首席运营官张琰 早在2019年，黄瑜清就提出要建设超级实验室的目标，彼时镁伽还只是100人左右的团队。 黄瑜清回忆道：“那个时候我们刚刚调整公司战略，从研发机器人本体转型到智能实验室整体解决方案，当时我们手里的武器只有机器人技术，业内很少有人相信镁伽的实验室能成功。” 公司转型的背后，不仅来自生命科学实验室场景的特殊性，还有镁伽对生命科学行业自动化的业务理解。
不同于汽车制造、3C等非常标准化的生产需求，几百年来生命科学领域自动化水平不高，主要源于实验室操作过于复杂，实验流程又过于个性化。
这也导致如果用做标准化产品的思路打入实验室，客户会有不断的新需求产生。面对生命科学不断出现的定制化需求，镁伽觉得有必要走在客户的前面。 于是，镁伽果断放弃了死磕标准化自动化设备，转而将仪器进行自动化整合和改造，提供实验室整套的解决方案。 而疫情期间生命科学产业催生出大量自动化需求，也让镁伽积累了足够深的行业knowhow，帮助公司快速地实现产品迭代和升级。
2021年， 通用型智能自动化生物实验室-镁伽鲲鹏实验室 正式落地。这不仅意味着镁伽拥有构建生命科学平台的能力，也能为高校和企业开放这些能力，推动行业进步。 实际上，镁伽鲲鹏实验室不仅解决了智能实验室建得起 的问题，还解决了用得起 的问题。 除了头部外，很少有公司能够引进一整套智能实验设备，开机后更是一次自动化药物筛查就是超过200万的成本，这中间很多都是不必要的试剂损耗。 镁伽鲲鹏实验室不仅能避免前期成本投入，通过精准控制技术，镁伽的分液设备能够精准到微升甚至钠升级，极大的降低实验成本。 镁伽科技联合创始人兼首席运营官张琰形象地描述了实验室从1.0到3.0的区别。
他表示，镁伽鲲鹏实验室1.0像一间展示中心 ，展现出镁伽从软硬件一体出发，有构建大型智能实验室的能力。 2.0阶段，镁伽鲲鹏实验室则更像是一个练武场 ，公司组建了经验丰富的科学家团队，通过鲲鹏实验室开发自动化应用，以实战的角度来指导实验室的建设和运维。 到了3.0阶段，镁伽鲲鹏实验室又一次大幅度升级为生命科学的数据工厂 ，在实验通量提升40倍，数据生成能力提升100倍的同时，将试剂损耗降低70%。
如今，镁伽在生命科学领域已经形成了一支强大的交叉型研究队伍，包括100位生物和医药人才，和300多位工程技术骨干 ，打破传统学科壁垒，实现了技术与知识的深度融合。
据透露，随着技术、团队和市场的不断完善，镁伽鲲鹏实验室已经服务了多家医药企业、CRO和高校研究院，多条业务线实现高速增长。
一个老生常谈的论调，无论是AI生命科学还是AI制药，都面临着缺乏高质量数据的阻碍。 实际上，这其中不仅是数据规模的问题，更重要的一步是数据治理。
不谈数据治理，就没有优秀的AI模型，得到的也只能是“垃圾进，垃圾出”， 诺奖成果蛋白质结构预测模型AlphaFold2前期就耗费了大量精力对数据进行预处理。 在镁伽看来，数据治理不仅是数据清洗、转换、合并等能力，本质上其实是个软硬件协同问题。 尤其生命科学实验室设备通常来自不同品牌，接口也不一样，因此数据格式本身就存在大量的噪音。这些原始数据无法喂给模型，甚至不同设备之间数据的相关性也是问题。
“生命科学实验室需要一个强大的中台，它既能灵活地支持无穷多的科学应用，同时又要稳定可靠地管理好无穷多的设备组合，保证它们7x24小时的稳定运行。”
为此，镁伽打造了一个名为 Megalnfomics 的数智化平台，它包含了中央调度软件、数据集成软件、信息化管理软件、生信分析软件等，这些软件保证了数据的有效收集、结构化、分析和追溯，当然还有最重要的安全性。
镁伽鲲鹏实验室3.0还首度引入了数字孪生软件 ，它能在虚拟状态1：1地建设实验室，在不消耗实际资源的情况下，对实验方案进行预演和优化，提前排除潜在风险。
而这背后一切都离不开镁伽过往部署大型实验室的经验。
换句话说，镁伽鲲鹏实验室这家生命科学的数据工厂，本质上不是输出自动化能力，而是大规模高质量生命科学数据的能力。
