会议介绍近年来，受益于药政改革，我国生物医药企业创新能力持续增强、创新成果不断落地。首个国产的ADC药物上市，首个国内审批上市的CAR-T药物，国内首款双抗创新药上市，国产PD-1原研药首次尝试在海外申报上市等等。这体现了国内企业开启创新转型的决心，并且初见成效。BIC 2023-第五届亚洲生物制药创新峰会将围绕ADC与双抗药物研发与临床进展、中美IND申报策略、融合蛋白、细胞株开发策略、连续生物工艺技术、一次性技术、PAT技术、创新下游纯化技术、细胞与基因治疗质量与分析、创新疫苗进展、CMC申报策略、除病毒过滤及检测技术、生物制药数字化趋势、QbD、重组蛋白药物与疫苗开发、培养基与生物试剂的国产替代等话题展开。曼森受邀参加此次会议，将携平行生物反应器亮相。大会信息会议时间：2023年9月6-7日会议地点：上海雅居乐万豪侯爵酒店（五楼）曼森展位：B09曼森展品亮点：➤ 6000%效率提升 ➤ 50%人员精简 ➤ 96联平行性 ➤ 40多个传感器接口 ➤ 100μl/h最小补料量 ➤ 提供试用曼森JOY系列平行生物反应器是一种用于生物技术研究和生产的实验设备。可以同时进行多个平行的培养试验，提供了高通量和高效率的操作。每个单元都具有自己的控制系统和监测设备，可以独立地调节温度、pH值、氧气供应、搅拌速度等参数。这种设计使得用户能够在同一时间内进行多组不同条件下的培养实验，比如不同培养基配方、不同菌株或细胞系等。广泛应用于生物制药、生物燃料、食品发酵等领域，可用于细胞培养、微生物发酵、蛋白质表达等研究和产业化过程中的高通量筛选、工艺优化和产量提升。

2023年8月11-13日，由华东理工大学主办的“生物工程学科发展战略研讨会暨第一届生物反应器工程与生物制造学术会议”在上海隆重召开。本次会议以“生物工程创造美好生活”为主题，汇聚全国各高校、科研院所和企业专家学者的智慧，规划布局生物工程学科的未来发展方向，探讨生物反应器工程与生物制造的前沿进展、发展趋势和科技合作，共同推动新时期我国生物工程学科和先进生物制造产业的创新发展。曼森生物作为参展商之一，我们非常荣幸能够参与其中。在这次会议中，我们与各位专家学者和同行共同探讨生物工程领域的发展趋势和技术革新，为推动行业的可持续发展贡献我们的智慧和力量。同时，我们展示了曼森JOY系列平行生物反应器，并与来宾们进行了现场演示和交流，不仅得到了业内人士对于我们产品在性能、稳定性和可靠性方面的关注和认可，同时也获得了他们诸多建议和帮助。01展位现场人气爆棚众多业内大咖莅临曼森展位02现场交流探讨仔细为客户讲解产品特点03关于曼森生物

2023上海生物工程学会“曼森”生物工程 优秀青年科学家奖关于奖项01.奖项背景上海生物工程学会“曼森”生物工程优秀青年科学家奖由上海市生物工程学会2017年设立，原名上海生物工程学会“东富龙”生物工程优秀青年科学家奖。从2023年起由上海曼森生物科技有限公司出资冠名。该奖旨在推动上海地区生命科学生物工程学科的研究与发展，挖掘和奖励优秀的青年科学工作者，为培育新一代学科带头人和优秀管理人才作出贡献。优秀青年科学家奖每年评选一次，今年评选2-3名获奖者，奖金为每人20000元人民币（税前）。该奖项可以个人申请或是由单位推荐。02.申报人基本条件1.上海地区近三年内在生物工程领域做出突出成绩的青年科研或科研管理工作者；2.候选人为已获得博士学位的博士后或青年PI；年龄不超过40周岁，即1983年9月（含9月）以后出生。3.个人申请该项奖候选人必须是上海市生物工程学会会员；非会员申请可以由学会的会员单位、理事单位推荐为候选人，推荐时须附有推荐单位意见；4.未获得过上海生物工程学会的生物工程优秀青年科学家奖。03.奖评流程每年8月 评奖通知发布每年9月 评审团评奖每年10月 获奖名单公示每年10-11月 年会颁奖04.申报方式1.候选人推荐表：可从学会网站的“下载中心-表格下载-2023 年“曼森”生物工程优秀青年科学家候选人推荐表”下载2.成果材料：作为第一作者或通讯作者发表的代表性论文、代表性专利或代表性产业化成果（代表性证明材料数量不超过5 项,其他成果可以写明名称和数量）、获奖证明材料复印件以及其它能证明参评人员成绩的材料复印件；3.推荐表及相关证明材料合订成册，一式1份；4.书面材料提交截止日期：2023年9月9日17：00点前。关于曼森生物01.基本情况上海曼森生物科技有限公司（以下简称“曼森”），于2017年正式成立，是一家以技术创新驱动生物产业升级的国家高新技术企业，是生物反应器高通量实验室一站式解决方案服务商。公司自成立以来，致力于利用自动化、人工智能、大数据和工业互联网技术来为生物技术和生物产业赋能，经过六年时间的产品打磨，针对合成生物学DBLT（Design-Build-Learn-Test）循环中“Test”环节，曼森研发了平行生物反应器，以及配套平行生物反应器的实验室自动化系列产品，为实现全流程、高通量、自动化发酵奠定基础。这些产品的上市及使用，将大大提高底盘菌株筛选、培养工艺优化的通量及效率，打破制约合成生物学产品从实验室规模到量产放大的瓶颈。02.曼森JOY系列平行生物反应器03.曼森生物自动化实验室技术工程文章来源：上海生物工程学会公众号

如需获取原文献/补充资料 请关注公众号编者按跟踪智慧实验室的理论研究发展状况、产业发展动态、主要设备供应商产品研发动态、国内外智慧实验室建设成果现状等信息内容。本文由中科院上海生命科学信息中心与曼森生物合作供稿。本期推文部分编译了Yang Cheng 等发表在 Bioresource Technology期刊上的综述论文《生物过程中的人工智能技术：机遇与挑战》生物过程中的人工智能技术：机遇与挑战随着全球从化石经济向生物经济的持续过渡，用于生产生物燃料、材料和医 疗保健产品的工业生物工艺的数量正在稳步增长。生物过程是利用活细胞或其成 分生产增值产品的任何过程。然而，低生物转化率和生产率通常是生物工艺的局限性。此外，菌株的生物过程性能受到其代谢特性和外部环境条件的限制。例如， 在从实验室规模向工业规模转移的过程中，存在一个被称为“放大效应”的巨大 挑战，这可能伴随着生物过程的糟糕性能，导致经济效益降低。因此，生物过程通常需要进一步优化，以实现更好的性能和控制，从而消除环境条件的负面影响。 在过去的几十年里，在生物过程控制和优化方面取得了重大进展。例如，正交实验设计（OED）和响应面方法（RSM）被广泛应用于确定最佳参数，以获得令人满意的生物工艺性能。此外，机器学习（ML）算法已逐渐被用于研究生物过程中变量之间的非线性关系。例如，将人工神经网络（ANN）应用于发酵生产 聚（3-羟基丁酸酯-3-羟基戊酸酯）的建模和优化；将径向基函数神经网络（RBFANN）和粒子群优化（PSO）用于透明质酸生产的优化。此外，实时监控技术也在迅速发展。例如，通过使用探针产生的交变电场实现了完善的在线生物质浓度检测技术。用荧光团标记的蛋白质 人工智能是一门试图模仿人类思维来解决问题的计算机科学。人工智能程序可以通过预先确定的规则或数据模式识别做出独立决策。最近，越来越多的人工智能技术被应用于生物过程的优化和控制，以提高生物过程的性能。例如，使用混合多目标策略来同时优化工业生产中微生物的生物量和产量。此外，根据厌氧消化（AD）中的在线传感器数据，应用深度学习方法预测关键工艺参数（CPPs）；图像识别技术也被应用于堆肥成熟度的快速检测。这些研究表明，人工智能具有良好的生物过程优化和控制前景。这篇综述首先讨论了人工智能引导建模和优化技术的最新贡献。然后介绍和分析了人工智能辅助快速检测与监测技术的应用。对基于上述技术的先进控制技术进行了总结。最后，总结了存在的问题，并对未来的发展方向进行了展望。 人工神经网络人工神经网络具有适应性强、容错性强的典型特点，擅长处理复杂的非线性问题。人工神经网络由输入层、隐藏层和输出层组成，从信息处理的角度来看， 它们与人脑的神经网络非常接近。如图 1 所示，每一层中的神经元根据惩罚函数连接到下一层。人工神经网络的性能主要受结构和学习算法的影响。神经网络模型根据其结构可分为前馈神经网络（FFNN）、卷积神经网络（CNN）和递归神经网络（RNN）。此外，可以根据神经元的学习算法和模式对每个结构的神经网络进行进一步分类。例如，反向传播神经网络（BP-ANN）是由名为反向传播的监督学习算法训练的 FFNN。同样，多层感知器神经网络（MLP-ANN）和 RBF-ANN 也属于 FFNN。图 1. 生物过程建模和优化程序以及人工神经网络（ANN）、支持向量机（SVM）、模糊逻辑 （FL）、遗传算法（GA）和粒子群优化（PSO）的示意图 神经网络作为应用最广泛的最大似然方法，经常被用来优化预处理过程。由于预处理中的变化通常涉及多个尺度，因此关键工艺参数（CPPs）总是具有和关键质量属性（CQA）的非线性。最近，采用人工神经网络和 RSM 建立了总还原糖预测模型，以测试这两个模型在预处理中的性能。RSM 和 ANN 均具有较高的相关系数。然而，RSM模型的均方根误差（RMSE）（5.564）和标准预测误差（SEP）（2.294%）大于 ANN 模型的 3.630%和 1.908%，表明 ANN 对预处理过程提供了 更好的近似。此外，还使用人工神经网络对各种预处理策略进行了对比。例如，构建了基于微波和基于蒸汽的神经网络模型来探索最佳 CQA。尽管在他们的研究中，这些模型尚未被优化以确定最佳 CPPs，但通过比较不同的计算机模型来确定最佳实验方法仍然是一个有吸引力的想法。此外，人工神经网络也被广泛应用于发酵过程的优化。例如，碳和氮源已经根据 FFNN 范式进行了优化。此外， 另一项研究侧重于实现与时间相关的发酵控制策略，以提高产量。为了实现这一目标，时间被视为神经网络模型的输入节点。此外，采用遗传算法确定发酵参数的最优控制轨迹。时序数据的精确模拟可能对智能控制技术的进一步发展至关重要。DNN 还用于模拟在不同时间控制多物种群落（共培养）系统中具有特定功能的微生物的富集。与以往的研究不同，强化学习被直接应用于学习控制行为与后果之间的关系。此外，应用传统动力学模型生成 DNN 的训练和测试数据集， 表明动力学模型和 DNN 相结合的混合模型能够准确模拟共培养系统中微生物群落的长期动态富集。除此之外，人工神经网络还可以进一步利用动力学模型。在最近的一项研究中，热解动力学是由化学知情神经网络（CINN）生成的，其中包含热重分析测量值的数据库被视为训练数据。人工神经网络也已应用于下游工艺，通过优化 CPPs 来最大限度地提高生物柴油的提取效率。人工神经网络在生物加工中有许多成功的应用，但也有很大的局限性。人工神经网络是一个“黑盒”模型，不能为建模提供依据。人工神经网络使用实验数据通过反复迭代来调整模型参数，而不是了解变化背后的本质。这种限制肯定对研究人员不友好，尽管人工神经网络模型总是比传统方法更适合。另一个问题是为隐藏层选择正确数量的神经元。通常，神经网络中神经元数量的增加通常会导致更好的学习性能。然而，过多的神经元可能会导致过度拟合现象。因此，人工神经网络的学习能力和泛化能力之间存在权衡。 曼森“智之”智能分析软件基于神经网络在发酵领域的运用,结合曼森自己的算法体系，自主研发了一款简单易学易用的智能分析软件。主打傻瓜式、自动化，最大限度减少人工成本，不懂技术的用户也可以无障碍使用 。产品优势·高通量发酵工艺开发的控制平台，统筹调度，极大提升效率·高度平行性控制能力，对所控发酵罐进行一键标定、一键赋值、一键启停·强大的过程参数检测和精准反馈调节能力·过程参数可全程回溯跟踪，数据可在云端共享，进行大数据相关分析·可对罐与罐、批次与批次之间发酵参数进行实时和最终的多尺度分析·可对接上下游检测设备，做到全流程自动化和数据对接分析·有专业的DOE实验设计和工艺设计功能，完成多尺度开发和生产要求文章部分来源：https://www.sciencedirect.com/science/article/pii/S0960852422017849由于篇幅受限，关于上述文章原文献详见公众号右下角底部菜单栏→补充资料，自动跳转获取。END

2023年7月25日，上海曼森生物科技有限公司（以下简称“曼森生物”）与中国科学院上海生命科学信息中心（以下简称“上海生命科学信息中心”）举行了“生物智造与智能装备技术战略研讨会”，会后进行了战略合作签约仪式。此次战略合作，聚焦“引领中国乃至世界一流的智能化、高通量合成生物学实验室工程技术发展”这一主题，由上海生命科学信息中心提供行业前沿资讯、专业科技情报以及战略指导意见，曼森生物作为实施主体，联手打造产研一体化创新体系，研发高精尖智能生物制造装备，全面赋能合成生物学产业发展。曼森生物的愿景是利用自动化、高通量和智能化的发酵技术加快合成生物学科研成果的产业转化。为此，曼森开发了高通量发酵实验最核心的设备——平行生物反应器，它能够被应用在菌种验证与筛选、工艺开发与优化、菌种与工艺匹配、原材料直接评价等环节中，不仅能极大提高发酵的通量，还能确保单个罐体间参数的平行性，最终保障实验结果的可重复性。高通量自动化发酵技术不仅仅是简单的发酵罐数量的增加，而且涉及到发酵实验上下游实验操作通量随之增加的一个系统性解决方案，如解决配料分装自动化、灭菌同步性、取样平行性、样品处理和分析检测自动化，以及离线数据在线化等一系列高通量模式下带来的新问题。为此，曼森还开发了能自动化分液、样品稀释、菌种涂布、培养基倾注的机器人，自动化在线取样器，四通道平板分装仪，以及配套的智能控制软件，实现全流程自动化和通量匹配。此番与上海生命科学信息中心合作，主要是发挥“中心”强大的信息资源优势和行业影响力，共同打造我国首个“智能化、高通量合成生物学实验室”样板间，起草我国“智能生物制造装备”行业标准，带领我国“智慧生物实验室”迈向国际化水平，在全世界崭露头角。中科院上海生命科学信息中心于建荣主任，图书文献部/生命科学图书馆沈东婧馆长，以及江晓波、姚远、李莎等一行人，莅临曼森生物位于嘉兴的生产与展示中心，与曼森生物董事长郝玉有博士，副总经理陈玉军、汪建波等公司管理层，共商战略合作方案。对于此次合作，中科院上海生命科学信息中心主任于建荣表示：“我们非常看好曼森生物的技术实力和发展潜力，此次合作对我们来说既是一种挑战但更是难得的机遇，相信通过双方的共同努力，将为我国智能生物制造事业注入新的活力和动力。”上海曼森生物科技有限公司董事长郝玉有博士也表示：“我们非常荣幸能够与上海生命科学信息中心达成战略合作。作为一家年轻的科技企业，我们深知专业的科技情报、全面的行业大数据以及深入的产业研究对初创企业发展，以及对行业发展的重要性，相信通过此次合作，能够更好地发挥双方的优势，共同建立我国智能化、高通量合成生物学实验室技术标准化高地。”关于中科院上海生命科学信息中心中科院上海生命科学信息中心作为专业科技情报研究机构，拥有丰富的科技信息资源优势、专业的科技情报分析能力，在科技战略研究与咨询、学科领域知识发现与分析、区域发展与产业竞争情报分析、科技信息集成服务等方面有较强的服务能力，是国内领先的生命科学信息服务机构之一。关于上海曼森生物科技有限公司上海曼森生物科技有限公司成立于2017年，致力于“智能化、高通量合成生物学发酵工程”的技术研究、产品开发和一站式解决方案服务，利用“BT+IT+AT”3T核心技术赋能我国合成生物学产业快速发展和数智化升级。

过去三年，新冠疫情催生的核酸检测需求极大促进了实验室自动化产业的发展，全自动核酸提取仪、自动移液工作站、机械臂等众多自动化仪器设备企业如雨后春笋般涌出。此外，“十四五规划”国家大力发展数字化，数字化的发展势必带动自动化的兴起。作为一种提高工作效率的有效手段，自动化产品几乎可以与任何仪器设备搭配使用，为多种产业赋能。当前实验室自动化市场处于什么样的发展阶段？未来发展又将何去何从？仪器信息网特别采访到了长期致力于研发“智慧生物实验室”和“超高通量发酵平台”的上海曼森生物科技有限公司（以下简称“曼森生物”）董事长郝玉有博士，为我们剖析当前实验室自动化领域的市场现状以及曼森生物在实验室自动化领域的布局。郝玉有：华东理工大学生物化工专业博士毕业，正高级工程师。现任上海曼森生物科技有限公司董事长/总经理，公司创始人。曾任中国科学院合成生物学重点实验室研究员、华东理工大学生物反应器国家重点实验室副研究员、石家庄制药集团和同联制药集团研发中心负责人，曾于2013年在科技部中国生物技术发展中心前沿技术处管理过863合成生物重大专项；承担过科技部、上海市科委、经信委、中科院的多项国家科技项目，研究成果申请发明专利40多项，已获授权发明专利28项，发表论文40多篇。专长微生物学、发酵工程、生物制药、自动化生命科学仪器和新型生物反应器研制，近年来专注“合成生物学领域智能化实验室”整体解决方案开发。仪器信息网：请简要介绍一下曼森生物。郝玉有：曼森生物成立于2017年，致力于做合成生物学领域的高通量发酵工程，主要攻克成果转化的关键技术。由于当前技术处于卡脖子阶段，所以我们当前定位是通过自动化、高通量、智能化的技术来赋能合成生物技术。关于我们的优势，我认为主要有以下几点：首先，我们团队的行业经验丰富。目前已经有几十年的行业经验，并且也经过了大概6年的技术打磨，贯彻合成生物学DBTL（设计 Design—合成 Build—测试 Test—学习 Learn）的研发模式。其中在测试阶段我们开发了一些特有产品，主要分为两个系列，一个是平行生物反应器，另一个是围绕平行生物反应器上下游的自动化产品系列。有了这两个系列产品，我们就可以打造高通量自动化的发酵平台，以及高通量自动化的技术生产平台。大大提高了菌种筛选和工艺开发的效率及通量。产品目前已经进行了多次迭代，通过了用户的验证。其次，是我们的技术优势。我们拥有交叉复合型团队，团队成员主要来源于中国科学院合成生物学重点实验室、华东理工大学生物反应器工程国家重点实验室、国家生化中心、大型制药企业等，除此之外，还有成员来自智能制造领域。实际上对于我个人来说，我最初的专业是微生物拓展，后来转到发酵工程，再后来扩展到生物化工，所以在这方面我大概有30多年的经验积累，随后我也拓展到机械、电器、控制、软件等方面，在这些领域也有将近20多年的经验。这些经验和行业积累便于我们能够比较前瞻性把握合成生物学整个发展过程中的真实情况，也能体会到合成生物学领域企业当前存在的痛点和需求。而我们也能够系统性的从工程思维的角度出发去开发一些系统性的解决方案，便于突破以往“懂生物的不懂自动化，懂自动化又不懂生物”的怪圈。一个来自于不同专业背景的团队，可以针对合成生物学这个领域开发一些产品以满足不同用户的个性化需求。那么，开发具有自主知识产权的智能化装备，来满足我们行业未来发展的需要，我认为这是我们的优势所在。仪器信息网：曼森生物最近完成了数千万的A轮的融资，接下来公司的工作重点将放在哪些方面？郝玉有：我们最近刚刚得到南京高科新浚创信股权投资合伙企业（以下简称“高科新浚”）的投资，获得了资金的支持。我们过去主要把大量的精力用在了产品的开发，经过几年的发展，已经拥有了先导产品并进行了及时迭代，获得了客户的认可。这次我们在高科新浚的支持下将重点打造我们的品牌，通过线上线下相结合的方式推广产品，同时扩大生产规模，在产品质量方面建立完善的体系，完善售前、售中、售后工作体系。仪器信息网：您如何评价当前实验室自动化市场，未来发展趋势和各领域应用前景如何？郝玉有：实际上国内实验室自动化市场刚刚起步，对实验自动化这个概念也处于比较模糊的阶段。 其实，实验自动化这个概念最初主要是指医学检验里的机械自动化，后来拓展到科研实验室领域里的合成生物学，逐渐化学合成也有了实验自动化。虽然当前我们的工作与自动化有关，但我们的定位实际上主要是为合成生物学产业赋能。我认为现在的自动化实际上和过去的工业自动化还是有很大区别的。虽然国内刚刚切入自动化这个市场，但是大多已经将自动化聚焦到检验检疫、化学合成和分子生物学这三大方向，我认为这是很卷的。但从长远来看，自动化肯定是一个很大的发展趋势，只不过未来需要做进一步细分，细分到很具体的方向。仪器信息网：智能化是未来实验室发展趋势，自动化产品将如何满足未来实验室智能化需求？曼森生物未来将如何布局？郝玉有：自动化是智能化的基础，先通过自动化产生大量数据，再结合模型的算法以及细分行业的知识图谱，最后才是进入到智能化阶段。但是自动化和智能化对实验室领域来说依然是一个广义词，即使在同一个实验室做同一个实验，由于实验人员个性化的操作方法、选择的技术路线、应用的设备仪器、仪器的实验通量等不同都会给结果带来很大的差异性，所以实验室自动化这个领域给大家的感觉是市场既大又分散，类似于家装市场。从未来的角度讲，自动化和智能化这两块的工作实际上是需要互动的，要自动化做好，才能切入到智能化领域。当前很多企业包括一些研发团队，聚焦的方向相对较窄，曼森生物与当前市场上从事实验室自动化的其他企业来说，专注于微生物细胞和动物细胞这种生命体的自动化。希望可以通过自动化、高通量以及智能化去解决合成生物学领域里这种特殊场景的需求。具体来讲的话，针对高通量和自动化发酵我们研发了一个核心产品——平行生物反应器，然后围绕平行生物反应器去配套一些自动化产品，从而达到全流程自动化、高通量。比如，用平行生物反应器可以大大提高菌种筛选，包括工艺开发的通量和效率，这样就可以快速实现合成生物学实验室成果产业化。并且，对此我们已经有了一定的基础，未来我们将会打造全系列基于平行生物反应器的配套技术，从而快速搭建高通量平台。对于高通量平台大家可能也存在着误区，往往会被理解成数量的叠加，但实际上不是这样，高通量平台需要针对整个发酵流程，包括上游下游，做到相应通量的增加以及通量的匹配。比如发酵企业对培养基的配置，需要实现自动化高通量以及自动化高效能的分液、同步灭菌，发酵过程中取样、样品的检测，以及发酵结束后容器的清洗、传感器的管理等，这其实是一整套流程。虽然我们对此有一定的工作基础，但后续我们希望打造一个全链条的自动化智能化解决方案，以便全面服务于合成生物学领域技术的迭代，在整体上推动合成生物学突破卡脖子技术瓶颈。

