筆者最近了解了很多生物科技界的發展,可說是震撼了筆者的世界觀,對未來可說是充滿了希望,同時也看到了更多大數據和人工智能正在如何幫助改善世界。

從人造肉了解最新生物科技

最近〝人造肉〞在世界各地開始盛行,香港也看到了商家和用戶開始宣傳和接觸人造肉。而你又知不知道人造肉是怎樣來的呢?

就在2019年,多間快餐企業如 Burger King、Subway 和 KFC 都推出人造肉產品。只要查一下新聞,就會發現這些人造肉都來自於兩家美國公司,分別是 Impossible Foods 和 Beyond Meat。他們不只在美國開了餐廳,Impossible Food 更在香港開了 180 多家自營餐廳,現在在深圳也能吃到他們的人造肉產品。
從2014年前開始,人造肉就是投資人喜歡的方向,像Bill Gates、李嘉誠、Google 創始人Brin 等等,都先後投資了人造肉。究竟有什麼原因驅動了這些人都想投資這一種新方式去生產肉呢?

主要因為傳統肉類生產方式的確存在著很多問題,對環境的可持續性帶來挑戰。
就用牛肉生產業作例子:為了滿足牛肉的供應,地球上四分之一不結冰的土地都被用來放牧,而農田加起來也才三分之一。聯合國預計,按照現在的人口增長速度,到了2050年吃掉的肉會比2005年多70%。可以想像因牛肉生產而損失的可居住土地有多大,而且情況會越來越悲觀。

除了土地,飼料和水的消耗也非常大。生產1公斤牛肉,需要消耗16公斤穀物和1.5萬升水。

這還不算,牛肉生產對氣候環境影響也很大。現在全球溫室氣體排放中,有15%是因為養牛造成的。如果你把全球的牛都聚集到一起,這個 “牛之國” 立刻成為世界第三大溫室氣體排放國。

與其浪費大量的資源滿足牛肉供應,不如想想有沒有什麼不養牛也能吃到牛肉的方法,所以就有了人造肉這麼一個行業。而背後功臣就是生物科技發展所帶來的應用。

人造肉 – 生物合成的應用

人造肉是怎麼做的?我們用 Impossible Foods 做例子。

科學家了解到,牛肉的成分十分簡單,比如一塊碎牛肉餅,蛋白質、脂肪和水基本就構成了它100%的質量。

從化學組成來看,找到相應蛋白和脂肪的替代品,再加上少量微量元素,就能合成人造肉了,而 Impossible Foods 就選擇用椰子油來替代脂肪。

但只是這麼做的話,這種人造肉吃起來不像牛肉,因為它沒有牛肉的口感。比如 “嚼勁”,比如煎了之後那種獨特的香氣,這些都沒有。因為牛肉蛋白很特殊,是大量纖維狀的蛋白,所以牛肉才有 “嚼勁”。 Impossible Foods 最終從小麥和土豆中找到了一種類似的纖維狀蛋白,模擬了牛肉的嚼勁。

就算是這樣,人造肉還是沒有 “靈魂”,它缺少一個至關重要的成分,叫 “血紅素”。你吃牛排的時候,切出來紅色的 “血水”,其實就是血紅素。煎牛肉有特別的香味,也是因為有血紅素的存在。Impossible Foods 把血紅素的基因元件放進酵母裡,用酵母合成血紅素,再加入肉餅之中。於是乎,一個由小麥、椰子、土豆拼成的,具有牛肉口感和味道的人造牛肉就合成出來了。

而這種生產牛肉的方式,相對傳統生產等量的牛肉能節省80%以上的土地,少用90%以上的水和化石燃料,更大量減少碳排放。

香港前陣子因非洲豬瘟和禽流感而導至人人捱貴餸,大家可以想像當人造肉的生產和應用普及後,香港能用非常有限的地方,生產環保、美味而且供應穏定的肉類,將是多麼美好的事。

全新工業模式的誔生

人造肉產業讓筆者看到的不只是產業的延伸,或環保問題的一個解決方案,而是人類利用資源的方式發生了變化。

以前,我們想要什麼,就必須著從相關技能著手。吃牛肉,就要養牛;想要吃蘋果,就要種蘋果樹;想用石油,必須去地底下開採。而現在,養牛不再是獲取牛肉的唯一方式,需要牛肉直接合成就可以。

以前人類無法運用的資源也能透過生物科技的方法合成出來。以蜘蛛絲為例,蜘蛛絲是一種非常好的材料,幾乎是最堅韌的材料,尤其蜘蛛網主絲,強度可以達到鋼筋的六倍。蜘蛛網上每條線的直徑只有千分之三毫米,只要把這個直徑擴展到超過一毫米,一張蜘蛛網可以像捕捉蒼蠅一樣,捕捉住一架直升機。