找到了这样的行业痛点，过去三年间镁伽鲲鹏实验室的业务大幅度增长，尤其是面对人工无法解析的场景。
例如宏基因组测序方面，在上千人的样本量面前，镁伽经过结构化的数据能够真正做到“开箱即用”。
“我们的感受非常明显，每当接触有大队列需求的客户，他们的反馈是市面上终于有人能干这个事情了。” 张琰表示，“以往面对这样大批次高质量的数据需求，合作伙伴只能通过传统CRO来完成，进展非常缓慢。”
镁伽科技首席科学家方攀峰补充道：“甚至得到大规模样本处理和数据的结果后，还衍生出我们意想不到的新需求，这些都是镁伽鲲鹏实验室区别于传统CRO的特别之处。” 如今，镁伽鲲鹏实验室平台已经拓展到细胞基因编辑、高通量药物筛选、类器官自动化、中医药研究发现、合成生物学 等领域的研究。
在这些领域，镁伽已经成功打通 “AI+干湿实验” 闭环的能力，涉及到从设计到构建到测试，拿到实验结果后再把数据清洗整理后喂给大模型训练，极大缩短了如抗体设计等领域的研发时间。
此外，镁伽也在根据业务模式进行全新的探索，将生产数据的能力沉淀为有形的资产。 张琰表示：“尽管实验室当前定位依然是生命科学的高质量数据生成工厂，但未来数据的归属权问题，与合作伙伴都可以协商，提供多个可选择方案。”
当前，中国生命科学领域正在经历一次重大调整。尤其在生物医药，投资人的热情正在恢复消退，不少公司融资更加困难，研发预算也更加紧张。 面对不确定的市场环境，黄瑜清给出的答案是： 抓住快速增长的新兴市场的机会。 正如镁伽曾经抓住了核酸自动化检测、分子诊断等风口，尽管不少业务已经萎缩，但在国产替代以及出海等新背景下，仍然有大量细分市场等待挖掘。 “根据我们的判断，实验室国产替代和自主可控的逻辑下，自动化和人工智能的需求仍然有较高的需求，同时我们也在不断开拓海外市场。” 黄瑜清解释道。 多年来镁伽引以为傲的是，他们一直是行业大客户的开拓者，早期融资时投资人甚至看不懂PPT，黄瑜清首先要花一个小时时间解释什么叫生命科学，然后再接着讲什么叫生命科学自动化，再证明生命科学自动化不是伪命题而是真需求。 同样，镁伽作为一家提供先进生产力工具的公司，在生命科学复杂场景下积累的大量经验，也正在帮助镁伽快速进入集成电路、能源化工 等领域。
那就是未来生命科学实验室一定会从手工转向智能化，许多底层工具都有重做一遍的机会，这个穿越周期的判断也是镁伽不断投入研发的动力。
成立8年来，镁伽从当初3人的小团队拓展为上千人的队伍，累计研发投入超12亿元。
尽管有先发优势，但迎接来自国内乃至海外同行的竞争，黄瑜清的回答也显得颇有底气。
“中国有世界上强大的供应链体系，例如细胞领域最常见的实验流程，通过自动化设备再加上机械臂等技术，我们只花了6个月左右就能执行实验，但要让这样一套系统能够7 × 24 小时的稳定运转，我们耗费了两年多的心血。”
这背后需要解决非常多的工程学问题，以及对于生命科学实验流程的深度认知和梳理。
L1代表基础的自动化硬件，实现实验室单点自动化，而越往上则越需要数字化和AI软件的参与，到了L5阶段，AI能够自主进行实验室设计与运营，完全解放科学家的双手。 如果说智能实验室上半场是自动化仪器与实验调度，那么下半场则是智能化。换句话说，这也是镁伽的真正价值所在——软硬件技术的深耕和完善 。 同时，镁伽也紧紧布局自身产业上下游，通过合作、孵化和投资等方式做大朋友圈，加速智能实验室的进程。 产业链上游，镁伽投向了自动化关键零件生产商；产业链下游，镁伽则持续孵化投资了多家AI+生命科学应用公司，包括小分子智能化合成企业镁睿化学 ，以及大分子设计和制造公司智源深澜 。 无论是诺贝尔奖奋力拥抱AI，还是国家《新一代人工智能发展规划》，都让包括镁伽等一批头部AI for Science公司被持续关注。
黄瑜清表示，在生命科学领域有太多难题还有待解开，有的罕见病和神经退行性疾病，人们连发病机制都还没弄清楚。
“我相信当研发效率提升后，在我有生之年这些疾病一定会看到成果。”他坚定地说。