关于慕尼生化展慕尼黑上海分析生化展（analytica China）是分析和生化技术领域的国际性博览会，专门面向飞速发展的中国市场。凭借着analytica 的国际品牌，analytica China 吸引了来自全球主要工业国家的分析、诊断、实验室技术和生化技术领域的厂商。analytica China 已经成为世界最大的分析、实验室技术和生化技术领域的专业博览会和网络平台，是业内领军企业全面展示最新技术、产品和解决方案的最佳平台。会议时间：2023年7月11日至13日展馆：国家会展中心（上海）地址：上海青浦区崧泽大道333号展会亮点规模巨大：本届展会总展示面积超100000平方米，吸引1400+参展企业，预计到场观众可达7万人次。大咖云集：集结了市场大咖、国际企业和决策者，是行业的重要集会。全景展示：聚焦“八大展区+两大专题”，展览范围包括生命科学、生物技术与诊断、分析与质量控制、样品前处理及实验室通用设备等，您可全面了解市场动态、技术创新和实用技巧。扫码免费报名关于曼森生物上海曼森生物科技有限公司是一家以技术创新驱动生物产业升级的高新技术企业，由中国科学院上海生命科学研究院、华东理工大学的技术团队创办，公司致力于未来“智能化生物实验室”的技术研究、产品开发和整体解决方案服务。为我国医药、食品、生物产业与科技领域提供先进的技术方法和装备仪器，满足科研实验室和检测实验室的技术创新和产品创制需要。作为展商之一，曼森生物此次将携自研设计及主推的明星产品平行生物反应器、自动在线取样器、分液机器人、平板分装仪华丽亮相，欢迎莅临参观指导交流。（展位号8.2E336）曼森展品一览01产品优点·优异的平行性|同一实验在不同的反应器上获得相同的实验结果，极低的系统误差，保证了设备间重现性；·补料的精确性|补料控制精度高，正常·操作的易用性|一个人可以操作16个发酵罐，一个100m的实验室可以放置100多个JOY1型反应器；·控制的先进性领先的AFDP主板芯片控制技术，控制精度高、故障低、易维护；·检测可扩展性|可接40多个外设传感器，如拉曼、红外、活细胞等新型传感器，并实现自由通讯。特别功能·全程录像    灯光指示   实验台可移动02产品优点·可同时分装1-4种培养基·分装速度快、一致性强·多重防染菌、防凝固措施·具有振荡推平功能·应用场景广泛03产品优点·一机多用，除了分装微孔板外，还可以分装试管、三角瓶、蓝盖瓶、容量瓶、离心管等容器；·高通量，一次可以分装240支18mm直径的试管、126支50ml离心管、或12块微孔板、或28个250ml三角瓶高速度，分装240支试管(每管9ml)只需要15min；·高精度，分装误差04自动在线取样系统，可对接各种生物反应器，实现样品的全过程无污染自动在线取样、同时实现样品的低温冷藏留样；一次能同时同步取四个反应器的样品，并且取样体积、取样频率等参数可灵活设置。产品优点· 数据平行性：四通道同步在线取样；· 全程无污染：反应器正压和单向阀，多个夹管阀，防止意外；· 无人值守：全程自动取样，管路自动消毒，样品自动留样。END

如需获取原文献/补充资料 请关注曼森生物公众号近年来，随着全球气候变化、环境危机、能源资源短缺等问题的日益凸显，以化石资源为基础的传统工业制造产业链条正在进行着一场绿色变革。作为战略性新兴产业技术之一，在合成生物技术的推动下，全球生物制造技术发展速度迅猛，目前已取得了数量众多的优质产业化成果，广泛应用于化工、饲料、材料、食品、能源等许多重要的工业制造领域。生物制造技术是利用微生物或者酶将淀粉、葡萄糖、脂肪酸、蛋白甚至纤维素等农业资源转化为化学品、燃料或者材料的技术，具有投入小、见效快、产出大等特点，较少地受到生物伦理、生物安全、气候变化与环保政策等风险因素的影响，具备很强的工业生产稳定性。与传统化工制造相比，以生物制造技术为核心的生物制造产业通常以可再生生物资源为原料，可摆脱石油资源依赖，降低能耗，大幅减少二氧化碳、废水等污染物排放，具有高效、绿色、可持续的优势特性，据世界自然基金会（WWF）估测，到 2030 年，生物制造技术每年将可降低 10 亿至 25 亿吨的二氧化碳排放。生物制造产业的核心技术即合成生物技术，是在工程学思想的指导下，利用基因组测序、生物工程、化学合成和计算机模拟等技术进行生命设计与合成再造，开创了全新的科学研究模式。在生物制造产业化阶段，由于微生物细胞或酶的原有生物系统限制，工业化生产过程中往往会遇到许多技术瓶颈。在合成生物学的基础上，研发人员可以利用基因合成、基因编辑、途径组装与优化、细胞全局优化等技术，创建全新的细胞工厂，突破原有生物系统的限制，创造出更加符合产业化的新型生物系统，加速科技成果的工业化进程。随着合成生物学等的不断进步，生物制造产业的关键核心技术不断取得突破，部分生物制造技术已经实现工业化与产业化。未来，随着合成生物学等新技术的迅速突破，其将进一步与生物制造产业渗透融合，成为生物科技领域基础研究转化为实际社会经济效益的关键科学技术，为生物制造行业带来全新的发展机遇。  曼森生物是一家以技术创新驱动生物产业升级的高新技术企业，其核心设备——平行生物反应器能够被应用在菌种验证与筛选、工艺开发与优化、菌种与工艺匹配和原材料直接评价各环节中。通过开发高通量发酵装备和平台技术解决了合成生物学与发酵工程研究之间的脱节问题，助力企业解决合成生物学产业化难的技术堵点。平行生物反应器是一种高度自动化和功能柔性化的生物反应器，是合成生物学产业化关键技术工艺设计方案重要的环节。可以从根本上解决生物技术公司面临的生产效率、成本和规模等问题。平行生物反应器的核心功能是高通量筛选和工艺放大，使用过程中会产生大量的数据。曼森JOY1-1000平行生物反应器同时，软、硬件的结合是平行生物反应器的灵魂，是平行生物反应器与多个独立反应器联用的根本区别。基于曼森特有核心技术(软件、硬件和应用方法),实现了信号采集和指令发送的同步化，确保了操作平行性和高通量发酵平台的稳定性。  PART-01{国际市场概况}近年来，欧美等发达经济体纷纷聚焦生物经济，在促进可持续发展的同时，进一步巩固其领先地位。美国《生物学产业化：加速先进化工产品制造路线图》提出在未来十年（2015～2025 年），将通过生物学方法合成化工产品的能力逐步改善，提升到与传统化工方法相媲美的程度。欧洲《工业生物技术 2025 远景规划》提出向生物技术型社会华丽转身，力争于 2025 年实现生物基化学品替代传统化学品 10%～20%，其中化工原料替代6%～12%，精细化学品替代 30%～60%。世界经合组织（OECD）预测至 2030年，将有 35%的化学品和其它工业产品来自生物制造，生物制造在生物经济中的贡献率将达到 39%，超过生物农业（36%）和生物医药（25%），且将有 25%的有机化学品和 20%的化石燃料由生物基化产品取代，基于可再生资源的生物经济形态终将形成。据 CB Insights 数据，2019 年全球生物学市场规模达到了 53 亿美元，预计到2024 年将达到 189 亿美元，年复合增长率约为 28.8%。根据 Data Bridge MarketResearch 分析数据显示，合成生物学市场规模预计将在 2020 年至 2027 年的预测期内持续增长，2027 年合成生物学市场规模将达到 302.8 亿美元，在上述预测期内年复合增长率约为 23.63%。2020 年 6 月，全球管理咨询公司 Mc-Kinsey 发布的报告《The Bio Revolution》，明确指出“未来 60%的工业产品都可以通过生物技术进行制造，在未来 10-20 年内 4 万亿美元的经济价值将由合成生物主导。”PART-02{我国市场概况}合成生物学是 21 世纪初新兴的生物学研究领域，在化工、饲料、材料、食品、能源等诸多领域有着广泛的应用。随着国内对于合成生物学产业的支持力度不断加大，将会为我国生物制造产业创造良好的发展环境。2021 年 10 月，国务院印发的《2030 年前碳达峰行动方案》明确提出，“十四五”期间，绿色低碳技术研发和推广应用取得新进展，绿色生产生活方式得到普遍推行，有利于绿色低碳循环发展的政策体系进一步完善。“十五五”期间，绿色低碳技术取得关键突破，绿色生活方式成为公众自觉选择，绿色低碳循环发展政策体系基本健全。到 2030 年，非化石能源消费比重达到 25%左右，单位国内生产总值二氧化碳排放比 2005 年下降 65%以上，顺利实现 2030 年前碳达峰目标。根据中国科学院上海营养与健康研究所、上海生命科学信息中心、上海市生物工程学会整理、麦肯锡研究数据显示，到 2040 至 2050 年，直接应用合成生物学可以将年平均人为温室气体排放量在 2018 年排放水平基础上减少 7%至 9%。合成生物技术对于我国碳达峰、碳中和目标的实现以及未来社会经济发展具有巨大意义。2022 年 5 月，我国《“十四五”生物经济发展规划》中提出到 2025 年，生物经济增加值占国内生产总值的比重稳步提升，生物医药、生物医学工程、生物农业、生物制造、生物能源、生物环保、生物技术服务等战略性新兴产业在国民经济社会发展中的战略地位显著提升。生物经济领域市场主体蓬勃发展，年营业收入百亿元以上企业数量显著增加，创新创业企业快速成长。文章部分来源：思瀚产业研究院 华恒生物

如需查看原视频，请关注曼森生物公众号回复“工程生物视频”获取4 月 27~28 日，第四届工程生物创新大会暨第二届中国合成生物学学术年会暨首届亚洲合成生物创新大会在深圳光明科学城成功举办，本次大会以“合成生物：未来生物经济的引擎”为题。上海曼森生物科技有限公司董事长兼首席科学家郝玉有博士出席大会并发表了精彩演讲。视频回放经本人同意，已公开上传至iSynBio Talk，请关注曼森生物公众号回复“工程生物视频”查看以下为郝玉有完整版演讲内容，经少量编辑、修改后发出。大家下午好，我是上海曼森的创始人总经理郝玉有。我过去是做合成生物学的，做了8年，就在上海植物生态所赵国屏老师团队。现在我不做合成生物学了，而是为合成生物学进行赋能，我们通过发酵工程、发酵技术去解决我们合成生物学当中的一些问题。所以今天我想和大家分享那么几个观点。第一，现在大家都认为发酵技术是我们合成生物生物学产业化道路上的一个卡脖子技术，也就是所谓的堵点。很多人甚至还认为发酵技术、发酵工程是我们合成生物学能不能跨越这个死亡谷的一个关键的点，那么针对这一块我一会会介绍一些我对这方面的理解。为什么大家一致认为发酵技术是合成生物技术堵点？首先，我们合成生物技术在这20多年的发展是进步非常快的，现在基本上可以快速的、高通量的、自动化的、低成本的去实现菌种构建，从过去需要几年几个月缩短到现在仅需几个礼拜就可以实现大量的菌种构建。但是对应的发酵工程技术是一个卡脖子技术没有对应的一个高通量、低成本、自动化这样的技术，所以这一块我们希望能够通过我们的工作来解决一些这样的问题。第二，就是说在合成生物学整个比较长的一个研究路线当中，上游的菌种构建和中游的工艺开发中间有个脱节的问题。这个脱节表现在我们在上游菌种构建的时候过多的把精力注意集中到遗传因素的改变，集中到了代谢途径网络，忽略了在发酵过程当中反应器当中的一些参数对细胞的影响。比如说，操作变量都会最终作用到我们细胞内，再引起到我们的生理状态的变化，而这些生理状态参数的变化反过来再进一步影响到我们发酵细胞内部的一些变化。而这样的一个过程更多的受环境变量的影响，也就是说环境变量的影响结合我们遗传变量的影响才是能够为我们菌种构建更多的去增加一些信息变量，而过去可能在发酵过程当中忽略了这一影响。那么这个时候，我们就提出了一个叫DBTL循环，也就是我们基于生物铸造厂的这个模式，再加一个发酵过程的参数，就打通了我们细胞和反应器内外的参数影响，所以我们提出“跨尺度的生物铸造厂”去实现。那么脱节的现象表现在什么地方呢？过去我们在菌种筛选环节大家能用的主要是摇瓶、试管，它有通量高操作方便的好处，但是它缺点是参数不可控不可检测。反应器则正好相反，反应器有各种参数检测和控制，但是它通量有低，在过去体现还不明显。但是随着合成生物技术的发展，大量的菌种等待的验证和工艺开发，这个时候就需要一种反应器能够把过去摇瓶和反应器的优点结合起来，实现菌种的筛选和工艺的开发有机的结合。随着合成生物技术发展，也有大量的这个工艺参数需要测试，这样的一个测试需要我们开发一个新型反应器去解决这个问题。过去反应器已经使用了这么多年，但是传统的反应器由于设备体积大，导致了操作通量低，一年下来做不了几个批次。而且过去的反应器，使用过程中对人的要求比较高，而且对周边的配套和设施也有很要求，就抑制了大家实际的需要。但是随着这个反应技术发展，我们开发了高通量的发酵平台。这样的平台可以帮助我们用户实现降本增效和提速。曼森平行生物反应器降本可以降什么成本？第一，节省空间。同样是一个100平米的试验室，如果用高通的平行反应器，可以摆100多个发酵罐，而过去的传统反应器，可能只能摆10个左右。第二，节省人员。因为现在操作一个高通的发酵平台，五六个人就能实现操作100多个发酵罐，过去是现实不了的。第三，材料试剂耗材也会大大节省。所以，我们可以将工艺开发从过去5-10年的时间缩短到3-6个月。在合成生物学这个领域，是一个非常有价值的基础设施的配置。能够把我们过去需要这么多年的时间大大缩短。第四，菌种的筛选和工艺的开发有机的结合还能实现匹配。最后，我们能实现数据驱动的决策，不过多的依赖于人。这块在国际上已经发展很多年，具有代表性的有以下几个：Eppendorf、Infors 、Applikon 、Sartorius 、Culture。那么国内比较代表性的就是迪比尔和我们曼森。迪比尔走的比较超前，是一家做的非常好的公司，他们的产品在国内应用领域已经非常广。平行生物反应器和过去的反应器有什么区别？实际上平行反应器具备过去反应器上的参数，你能够测的它都有。但是过去的反应器一般都是用一种标准控制原理，就是用变速器＋PLC＋驱动器去实现控制。但如果你要是做好多个平行的话，就需要平行配备好几个，这种反应器叫多联反应器。他的控制了是必须是叠加的，很难实现同步化。平行反应器的技术原理采用一种主板芯片的方式替代PLC、变送器、驱动器的功能，留一个上位就够了，或者说只有一个界面就能实现，国际上基本上都是采用主板形式的原理。我们在这方面做了一些工作，接下来我介绍一下我们的基础工作。首先我们开发的平行反应器它的体积是500毫升或者是一升，最多也就两升这样的规模，他小了有什么好处？小了可以做到高通量，但是又不能太小。因为太小了之后，他的结构不能模拟大生产的发酵罐，我们开发工艺的最终目的是要实现放大，所以说他有一个范围的。缩小了以后带来一系列的好处，大家可以扫码去关注曼森生物视频号，有这一类反应器的使用场景。具体我们在这方面做了一些改进：第一，我们采用这种主板芯片的这种控制原理，它带来各个发酵罐同步的好处，同步了以后它就平行。我们这样的一个芯片可以通控制很多个发酵罐，而且用一个界面替代过去PLC原理，过去的这种原理元气件的节点比较多，发生故障的频率就比较高。但是如果改成我们这样的芯片的方式，故障率就大大降低，即使有故障，更换这样一个芯片也是非常方便的，不需要我们厂家去更换，用户自己可以更换的，而且更换的时间也很短的。另外就这样的一个主板芯片的控制原理，它实现了信号的并形发送和控制，也就是不管你多少个罐，它这个信号是同步发生同步接收的。但是过去的这种原理他是串行的。在这样的一个基础上，它还有个好处是什么？我们传统的发酵罐一般有20个左右的参数，但是我们预留了40多个参数接口，未来你要去增加参数的时候，就很容易接。比如说拉曼、红外、生化分析仪等都可以直接接，不需要改变任何。平行生物反应器最核心的指标就是平行性，因为有了平行性系统误差就小，数据就可信可靠。我们的反应器最大的优点就是平行性，你可以看到这是8个罐的参数，最上面的是pH值，八个罐的参数是重合到一起的。所以有这样的一个优势特点以后，对我们开发工艺是非常有帮助的。我们的软件界面追求易用性，就是最好你不要看说明书，点几下就知道怎么操作了。实现一键操作、一键启动、一键停止、一键标定等。另外我们自编DOE，不光是把培养基进行这个DOE组合，也操作变量，比如说搅拌、温度、通气都进行DOE设计。另外，我们现在又开发出新型号平行生物反应器，虽然是单个的，但是他一样具有平行性，用一个电脑或者一个界面就可以控制所有的发酵罐。我们最终的目标主要是为了帮助客户搭建高通发酵平台，我们也开发移动控制，就是只要有一个iPad或者一个手机，你就可以在办公室里控制它，也可以调用它的参数。如果说配置多的时候，我们又增加了灯带，发酵罐一旦出现故障就很容易鉴别出。建设高通量发酵平台实际上不是简单的把发酵罐买一堆放到一起就够了，有一系列的问题待解决。比如说发酵罐多了以后，培养基怎么配置分装？这需要自动化。怎么实现同步灭菌？取样如何实现自动化？不管有多少个在线参数，仍然离不开离线参数，因为很多指标是在线参数测不到的，那么取样以后怎么检测？样品如何保管？包括发酵罐怎么样的清洗？这都需要配套的自动化来去跟上的。这块我们设计了相应的装备，包括相应的软件实现这个数据的集成管理，有的已经开始销售了，有的还处于方案阶段。比如我们取样之后，通过机器人送到检测室。夜里面取完样以后人不在，便有移动机器人送到检测室，检测室另外的机器人去实现样品的这个检测。包括离心、测OD值、测生化指标，都是可以完全实现无人化的这个模式，包括整合第三方的这种这个检测仪器。高通量以后还会带来一个问题，就是菌种的量可能不够，所以我们开发了高通量自动化菌种筛选。利用机器人实现单元操作的自动化，也可以把这些自动化整合起来，打通全流程的自动化。在这方面我们也发开出了一系列自动化实验室产品和方案，我们的目标是将自动化产品结合平行反应器，解决整个生物产业链当中的两个卡脖子技术。我们的AI辅助设计国内做的也非常好，中国是发酵大国，但是筛选和工艺开发环节是最卡脖子。我们能够提供一站式解决方案服务，我们公司是主要就是解决针对围绕合成生物学这个领域，包括传统的发酵领域，提供装备和实验室建设。我们希望可以改变整个生物产业当中，特别是发酵产业当中的数字化的升级改造。我们的团队主要是来自于中科院合成生物学重点实验室，以及华东理工大学。以上就是关于曼森基础工作的介绍，谢谢大家。

70年前的1953年4月，沃森（J.D. Watson）和克里克（F.H.C. Crick）提出遗传物质DNA的双螺旋结构，揭开神秘的生命面纱。经过70年发展，人类对生物技术的认知，从解构（re-solve）走向了重建(re-bulid)。借助合成生物学技术，我们可以对微生物进行编程以制造特定化合物，这一过程称为“生物制造（bio-made）”。此类技术的产业化可以促使生物基原料替代石化原料来制造塑料、燃料、材料和药品等产品。在技术进步推动产业变革时，新一轮的技术竞争也在全球范围内悄然展开。2022 年 9 月 12 日，美国总统拜登已经正式签署了一项行政命令，以启动“ 国家生物技术和生物制造计划” （National Biotechnology and Biomanufacturing Initiative）。预测在本世纪末之前，生物工程可能占全球制造业产出的三分之一以上，价值接近30万亿美元。同年，中国发改委也明确将合成生物学列入《“十四五”生物经济发展规划》，生物基材料、新型发酵产品、生物质能、生物制造成为备受重视的前沿领域。在此发展背景下，2022 年 6 月，由美国国防部支持美国生物制造的公私合作项目 BioMADE，发布了一份关于推进生物反应器设计和开发的特别项目呼吁。作为回应，2023 年 4 月 19 日，BIoMADE 宣布五个新项目，这些项目专注于开发更高效、成本更低廉、更灵活且可重新部署的生物反应器，以推进美国生物经济和生物制造目标的实现。BioMADE 是在美国国防部授意下于 2021 年 4 月启动的工业生物制造创新研究所，旨在打造一个可持续的、美国国内的端对端的工业生物制造生态系统。由 BioMADE 成员 Capra Biosciences 公司、Amyris 公司、Geno 公司和来自爱荷华州立大学的两个团队领导的项目团队提出了生物反应器硬件、软件、传感器、建模和自动化方面的技术创新，以在商业规模上更高效地生产生物基产品。项目包括：（1）开发连续式 Taylor Vortex 发酵-提取-分离器：通过将产品提取和分离集成到生物反应器本身，研究人员将提供灵活、模块化和可重新部署的生物反应器设计。成员：爱荷华州立大学（2）生物反应器梯度的建模和模拟以预测放大性能：该项目侧重于开发和验证工作流程，以根据实验室实验预测演示规模的产油发酵性能。成员：Geno 公司（3）将基于废物的原料转化为维生素 A 的模块化生物膜反应器：项目合作伙伴将推进关键生物反应器自动化、下一代传感和新型连续流分离方法，以将Capra Biosciences 公司的生物膜反应器扩大为自动化试验工厂。成员团队：Capra Biosciences 公司、波士顿大学、Next Rung Technology 公司（4）用于机器学习（ML）的产品质量传感器-模块化生产工厂的流程优化和控制：这个由学术和行业研究人员组成的团队将创建一个通用的机器学习框架，用于优化和控制生物反应器，以减少设计新流程和改进所需的资源产品质量贯穿整个生产过程。成员团队：爱荷华州立大学、诺维信公司（5）MONDE 项目：为了尽量减少或消除某些重组产品的抑制作用，该项目将评估对无菌生产发酵罐的设计和操作的修改。成员团队：Amyris 公司、Sudhin Biopharma 公司曼森生物平行生物反应器JOY1-500优异的平行性 同一实验在不同的反应器上获得相同的实验结果，极低的系统误差，保证了设备间重现性补料的精确性 补料控制精度高，正常＜2%，不超过5%；速度可以控制到100ul/小时操作的易用性 一个人可以操作16个发酵罐，一个100㎡的实验室可以放置200多个JOY4型反应器控制的先进性 领先的AFDP主板芯片控制技术，控制精度高、故障低、易维护检测可扩展性 可接40多个外设传感器，如拉曼、红外、活细胞等新型传感器，并实现自由通讯文章来源：本文由中科院上海生命科学信息中心与曼森生物合作