自然界裡的蜘蛛,不能群居,也不能家養,在產量問題上根本不可能做成商品。而企業 Bolt Threads 用酵母來合成蛛絲。這種蛛絲不光能做普通的衣服,還能做防彈衣、衝鋒衣,在他們的官網上可以買到蜘蛛絲做成的領帶。

由此可見,人類能分析物品的組成部分,從大自然中找到相關或相似的基因元件,再用生物合成方法像 Lego 一樣拼湊就可以,甚至利用基因合成讓物品功能進化。打造一個更高品質、更環保的全新工業模式

數據和人工智能:生物科技發展重要的燃料

回顧歷史人類對基因的研究有數十年之久,但過去進展並不順利,以前既沒有太好的算法,也缺乏真實有效的數據。

1960年,科學家就嘗試用數學模型模擬心肌細胞。 2013年,歐盟還宣布要投入10億歐元,花10年時間,用計算機完全模擬人類的大腦。但受限於人類對大腦的認識,這個項目只過了2年就夭折了。

好在心臟建模倒進展得不錯。到了20世紀80年代,只需要大約30個方程式就可以模擬關鍵細胞的化學過程。現在幾乎能建構整個心臟,模擬數十億個細胞的跳動。
未來,得益於數據科學和人工智能等大數據技術的進步,在創造真實的細胞之前,可以通過計算機建模先創造一個虛擬的細胞,用它對猜想進行檢驗,然後再開始實驗和測試,可以大大縮短研發週期。

麻省理工學院的合成生物學家 Chris Voigt,開發了一個自動設計軟件 Cello。來模擬數字化的細胞。科學家可以先把數據給到 Cello 來構建一個數字模擬器,模擬代謝通路在細胞內的表現。人們就可以用花費大量人力去計算分析了。過去可能需要10個研究人員3個月的工作時間,現在數據模擬一下,幾分鐘就完事。雖然,模擬生命的技術還有很大發展空間,但已經可以大幅度減少生物合成的成本、時間和錯誤率。

當然對生物合成,很大程度上還要依賴科學家對基因的認知水平。現在人工智能和機器學習的發展,也給帶來了很多新的啟發。

過去10年,生物實驗產生的數據集正在急劇增加,比如癌症基因組圖譜已經積累了超過 2.5PB 的原始數據。人類微生物組項目,比如ENCODE 項目從細菌中也在積累大量的數據,這些數據給我們提供分析的原材料。

有了數據,我們可以讓人工智能幫用戶預測合適的組裝方式,還可以用機器學習分析複雜的細胞系統。

斯坦福大學的一個研究團隊,他們收集了900篇論文的數據,用了一個由128台計算機組成的網絡,在電腦裡模擬出了一個真實的細胞,它能生長、繁殖,還能傳遞信號。在這個細胞裡,他們可以任意編輯基因突變,觀察這個細胞會如何改變。
像 Amyris 公司,雖然研發青蒿素的時候花了很多錢,但因為這個過程積累了大量的基因元件和對應的數據,他們構建酵母菌種的平均費用一直在下降。

青蒿素項目結束之後短短4年,他們構建一個菌種的平均費用降低了95%,注意是降低了95%不是降低到95%。

不只是 Amyris,整個合成生物學領域因為數據驅動都實現了成本的大幅下降。所以從2013年開始出現了大量的創業企業,比如業內比較有名的獨角獸 Zymergen,在2019年2月獲得了軟銀4億美元的投資。而之前提到的 Impossible Foods 和 Beyond Meat 也是在其中一個得益於成本下降的商業應用的例子。

現在大數據和人工智能科技發展加快,相信加速更多新生物科學商業應用的面世。

總結:未來人才的方向

在生物科學高度發展的未來,人類解決問題的方向不一定是關心資源夠不夠。而是有否足夠的資訊和智慧在自然界找出或研發我們想要的基因元件,有否足夠的技術把基因元件組裝到目標生物上,從而合成人類需要的。研究探索基因元件,完善基因數據和創建更好的算法,或許就是未來人才需要努力的方向。


數據科學速成班 (鬍子科技學院合作)

以專業 R coding 和 實用案例 為材料,助你在 30 天內掌握 Big Data (大數據) 和 A.I.(人工智能) 等複雜概念,並開始應用到你的個人及商業項目上。

導師:香港數據科學家 Warrington Hsu

學員:適合任何對數據科學有興趣的初學者 (沒有 coding 底子要求)