5月27日，万物生物合成俱乐部发起人陈博士，谭博士，尹博士，吴总一行四人到上海曼森生物科技有限公司考察交流，此次考察旨在深入了解了曼森生物公司的研究方向和技术实力，加强双方在合成生物学领域的合作与交流，共同推动生物科技产业的创新与发展。曼森生物董事长兼首席科学家郝玉有博士、副总经理汪建波、生物智造与智能装备研究院院长刘士旺博士等热情接待。万物生物合成俱乐部由众多知名高校博士创立，是一个强产业背景的团队，与合成生物学及发酵产业公司有着极其深厚的合作，创始成员累计完成超过50个合成生物学项目的中试放大及商业化生产。上海曼森生物科技有限公司成立于2017年，是一家以技术创新驱动生物产业升级的高新技术企业。公司创始人和技术团队来自于中国科学院合成生物学重点实验室、华东理工大学生物反应器国家重点实验室、国家生化工程技术研究中心、制药企业和自动化领域。公司专注于生物产业领域的实验室自动化和产业数智化技术。提供生物智造和智能装备的一站式解决方案，以及配套的自动化设备仪器、智能化软件系统和即用型试剂耗材。利用自动化、人工智能、大数据和工业互联网技术来为生物技术和生物制造赋能。现已研制出分液机器人、稀释机器人、涂布机器人、倾注机器人、平板分装仪、平行生物反应器等实验室自动化设备和实验室4.0的技术解决方案，并在不断推出新产品和新技术，为高通量自动化的细胞株构建、筛选和工艺开发提供了中国方案。考察中，万物生物合成俱乐部详细了解了曼森的产品研发情况，包括产品研发流程、研发团队组成、研发投入等。曼森拥有一支高素质的研发团队和高水准的研发产品，并不断推出创新产品和技术。多年来，曼森在生物科技领域取得了一系列重要成果，为推动行业进步做出了巨大贡献。在参观曼森自动化实验室样板工程时，董事长兼首席科学家郝玉有博士介绍了曼森生物开发的实验室自动化包括自动化设备和“自动化人”（也称实验室机器人或机器人科学家），通过实验室自动化设备提升单元操作的效率和准确性，再通过实验室机器人将单元操作自动化串联成全流程自动化，实现黑灯实验室或无人化实验室，来解放人类科学家的双手，释放他们的创造力，提升他们的劳动价值。在参观曼森生物反应器生产车间时，郝玉有博士介绍了曼森自主研发的平行生物反应器以及基于平行生物反应器建立的高通量发酵平台技术及系统性解决方案。“我们非常注重技术创新、生产过程的质量控制和标准化建设，我们不是仅仅研制和提供设备，而是要帮助客户建立全栈式高通量自动化发酵工艺平台，真正做到帮助客户降本、增效、产业技术升级”  郝博士说。交流中，双方围绕合成生物学产业的现状、发展趋势以及技术创新进行了深入讨论，分享了各自的研究成果和经验，探讨了合成生物学领域的研究热点、未来发展方向等话题，达成了良好的交流互动。考察结束后，万物生物合成俱乐部考察团表示深刻感受到了曼森生物的公司实力和专业性。万物生物合成俱乐部始终坚信，科技创新是推动产业发展的重要动力。此次与曼森生物的交流，不仅加深了双方在生物科技领域的合作，也为俱乐部的成员带来了宝贵的学习和交流机会。未来万物生物合成俱乐部与曼森生物将携手共进，密切保持联系，并进一步深化合作，共为我国生物科技产业的繁荣发展贡献绵薄之力！文章转载自万物生物合成公众号

如需获取原文献/补充资料 请关注公众号本公众号跟踪智慧实验室的理论研究发展状况、产业发展动态、主要设备供应商产品研发动态、国内外智慧实验室建设成果现状等信息内容。本文由中科院上海生命科学信息中心与曼森生物合作供稿。本期推文编译了 Gurdo N 等发表在 Trends in Biotechnology 期刊上的综述《将自动化和基本发现融入非传统微生物的设计-构建-测试-学习循环》（Merging automation and fundamental discovery into the design-build-test-learn cycle of nontraditional microbes），该文作者提出了一种“以代谢为中心”的合成生物学设计-构建-测试-学习循环的方法，并得到多组学分析的支持。 因文章篇幅较长，将分为三期来讲述。感谢关注！目录/CONTENT01/要点02/用于生物生产的传统和新兴微生物平台的调查03/生物铸造厂利用模型微生物宿主推进生物生产04/生物铸造厂的细胞工厂设计和测试自动化05/通过自动化和扩展合成生物学工具箱，为基于非传统宿主的细胞工厂铺平道路06/引入以代谢为中心的分析作为发现平台，指导 DBTL 循环中的工程工作07/观点总结和未来方向08/未解决的问题生物基工业的重大进展使多种化学品的生物生产具有成本效益，但成功的工业过程相对稀缺，并且仅限于使用少数主力微生物作为宿主。深入了解非传统微生物的生理学和代谢是释放其生物技术潜力的关键。生物铸造厂的诞生使构建和测试大量为生物生产量身定制的微生物菌株的能力成倍增加——作者认为其中的自动化工作流程可以适应获得非传统宿主的基本知识。在这里，作者提出了一种“以代谢为中心”的合成生物学设计-构建-测试-学习循环的方法，并得到多组学分析的支持。01要点由于合成生物学工具集和基础知识有限，用于生物生产的非传统宿主仍未得到充分开发。多组学方法能够对微生物代谢进行系统级理解——将工程工作作为设计-构建-测试-学习 (DBTL：design–build–test–learn) 循环的基本要素来指导。生物铸造厂能够在创纪录的时间内生成和测试数百种微生物菌株——但对常见和非传统宿主代谢特征的探索并未完全纳入管道。自动化在合成生物学和代谢工程中发挥着核心作用，除了减少工作流程时间外，还可以用作指导工程工作的发现工具。DBTL 循环中以代谢为中心的观点有望加速细胞工厂组装工作流程，同时提供有关基本生物学问题的关键信息。02用于生物生产的传统和新兴微生物平台的调查可持续化学生产在不断发展的生物基行业中占据了稳固的地位，以替代目前几乎完全来自化石资源的产品。生物底盘是使用代谢工程工具定制的，该工具产生多功能生物生产平台（即细胞工厂），用于合成广泛的大宗和精细化学品——支持更可持续、更绿色的社会。尽管对高价值（生物）产品的需求不断增长，继续以前所未有的速度加速细胞工厂的发展，但为生物生产创建强大的微生物平台是一项相对手工且耗时的工作。此外，难以合成的化合物——无论是由于其毒性还是因为它们是新的自然物质，没有可用于合成的天然生物催化剂，仍在等待大规模生产。实现这一目的的工程细胞工厂需要一个多步骤的设计和执行策略，从生化网络的计算机模拟到与规模相关的生物反应器中所需代谢物的实际生物生产。整个过程所需的时间跨度取决于几个方面；首先，用于选定宿主基因组工程的遗传元件（即部分）的可用性和可及性；其次，评估包含实验室规模生物生产所需修改的初始原型；最后，优化不同的参数以增加滴度并最大化目标化合物的通量以及生物工艺放大。在满足与工业规模生物生产兼容的关键性能参数 之前，此序列的迭代对于提高工程底盘的性能是必要的。革兰氏阴性细菌大肠杆菌和酵母酿酒酵母是常规用于构建细胞工厂的常规底盘。对其生理学和遗传学的深入了解，以及广泛的遗传工具的可用性，使这些微生物在争取最佳生物生产平台的竞赛中处于领先地位。许多例子展示了如何对大肠杆菌进行工程改造以产生大量化合物，例如生物燃料、大宗化学品、天然产物和聚羟基链烷酸酯。同样，酵母细胞工厂进一步扩展了可从可再生基质生产的目标化学品组合。工程酿酒酵母生产的多种生物基化学品（例如有机酸和脂肪酸、生物燃料、类异戊二烯、芳烃和聚酮）说明了这一点。大多数这些细胞工厂的工业相关性仅限于原理验证尝试——除了重组蛋白生产和一些大宗化学品的生物合成。大规模发酵中的高产品滴度和稳健性，对于工业应用同样必要，但在此类试点研究中很少成功实现。这些性能指标与宿主的新陈代谢和生理学密切相关，这使得稳定生产参数等性状难以设计。例如，大肠杆菌对底物和氧气梯度的敏感性，由于混合限制，在大型生物反应器中经常遇到，是一个长期存在的问题，只是部分解决了。同样，大肠杆菌和酵母的溢出代谢规定了仅限于低底物浓度的糖喂养政策，并放大了与底物梯度相关的问题。因此，具有独特或额外优势特性的非传统宿主成为替代微生物候选者，因为它们在生产特定化合物方面表现出增强的性能，或者因为它们可以抵抗工业规模生产中典型的恶劣条件。此外，非传统宿主能够使用替代原料，例如 C1 化合物作为 CO2，规避与其他工业过程和食品生产的竞争。在许多其他有希望的微生物中，细菌种类天蓝色链霉菌、丙酮丁醇梭菌、枯草芽孢杆菌、谷氨酸棒杆菌和红球菌属，以及真核生物曲霉属和 Rhodotorula toruloides 属于非传统生物生产平台的广泛类别。（表格1）说明了这些微生物的一些关键特征，例如，它们产生特定类型分子的能力、对有毒化合物和极端培养条件的耐受性、遗传工具的可用性、底物范围和快速生长速度。这些物种已经找到了以生物技术生产大宗和精细化学品的方式，无论是代谢工程菌株的形式，还是通过长期选择性培养计划获得的过度生产变体的形式。这种类型的另一个突出例子是革兰氏阴性细菌恶臭假单胞菌，这都是由于合成生物学工具的可用性——不断扩大——以及对化学和氧化应激的显著耐受性。然而，这些微生物在代谢工程和工业应用方面仍未得到充分利用，因为在基因型与表型关系及其代谢网络结构方面存在显著的知识差距。扩大对微生物代谢的了解对于扩大可以“驯化”为细胞工厂的微生物底物的种类是必不可少的。在大多数非传统微生物中，关于 DNA 修饰如何影响表型或代谢网络如何在几个调节水平上相互作用的问题仍然不清楚。了解基因型与表型之间的关系需要充分利用合成生物学工具，实现合理和靶向的 DNA 修饰，以及全面探索代谢的动态行为，将物理化学或生化扰动与表型变化联系起 来。目前，解决这些挑战的大多数努力都集中在开发新的工具来设计非模型微生物。同时，微生物原型的深入多组学分析正在为模型生物提供动力，允许以前所未有的细节探索细胞中的多个调控层。尽管这些策略是必要的，但它们通常不足以调查非传统微生物作为生物生产平台的潜力——在这种平台上，缺乏对整个生物实体的系统理解。因此，合理设计、多组分数据集成、预测模型和自动化的智能组合对于构建高效的细胞工厂、扩展基础知识和指导代谢工程至关重要。 表格1 在工业生物技术中被选择的替代微生物的关键特征03生物铸造厂利用模型微生物宿主推进生物生产 设计、建造和测试电池工厂在工作量、时间和成本方面都很苛刻。这些活动中的大多数仍以（半）手工的方式沿着被称为合成生物学设计-构建-测试-学习（DBTL）循环的迭代工作流程进行。生物铸造厂的出现旨在加速和自动化这一序列，同时提高一致性、通量和降低劳动力成本。因此，生物铸造厂的主要目标是简化化学生产的微生物底盘工程。然而，生物铸造管道的最终产品，即细胞工厂，只是一个工业级生物生产平台的起点。一个整合的生物过程绝不是在那个阶段完成的，而且在升级阶段必须投入大量的时间和成本，这通常涉及到重新设计或升级细胞工厂的某些功能，或者选择完全不同的微生物宿主。幸运的是，合成生物学和多组学方法学的最新进展为加强生物铸造厂的作用提供了强有力的框架。在这个结构中，作者提出了 DBTL 循环的升级版本，其中“以代谢为中心” 的观点——而不是更传统的以基因组为中心的方法——有助于揭示生物技术相关微生物的表型复杂性。在这里，作者将生物铸造厂作为一个自动化平台来扩展对非传统微生物的知识——以及如何利用这些信息来定制强大的细胞工厂。作者还概述了快速构建主流宿主和替代宿主的多种突变变体的最新工具箱发展，重点是下一代宿主 P. putida。在这种情况下，生物铸造厂被提议作为一个功能接口，在该接口中，组学技术的集成使得几乎任何微生物底盘都能得到合理的操纵—— 新陈代谢是这种发展的核心驱动力——从而实现细胞工厂的全自动化部署。 曼森高通量发酵平台可搭建数量达到几百台高通量发酵平台，快速研究不同合成生物学技术策略构建的微生物菌株的组学特性，加快产业化进程。↑↑点击图片自动跳转至平行生物反应器参数页面未完待续参考文献：Gurdo N, Volke DC, Nikel PI. Merging automation and fundamental discovery into the design-build-test-learn cycle of nontraditional microbes. Trends in Biotechnology. 2022;40(10):1148-59.Mediacenter Editor | 曼森编辑文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士·END·

如需获取原文献/补充资料 请关注公众号前沿导读本 期 推文 ，我们 编 译 了 François Bertaux 等 发 表 在 Nature Communications 期刊上的研究论文《使用 ReacSight 增强生物反应器阵列以实现 自动测量和反应控制》（Enhancing bioreactor arrays for automated measurements and reactive control with ReacSight），该文介绍了 ReacSight，一种用于自动测量和 反应实验控制的增强生物反应器阵列的策略。因文章篇幅较长，共分为三期叙述，本期是最后一期，如需查看前文，请关注曼森生物公众号查看。感谢关注！目录/CONTENT01/引言02/结果2.1 测量自动化、平台软件集成和 ReacSight 的反应性实验控制2.2 反应性光遗传控制和酵母连续培养的单细胞解析特性2.3 使用光实时控制基因表达2.4 探索营养缺乏对健康和细胞压力的影响 2.5 ReacSight 是一种通用策略：通过吸液功能增强平板阅读器03/讨论接上文2.4探索营养缺乏对健康和细胞压力的影响荧光蛋白可以作为报告物来评估细胞的表型特征，也可以作为条形码来标记具有特定基因型的菌株。再加上生物反应器阵列的自动细胞仪，这种能力扩展了可能的实验范围：在动态控制环境中的多重菌株特性和竞争（图 4a）。事实上，一些荧光蛋白可用于基因分型，其他可用于表型分型。然后，自动细胞仪（包括原始数据分析）将提供关于不同菌株之间竞争动态和每个菌株的细胞状态分布动态的定量信息。根据实验的目标，这些丰富的信息可以反馈给实验控制，以适应每个反应器的环境参数。 作为可以进行此类实验的概念的第一个证明，作者开始探索营养缺乏对健康和细胞压力的影响（图 4b，左上角）。微生物群落中的不同物种根据其代谢多样性或专业性有不同的营养需求，因此它们的适合性不仅取决于外部环境因素，还取决于群落本身通过营养物质消耗、代谢物释放和其他细胞间耦合。与分批竞争分析相反，连续培养允许控制这些因素。例如，在恒浊器培养基中，营养素的可用性取决于营养素供应（即输入介质中的营养素水平）和细胞的营养素消耗（主要取决于 OD 设定值）。作者使用组氨酸营养不良作为营养缺乏的模型：对于 his3 突变细胞，组氨酸是一种必需的营养素。通过将 his3 突变细胞与野生型细胞在不同 OD 设定值和喂养介质中不同组氨酸浓度下进行竞争，可以测量营养缺乏如何影响适应性（图 4b，右上角）。在这两个菌株中使用应激报告子也可以了解营养缺乏情况下适应性和细胞压力之间的关系。作者将重点放在未折叠蛋白反应 （UPR）应激上，以研究营养应激是否会导致其他事先无关的应激类型，这将表明细胞生理学中的全局耦合。 组氨酸浓度为 4µM 时，在考虑的 OD 设定值（0.1-0.8）范围内，his3 突变细胞被野生型细胞强烈竞争（图 4b，左下角）。当浓度为 20µM 时，情况不再如此。在这种浓度下，野生型细胞的生长速度优势在 OD 设定值 0.6 以下接近零（剩余组氨酸足以使 his3 突变细胞正常生长），在最大 OD 设定点 0.8 时超过 0.2 h −1（剩余组胺过低，限制了 his3 突变体细胞的生长）。因此，对于这种营养供应水平，细胞的营养消耗水平对 his3 突变细胞的适应性有很大影响。4µM 到 20µM 之间 的这种定性变化与组氨酸的单个高亲和力转运体 HIP1 的 Km 常数报告值 17µM 高度一致。此外，因为组氨酸浓度为 4µM 的野生型和突变型细胞之间的生长速度差异接近甚至超过野生型细胞通常观察到的生长速度（在 0.3 到 0.45 h −1之间， 取决于 OD 设定值），作者得出结论，突变细胞在这些条件下完全生长。UPR 数据显示，在组氨酸浓度为 20µM 的所有 OD 设定点上，突变细胞和野生型细胞之间几乎没有差异，但在组氨酸含量为 4µM 时，突变细胞中的 UPR 反应明显激活 （图 4b，右下角）。因此，看似相似的生长表型（例如 4 和 20µM OD 为 0.8 的突 变细胞）可能对应于不同的生理状态（如不饱和蛋白反应应激水平的差异所揭示的）。 此外，为了展示基于菌株丰度数据的环境反应控制，作者着手动态控制两个菌株的比率。控制微生物培养物的组成和异质性有望实现更有效的生物加工策略。作者推断，当两种菌株中的一种对组氨酸具有营养缺陷时，培养物的 OD 可以用作方向盘。事实上，组氨酸生物合成突变生长速率在 20µM 的中等组氨酸浓度下对 OD 的强烈依赖性（图 4b，左下角）意味着可以通过切换恒浊器培养物的 OD 设定值来动态控制其生长速率。此外，如果这种菌株与组氨酸原营养菌菌株共同培养，但以 OD 独立的方式生长较慢，则可以实现两种菌株比率的双向控制（图 4c，左）。作者利用繁重的异源蛋白分泌构建了这种菌株。然后，作者构建了一个简单的模型来预测组氨酸营养不良菌株的（稳态）生长速率差异。将此模型用于模型预测控制和 ReacSight 事件系统，作者可以以完全自动化的方式在平行生物反应器（图 4c，右）中保持两种菌株的不同比率。然而，作者注意到稳态误差的系统存在。这种行为可能是由于慢菌株的生长速度意外恢复所致。由于在特征化实验中未观察到这种行为，作者假设这种差异是由于特征化或对照实验中使用的氨基酸供应混合物的组成不同（除了组氨酸外，Sigma 的组氨酸缺失补充物比 Formedium 的完整补充物更丰富）。图 4 探索和利用适应性、营养缺乏和细胞应激之间的关系。a 由于共培养、自动细胞仪和反应性实验控制，结合单细胞基因分型和表型分型的实验得以实现，以实时适应环境条件。b 左上角：必需营养素的可用性（例如 his3 突变株的组氨酸）取决于环境供应，也取决于通过营养素消耗的细胞密度。营养素供应不足会阻碍生长速度，并可能引发细胞应激。右上角：实验设计。野生型细胞（标记为 mCerulean 组成表达）与 his3 突变细胞共同培养。这两个菌株都含有一个 UPR 应激报告基因 mScarlet-I 的驱动表达。自动细胞仪能够将单个细胞分配 给其基因型，并监测菌株特异性 UPR 激活。这两种菌株相对数量的动态可以 推断突变细胞和野生型细胞在每种情况下的生长速度差异。左下图：两种不同介质组氨酸浓 度下突变细胞适应度缺陷的细胞密度依赖性。虚线表示野生型增长率对 OD 设定值的近似依赖性。右下角：每种情况下的菌株特异性 UPR 激活。c 左：双应变联合体的原理，其组成可以通过 OD 控制来控制。右：实施和演示。异源难折叠蛋白的分泌被用作营养独立的慢生长表型。使用模型预测控制和 ReacSight 事件系统对 OD 设定值进行动态控制，类似于图 3b （参见方法）。在时间 0 时开始蓝光，并在整个实验期间保持亮起，以诱导慢 his+菌株的慢 生长表型。作者注意到系统存在稳态误差，测得的比率低于目标值。在补充注释 3 中，作者 研究了限制控制性能的机制（慢生长表型的不稳定性、菌株识别错误和模型中未考虑的延 迟），还提供了其他控制实验的结果。源数据作为源数据文件提供。2.5ReacSight 是一种通用策略：通过吸液功能增强平板阅读器为了说明 ReacSight 的通用性，将其作为通过连接实验室设备来生长细胞和 /或测量细胞读数以及吸管机器人来创建实验平台的策略，作者将 Tecan 平板阅读器与 Opentrons 吸管机器人连接起来（图 5a）。移液机器人和驱动读板器的计算机通过 Flask 连接。因为无法访问平板阅读器的 API，所以再次使用了基于 pyautogui 的“点击”控制策略。 在第一个应用中，作者使用移液机器人在生长条件下长时间保持细菌细胞数量。更具体地说，大肠杆菌临床分离物在两种不同的培养基（M9 葡萄糖加或不加 casamino 酸）中生长，并存在不同浓度的头孢噻肟（CTX），一种β-内酰胺抗生素。由于β-内酰胺酶的表达，所选菌株对头孢噻肟处理具有耐药性。它对 CTX 的最低抑制浓度为 2 mg/L。当细胞群 OD 的中位数达到目标水平时，介质将按照补偿蒸发的策略更新（图 5b，左）。通过所选策略，作者能够在至少 15 代细胞中 保持 OD 中值接近所选目标（0.05 或 0.1）（图 5b 右图）。有趣的是，作者观察到，当用 1 mg/L 头孢噻肟处理时，细胞在葡萄糖+酪氨酸钠中的抵抗力比单独在葡萄糖中更好。这有些令人惊讶，因为β-内酰胺类抗生素通常对快速生长的细胞有更强的影响。 在第二个应用中，作者使用该平台测试了在不同细胞密度下应用第二剂量头孢噻肟的效果。这些实验在概念上非常简单，但其结果很难预测。低浓度头孢噻肟抑制参与细胞分裂的 PBP3 蛋白，从而导致细丝形成，而高浓度头孢噻肟则抑制参与细胞壁维持的 PBP1 蛋白，并导致细菌溶解。由于成丝作用，即使没有细胞分裂，种群生物量在延长的时间内也可能继续呈指数增长。此外，死亡细胞释 放的β-内酰胺酶在环境中降解抗生素。这导致了细胞死亡和抗生素降解之间的时间赛跑，丝状物有助于延迟这一赛跑，同时增加生物量（图 5c 左）。因此，在不同细胞密度下应用第二剂量抗生素的实验有可能启发人们理解不同的作用（图 5c 中间）。当以 5 10−4 的光学密度开始时，单次处理的结果与分离物的 MIC 一 致，因为高于 MIC 的处理会导致生长明显停滞，而低于 MIC 的处理不会（图 5c， “培养基处理”）。还可以观察到，在前一种情况下，生长在数小时后恢复，这是酶介导的抗生素耐受的典型行为。这两个观察结果在使用 16 mg/L CTX 进行第二次处理的情况下仍然有效。有趣的是，当处理后生长停止时，OD 大约是处理时 OD 的 25 倍：12 10−3 ,6 10−2 和 12 10−2，处理时分别为 5 10−4 , 2.5 10−3 和 5 10−3。这表明，生长停止前活细胞对抗生素的降解是有限的，因此，生长停止之前只有有限数量的细胞死亡。因此，对抗生素处理的耐受性使细胞在死亡前的生物量增加了近 25 倍，然后由于酶介导的抗生素降解，使细胞在处理中存活下来，远远 超过其 MIC。还可以观察到，当初始处理为 4 mg/L 时，生长停止和再生之间的延迟相对恒定（~5 小时），与添加的抗生素总量无关（4 或 20 mg/L CTX）。这表明，生长停止后抗生素降解非常有效，延迟主要对应于无法检测到的再生所需的时间，此时活细胞的动态被死亡生物的光密度所掩盖。在作者的条件下，当第一次处理有效（4 或 16 mg/L）时，第二次处理似乎几乎没有效果。需要进行深入研究，以更量化的方式调查这些影响。图 5 基于 ReacSight 的自动化平台组装，实现反应控制和低容量细菌培养物的表征。a 平台 概述。Opentrons OT-2 移液机器人用于提高读板器（Spark、Tecan）的容量。机器人用于在预先定义的 OD 处处理平板读取器中的培养物。b 左：大肠杆菌临床分离物可以通过以 OD 控制的方式更新培养基来维持在生长条件下。必须注意补偿延长时间范围内的蒸发。右图：富培养基中的细胞（葡萄糖+casaminoacids vs 单独葡萄糖）生长更快，但抵抗更好的亚 MIC 抗生素处理。左：由于两种效应的结合，细菌种群可能表现出对处理的恢复力。在单细胞水 平上，细胞可能通过丝状化耐受超过其 MIC 的抗生素浓度。基于纤维的耐受性允许在细胞 死亡之前增加生物量。在种群水平上，抗生素被环境中细胞死亡时释放的酶降解。最终结果 取决于细胞死亡和抗生素降解之间的竞争。中间：这两种效应的各自作用可以通过反复抗生 素处理来研究。右图：大肠杆菌临床分离物在初始 OD 为 5 10−4 时用不同浓度的 CTX（图 例）处理，第二次使用 16 mg/L CTX（红色）或单独使用介质（蓝色），使用用户定义的 OD （2.5 10−3 或 5 10−3 ). 由于仪器限制，OD 读数低于 10−3 个可靠性较差。源数据作为源数据文 件提供。 03讨论 作者报道了 ReacSight 的开发，这是一种通过自动测量和反应实验控制来增 强多生物反应器设置的策略。ReacSight 通过允许研究人员将低成本开放硬件仪器（如 eVOLVER、Chi.Bio）和多功能、模块化、可编程移液机器人（如 Opentrons OT-2）与敏感但通常昂贵的独立仪器相结合，构建全自动化平台，大大拓宽了可行实验的范围。作者还证明，ReacSight 可用于增强具有吸液能力的平板阅读器。ReacSight 是通用的，易于部署，应该广泛用于微生物系统生物学和合成生物学社区。正如 Wong 及其同事所指出的，将多生物反应器装置连接到细胞仪进行自动测量，可以实现微生物培养物的单细胞分辨特性。事实上，在微生物系统和合成生物学的背景下，自动化细胞术几年前已经被少数实验室证明，但低吞吐量或依赖昂贵的自动化设备可能会阻碍这项技术的广泛采用。来自连续培养物的自动细胞仪与最近开发的光遗传学系统相结合，变得特别强大，能够对细胞过程进行有针对性、快速和成本效益的控制。作者使用 ReacSight 将两种不同的生物反应器设置（预先存在的自定义设置和最近的 Chi.Bio-optogenetic-ready 生物反应器） 与细胞仪连接起来。这证明了 ReacSight 战略的模块化，而使用 Chi Bio 生物反应器的平台版本说明了其他缺乏现有生物反应器设置的实验室如何能够以较小的时间和财务成本（不包括细胞仪的成本，尽管其价格昂贵，但即使在缺乏自动化的情况下也已经在实验室中广泛使用）构建这样的平台。作者通过以全自动方式并在不同的反应器中并行执行（1）光驱动的基因表达实时控制，展示了该平台的关键能力；（2）在严格控制的环境条件下，基于细胞状态的竞争分析；动态 控制两个菌株之间的比值。 然而，作者只触及了这些平台提供的巨大潜在应用空间的表面。最近通过核 糖体移码技术证明，菌株条形码可以扩展到 20 株带有两个荧光团的菌株，甚至可以扩展到 100 株带有三个荧光团。这种多路复用能力对于并行描述各种候选路径的输入-输出响应（或菌株背景库中路径行为的依赖性）特别有用（在反应器中 使用不同的光感应）。免疫珠可用于更多样化的基于细胞术的测量（机器人可实 现自动孵化和清洗，例如使用 Opentrons OT-2 磁性模块）。表面显示或 GPCR 信号等技术也可用于设计生物传感器菌株，用单细胞仪测量更多培养物尺寸，无需试剂成本。除了高性能的定量菌株表征外，此类平台还可用于生物技术应用。基于自动细胞仪的人工微生物联合体的组成，以及培养条件的动态控制（如本文所示，使用组氨酸营养不良和 OD），可以大大减少设计稳健共存机制的需要，因此可以使用更大多样性的联合体。 未来，希望许多基于 ReacSight 的平台将被组装起来，它们的设计将被广泛的社区共享，以大幅扩展实验能力，从而解决微生物学的基本问题，并释放合成生物学在生物技术应用中的潜力。曼森生物MediaCenter，赞10【视频来源：曼森生物视频号】请至视频号观看视频全文完参考文献：Bertaux, F., Sosa-Carrillo, S., Gross, V. et al. Enhancing bioreactor arrays for automated measurements and reactive control with ReacSight. Nat Commun 13, 3363 (2022). https://doi.org/10.1038/s41467-022-31033-9由于篇幅受限，关于上述文章原文献详见公众号右下角底部菜单栏→补充资料，自动跳转获取Mediacenter Editor | 曼森编辑文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士

      如需获取原文献/补充资料 请关注公众号目录/CONTENT01/引言02/结果2.1 测量自动化、平台软件集成和 ReacSight 的反应性实验控制2.2 反应性光遗传控制和酵母连续培养的单细胞解析特性2.3 使用光实时控制基因表达2.4 探索营养缺乏对健康和细胞压力的影响 2.5 ReacSight 是一种通用策略：通过吸液功能增强平板阅读器03/讨论2.2 反应性光遗传控制和酵母连续培养的单细胞解析特性作者首次应用 ReacSight 策略的动机是酵母合成生物学应用。在这种情况下，精确控制合成路径并在定义明确的环境条件下测量其输出，并具有足够的时间分辨率和范围是至关重要的。光遗传学为控制合成路径提供了一种极好的方法，生物反应器支持的连续培养是对环境条件进行长时间严格控制的理想方法。为了测量单个细胞的路径输出，细胞术提供了高灵敏度和高通量。因此，借助 ReacSight 策略，利用台式细胞仪作为测量设备，组装了一个完全自动化的实验平台，实现了对酵母连续培养物的反应性光遗传学控制和单细胞解析表征（图 2a）。补充说明 2 提供了平台硬件和软件的详细信息，此处仅讨论关键要素。八个反应器与移液机器人相连，这意味着每个时间点都会填满一列取样板。虽然机器人可以接触到三列细胞仪输入板，但作者仅使用一列，由机器人进行广泛清洗，以实现小于 0.2%的残留，使用免疫磁珠进行验证。通常在机器人平台上安装两个倾翻箱和两个取样板（2×96=192 个样本），因此，在没有任何人为干预的情况下，八个反应器中的每一个都有 24 个时间点。为了实现基于细胞数据的反应性实验控制，作者开发并实施了算法，以在重叠荧光团之间执行自动选通和光谱反褶积（图 2b）。作者首先通过对组成性表达来自染色体整合转录单位的各种荧光蛋白的酵母菌株进行长期恒浊培养来验证平台的性能（图 2c）。荧光团水平的分布是单峰的，随着时间的推移是稳定的，正如在具有组成型启动子的稳定生长条件下所预期的那样。mNeonGreen 和 mScarlet-I 在单色和三色菌株之间的分布完全重叠。这与从强 pTDH3 启动子表达一个或三个荧光蛋白对细胞生理学的影响可以忽略不计的假设是一致的，并且三色菌株中转录单位的相对位置（mCerulean 第一， mNeonGreen 第二，mCarlet-I）对基因表达的影响很小。与单色品系相比，三色品系中测得的 mCerulean 水平略高（~15%）。这可能是由于反褶积中的残余误差造成的，与自荧光和 mNeonGreen 相比，mCerulean 的亮度较低加剧了这种误差。为了验证平台的光遗传学能力，作者构建了一个基于 EL222 系统 17 的光诱导基因表达路径并对其进行了表征（图 2d）。正如预期的那样，应用不同的蓝光开-关时间模式导致荧光团水平的动态分布覆盖范围很广，从接近零水平（即几乎无法与自体荧光区分）到超过强组成启动子 pTDH3 获得的水平。高诱导表达水平的细胞间变异性也很低，变异系数（CV）值与 pTDH3 启动子相当（0.22 vs 0.20）。作者组装的第一个平台使用了一个预先存在的定制光生生物反应器阵列。这种设置有几个优点（可靠性、工作容量范围广），但其他实验室无法轻易复制。由于 ReacSight 架构的模块化，可以通过将这个定制的生物反应器阵列与最近描述的开放硬件、光遗传学就绪的商用 Chi.生物反应器（图 2a（右图））交换，快速构建具有类似功能的平台的第二个版本。为了验证该平台的另一版本的性能，作者使用图 2d 中相同的菌株进行了光诱导实验，并获得了各种光诱导曲线的极好的反应器到反应器再现性。图 2 基于 ReacSight 的自动化平台组装，实现对酵母连续培养物的反应性光遗传学控制和单 细胞解析表征。a 平台概述。Opentrons OT-2 移液机器人用于将支持光基因的多生物反应器 连接到台式细胞仪（Guava EasyCyte 14HT，Luminex）。机器人用于稀释细胞仪输入板中的 新鲜培养样本，并在时间点之间清洗。“点击”Python 库 pyautogui 用于创建细胞仪仪器控制 API。定制算法是在 Python 中开发和实现的，用于实时自动选通和去卷积细胞数据。使用定 制的生物反应器装置（左图）或 Chi 生物反应器（右图）组装了两个版本的平台。b 选通和 反褶积算法说明。例如，显示了重叠荧光团 mCerulean 和 mNeonGreen 之间的反褶积。c 多 代单细胞基因表达分布的稳定性。从 pTDH3 启动子驱动的转录单位中组成性表达 mCerulean、 mNeonGreen 或 mCarlet-I 的菌株（“三色”菌株），整合到染色体中，在浊度调节器模式下生 长（OD 设定值=0.5，上限图），每小时采集一次细胞仪（垂直绿线）。所有时间点的荧光强 度分布（通过高斯核密度估计进行平滑）（选通、反褶积和前向散射归一化后，FSC）用不同 的颜色阴影绘制在一起（下图）。RPU：相对启动子单位（见方法）。为了简单起见，未显示 “三色”的 OD 数据，与其他类似。d 基于 EL222 系统的光驱动基因表达电路的特性。应用 三种不同的开-关蓝光时间剖面图（底部），每 45 分钟采集一次细胞仪。门控、去卷积、FSC 标准化数据的中位数如图所示（顶部）。此图中显示的所有生物反应器实验均在同一天与定 制生物反应器平台版本并行进行。源数据作为源数据文件提供。2.3 使用光实时控制基因表达 为了展示平台的反应性光遗传控制能力，作者开始动态适应光刺激，以便将 荧光团水平保持在不同的目标设定点。这种用于体内基因表达调控的电子反馈有 助于在存在复杂细胞调控的情况下剖析内源性路径的功能，并有助于将合成系统 用于生物技术应用。作者首先构建并验证了光诱导基因表达的简单数学模型（图 3a）。将三个模型参数与图 2d 的表征数据进行联合拟合，得到了良好的定量一致 性。考虑到模型假设的简单性，这一点值得注意：光激活下的 mRNA 生成速率 恒定，每 mRNA 的翻译速率恒定，mRNA（大部分降解，半衰期为 20 分钟）和 蛋白质（大部分稀释，半衰率为 1.46 小时）的一级衰变。因此，当实验条件得到 很好的控制并且数据得到适当的处理时，人们可以希望用一小套简单的过程来定 量地解释生物系统的行为。然后，作者将拟合模型合并到模型预测控制算法中（图 3b）。该算法与 ReacSight 事件系统一起，实现了对不同反应器中不同目标的荧光 水平的精确实时控制（图 3c）。为了进一步证明平台的稳健性和再现性，作者在 几个月后进行了另一个单 8 反应器实验，涉及两个荧光团目标水平的四个重复反 应器运行。所有的重复都能很好地跟踪目标，并且控制算法决定的 光分布在相同目标的重复之间非常相似，但并不完全相同。作者还研究了之前使用的诱导系统在更长时间尺度上的遗传稳定性。遗传稳 定性是工业生物生产的一个重要因素。作者观察到，EL222 驱动的 mNeonGreen 蛋白的诱导可以持续 5 天以上，并且具有很好的稳定性（图 3d 顶部）。更进一 步，作者测试了同一蛋白的分泌版本是否表现出类似的表达稳定性。作者观察到， 诱导约2天后细胞水平显著降低。细胞异质性也增加了（图3d右侧）。为了弥补细胞水平的下降，作者将表达盒整合成多个拷贝（三次，串联染色体插入）。诱导后，获得了非常高的荧光水平（图 3d 底部）。令人惊讶的是，这些水平比非分泌蛋白高一个数量级，并伴随着强烈的应激，正如未折叠蛋白应激报告所反映的那样（pUPR mScarletI）。诱导后，细胞内蛋白质水平逐渐下降。细胞内蛋白质水平显示出明显的双峰分布，强烈的遗传不稳定性迹象（图 3d 右侧）。最后，当以最大诱导水平的三分之一诱导时，相同的三重拷贝结构表现出非单调行为：高水平初始反应，随后细胞内水平缓慢下降，如完全诱导的三重结构，随后长期内部高蛋白水平的非预期缓慢恢复（图 3d 底部）。这种恢复可以通过细胞适应高生产需求来解释，或者更可能的是，通过选择高产亚群来解释，该亚群能够更好地保存 HIS3 选择标记，即使在完全培养基中也具有轻微的生长优势。这个实验证明了作者的平台能够执行长时间的实验，并以相对较高的时间分辨率提供单小区信息。此外，它促使探索和利用营养素可用性对健康和压力的影响。图 3 闭环：使用光实时控制基因表达。a 光驱动基因表达电路的简单 ODE 模型拟合到图 2d 的表征数据。拟合参数为γm=2.09 h−1，σ=0.64 RPU 小时−1，γFP=0.475 小时−1·km 被任 意设置为等于γm，以仅允许从蛋白质中值水平识别参数。b 实时控制基因表达的策略。每 小时进行一次细胞仪采集，在选通、反褶积和 FSC 归一化后，数据被送入模型预测控制（MPC） 算法。该算法使用该模型搜索 10 个周期为 30 分钟的工作循环（即 5 小时的后退地平线）的 最佳占空比序列，以跟踪目标水平。c 四种不同目标水平的实时控制结果，在不同的生物反应器中并行执行（自定义设置）。左：单个单元格的中位数（控制值）。右：单细胞随时间的 分布。请注意，所有绘图都使用线性比例。d 表达系统的长期稳定性和蛋白质分泌的影响。表达 EL222 驱动的 mNeonGreen 荧光报告子的细胞，无论是否分泌，在浊度调节器中生长 5 天，每 2 小时进行一次细胞仪测量。表示整个实验期间的平均表达水平。荧光分布也显示在 选定的时间点（诱导后 0、6、48 和 120 小时）。细胞也有分泌应激的荧光报告子（pUPRmScarlet-I）。还提供了三个拷贝中整合的 mNeonGreen 报告蛋白的分泌形式的结果。相关蛋 白（mNeonGreen 水平）和应激水平（mCarlet-I 水平）分布的时间演变如补充图 11 和 12 所 示。源数据作为源数据文件提供。曼森生物高通量菌株筛选平台技术上海曼森生物科技公司专注于高通量、自动化、智能化实验室技术产品开发，逐步形成了全自动化的高通量菌株筛选平台技术，可根据用户需求定制化高通量全自动菌株筛选平台。每天筛选通量可从几千到10万，是人工通量的几十倍上百；在传统生物技术上，加速工业化菌株的遗传进化，帮助提高底物转化率和产量提升；在合成生物技术上，可为选择的平台化合物表达菌株的遗传稳定性、表观遗传进化提升效率。此外高通量筛选必须有高通量的自动化分析检测技术支撑方能发挥最大价值。曼森生物MediaCenter，赞37【视频来源：曼森生物视频号】未完待续Mediacenter Editor | 曼森编辑文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士END

编者按跟踪智慧实验室的理论研究发展状况、产业发展动态、主要设备供应商产品研发动态、国内外智慧实验室建设成果现状等信息内容。本文由中科院上海生命科学信息中心与曼森生物合作供稿。‍本期推文， 编 译 了 François Bertaux 等 发 表 在 Nature Communications 期刊上的研究论文《使用 ReacSight 增强生物反应器阵列以实现自动测量和反应控制》（Enhancing bioreactor arrays for automated measurements and reactive control with ReacSight），介绍了 ReacSight，一种用于自动测量和反应实验控制的增强生物反应器阵列的策略。ReacSight 利用低成本移液机器人进行样品采集、处理和装载，并提供灵活的仪器控制架构。作者展示了 ReacSight 在涉及酵母的三种实验应用中的能力，包括：基因表达的实时光遗传控制；营养缺乏对健康和细胞应激的影响；对双菌株混合群落的组成进行动态控制。因文章篇幅较长，将分为三期来讲述。感谢关注！目录/CONTENT01/引言02/结果   2.1 测量自动化、平台软件集成和 ReacSight 的反应性实验控制   2.2 反应性光遗传控制和酵母连续培养的单细胞解析特性   2.3 使用光实时控制基因表达   2.4 探索营养缺乏对健康和细胞压力的影响    2.5 ReacSight 是一种通用策略：通过吸液功能增强平板阅读器03/讨论01引言小规模、低成本的生物反应器正在成为微生物系统和合成生物学研究的有力工具。它们允许在长时间（几天）内严格控制细胞培养参数（例如温度、细胞密度、培养基更新率）。这些独特的特点使研究人员能够进行复杂的实验,并实现实验的高度再现性。例如，当药物选择压力随着耐药性的发展而增加时，抗生素耐药性的表征，细胞间通信合成路径的细胞密度控制表征，以及使用组合敲除文库在动态变化温度下酵母适应度的全基因组表征。原位光密度测量只能提供总生物量浓度及其增长率的信息，而荧光测量的灵敏度低，背景高。通常还必须测量和跟踪培养细胞群体的关键特征，如基因表达水平、细胞应激水平、细胞大小和形态、细胞周期进程、不同基因型或表型的比例。研究人员通常需要手动提取、处理和测量培养样本，以便通过更灵敏和专业的仪器（如细胞仪、显微镜、测序仪）进行检测。手动干预通常繁琐、容易出错，并严重限制了可用的时间分辨率和范围（即夜间无时间点）。它还阻碍了培养条件对此类措施的动态适应。这种反应性实验控制目前正引起系统生物学和合成生物学的兴趣。它既可以用来维持种群的某种状态（外部反馈控制），也可以用来最大化实验的价值（反应性实验设计）。例如，外部反馈控制可用于解开复杂的细胞耦合和信号通路调控，控制微生物群落的组成，或优化工业生物生产。反应性实验设计在长时间不确定实验（如人工进化实验）的背景下特别有用。通过实现实时参数推断和优化实验设计，也有助于加速基于模型的生物系统表征。原则上，商业机器人设备和/或定制硬件可用于将生物反应器阵列连接到敏感的多样本（通常接受 96  孔板作为输入）测量设备。然而，这对设备采购、设备成本和软件集成提出了巨大挑战。当一个功能平台建立起来时，相应硬件和软件的升级和维护也极具挑战性。因此，迄今为止报告的例子很少。例如，只有两个小组展示了细菌或酵母培养物的自动细胞术和反应性光遗传学控制，设置仅限于单个连续培养物或具有有限连续培养能力的多个培养物。一组还展示了自动显微镜和反应性光遗传学控制单个酵母连续培养。 ReacSight， 一种通用且灵活的策略，用于增强生物反应器阵列的自动化测量和反应实验控制。ReacSight 非常适合集成开放源代码、开放硬件组件，但也可以容纳封闭源代码、 仅限 GUI 的组件（如细胞仪）。首先，作者使用 ReacSight 组装一个平台，实现基于细胞术的特征描述和平行酵母连续培养的反应性光遗传学控制。重要的是，作者构建了两个版本的平台，要么使用定制的生物反应器阵列，要么使用最新的低成本、开放硬件、商业化的光遗传学 Chi.生物反应器。然后，作者在三个案例研究中证明了它的有用性。首先，作者在不同的生物反应器中用光实现基因表达的并行实时控制。第二，作者利用高度受控和信息丰富的竞争分析，探讨营养缺乏对健康和细胞应激的影响。第三，作者利用平台的养分稀缺性和反应性实验控制能力，实现对两个菌株混合群落的动态控制。最后，为了进一步证明 ReacSight 的通用性，作者使用它来增强具有吸液能力的平板阅读器，并对大肠杆菌临床分离物进行复杂的抗生素处理。02结果2.1  测量自动化、平台软件集成和 ReacSight 的反应性实验控制ReacSight 战略旨在增强用于自动测量和反应实验控制的生物反应器阵列， 以灵活和标准化的方式将硬件和软件元素结合起来（图 1）。吸管机器人用于以通用方式在任何生物反应器阵列和任何基于平板的测量设备之间建立物理连接（图 1a）。生物反应器培养物样本通过连接在机械臂上的泵控取样管线发送至移液机器人（取样）。使用移液机器人的一个主要优点是，在测量（处理）之前，可以在培养样本上自动执行不同的处理步骤。然后，样品由移液机器人转移至测量装置（装载）。当然，这需要测量设备的物理定位，以便当其装载托盘打开时，机器人手臂可以接近设备输入板的孔。部分接近设备输入板通常不是问题，因为机器人可用于在测量之间清洗输入板孔，允许随着时间的推移重复使用相同的孔（清洗）。重要的是，如果不需要反应性实验控制，或者如果不是基于测量，机器人功能也可以用于处理和存储培养样本，以便在实验结束时进行一次性离线测量，从而实现具有灵活时间分辨率和范围的自动测量。ReacSight 还提供了一些软件挑战的解决方案，这些软件挑战应该解决，以解锁多生物反应器的自动测量和反应实验控制（图 1b）。首先，需要对平台的所有仪器（生物反应器、移液机器人、测量设备）进行程序控制。其次，一台计算机应该与所有仪器进行通信，以协调整个实验。ReacSight 将 Python 编程语言的多功能性和强大功能与 Flask web 应用程序框架的通用性和可伸缩性相结合，以应对这两个挑战。事实上，Python 非常适合轻松构建 API 来控制各种仪器：有完善的开源库用于控制微控制器（如 Arduinos），甚至用于基于“点击”的控制 GUI 专用软件驱动缺少 API 的封闭源代码仪器（pyautogui）。重要的是，开源、低成本的吸管机器人 OT-2（Opentrons）附带了本地 Python API。Hamilton 机器人也可以通过 Python API 进行控制。然后，Flask 可用于公开所有仪器 API，以便通过本地网络进行简单访问。然后，从一台计算机协调对多个仪器的控制的任务基本上简化为发送 HTTP 请求的简单任务，例如使用 Python 模块请求。HTTP 请求 还可以使用社区级数字分发平台Discord 实现从实验到远程用户的用户友好通信。这种多功能仪表控制结构是 ReacSight 的关键组件。ReacSight 的另外两个关键组件是（1）通用的面向对象的事件实现（如果发生这种情况，请这样做），以促进反应性实验控制；（2）将所有仪器操作详尽记录到单个日志文件中。ReacSight 软件以及硬件的源文件在 ReacSight-Git 存储库中公开提供。图1 ReacSight：用于自动测量和反应实验控制的增强生物反应器阵列的策略。a 在硬件方面，ReacSight 利用吸管机器人（如低成本、开源 Opentrons OT-2）在任何多生物反应器设置（eVOLVER、Chi.Bio、custom……）和任何基于平板的测量设备（平板阅读器、细胞仪、高通量显微镜、pH 计……）的输入之间建立物理链接。如有必要，可使用移液机器人对生物反应器样本进行处理（稀释、固定、提取、纯化……），然后再装入测量装置。如果不需要反应实验控制，处理过的样品也可以存储在机器人平台上进行离线测量（OT-2 温度模块可以帮助保存对温度敏感的样品）。b 在软件方面，ReacSight 通过基于Python 和PythonWeb 应用程序框架 Flask 的多功能仪器控制体系结构实现了全平台集成。ReacSight 软件还提供了一个通用事件系统，以实现反应性实验控制。显示了反应实验控制的简单用例的示例代码。实验控制还可以使用Discord webhooks 将实验状态通知远程用户，并生成详尽的日志文件。03曼森自动化高通量发酵实验室曼森机器人自动化技术可根据客户实际需求进行定制化（可实现硬件+软件协同）完成复杂流程自动化。机器人自动化技术与平行反应器组合为生物领域科学研究助力，是实现生物技术biofoundry的重要技术基础；曼森生物致力于满足客户自动化、高通量的需求，推进合成生物技术产品快速产业化。曼森高通量发酵平台曼森实验室自动化系列曼森高通量自动样品检测机器人未完待续Mediacenter Editor | 曼森编辑文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士

本篇承接上文。《使用ReacSight增强生物反应器阵列以实现自动测量和反应控制（上）》（点击查看）。《使用ReacSight增强生物反应器阵列以实现自动测量和反应控制（中）》（点击查看）。2.4 探索营养缺乏对健康和细胞压力的影响荧光蛋白可以作为报告物来评估细胞的表型特征，也可以作为条形码来标记具有特定基因型的菌株。再加上生物反应器阵列的自动细胞仪，这种能力扩展了可能的实验范围：在动态控制环境中的多重菌株特性和竞争（图 4a）。事实上，一些荧光蛋白可用于基因分型，其他可用于表型分型。然后，自动细胞仪（包括原始数据分析）将提供关于不同菌株之间竞争动态和每个菌株的细胞状态分布动态的定量信息。根据实验的目标，这些丰富的信息可以反馈给实验控制，以适应每个反应器的环境参数。作为可以进行此类实验的概念的第一个证明，作者开始探索营养缺乏对健康和细胞压力的影响（图 4b，左上角）。微生物群落中的不同物种根据其代谢多样性或专业性有不同的营养需求，因此它们的适合性不仅取决于外部环境因素，还取决于群落本身通过营养物质消耗、代谢物释放和其他细胞间耦合。与分批竞争分析相反，连续培养允许控制这些因素。例如，在恒浊器培养基中，营养素的可用性取决于营养素供应（即输入介质中的营养素水平）和细胞的营养素消耗（主要取决于 OD 设定值）。作者使用组氨酸营养不良作为营养缺乏的模型：对于 his3 突变细胞，组氨酸是一种必需的营养素。通过将 his3 突变细胞与野生型细胞在不同 OD 设定值和喂养介质中不同组氨酸浓度下进行竞争，可以测量营养缺乏如何影响适应性（图 4b，右上角）。在这两个菌株中使用应激报告子也可以了解营养缺乏情况下适应性和细胞压力之间的关系。作者将重点放在未折叠蛋白反应 （UPR）应激上，以研究营养应激是否会导致其他事先无关的应激类型，这将表明细胞生理学中的全局耦合。组氨酸浓度为 4µM 时，在考虑的 OD 设定值（0.1-0.8）范围内，his3 突变细胞被野生型细胞强烈竞争（图 4b，左下角）。当浓度为 20µM 时，情况不再如此。在这种浓度下，野生型细胞的生长速度优势在 OD 设定值 0.6 以下接近零（剩余组氨酸足以使 his3 突变细胞正常生长），在最大 OD 设定点 0.8 时超过 0.2 h −1（剩余组胺过低，限制了 his3 突变体细胞的生长）。因此，对于这种营养供应水平，细胞的营养消耗水平对 his3 突变细胞的适应性有很大影响。4µM 到 20µM 之间 的这种定性变化与组氨酸的单个高亲和力转运体 HIP1 的 Km 常数报告值 17µM 高度一致。此外，因为组氨酸浓度为 4µM 的野生型和突变型细胞之间的生长速度差异接近甚至超过野生型细胞通常观察到的生长速度（在 0.3 到 0.45 h −1之间， 取决于 OD 设定值），作者得出结论，突变细胞在这些条件下完全生长。UPR 数据显示，在组氨酸浓度为 20µM 的所有 OD 设定点上，突变细胞和野生型细胞之间几乎没有差异，但在组氨酸含量为 4µM 时，突变细胞中的 UPR 反应明显激活 （图 4b，右下角）。因此，看似相似的生长表型（例如 4 和 20µM OD 为 0.8 的突 变细胞）可能对应于不同的生理状态（如不饱和蛋白反应应激水平的差异所揭示的）。此外，为了展示基于菌株丰度数据的环境反应控制，作者着手动态控制两个菌株的比率。控制微生物培养物的组成和异质性有望实现更有效的生物加工策略。作者推断，当两种菌株中的一种对组氨酸具有营养缺陷时，培养物的 OD 可以用作方向盘。事实上，组氨酸生物合成突变生长速率在 20µM 的中等组氨酸浓度下对 OD 的强烈依赖性（图 4b，左下角）意味着可以通过切换恒浊器培养物的 OD 设定值来动态控制其生长速率。此外，如果这种菌株与组氨酸原营养菌菌株共同培养，但以 OD 独立的方式生长较慢，则可以实现两种菌株比率的双向控制（图 4c，左）。作者利用繁重的异源蛋白分泌构建了这种菌株。然后，作者构建了一个简单的模型来预测组氨酸营养不良菌株的（稳态）生长速率差异。将此模型用于模型预测控制和 ReacSight 事件系统，作者可以以完全自动化的方式在平行生物反应器（图 4c，右）中保持两种菌株的不同比率。然而，作者注意到稳态误差的系统存在。这种行为可能是由于慢菌株的生长速度意外恢复所致。由于在特征化实验中未观察到这种行为，作者假设这种差异是由于特征化或对照实验中使用的氨基酸供应混合物的组成不同（除了组氨酸外，Sigma 的组氨酸缺失补充物比 Formedium 的完整补充物更丰富）。图 4 探索和利用适应性、营养缺乏和细胞应激之间的关系。a 由于共培养、自动细胞仪和反应性实验控制，结合单细胞基因分型和表型分型的实验得以实现，以实时适应环境条件。b 左上角：必需营养素的可用性（例如 his3 突变株的组氨酸）取决于环境供应，也取决于通过营养素消耗的细胞密度。营养素供应不足会阻碍生长速度，并可能引发细胞应激。右上角：实验设计。野生型细胞（标记为 mCerulean 组成表达）与 his3 突变细胞共同培养。这两个菌株都含有一个 UPR 应激报告基因 mScarlet-I 的驱动表达。自动细胞仪能够将单个细胞分配 给其基因型，并监测菌株特异性 UPR 激活。这两种菌株相对数量的动态可以 推断突变细胞和野生型细胞在每种情况下的生长速度差异。左下图：两种不同介质组氨酸浓 度下突变细胞适应度缺陷的细胞密度依赖性。虚线表示野生型增长率对 OD 设定值的近似依赖性。右下角：每种情况下的菌株特异性 UPR 激活。c 左：双应变联合体的原理，其组成可以通过 OD 控制来控制。右：实施和演示。异源难折叠蛋白的分泌被用作营养独立的慢生长表型。使用模型预测控制和 ReacSight 事件系统对 OD 设定值进行动态控制，类似于图 3b （参见方法）。在时间 0 时开始蓝光，并在整个实验期间保持亮起，以诱导慢 his+菌株的慢 生长表型。作者注意到系统存在稳态误差，测得的比率低于目标值。在补充注释 3 中，作者 研究了限制控制性能的机制（慢生长表型的不稳定性、菌株识别错误和模型中未考虑的延 迟），还提供了其他控制实验的结果。源数据作为源数据文件提供。2.5 ReacSight是一种通用策略：通过吸液功能增强平板阅读器为了说明 ReacSight 的通用性，将其作为通过连接实验室设备来生长细胞和 /或测量细胞读数以及吸管机器人来创建实验平台的策略，作者将 Tecan 平板阅读器与 Opentrons 吸管机器人连接起来（图 5a）。移液机器人和驱动读板器的计算机通过 Flask 连接。因为无法访问平板阅读器的 API，所以再次使用了基于 pyautogui 的“点击”控制策略。在第一个应用中，作者使用移液机器人在生长条件下长时间保持细菌细胞数量。更具体地说，大肠杆菌临床分离物在两种不同的培养基（M9 葡萄糖加或不加 casamino 酸）中生长，并存在不同浓度的头孢噻肟（CTX），一种β-内酰胺抗生素。由于β-内酰胺酶的表达，所选菌株对头孢噻肟处理具有耐药性。它对 CTX 的最低抑制浓度为 2 mg/L。当细胞群 OD 的中位数达到目标水平时，介质将按照补偿蒸发的策略更新（图 5b，左）。通过所选策略，作者能够在至少 15 代细胞中 保持 OD 中值接近所选目标（0.05 或 0.1）（图 5b 右图）。有趣的是，作者观察到，当用 1 mg/L 头孢噻肟处理时，细胞在葡萄糖+酪氨酸钠中的抵抗力比单独在葡萄糖中更好。这有些令人惊讶，因为β-内酰胺类抗生素通常对快速生长的细胞有更强的影响。在第二个应用中，作者使用该平台测试了在不同细胞密度下应用第二剂量头孢噻肟的效果。这些实验在概念上非常简单，但其结果很难预测。低浓度头孢噻肟抑制参与细胞分裂的 PBP3 蛋白，从而导致细丝形成，而高浓度头孢噻肟则抑制参与细胞壁维持的 PBP1 蛋白，并导致细菌溶解。由于成丝作用，即使没有细胞分裂，种群生物量在延长的时间内也可能继续呈指数增长。此外，死亡细胞释 放的β-内酰胺酶在环境中降解抗生素。这导致了细胞死亡和抗生素降解之间的时间赛跑，丝状物有助于延迟这一赛跑，同时增加生物量（图 5c 左）。因此，在不同细胞密度下应用第二剂量抗生素的实验有可能启发人们理解不同的作用（图 5c 中间）。当以 5 10−4 的光学密度开始时，单次处理的结果与分离物的 MIC 一 致，因为高于 MIC 的处理会导致生长明显停滞，而低于 MIC 的处理不会（图 5c， “培养基处理”）。还可以观察到，在前一种情况下，生长在数小时后恢复，这是酶介导的抗生素耐受的典型行为。这两个观察结果在使用 16 mg/L CTX 进行第二次处理的情况下仍然有效。有趣的是，当处理后生长停止时，OD 大约是处理时 OD 的 25 倍：12 10−3 ,6 10−2 和 12 10−2，处理时分别为 5 10−4 , 2.5 10−3 和 5 10−3。这表明，生长停止前活细胞对抗生素的降解是有限的，因此，生长停止之前只有有限数量的细胞死亡。因此，对抗生素处理的耐受性使细胞在死亡前的生物量增加了近 25 倍，然后由于酶介导的抗生素降解，使细胞在处理中存活下来，远远 超过其 MIC。还可以观察到，当初始处理为 4 mg/L 时，生长停止和再生之间的延迟相对恒定（~5 小时），与添加的抗生素总量无关（4 或 20 mg/L CTX）。这表明，生长停止后抗生素降解非常有效，延迟主要对应于无法检测到的再生所需的时间，此时活细胞的动态被死亡生物的光密度所掩盖。在作者的条件下，当第一次处理有效（4 或 16 mg/L）时，第二次处理似乎几乎没有效果。需要进行深入研究，以更量化的方式调查这些影响。图 5 基于 ReacSight 的自动化平台组装，实现反应控制和低容量细菌培养物的表征。a 平台 概述。Opentrons OT-2 移液机器人用于提高读板器（Spark、Tecan）的容量。机器人用于在预先定义的 OD 处处理平板读取器中的培养物。b 左：大肠杆菌临床分离物可以通过以 OD 控制的方式更新培养基来维持在生长条件下。必须注意补偿延长时间范围内的蒸发。右图：富培养基中的细胞（葡萄糖+casaminoacids vs 单独葡萄糖）生长更快，但抵抗更好的亚 MIC 抗生素处理。左：由于两种效应的结合，细菌种群可能表现出对处理的恢复力。在单细胞水 平上，细胞可能通过丝状化耐受超过其 MIC 的抗生素浓度。基于纤维的耐受性允许在细胞 死亡之前增加生物量。在种群水平上，抗生素被环境中细胞死亡时释放的酶降解。最终结果 取决于细胞死亡和抗生素降解之间的竞争。中间：这两种效应的各自作用可以通过反复抗生 素处理来研究。右图：大肠杆菌临床分离物在初始 OD 为 5 10−4 时用不同浓度的 CTX（图 例）处理，第二次使用 16 mg/L CTX（红色）或单独使用介质（蓝色），使用用户定义的 OD （2.5 10−3 或 5 10−3 ). 由于仪器限制，OD 读数低于 10−3 个可靠性较差。源数据作为源数据文 件提供。03 讨论作者报道了 ReacSight 的开发，这是一种通过自动测量和反应实验控制来增 强多生物反应器设置的策略。ReacSight 通过允许研究人员将低成本开放硬件仪器（如 eVOLVER、Chi.Bio）和多功能、模块化、可编程移液机器人（如 Opentrons OT-2）与敏感但通常昂贵的独立仪器相结合，构建全自动化平台，大大拓宽了可行实验的范围。作者还证明，ReacSight 可用于增强具有吸液能力的平板阅读器。ReacSight 是通用的，易于部署，应该广泛用于微生物系统生物学和合成生物学社区。正如 Wong 及其同事所指出的，将多生物反应器装置连接到细胞仪进行自动测量，可以实现微生物培养物的单细胞分辨特性。事实上，在微生物系统和合成生物学的背景下，自动化细胞术几年前已经被少数实验室证明，但低吞吐量或依赖昂贵的自动化设备可能会阻碍这项技术的广泛采用。来自连续培养物的自动细胞仪与最近开发的光遗传学系统相结合，变得特别强大，能够对细胞过程进行有针对性、快速和成本效益的控制。作者使用 ReacSight 将两种不同的生物反应器设置（预先存在的自定义设置和最近的 Chi.Bio-optogenetic-ready 生物反应器） 与细胞仪连接起来。这证明了 ReacSight 战略的模块化，而使用 Chi Bio 生物反应器的平台版本说明了其他缺乏现有生物反应器设置的实验室如何能够以较小的时间和财务成本（不包括细胞仪的成本，尽管其价格昂贵，但即使在缺乏自动化的情况下也已经在实验室中广泛使用）构建这样的平台。作者通过以全自动方式并在不同的反应器中并行执行（1）光驱动的基因表达实时控制，展示了该平台的关键能力；（2）在严格控制的环境条件下，基于细胞状态的竞争分析；动态 控制两个菌株之间的比值。然而，作者只触及了这些平台提供的巨大潜在应用空间的表面。最近通过核 糖体移码技术证明，菌株条形码可以扩展到 20 株带有两个荧光团的菌株，甚至可以扩展到 100 株带有三个荧光团。这种多路复用能力对于并行描述各种候选路径的输入-输出响应（或菌株背景库中路径行为的依赖性）特别有用（在反应器中 使用不同的光感应）。免疫珠可用于更多样化的基于细胞术的测量（机器人可实 现自动孵化和清洗，例如使用 Opentrons OT-2 磁性模块）。表面显示或 GPCR 信号等技术也可用于设计生物传感器菌株，用单细胞仪测量更多培养物尺寸，无需试剂成本。除了高性能的定量菌株表征外，此类平台还可用于生物技术应用。基于自动细胞仪的人工微生物联合体的组成，以及培养条件的动态控制（如本文所示，使用组氨酸营养不良和 OD），可以大大减少设计稳健共存机制的需要，因此可以使用更大多样性的联合体。未来，希望许多基于 ReacSight 的平台将被组装起来，它们的设计将被广泛的社区共享，以大幅扩展实验能力，从而解决微生物学的基本问题，并释放合成生物学在生物技术应用中的潜力。参考文献：Bertaux, F., Sosa-Carrillo, S., Gross, V. et al. Enhancing bioreactor arrays for automated measurements and reactive control with ReacSight. Nat Commun 13, 3363 (2022). https://doi.org/10.1038/s41467-022-31033-9 文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑内容审核：郝玉有博士

本篇承接上文，《使用ReacSight增强生物反应器阵列以实现自动测量和反应控制（上）》（点击查看）。2.2反应性光遗传控制和酵母连续培养的单细胞解析特性作者首次应用ReacSight策略的动机是酵母合成生物学应用。在这种情况下，精确控制合成路径并在定义明确的环境条件下测量其输出，并具有足够的时间分辨率和范围是至关重要的。光遗传学为控制合成路径提供了一种极好的方法，生物反应器支持的连续培养是对环境条件进行长时间严格控制的理想方法。为了测量单个细胞的路径输出，细胞术提供了高灵敏度和高通量。因此，借助ReacSight策略，利用台式细胞仪作为测量设备，组装了一个完全自动化的实验平台，实现了对酵母连续培养物的反应性光遗传学控制和单细胞解析表征（图2a）。补充说明2提供了平台硬件和软件的详细信息，此处仅讨论关键要素。八个反应器与移液机器人相连，这意味着每个时间点都会填满一列取样板。虽然机器人可以接触到三列细胞仪输入板，但作者仅使用一列，由机器人进行广泛清洗，以实现小于0.2%的残留，使用免疫磁珠进行验证。通常在机器人平台上安装两个倾翻箱和两个取样板（2×96=192个样本），因此，在没有任何人为干预的情况下，八个反应器中的每一个都有24个时间点。为了实现基于细胞数据的反应性实验控制，作者开发并实施了算法，以在重叠荧光团之间执行自动选通和光谱反褶积（图2b）。作者首先通过对组成性表达来自染色体整合转录单位的各种荧光蛋白的酵母菌株进行长期恒浊培养来验证平台的性能（图2c）。荧光团水平的分布是单峰的，随着时间的推移是稳定的，正如在具有组成型启动子的稳定生长条件下所预期的那样。mNeonGreen和mScarlet-I在单色和三色菌株之间的分布完全重叠。这与从强pTDH3启动子表达一个或三个荧光蛋白对细胞生理学的影响可以忽略不计的假设是一致的，并且三色菌株中转录单位的相对位置（mCerulean第一，mNeonGreen第二，mCarlet-I）对基因表达的影响很小。与单色品系相比，三色品系中测得的mCerulean水平略高（~15%）。这可能是由于反褶积中的残余误差造成的，与自荧光和mNeonGreen相比，mCerulean的亮度较低加剧了这种误差。为了验证平台的光遗传学能力，作者构建了一个基于EL222系统17的光诱导基因表达路径并对其进行了表征（图2d）。正如预期的那样，应用不同的蓝光开-关时间模式导致荧光团水平的动态分布覆盖范围很广，从接近零水平（即几乎无法与自体荧光区分）到超过强组成启动子pTDH3获得的水平。高诱导表达水平的细胞间变异性也很低，变异系数（CV）值与pTDH3启动子相当（0.22vs0.20）。作者组装的第一个平台使用了一个预先存在的定制光生生物反应器阵列。这种设置有几个优点（可靠性、工作容量范围广），但其他实验室无法轻易复制。由于ReacSight架构的模块化，可以通过将这个定制的生物反应器阵列与最近描述的开放硬件、光遗传学就绪的商用Chi.生物反应器（图2a（右图））交换，快速构建具有类似功能的平台的第二个版本。为了验证该平台的另一版本的性能，作者使用图2d中相同的菌株进行了光诱导实验，并获得了各种光诱导曲线的极好的反应器到反应器再现性。图2基于ReacSight的自动化平台组装，实现对酵母连续培养物的反应性光遗传学控制和单细胞解析表征。a平台概述。OpentronsOT-2移液机器人用于将支持光基因的多生物反应器连接到台式细胞仪（GuavaEasyCyte14HT，Luminex）。机器人用于稀释细胞仪输入板中的新鲜培养样本，并在时间点之间清洗。“点击”Python库pyautogui用于创建细胞仪仪器控制API。定制算法是在Python中开发和实现的，用于实时自动选通和去卷积细胞数据。使用定制的生物反应器装置（左图）或Chi生物反应器（右图）组装了两个版本的平台。b选通和反褶积算法说明。例如，显示了重叠荧光团mCerulean和mNeonGreen之间的反褶积。c多代单细胞基因表达分布的稳定性。从pTDH3启动子驱动的转录单位中组成性表达mCerulean、mNeonGreen或mCarlet-I的菌株（“三色”菌株），整合到染色体中，在浊度调节器模式下生长（OD设定值=0.5，上限图），每小时采集一次细胞仪（垂直绿线）。所有时间点的荧光强度分布（通过高斯核密度估计进行平滑）（选通、反褶积和前向散射归一化后，FSC）用不同的颜色阴影绘制在一起（下图）。RPU：相对启动子单位（见方法）。为了简单起见，未显示“三色”的OD数据，与其他类似。d基于EL222系统的光驱动基因表达电路的特性。应用三种不同的开-关蓝光时间剖面图（底部），每45分钟采集一次细胞仪。门控、去卷积、FSC标准化数据的中位数如图所示（顶部）。此图中显示的所有生物反应器实验均在同一天与定制生物反应器平台版本并行进行。源数据作为源数据文件提供。2.3使用光实时控制基因表达为了展示平台的反应性光遗传控制能力，作者开始动态适应光刺激，以便将荧光团水平保持在不同的目标设定点。这种用于体内基因表达调控的电子反馈有助于在存在复杂细胞调控的情况下剖析内源性路径的功能，并有助于将合成系统用于生物技术应用。作者首先构建并验证了光诱导基因表达的简单数学模型（图3a）。将三个模型参数与图2d的表征数据进行联合拟合，得到了良好的定量一致性。考虑到模型假设的简单性，这一点值得注意：光激活下的mRNA生成速率恒定，每mRNA的翻译速率恒定，mRNA（大部分降解，半衰期为20分钟）和蛋白质（大部分稀释，半衰率为1.46小时）的一级衰变。因此，当实验条件得到很好的控制并且数据得到适当的处理时，人们可以希望用一小套简单的过程来定量地解释生物系统的行为。然后，作者将拟合模型合并到模型预测控制算法中（图3b）。该算法与ReacSight事件系统一起，实现了对不同反应器中不同目标的荧光水平的精确实时控制（图3c）。为了进一步证明平台的稳健性和再现性，作者在几个月后进行了另一个单8反应器实验，涉及两个荧光团目标水平的四个重复反应器运行。所有的重复都能很好地跟踪目标，并且控制算法决定的光分布在相同目标的重复之间非常相似，但并不完全相同。作者还研究了之前使用的诱导系统在更长时间尺度上的遗传稳定性。遗传稳定性是工业生物生产的一个重要因素。作者观察到，EL222驱动的mNeonGreen蛋白的诱导可以持续5天以上，并且具有很好的稳定性（图3d顶部）。更进一步，作者测试了同一蛋白的分泌版本是否表现出类似的表达稳定性。作者观察到，诱导约2天后细胞水平显著降低。细胞异质性也增加了（图3d右侧）。为了弥补细胞水平的下降，作者将表达盒整合成多个拷贝（三次，串联染色体插入）。诱导后，获得了非常高的荧光水平（图3d底部）。令人惊讶的是，这些水平比非分泌蛋白高一个数量级，并伴随着强烈的应激，正如未折叠蛋白应激报告所反映的那样（pUPRmScarletI）。诱导后，细胞内蛋白质水平逐渐下降。细胞内蛋白质水平显示出明显的双峰分布，强烈的遗传不稳定性迹象（图3d右侧）。最后，当以最大诱导水平的三分之一诱导时，相同的三重拷贝结构表现出非单调行为：高水平初始反应，随后细胞内水平缓慢下降，如完全诱导的三重结构，随后长期内部高蛋白水平的非预期缓慢恢复（图3d底部）。这种恢复可以通过细胞适应高生产需求来解释，或者更可能的是，通过选择高产亚群来解释，该亚群能够更好地保存HIS3选择标记，即使在完全培养基中也具有轻微的生长优势。这个实验证明了作者的平台能够执行长时间的实验，并以相对较高的时间分辨率提供单小区信息。此外，它促使探索和利用营养素可用性对健康和压力的影响。图3闭环：使用光实时控制基因表达。a光驱动基因表达电路的简单ODE模型拟合到图2d的表征数据。拟合参数为γm=2.09h−1，σ=0.64RPU小时−1，γFP=0.475小时−1·km被任意设置为等于γm，以仅允许从蛋白质中值水平识别参数。b实时控制基因表达的策略。每小时进行一次细胞仪采集，在选通、反褶积和FSC归一化后，数据被送入模型预测控制（MPC）算法。该算法使用该模型搜索10个周期为30分钟的工作循环（即5小时的后退地平线）的最佳占空比序列，以跟踪目标水平。c四种不同目标水平的实时控制结果，在不同的生物反应器中并行执行（自定义设置）。左：单个单元格的中位数（控制值）。右：单细胞随时间的分布。请注意，所有绘图都使用线性比例。d表达系统的长期稳定性和蛋白质分泌的影响。表达EL222驱动的mNeonGreen荧光报告子的细胞，无论是否分泌，在浊度调节器中生长5天，每2小时进行一次细胞仪测量。表示整个实验期间的平均表达水平。荧光分布也显示在选定的时间点（诱导后0、6、48和120小时）。细胞也有分泌应激的荧光报告子（pUPRmScarlet-I）。还提供了三个拷贝中整合的mNeonGreen报告蛋白的分泌形式的结果。相关蛋白（mNeonGreen水平）和应激水平（mCarlet-I水平）分布的时间演变如补充图11和12所示。源数据作为源数据文件提供。曼森生物高通量菌株筛选平台技术上海曼森生物科技公司专注于高通量、自动化、智能化实验室技术产品开发，逐步形成了全自动化的高通量菌株筛选平台技术，可根据用户需求定制化高通量全自动菌株筛选平台。每天筛选通量可从几千到10万，是人工通量的几十倍上百；在传统生物技术上，加速工业化菌株的遗传进化，帮助提高底物转化率和产量提升；在合成生物技术上，可为选择的平台化合物表达菌株的遗传稳定性、表观遗传进化提升效率。此外高通量筛选必须有高通量的自动化分析检测技术支撑方能发挥最大价值。曼森高通量自动样品检测机器人文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑内容审核：郝玉有博士

摘要本期推文，编译了François Bertaux等发表在 Nature Communications期刊上的研究论文《使用 ReacSight 增强生物反应器阵列以实现自动测量和反应控制》（Enhancing bioreactor arrays for automated measurements and reactive control with ReacSight），介绍了 ReacSight，一种用于自动测量和反应实验控制的增强生物反应器阵列的策略。ReacSight 利用低成本移液机器人进行样品采集、处理和装载，并提供灵活的仪器控制架构。作者展示了 ReacSight 在涉及酵母的三种实验应用中的能力，包括：基因表达的实时光遗传控制；营养缺乏对健康和细胞应激的影响；对双菌株混合群落的组成进行动态控制。引言小规模、低成本的生物反应器正在成为微生物系统和合成生物学研究的有力工具。它们允许在长时间（几天）内严格控制细胞培养参数（例如温度、细胞密度、培养基更新率）。这些独特的特点使研究人员能够进行复杂的实验,并实现实验的高度再现性。例如，当药物选择压力随着耐药性的发展而增加时，抗生素耐药性的表征，细胞间通信合成路径的细胞密度控制表征，以及使用组合敲除文库在动态变化温度下酵母适应度的全基因组表征。原位光密度测量只能提供总生物量浓度及其增长率的信息，而荧光测量的灵敏度低，背景高。通常还必须测量和跟踪培养细胞群体的关键特征，如基因表达水平、细胞应激水平、细胞大小和形态、细胞周期进程、不同基因型或表型的比例。研究人员通常需要手动提取、处理和测量培养样本，以便通过更灵敏和专业的仪器（如细胞仪、显微镜、测序仪）进行检测。手动干预通常繁琐、容易出错，并严重限制了可用的时间分辨率和范围（即夜间无时间点）。它还阻碍了培养条件对此类措施的动态适应。这种反应性实验控制目前正引起系统生物学和合成生物学的兴趣。它既可以用来维持种群的某种状态（外部反馈控制），也可以用来最大化实验的价值（反应性实验设计）。例如，外部反馈控制可用于解开复杂的细胞耦合和信号通路调控，控制微生物群落的组成，或优化工业生物生产。反应性实验设计在长时间不确定实验（如人工进化实验）的背景下特别有用。通过实现实时参数推断和优化实验设计，也有助于加速基于模型的生物系统表征。原则上，商业机器人设备和/或定制硬件可用于将生物反应器阵列连接到敏感的多样本（通常接受 96  孔板作为输入）测量设备。然而，这对设备采购、设备成本和软件集成提出了巨大挑战。当一个功能平台建立起来时，相应硬件和软件的升级和维护也极具挑战性。因此，迄今为止报告的例子很少。例如，只有两个小组展示了细菌或酵母培养物的自动细胞术和反应性光遗传学控制，设置仅限于单个连续培养物或具有有限连续培养能力的多个培养物。一组还展示了自动显微镜和反应性光遗传学控制单个酵母连续培养。ReacSight， 一种通用且灵活的策略，用于增强生物反应器阵列的自动化测量和反应实验控制。ReacSight 非常适合集成开放源代码、开放硬件组件，但也可以容纳封闭源代码、 仅限 GUI 的组件（如细胞仪）。首先，作者使用 ReacSight 组装一个平台，实现基于细胞术的特征描述和平行酵母连续培养的反应性光遗传学控制。重要的是，作者构建了两个版本的平台，要么使用定制的生物反应器阵列，要么使用最新的低成本、开放硬件、商业化的光遗传学 Chi.生物反应器。然后，作者在三个案例研究中证明了它的有用性。首先，作者在不同的生物反应器中用光实现基因表达的并行实时控制。第二，作者利用高度受控和信息丰富的竞争分析，探讨营养缺乏对健康和细胞应激的影响。第三，作者利用平台的养分稀缺性和反应性实验控制能力，实现对两个菌株混合群落的动态控制。最后，为了进一步证明 ReacSight 的通用性，作者使用它来增强具有吸液能力的平板阅读器，并对大肠杆菌临床分离物进行复杂的抗生素处理。结果测量自动化、平台软件集成和 ReacSight 的反应性实验控制ReacSight 战略旨在增强用于自动测量和反应实验控制的生物反应器阵列， 以灵活和标准化的方式将硬件和软件元素结合起来（图 1）。吸管机器人用于以通用方式在任何生物反应器阵列和任何基于平板的测量设备之间建立物理连接（图 1a）。生物反应器培养物样本通过连接在机械臂上的泵控取样管线发送至移液机器人（取样）。使用移液机器人的一个主要优点是，在测量（处理）之前，可以在培养样本上自动执行不同的处理步骤。然后，样品由移液机器人转移至测量装置（装载）。当然，这需要测量设备的物理定位，以便当其装载托盘打开时，机器人手臂可以接近设备输入板的孔。部分接近设备输入板通常不是问题，因为机器人可用于在测量之间清洗输入板孔，允许随着时间的推移重复使用相同的孔（清洗）。重要的是，如果不需要反应性实验控制，或者如果不是基于测量，机器人功能也可以用于处理和存储培养样本，以便在实验结束时进行一次性离线测量，从而实现具有灵活时间分辨率和范围的自动测量。ReacSight 还提供了一些软件挑战的解决方案，这些软件挑战应该解决，以解锁多生物反应器的自动测量和反应实验控制（图 1b）。首先，需要对平台的所有仪器（生物反应器、移液机器人、测量设备）进行程序控制。其次，一台计算机应该与所有仪器进行通信，以协调整个实验。ReacSight 将 Python 编程语言的多功能性和强大功能与 Flask web 应用程序框架的通用性和可伸缩性相结合，以应对这两个挑战。事实上，Python 非常适合轻松构建 API 来控制各种仪器：有完善的开源库用于控制微控制器（如 Arduinos），甚至用于基于“点击”的控制 GUI 专用软件驱动缺少 API 的封闭源代码仪器（pyautogui）。重要的是，开源、低成本的吸管机器人 OT-2（Opentrons）附带了本地 Python API。Hamilton 机器人也可以通过 Python API 进行控制。然后，Flask 可用于公开所有仪器 API，以便通过本地网络进行简单访问。然后，从一台计算机协调对多个仪器的控制的任务基本上简化为发送 HTTP 请求的简单任务，例如使用 Python 模块请求。HTTP 请求 还可以使用社区级数字分发平台Discord 实现从实验到远程用户的用户友好通信。这种多功能仪表控制结构是 ReacSight 的关键组件。ReacSight 的另外两个关键组件是（1）通用的面向对象的事件实现（如果发生这种情况，请这样做），以促进反应性实验控制；（2）将所有仪器操作详尽记录到单个日志文件中。ReacSight 软件以及硬件的源文件在 ReacSight-Git 存储库中公开提供。图1 ReacSight：用于自动测量和反应实验控制的增强生物反应器阵列的策略。a 在硬件方面，ReacSight 利用吸管机器人（如低成本、开源 Opentrons OT-2）在任何多生物反应器设置（eVOLVER、Chi.Bio、custom……）和任何基于平板的测量设备（平板阅读器、细胞仪、高通量显微镜、pH 计……）的输入之间建立物理链接。如有必要，可使用移液机器人对生物反应器样本进行处理（稀释、固定、提取、纯化……），然后再装入测量装置。如果不需要反应实验控制，处理过的样品也可以存储在机器人平台上进行离线测量（OT-2 温度模块可以帮助保存对温度敏感的样品）。b 在软件方面，ReacSight 通过基于Python 和PythonWeb 应用程序框架 Flask 的多功能仪器控制体系结构实现了全平台集成。ReacSight 软件还提供了一个通用事件系统，以实现反应性实验控制。显示了反应实验控制的简单用例的示例代码。实验控制还可以使用Discord webhooks 将实验状态通知远程用户，并生成详尽的日志文件。曼森自动化高通量发酵实验室曼森机器人自动化技术可根据客户实际需求进行定制化（可实现硬件+软件协同）完成复杂流程自动化。机器人自动化技术与平行反应器组合为生物领域科学研究助力，是实现生物技术biofoundry的重要技术基础；曼森生物致力于满足客户自动化、高通量的需求，推进合成生物技术产品快速产业化。曼森高通量发酵平台曼森实验室自动化系列曼森高通量自动样品检测机器人未完待续文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士

实验室自动化是通过“机器人换人”、“人工智能替代人类智能”的现代技术，对传统劳动密集型实验室进行技术革命，实现无人化、精准化和高效化的效果，其技术特点是自动化、智能化和云端化。实验室自动化的应用市场包括医药研发、生物学、医学检验、食品药品安全检验检测、环境和水质监测等领域，这些领域都是目前全世界各国关注的热点问题。实验室自动化和智能化正在成为一种趋势，就像工厂的自动流水线一样，实验室机器人会按照标准化的工作流程完成实验操作。未来我们把这类融合了自动化、实验室机器人、人工智能、大数据、物联网、云计算等信息技术以及现代化学和生物基础知识的实验室称为智慧实验室。实验室自动化发展大体上经历4个主要阶段。实验室自动化1.0阶段实验室自动化1.0是指单一设备自动化，属于设备自动化范畴，功能比较单一，一个自动化设备往往只有一种或一两种功能，需要人来操作使用，只解决了检测工艺流程中的一步或一两步。例如自动化配液，自动化称量，自动化离心，自动化消解以及自动化测试等操作，如乳品质量检测中使用的乳品分析仪（图1）、功能食品检测电子舌（图2）等，这些设备在乳品质量安全检测中执行比较单一的地特定功能检测。图1 乳品分析仪图2 功能食品检测电子舌这些单个设备零散分布在实验室的不同地方，人工操作单个设备仪器，功能单一，国内相当多的实验室处于该实验室自动化1.0阶段。实验室自动化2.0阶段实验室自动化2.0是指工作站形式的自动化，仍然属于设备自动化范畴。一台设备整合了多种功能，一个批次可以处理一定数量的样品，一个批次内可以做到无人值守，批次之间需要人工补料和下料。例如，液体处理工作站（图3）图3 液体处理工作站实验室自动化3.0阶段实验室自动化3.0是指流水线形式的自动化，自动化设备与设备之间自动传输样品，实现了全实验室自动化，多以流水线形式呈现，类似于工业自动化，包括自动化样本运输、自动化开盖压盖、自动化离心、自动化混合、自动化过滤以及自动化上机检测等。流水线形式自动化应用最多的是医学检验，如生化检测自动化流水线、免疫检测自动化流水线、血液检测自动化流水线、微生物检测自动化流水线等（图4）。图4 生化免疫自动化流水线实验室自动化3.0的出现大多是在医学检验和生物医药等领域，主要是由于这些特殊领域检验时效性要求和工作重复繁重特点，这种社会需求使该领域成为实验室自动化3.0的排头兵，目前国内在医学检验领域基本普遍采用该流水线自动化工作方式。实验室自动化4.0阶段实验室自动化4.0是指智能化自动化的实验室，属于流程自动化，在全实验室自动化3.0基础上，加入人工智能，实验室自动化4.0技术，不仅仅代替劳动力，而且还代替了一部分脑力劳动，具有机器学习、自动判断、自我决策能力，这里自动化实验室多用在研究型实验室领域，特别是解决多品种、小批量、多批次、高时效的检测需求，在全实验室自动化基础上，融入机器深度学习等人工智能，即实验室智能化操作和管理，通过对智能实验室机器人发出指令，进行所有的实验室操作，包括样品前处理、分析检测和实验数据的处理，并可以循环往复地进行，如利物浦大学的案例（图5）、伊利诺伊大学的案例、zymergen、ginkgo等公司的应用。曼森生物正在为合成生物学、医药、食品领域开发实验室自动化4.0的技术解决方案（图6、图7）。图5 人工智能机器人科学家图6 曼森生物合成生物学自动化实验室图7 曼森生物食品药品检验实验室实验室自动化4.0已成为未来实验室建设的趋势，将引领现代化高效低碳实验室自动化建设的方向。云端实验室云端实验室是指科学家可以通过网络浏览器登录在线云实验室平台，在一张空白画板上，画出想要制造的分子化合物框架结构，平台使用机器学习来预测所需的成分和混合的顺序，然后将指令发送到远程实验室的机器人去执行。云端实验室结合有自动化仪器设备、实验室机器人、人工智能和云计算平台的集成化实验室，实验人员只需远程设定好实验步骤，远程实验室机器人就可以在云端实验室接受指令负责解决下游的实验操作过程，并将实验数据反馈给实验技术人员。在全球目前比较成规模的商业化云端实验室有Emerald Cloud Lab和Strateos等公司。国际商业机器公司IBM也建立了一个名为RoboRXN的云端制药实验室（图8），该实验室能使科学家足不出户就能设计并合成新分子。科学家只需在浏览器上登录便可进入实验室，在服务器上画出需要制造的分子骨架结构，平台会将指令发送给远程实验室里的机器人来执行这个过程，实验完成后平台就会将结果报告发送给科学家。图8 RoboRXN化学实验室机器人科学家关于曼森生物:曼森生物是一家为生命科学领域实验室自动化建设提供高品质创新产品、技术支撑和全实验室自动化解决方案的高新技术企业，拥有自主知识产权和实力强大的技术研发团队，始终坚持将生命科学实验和AI及高通量自动化实验相结合，致力于为合成生物学、生物医药、医疗医学检测及食品安全检验检测实验室提供全方位全流程自动化和智能化综合解决方案，产品涵盖从食品安全、药品安全到生命科学领域智能机器人自动化工作站系统、全流程检验检测实验室自动化以及配套自动化和智能化仪器设备及相关耗材等。文章来源：本文由上海曼森生物整理提供内容审核：郝玉有博士排版校对：刘娟娟编辑

1.7亿贴息贷款9月初国务院常务会议发布了1.7万亿规模的设备购置和更新改造政策，9月28日中行宣布设立设备更新改造专项再贷款，额度2000亿元以上，支持金融机构以不高于3.2%的利率向10个领域的设备更新改造提供贷款，中央财政贴息2.5%，贷款主体实际贷款成本不会高于0.7%。此政策旨在进一步加快高校科技创新体系建设，大力提升创新能力。2000亿贴息贷款9月28日，中国人行宣布设立设备更新改造专项再贷款，额度2000亿元以上，支持金融机构以不高于3.2%的利率向教育、卫生健康、实训基地等10个领域的设备更新改造提供贷款，加上此前中央财政贴息2.5个百分点，今年第四季度内更新改造设备的贷款主体实际贷款成本不高于0.7%。其中“教育领域”，重点支持职业院校、高等学校教学科研、实验实训等重大设备购置与更新改造。院校要整合打包购置需求，一所院校原则上只能申请一个贷款项目，贷款金额不低于2000万元。跨省跨市建设分校区，以及贷款需求超过20亿元的，可以拆分申请。曼森助力科研仪器升级工欲善其事，必先利其器。高等学校实验室是进行实验教学，开展科学研究的重要场所。同时，高等学校的仪器设备是发展高校实验室的砝码。针对此次高校财政贴息补贴，曼森生物推出高校自动化实验室解决方案，助全面提升实验室品质。仪器申购助创新 国产仪器首选项曼森高校自动化实验室解决方案01平行生物反应器（发酵罐）02分液机器人（移液工作站）03梯度稀释机器人（稀释器）04四通道平板分装仪关于曼森ABOUT US上海曼森生物科技有限公司成立于2017年，由中国科学院上海生命科学研究院、华东理工大学的技术团队创办，公司致力于未来“智能化生物实验室”的技术研究、产品开发和整体解决方案服务。为我国医药、食品、生物产业与科技领域提供先进的技术方法和装备仪器，满足科研实验室和检测实验室的技术创新和产品创制需要。公司已经研制出分液机器人、稀释机器人、菌落涂布机器人、菌落计数机器人、菌落挑取机器人等自动化仪器和药品、食品中CFU检测全流程智能化解决方案、高通量微生物筛选智能化实验室整体解决方案、核酸检测智能化解决方案。拥有30项专利、5件软件著作权。公司在上海设有研发中心、在浙江海盐设有智能化实验室创新中心。更多曼森生物实验室自动化系列请关注曼森生物视频号文章来源：本文由上海曼森生物整理提供排版校对：刘娟娟编辑 内容审核：郝玉有博士END

如需获取原文献/补充资料 请关注公众号目录/CONTENT01/引言02/通过增材制造和在线监测实现的智能物理系统03/人工智能和在线监测的智能网络系统04/未来前景和机遇   1.高度集成的系统   2.面向服务的端到端同步和自进化系统平台    3.逆向设计   4.自动科学发现05/结论接上文POINT人工智能和在线监测的智能网络系统 在可持续的化学过程中，网络系统采用人工智能提供的智能，使用内置在线检测生成的数据执行自我优化和预测等任务。此前，人工智能已被用于离线数据分析，其中数据用于构建（通常）替代模型，并执行预测健康状态、预测和优化等任务。结果表明，在趋势观察和大图像可视化方面具有离线数据分析的能力。然而，仍然需要人力来关注过程并进行控制。最近，可持续化学正逐渐发展成为具有自我优化方法的“黑暗实验室”，人工智能算法取代了人类的工作，与内置在线检测和控制技术相结合，以执行交互式、自我行为和自主操作的闭环。到目前为止，直接搜索方法（如通过分支和拟合的稳定噪声优化（SNOBFIT））是极少数成功应用于多步骤过程、下游过程和产品合成中的自优化的单目标优化方法之一。Clayton 等人采用 SNOBFIT 算法来最大化多步反应萃取过程中水相中的𝛼- 甲基苄胺浓度，如图 2 所示。通过控制入口 pH 值和进料体积比，该单目标优化 器收敛，最终提供 90%的分离效率。在反应萃取过程中应用了相同的算法，通过 减少可能导致反应器堵塞的副产物的生成来优化产率。通过严格控制进料流量、 进料体积比和温度等反应参数，反应收率达到 66%。通过调节四个参数，如进料流量、进料体积比、温度和停留时间，抑制剂合成的单一优化实现了 89%的产率。 然而，在实践中，优化过程中还应考虑经济和环境因素。通过引入一组称为帕累托前沿的最优解，提出了一种解决方案，其中非占优解是一个在不对另一个产生不利影响的情况下无法改进的解。它实现了多目标优化，自动学习可行的工艺条件，并由于所需实验数量少而提高了材料利用率。后来，Clayton 等人开发 了 Thomson 采样高效多目标优化（TSEMO）算法，以在多步 Claisen-Schmidt 缩合反应中同时最大化产物纯度、时空产率（STY）和反应质量效率（RME），如 图 2 B 所示。多目标 TSEMO算法收敛到帕累托前沿，成功地突出了产品纯度、 STY 和 RME 之间的完全权衡。它能够从帕累托前沿同时优化涉及多个目标的多步骤过程，并有可能提高过程设计期间的资源利用率和决策。除了连续流化学过程外，TSEMO还可用于批量顺序设计。最近报道了应用优化算法、多目标遗传算法（MOGA）与机械和数据驱动方法相结合来评估化学过程性能的灵活性。Yan 等人和 Xu 等人分别用人工神经网络（ANN）和深度神经网络（DNN）编制了 MOGA，以评估固体氧化物燃料电池的性能。数据驱动算法有效地解决了输入和输出之间的相关性，而非支配排序遗传算法（NSGA-II）能够优化多目标函数。然而，DNN 和 ANN 是数据驱动的“黑匣子”方法，其中数据输入和输出过程的描述不明确，外推有限，可解释性较差。为了解决这个问题，Yang 等人提出了数据 驱动和机制驱动的混合，以提高数据驱动模型的可解释性，以及流化催化裂化模拟中第一原理模型的可追溯性。结果表明了混合模型的有效性，提供了更好的数 据相关性。将混合模型与优化算法相结合将是可持续化学和过程研究的一个新方向。图 2（A）SNOBFIT 算法用于通过控制流速进行多步反应萃取系统的单目标自优化，通过操纵𝛼-甲基苄胺和 N-苄基-𝛼-甲基苄胺的流速，调控溶剂体积比和硝酸 pH 值 （B）利用 TSEMO 算法，通过调节苯甲醛和丙酮的流速来调节 CSTR 的溶剂比和温度控制器，对多步 Claisen-Schmidt 缩合过程进行多目标自优化POINT未来前景和机遇先前的工作表明，AM 和 AI 可以分别在物理和虚拟上增强内置在线监测， 以实现系统智能化。然而，仍然存在明显的差距，物理系统需要强大的人工智能算法进行智能反馈控制，而网络系统需要来自可由 AM 定制的集成传感技术的 数据。因此，设想需要通过紧密集成物理和网络系统，为可持续的化学过程创建闭环范式，如图 3 所示。该闭环系统有可能创建一个未来的实验室框架，将人工智能扩展到网络空间之外，并实现物理硬件的自动化，例如高度集成的系统、自 进化过程、逆向设计方法、自动科学发现和面向服务的平台。图 3 在可持续能源化学和过程中，将人工智能、AM 和内置在线监测相结合，以创建闭环系统 4.1 高度集成的系统 由于对化学过程自动和自主操作的需求，在多步骤过程中需要许多鲁棒传感器来连续生成准确的实时过程数据。然而，由于需要非标准组件，将先进的传感 技术连接到复杂过程通常不方便。连接的系统通常是空间密集型的，体积庞大， 布线较多，这会增加电磁干扰（EMI）。AM 技术能够制造各种尺寸的定制复杂 3D 对象，并利用“即插即用”原则提高制造灵活性。快速制造速度也有助于通过采用“快速失效，经常失效”策略，通过敏捷迭代方法传播设计创新，如图 4 A 所 示。因此，支持 AM 的高度集成系统有望消除边界，并创建紧凑的装配，允许先进的检测技术灵活地接入多步骤流程，从而提高制造灵活性。高度集成的单元具有体积小、重量轻和布线少的优点，这有利于减少电磁干扰。此外，在高度集成 的系统中可以保证数据质量，以提高系统的透明度和人工智能算法的准确性。最近，通过 AM 技术在片上实验室和片上器官中开发了高度集成的系统。例如，伯克利实验室（Berkeley Lab）的研究人员已经开发出一种全液体 3D 打印芯片上实验室设备，该设备可能被编程为根据需要执行多步骤、复杂的化学反应。此外， 3D 打印提供了将多种材料引入同一集成系统的可能性，以创建可轻松连接到其 他零件的按需装配。这种智能硬件在集成到网络空间时，将提供一种方便的扩展途径，并为从基于概念验证实验室的高集成系统转移到更实用的系统（如芯片上的工厂）带来新的可能性。 4.2. 面向服务的端到端同步和自进化系统平台 目前，由于物理过程和虚拟空间之间缺乏收敛性，化学过程中分布式节点的信息，如饲料数据、设备数据、过程参数数据和感官数据，在很大程度上是孤立、 碎片化和停滞的。因此，需要集中式信息管理，例如，如图 4 B 所示的面向服务的平台，以通过云技术聚合信息。Digital twin 在面向服务的平台上提供端到端同步，虚拟地表示物理多步骤过程，并允许监视、控制和故障检测，以克服地理距离的挑战。Maiwald group 开发了一种数字孪生方法，通过云服务器在屏幕上演示核磁共振反应器。此外，面向服务的平台还能够创建一个由人工智能技术支持的自进化系统。自进化系统采用人工智能算法作为主动学习机，不断改进和适应新的输入信息，以创建超预测模型。Zhang 等人提出了逆增强现实的概念。在逆增强现实中，虚拟世界中的角色和环境主体可以通过向物理世界学习来自我发展和进化。因此，面向服务的架构反映了数字孪生平台中的物理过程，并发展为自 进化系统。 4.3 逆向设计在多步流动合成中，开发高纯度的绿色分子需要更深入的了解和搜索工艺配方。直到最近，利用基于现有合成配方的经验探索分子的靶向性质已成为普遍策略。然而，这种正向设计策略通常耗时且成本高昂。迅速解决方案是未来可持续性的挑战之一。为了加速设计过程，逆向设计已成为一个重要的可持续化学信息学平台，由强大的人工智能算法支持。基于化学数据，将根据产品或工艺的预定义目标特性（例如纯度和转化率）推导出流动化学配方（例如流速、温度、压力）。图 4 C 显示了化学信息学中基于人工智能的映射方向，如正向和逆向。最近，逆向设计方法在材料探索中得到了广泛讨论。Sanchez-Lengeling 提出了一种数据驱动的生成模型，该模型可以通过学习现有材料的特性分布来生成具有所需特性的不可见材料。此外，欧洲大规模研究计划“电池 2030+”已实施电池接口基因组-材 料加速平台（BIG-MAP），通过人工智能、高性能计算和自主合成机器人授权的电池材料和接口的逆向计算设计，加速超高性能电池的发现。与这些倡议类似， 在网络物理系统中采用逆向设计也将带来新的可能性，以加快发现可持续的流动合成配方。 4.4 自动科学发现 可持续化学从合成到表征的相对缓慢的周期仍然是阻碍科学发现的一个挑战。同样，实验和模拟的复杂性随着变量的数量呈指数级增长，将大多数研究局限在材料空间的狭窄区域。因此，需要一个由鲁棒人工智能算法驱动的自主机器人来将科学家从循环系统中解救出来。最近，Cooper 等人设计了一个机器人助手来搜索光催化剂，如图 4 D 所示。该机器人在八天内每天连续工作 22 小时，在十个可变的实验空间内完成了688 个实验。借助先进的激光扫描和机器人的触觉反馈，这位移动机器人化学家能够在熄灯环境中进行操作，这也是进行光敏光化学反应的一个优势。此外，Macleod 等人开发了一个自动驱动实验室，用于自主合成和表征太阳能电池材料。这些突破清楚地表明了一个愿景，即人工智能在网络空间之外的扩展和物理硬件的自动化带来了加速和自动化的科学研究。POINT结论 现在很明显，可持续化学研究正在经历一场哲学变革，通过耦合人工智能、 数据和硬件来创建闭环网络物理系统。这一转变将使“未来实验室”发展成为一种自我决策方式、交互式机器、自主问题求解器和学习机器，通过 AM、AI 和内置在线监测。闭环系统由 AM 技术构成了高度集成的系统，增强了先进传感器到多步骤过程的集成。在网络物理系统中采用云技术消除了物理设备和虚拟空间之间的障碍。它将通过集中式信息管理（如面向服务的平台）开发端到端同步和自 进化系统。闭环系统还将提供一个高级搜索平台，通过逆向设计从产品或工艺的目标特性（例如纯度和转化率）探索更绿色的合成路线。最后，网络物理系统还将通过强大的人工智能技术驱动的机器人技术，以加速和自动化的方式为科学发现提供重大突破。全文完参考文献：Xin Yee Tai, Hao Zhang , Zhiqiang Niu, et al. The future of sustainable chemistry and process:Convergrnce of artificial intelligence,date and hardware. Energy and AI  2 (2020) 100036由于篇幅受限，关于上述生物反应器具体参数详见公众号右下角底部菜单栏→补充资料，自动跳转获取Mediacenter Editor | 曼森编辑文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士END

本期推文主要编译整理了 Xin YeeTai 等发表在 Energy and AI 的综述《可持续化学和工艺的未来:人工智能、数据和硬件的融合》（The future of sustainable chemistry and process: Convergence of artificial intelligence, data and hardware）。论述了在工业 4.0 的背景下，可持续的化学过程可能会成为一个智能实验室，将网络物理系统与先进的人工智能和稳健的检测技术连接起来。它还将创建一个闭环系统，包括合作和协调机器、自我决策系统、自主问题解决和学习系统。此外，还讨论了闭环系统在可持续化学过程中的发展前景和关键挑战。可再生能源发电和绿色合成的可持续化学是一个及时的研究课题，其愿景是在不损害子孙后代的情况下满足当前需求。在工业 4.0 时代，可持续化学和过程正经历着从连续流系统到下一层级操作的剧烈转变，例如通过将人工智能、数据和硬件集成到网络物理系统中的协作和协调机器、自决策系统、自主和自动问题解算器。由于物理空间和网络空间之间缺乏融合，开环系统面临着数据隔离、周期时间慢和资源管理不足等挑战。新兴的研究致力于加速这些循环，通过增材制造、内置在线监测和人工智能减少多步骤过程和实时表征之间的时间。最终目标是同时提出可持续化学过程中的工艺配方、流程合成和分子表征，每个步骤同时发送和接收数据。这一过程被称为“闭环”，它将潜在地创建一个具有高度集成系统的未来实验室，并生成一个面向服务的平台，用于端到端同步、自进化、反向分子设计和自动科学发现。该观点提供了一种方法，分别通过人工智能和增材制造，结合内置在线监测，分别理解网络和物理系统。此外，还讨论了闭环系统在可持续化学过程中的发展前景和关键挑战。01 引言可持续化学过程是一个科学概念，它寻求在不牺牲资源和环境的前提下满足当前的需求。近年来，连续流化学的发展势头日益强劲，从基本的实验室技术发展到实践中复杂的多步骤工艺。与传统的间歇系统相比，它具有搅拌快、传热快、反应时间控制有效、对有毒和高活性化学品实验安全等优点。此外，连续流化学可以更快地发现绿色化学产品和合成路线，大大减少了实验室和工业规模的污染物排放。连续流化学是实验室里的微型连续装置。它被认为是可持续化学工艺从科学研究向工程生产规模化发展的垫脚石。以层流为基础的燃料电池是可持续化学过程的一个显著例子，它利用液体燃料作为可持续资源，在微通道中持续产生能量，并产生水作为副产品，而不会对环境产生负面影响。此外，太阳能是一种巨大的、可靠的、实际上用之不竭的能源，具有均匀的辐照，可以很容易地与连续流反应器集成在一起，在流太阳能电池中产生化学能和电能，如产生单重态氧和去除水中的有毒成分。可持续化学过程的概念也体现在碳捕获和利用上，即以微胶囊或微流体装置的形式持续捕获温室气体，然后转化为绿色合成产品。第四次工业革命，又称工业 4.0，正在形成一种演变，其影响已遍及各个行业，尤其是制造业。在工业 4.0 的背景下，可持续的化学过程可能会成为一个智能实验室，将网络物理系统与先进的人工智能和稳健的检测技术连接起来。它还将创建一个闭环系统，包括合作和协调机器，自我决策系统，自主问题解决和学 习系统。可持续化学过程的智能实验室的目标是通过适应“即插即用”的原则，以尽可能快的速度完全灵活的生产。鲁棒的传感技术可以灵活地嵌入到多步反应和分离过程中进行实时监测。因此，3D 打印提供了最佳的解决方案，因为其灵活和可定制的独特属性，使“即插即用”的原则快速实现。此外，在智能实验室中采用数据驱动策略，可以提高灵活性和智能制造水平。这一策略在很大程度上取决于数据的质量和数量，这可以通过利用先进的传感技术通过内置在线监测过程来保证。此外，智能实验室也被称为“黑暗实验室”、“熄灯实验室”或“无人实验室”，不需要人力。[来源：曼森生物视频号] 曼森无人化实验室检测全流程自动化，实现检测全流程黑灯作业它运用人工智能实践预测、自动化和自主、自行为和自决策的方法，在可持续化工过程中进行智能控制、调度、设计、过程控制质量和维护。例如，巴斯夫正在实施工业 4.0，将 3D 打印应用于现场设施、连接系统以及用于过程管理和控制以及虚拟工厂调试的先进预测和分析模型。施耐德电气采用了 3D 打印、先进的人工智能和先进的传感器，使生产率提高了 2-7%，能源利用率提高了 30%，运营成本降低了 50%。将增材制造、先进 AI 和鲁棒传感器应用于工业规模工艺，在提高工艺效率、能源利用率和成本效益方面显示出显著的势头。如前所述，AI、数据和硬件是智能实验室的基础模块。人工智能是对人类智能的一种模拟，它被编程在机器中，使它们能够像“科学家”一样思考和行动，比如学习和解决问题。在可持续化工过程中，神经网络、机器学习和遗传算法等人工智能算法是监测、优化和控制中常见的数据驱动方法。因此，将先进的传感技术嵌入到多步骤过程中进行在线监测，可以保证数据的质量和数量，这是数据驱动方法的主要关注点。通过内置在线方法，可以获得化学过程的实时数据，如反应物使用量、产品收率以及操作条件，如 pH、温度和压力，这些都是离线分析技术无法获得的。在线方法直接测量工艺流程，不需要去除或转移样品，而在线方法自动分析样品材料，不需要分配工艺。将先进的传感技术集成到反应室需要灵活的硬件设计，这可以通过增材制造(AM)方便。AM 也被称为 3D 打印，是一种绿色制造技术，从数字输入建立三维物理输出，而不需要传统的工具。该定制工具为需要定制、灵活性和设计复杂性的应用程序提供了优势。AM 在燃料电池、流动化学等能源产生装置中的应用也得到了广泛的讨论。除此之外，人们还非常希望将人工智能、数据和硬件结合到实验室规模的研究中，以简化之后的升级过程。到目前为止，许多工作已经分别讨论了智能工厂的网络和物理系统。网络系统指的是人工智能和数据的融合，数据通过先进的感知技术产生，并被人工智能算法用于执行任务，如在云空间的自我优化和预测。相比之下，物理系统描述了智能实验室的硬件，如多步反应器、分离器和检测技术，它们可以通过 AM 技术实现物理集成，用于内置在线监测。在这样的网络和物理系 统中，如果没有 AM，网络系统的鲁棒性将受到低自定义能力与强大的检测技术 连接的阻碍，从而导致构建可靠模型的高质量数据的丢失。另一方面，如果没有 人工智能，物理系统将只能执行实时监控，而没有智能反馈和控制，限制了物理 系统的可扩展性和功能。因此，人工智能、数据和硬件的融合可以实现智能可持 续化学的物理和虚拟意义。02 通过增材制造和在线监测实现的智能物理系统这里的物理系统指的是用于反应器、分离器和先进检测等可持续化学过程的智能实验室的硬件。由于对实时信息的需求，有必要通过增材制造将它们集成到外壳和套管中，以便进行内置在线监测。AM 可以减少生产集成先进检测的定制反应室的周期时间。这种无与伦比的方法可以鼓励研究人员执行一种更迭代的方法，在现有的硬件中嵌入特定的几何形状。因此，可以根据工艺的要求，立即修改设计。此外，它还可以避免有价值但寿命较短的中间体检测的损失。目前，各种检测技术，如温度监测、光谱学和成像，已通过 3D 打印用于在线监测在可持续化学应用中得到了报道。例如，Monaghan 通过超声波添加剂制造（UAM）开发了多材料结构光谱学，将纤维药物嵌入金属微反应器中，用于 B维生素烟酰胺和荧光素的现场监测，如图 1 A 所示。通过启用 AM 的现场监测，研究人员可以从反应物的使用中获得实时数据，而使用离线分析技术无法看到产品形成和中间体生成。Maier 等人通过选择性激光熔化（SLM）开发了带有在线氧传感器的不锈钢反应器。这被证明是研究格氏试剂在流动中氧化的一种有前途的方法。这两项工作都表明了 AM 技术在制造高度复杂的金属器件方面的稳健性，这些器件适用于可持续化学过程中的高温高压应用，同时在更自由的设计中保持高精度的测量。在空气污染监测的另一个应用中，熔融灯丝制造（FFF）用于制造带有嵌入式半导体空气质量传感器的光催化气相反应器，该传感器测量电阻变化。这种 3D 打印气体传感器采用廉价的方法制造，并配有现成的组件，如光催化过滤器和模数转换器。采用 AM 技术还可以安装更强大的检测单元，并改进系统性能评估。例如，在燃料电池系统中，电流密度和功率密度是评估性能的标准实时信息。采用熔融沉积模型（FDM）在高温聚合物电解质燃料电池上嵌入电子顺磁共振（ERP）光谱，用于阴极电导率测量。Polyjet 技术提供了一种快速且经济高效的方法，当使用商业 X 射线计算机断层扫描仪提供的低强度 X 射线进行水分布可视化（图 1 B）时，设计足够小的夹具，以实现良好的信噪比，否则很难通过常规机加工制造。这项工作突出了使用鲁棒传感器实时监测层流燃料电池的机会。Menzel 等人通过 FDM 提出了一个 3D 打印化学合成系统，包括反应器、分离器、压力调节器和泵，如图1 C所示，该系统为多步化学合成创建了一个完整的连续流系统。 在低成本 3D 打印技术上对耐高温和耐化学腐蚀的聚合物（如聚醚醚酮）进行 3D 打印，为可持续化学过程中的高温和腐蚀应用创造了机会。图 1 （A）UAM 池光谱测量示意图，其特征是垂直于微流控通道嵌入涂层光纤，用于分析荧光素溶液 （B）具有三维打印池支架和流场夹具的 X 射线计算机断层扫描系统内的可视化设置 （C）使用三维打印反应器、泵、BPR 和膜分离器曼森人工智能自动化实验室产品随着互联网技术的不断革新以及人工智能、大数据时代的到来，信息技术在各个领域日益渗透，借助先进信息技术与前沿管理理念打造智慧实验室，成为未来发展的必经之路。在此创新变革浪潮之下，曼森生物全自动化检测检验实验室解决方案从精益化、智能化、持续化三大方向持续深化创新，为实验室的运营管理与未来发展带来无限可能，成为助力实验室实现自我革新的新引擎。NO.1高通量发酵平台平行生物反应器：由华东理工大学生物反应器国家重点实验室和国家生化工程技术研究中心张嗣良教授技术团队研发的平行生物反应器，区别于传统的生物反应器，具有高度平行性（同步性和重现性），利于高校实验室和企业研发实验室使用。NO.2液体处理机器人全自动分液机器人：采用协作机器人进行分装液体，通量高、速度快、灵活性大、兼容试管、离心管、三角瓶、蓝盖瓶、容量瓶、微孔板等多种形式容器，特别是可以分装接触皿将液体自动定量分装到各种容器中。梯度稀释机器人：样品的梯度稀释、复制和重排组合，适用于试管间、孔板间稀释；有吹吸混匀功能。可以同时稀释4种样品。NO.3四通道平板分装仪四通道平板分装仪：该设备拥有智能操控、分装准确、可自定义分装参数等特点，可以同时分装1-4种培养基。仪器启动后无需管理，自动进行培养基的分装及平皿堆叠，可大幅度减少操作人员工作量，是实验室分装平板培养基的优选设备。未完待续参考文献：Xin Yee Tai, Hao Zhang , Zhiqiang Niu, et al. The future of sustainable chemistry and process:Convergrnce of artificial intelligence,date and hardware. Energy and AI  2 (2020) 100036文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑内容审核：郝玉有博士

目录/CONTENT01/引言02/通过增材制造和在线监测实现的智能物理系统03/人工智能和在线监测的智能网络系统04/未来前景和机遇   1.高度集成的系统   2.面向服务的端到端同步和自进化系统平台    3.逆向设计   4.自动科学发现05/结论编者按本期推文主要编译整理了 Xin YeeTai 等发表在 Energy and AI 的综述《可持续化学和工艺的未来:人工智能、数据和硬件的融合》（The future of sustainable chemistry and process: Convergence of artificial intelligence, data and hardware）。论述了在工业 4.0 的背景下，可持续的化学过程可能会成为一个智能实验室，将网络物理系统与先进的人工智能和稳健的检测技术连接起来。它还将创建一个闭环系统，包括合作和协调机器、自我决策系统、自主问题解决和学习系统。此外，还讨论了闭环系统在可持续化学过程中的发展前景和关键挑战可再生能源发电和绿色合成的可持续化学是一个及时的研究课题，其愿景是在不损害子孙后代的情况下满足当前需求。在工业 4.0 时代，可持续化学和过程正经历着从连续流系统到下一层级操作的剧烈转变，例如通过将人工智能、数据和硬件集成到网络物理系统中的协作和协调机器、自决策系统、自主和自动问题解算器。由于物理空间和网络空间之间缺乏融合，开环系统面临着数据隔离、周期时间慢和资源管理不足等挑战。新兴的研究致力于加速这些循环，通过增材制造、内置在线监测和人工智能减少多步骤过程和实时表征之间的时间。最终目标是同时提出可持续化学过程中的工艺配方、流程合成和分子表征，每个步骤同时发送和接收数据。这一过程被称为“闭环”，它将潜在地创建一个具有高度集成系统的未来实验室，并生成一个面向服务的平台，用于端到端同步、自进化、反向分子设计和自动科学发现。该观点提供了一种方法，分别通过人工智能和增材制造，结合内置在线监测，分别理解网络和物理系统。此外，还讨论了闭环系统在可持续化学过程中的发展前景和关键挑战。Notice01 引言可持续化学过程是一个科学概念，它寻求在不牺牲资源和环境的前提下满足当前的需求。近年来，连续流化学的发展势头日益强劲，从基本的实验室技术发展到实践中复杂的多步骤工艺。与传统的间歇系统相比，它具有搅拌快、传热快、反应时间控制有效、对有毒和高活性化学品实验安全等优点。此外，连续流化学可以更快地发现绿色化学产品和合成路线，大大减少了实验室和工业规模的污染物排放。连续流化学是实验室里的微型连续装置。它被认为是可持续化学工艺从科学研究向工程生产规模化发展的垫脚石。以层流为基础的燃料电池是可持续化学过程的一个显著例子，它利用液体燃料作为可持续资源，在微通道中持续产生能量，并产生水作为副产品，而不会对环境产生负面影响。此外，太阳能是一种巨大的、可靠的、实际上用之不竭的能源，具有均匀的辐照，可以很容易地与连续流反应器集成在一起，在流太阳能电池中产生化学能和电能，如产生单重态氧和去除水中的有毒成分。可持续化学过程的概念也体现在碳捕获和利用上，即以微胶囊或微流体装置的形式持续捕获温室气体，然后转化为绿色合成产品。工业 4.0，正在形成一种演变，其影响已遍及各个行业，尤其是制造业。在工业 4.0 的背景下，可持续的化学过程可能会成为一个智能实验室，将网络物理系统与先进的人工智能和稳健的检测技术连接起来。它还将创建一个闭环系统，包括合作和协调机器，自我决策系统，自主问题解决和学 习系统。可持续化学过程的智能实验室的目标是通过适应“即插即用”的原则，以尽可能快的速度完全灵活的生产。鲁棒的传感技术可以灵活地嵌入到多步反应和分离过程中进行实时监测。因此，3D 打印提供了最佳的解决方案，因为其灵活和可定制的独特属性，使“即插即用”的原则快速实现。此外，在智能实验室中采用数据驱动策略，可以提高灵活性和智能制造水平。这一策略在很大程度上取决于数据的质量和数量，这可以通过利用先进的传感技术通过内置在线监测过程来保证。此外，智能实验室也被称为“黑暗实验室”、“熄灯实验室”或“无人实验室”，不需要人力。[来源：曼森生物视频号] 曼森无人化实验室检测全流程自动化，实现检测全流程黑灯作业它运用人工智能实践预测、自动化和自主、自行为和自决策的方法，在可持续化工过程中进行智能控制、调度、设计、过程控制质量和维护。例如，巴斯夫正在实施工业 4.0，将 3D 打印应用于现场设施、连接系统以及用于过程管理和控制以及虚拟工厂调试的先进预测和分析模型。施耐德电气采用了 3D 打印、先进的人工智能和先进的传感器，使生产率提高了 2-7%，能源利用率提高了 30%，运营成本降低了 50%。将增材制造、先进 AI 和鲁棒传感器应用于工业规模工艺，在提高工艺效率、能源利用率和成本效益方面显示出显著的势头。如前所述，AI、数据和硬件是智能实验室的基础模块。人工智能是对人类智能的一种模拟，它被编程在机器中，使它们能够像“科学家”一样思考和行动，比如学习和解决问题。在可持续化工过程中，神经网络、机器学习和遗传算法等人工智能算法是监测、优化和控制中常见的数据驱动方法。因此，将先进的传感技术嵌入到多步骤过程中进行在线监测，可以保证数据的质量和数量，这是数据驱动方法的主要关注点。通过内置在线方法，可以获得化学过程的实时数据，如反应物使用量、产品收率以及操作条件，如 pH、温度和压力，这些都是离线分析技术无法获得的。在线方法直接测量工艺流程，不需要去除或转移样品，而在线方法自动分析样品材料，不需要分配工艺。将先进的传感技术集成到反应室需要灵活的硬件设计，这可以通过增材制造(AM)方便。AM 也被称为 3D 打印，是一种绿色制造技术，从数字输入建立三维物理输出，而不需要传统的工具。该定制工具为需要定制、灵活性和设计复杂性的应用程序提供了优势。AM 在燃料电池、流动化学等能源产生装置中的应用也得到了广泛的讨论。除此之外，人们还非常希望将人工智能、数据和硬件结合到实验室规模的研究中，以简化之后的升级过程。到目前为止，许多工作已经分别讨论了智能工厂的网络和物理系统。网络系统指的是人工智能和数据的融合，数据通过先进的感知技术产生，并被人工智能算法用于执行任务，如在云空间的自我优化和预测。相比之下，物理系统描述了智能实验室的硬件，如多步反应器、分离器和检测技术，它们可以通过 AM 技术实现物理集成，用于内置在线监测。在这样的网络和物理系 统中，如果没有 AM，网络系统的鲁棒性将受到低自定义能力与强大的检测技术 连接的阻碍，从而导致构建可靠模型的高质量数据的丢失。另一方面，如果没有 人工智能，物理系统将只能执行实时监控，而没有智能反馈和控制，限制了物理 系统的可扩展性和功能。因此，人工智能、数据和硬件的融合可以实现智能可持 续化学的物理和虚拟意义。Notice02 通过增材制造和在线监测实现的智能物理系统这里的物理系统指的是用于反应器、分离器和先进检测等可持续化学过程的智能实验室的硬件。由于对实时信息的需求，有必要通过增材制造将它们集成到外壳和套管中，以便进行内置在线监测。AM 可以减少生产集成先进检测的定制反应室的周期时间。这种无与伦比的方法可以鼓励研究人员执行一种更迭代的方法，在现有的硬件中嵌入特定的几何形状。因此，可以根据工艺的要求，立即修改设计。此外，它还可以避免有价值但寿命较短的中间体检测的损失。目前，各种检测技术，如温度监测、光谱学和成像，已通过 3D 打印用于在线监测在可持续化学应用中得到了报道。例如，Monaghan 通过超声波添加剂制造（UAM）开发了多材料结构光谱学，将纤维药物嵌入金属微反应器中，用于 B维生素烟酰胺和荧光素的现场监测，如图 1 A 所示。通过启用 AM 的现场监测，研究人员可以从反应物的使用中获得实时数据，而使用离线分析技术无法看到产品形成和中间体生成。Maier 等人通过选择性激光熔化（SLM）开发了带有在线氧传感器的不锈钢反应器。这被证明是研究格氏试剂在流动中氧化的一种有前途的方法。这两项工作都表明了 AM 技术在制造高度复杂的金属器件方面的稳健性，这些器件适用于可持续化学过程中的高温高压应用，同时在更自由的设计中保持高精度的测量。在空气污染监测的另一个应用中，熔融灯丝制造（FFF）用于制造带有嵌入式半导体空气质量传感器的光催化气相反应器，该传感器测量电阻变化。这种 3D 打印气体传感器采用廉价的方法制造，并配有现成的组件，如光催化过滤器和模数转换器。采用 AM 技术还可以安装更强大的检测单元，并改进系统性能评估。例如，在燃料电池系统中，电流密度和功率密度是评估性能的标准实时信息。采用熔融沉积模型（FDM）在高温聚合物电解质燃料电池上嵌入电子顺磁共振（ERP）光谱，用于阴极电导率测量。Polyjet 技术提供了一种快速且经济高效的方法，当使用商业 X 射线计算机断层扫描仪提供的低强度 X 射线进行水分布可视化（图 1 B）时，设计足够小的夹具，以实现良好的信噪比，否则很难通过常规机加工制造。这项工作突出了使用鲁棒传感器实时监测层流燃料电池的机会。Menzel 等人通过 FDM 提出了一个 3D 打印化学合成系统，包括反应器、分离器、压力调节器和泵，如图1 C所示，该系统为多步化学合成创建了一个完整的连续流系统。 在低成本 3D 打印技术上对耐高温和耐化学腐蚀的聚合物（如聚醚醚酮）进行 3D 打印，为可持续化学过程中的高温和腐蚀应用创造了机会。图 1 （A）UAM 池光谱测量示意图，其特征是垂直于微流控通道嵌入涂层光纤，用于分析荧光素溶液 （B）具有三维打印池支架和流场夹具的 X 射线计算机断层扫描系统内的可视化设置 （C）使用三维打印反应器、泵、BPR 和膜分离器曼森人工智能自动化实验室产品随着互联网技术的不断革新以及人工智能、大数据时代的到来，信息技术在各个领域日益渗透，借助先进信息技术与前沿管理理念打造智慧实验室，成为未来发展的必经之路。在此创新变革浪潮之下，曼森生物全自动化检测检验实验室解决方案从精益化、智能化、持续化三大方向持续深化创新，为实验室的运营管理与未来发展带来无限可能，成为助力实验室实现自我革新的新引擎。NO.1 高通量发酵平台平行生物反应器：由华东理工大学生物反应器国家重点实验室和国家生化工程技术研究中心张嗣良教授技术团队研发的平行生物反应器，区别于传统的生物反应器，具有高度平行性（同步性和重现性），利于高校实验室和企业研发实验室使用NO.2 液体处理机器人全自动分液机器人：采用协作机器人进行分装液体，通量高、速度快、灵活性大、兼容试管、离心管、三角瓶、蓝盖瓶、容量瓶、微孔板等多种形式容器，特别是可以分装接触皿将液体自动定量分装到各种容器中。梯度稀释机器人：样品的梯度稀释、复制和重排组合，适用于试管间、孔板间稀释；有吹吸混匀功能。可以同时稀释4种样品。NO.3 四通道平板分装仪四通道平板分装仪：该设备拥有智能操控、分装准确、可自定义分装参数等特点，可以同时分装1-4种培养基。仪器启动后无需管理，自动进行培养基的分装及平皿堆叠，可大幅度减少操作人员工作量，是实验室分装平板培养基的优选设备。未完待续参考文献：Xin Yee Tai, Hao Zhang , Zhiqiang Niu, et al. The future of sustainable chemistry and process:Convergrnce of artificial intelligence,date and hardware. Energy and AI  2 (2020) 100036由于篇幅受限，关于上述生物反应器具体参数详见公众号右下角底部菜单栏→补充资料，自动跳转获取Mediacenter Editor | 曼森编辑文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士END如需获取原文献/补充资料 请关注曼森生物公众号

如需获取原文献/补充资料 请关注曼森生物公众号HiTec Zang公司最初是由DR. ing Werner Zang在1979年创建的一个工程办公室。在最初的几年里，实现了模拟和数字技术的定制硬件开发以及客户规范的软件开发。1998年，凭借RAMOS®(呼吸活性监测系统)进入生物技术市场。OmniFerm ® -mini 平行生物反应器Omniferm-mini 是德国HITEC ZANG公司推出的一款小型可平行生物反应器。它界于较大的生物反应罐和小的发酵瓶之间。可以实现平行操作，以减少操作时间和节省成本。控制部分是基于LAB MANAGER  / MRS manager 系统，可以同时控制8个生物反应器。OmniFerm ® -mini 平行生物反应器系统的特点是占地面积小，因此在一个实验室工作台上有多个生物反应器的空间。这个小型培养系统缩小了摇瓶和实验室发酵罐之间的差距。现在可以在下一个更大的规模上验证摇动培养中获得的发现，而无需使用材料并节省时间。与标准系统相比，模块化设计和众多客户特定的设备变体提供了最大的灵活性。基本单元包括一个带不锈钢盖的玻璃容器，包括所有必要的连接和排气冷却器。可提供工作容积为 275 至 1,600 毫升的容器。pH 值是使用侵入式 pH 电极测量的，并且可以使用 CO2/碱或酸/碱进行控制。可以通过顶部空间、通过进气管/分布器或通过进气环进行供气。加热和冷却采用无传热介质固态温控系统，即通过底板对容器进行加热和冷却。用于分析泵管的高精度泵驱动器，计量速率为 1 μl/min 至 30 ml/min，可在半连续和连续操作中实现精确计量。可选地，可以集成实验室规模以实施受控的重量计量。搅拌器由速度可控、无磨损、无刷直流电机驱动。机械密封确保所需的无菌性。使用螺旋桨、Rushton 或倾斜叶片搅拌器。OmniFerm ® -mini 发酵罐通过高压灭菌器进行灭菌。取下塞子和搅拌器驱动器并从泵驱动器上取下软管后，可以在高压灭菌器中对容器进行消毒。分级解决方案可用于气体混合。对于大多数应用，使用通用质量流量控制器 (MFC) 的三重多路混合气体足以处理除 CO2 以外的所有气体。紧凑型模块直接安装在发酵罐控制装置的后壁上。可以为简单的应用提供带有手动针阀的可变面积流量计。 带有单独的 CO2 质量流量控制器的版本可用于细胞培养技术。对于更高的要求，OmniFerm ® -mini 还可以为每种气体配备单独的 MFC。产品特点：🔻完整的研究发酵罐功能🔻自动化程度高🔻可集成浊度测量、光学 pH 和 O2 测量、乙醇、甲醇、葡萄糖、乳糖等在线测量🔻无热载体的温度控制固定床反应器搅拌釜反应器的替代方案是带有微孔载体的固定床反应器，用于培养贴壁动物细胞，可在高体积相关细胞密度下进行连续、低剪切应力的培养。该系统的一个主要优点是能够在工艺条件下专门调整病毒和单克隆抗体的保留时间。在固定床反应器的扩大规模中，氧气供应尤其成问题，因为床的高度由于氧气耗尽而受到限制。固定床可以轴向流过，总长度短至约 10 厘米，而床的上部区域没有氧气限制。随着径向流通过固定床，水垢进一步增加。通过选择合适的载体，也可以培养高要求的细胞。与悬浮反应器相比，固定床反应器在可实现的体积比细胞密度和生产率方面具有更高的性能。由于固定床中的细胞保留，使用陶瓷膜的集成分离过程很容易实施。固定床的操作也很简单，价格也不贵。RAMOS® 呼吸活动监测系统RAMOS ®（呼吸活动监测系统）已成为全球范围内在线测定摇瓶中原核和真核培养物呼吸活动的标准测量系统。呼吸速率与活细胞的有氧代谢活动成正比，因此能够连续监测细胞生长并间接监测产物形成的速率。 通过使用 RAMOS ®筛选有效的生产菌株和优化过程管理，通过节省实验室时间和缩短开发时间，可以在短时间内实现摊销，从而可持续地、果断地降低生产成本。产品特点：     🔻获得微生物培养过程的更多信息     🔻工艺相关和生物效应的区别     🔻替代昂贵的发酵实验     🔻同参考摇瓶一样的培养条件     🔻易操作     🔻缩短生物工艺和培养条件的研发时间     🔻提供理想的筛选条件     🔻能够快速描述和定向培养基的优化     🔻缩短从测试期到实际应用所需的时间     🔻缩短产品上市周期应用：     🔹摇瓶中原核生物和真核生物包括哺乳动物细胞培养的持续生长监测     🔹无菌条件下平行在线监测8个反应器中的呼吸活性     🔹容易测定特征值（OTR，CTR，RQ，μmax，kLa等）     🔹通过早期识别氧气、基质限制或产物抑制来优化生物工艺     🔹生物分析（毒性分析、增殖分析）     🔹初次筛选和二次筛选适宜条件的开发（培养时间、培养基、操作条件）     🔹缩短发酵过程中理想培养基和物料平衡条件的研发时间     🔹质量控制曼森生物平行生物反应器曼森生物专注于研发、生产和销售平行生物反应器，致力于为客户建设高通量发酵平台。公司旗下JOY4-500、JOY4-1000、JOY1-500、JOY1-1000、JOY1-2000平行生物反应器，体积小，可以实现8联、24联、48联、96联并行控制，在实现高通量工艺的同时确保了罐与罐之间的“平行性”，其高通量和过程控制功能媲美进口装备。产品特点：🔻JOY4-500高通量微型发酵罐单元由4个500ml微型发酵罐组成，有多参数在线检测功能；🔻每个500ml微型发酵罐的参数可独立设定和控制；🔻每个发酵罐对应4路蠕动泵，每个泵的转速单独可调；🔻多个JOY4-500高通量微型发酵罐单元并联，可组成高通量微型发酵罐组，可并联24个单元96台发酵罐，以适应菌种高通量筛选、培养基配方高通量筛选、发酵工艺高通量开发与优化、工艺放大的应用需求；🔻JOY4-500高通量微型发酵罐单元配备一台电脑，可以完成所有的系统操作，数据记录和浏览；🔻可选配先进的基于Windows的编程平台的数据分析软件可选，能提供丰富的界面、图形设置、多批次比较和数据库操作功能。🔻基于自主开发的AFDP控制系统，集成了 16个变速蠕动泵。🔻集成多达 41 个模拟输入/输出连接🔻可选配多达16 个 TMFC 和/或电磁阀，调节不同气体混合策略。🔻气体输出可以选择带有 Peltier 电池的冷凝器集成。🔻极其紧凑的系统使实验室空间最大化。曼森产品/方案不仅包括自动化高通量设备，最核心的价值在于提供配套的技术方法及优质的服务。信息来源：https://www.hitec-zang.de/de/由于篇幅受限，关于上述生物反应器具体参数详见公众号右下角底部菜单栏→补充资料，自动跳转获取Mediacenter Editor | 曼森编辑文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士

上期讲到分批补料微型生物反应器设计的内部补料策略（点击此处查看），本期将讲述外部补料策略及结论。外部分批补料策略在外部分批补料系统中，基质从外部储器补料。该策略的主要优点是增加了灵活性和过程控制能力。然而，由于补料需要额外的基础设施，外部分批补料系统固有地更复杂且操作成本更高。3.1自动化液体处理系统使用液体处理工作站可以实现高通量采样以及向 MTP 或平行 MBR 中添加液体。例如，RoboLector®包括集成的 BioLector®（mp2-Labs，德国）MBR 筛选平台。自动取样编程为每 24 小时一次。补料和取样均在不中断摇动的情况下实现，从而最大限度地减少对氧气传输的干扰并防止细胞沉降，从而允许获得代表性的样品。与脉冲补料策略相关的关键挑战是缺乏连续的补料供应，这导致细胞代谢中的振荡并限制与工业规模发酵的可比性，在工业规模发酵中，指数补料策略更常用。Jansen 等人于 2019 年开发了一种自动反馈调节的基于酶的分批补料系统(FeedER)。可以通过控制添加来实现定义的指数生长速率。Ambr®平台通过添加泵送液体管线，可以向每个单独的反应器中连续添加液体。克服了间歇补料的局限性，有利于实施连续补料方案和更严格的 pH 控制。Bioreactor48 平台（2mag，德国）与Freedom EVO(TECAN，瑞士) LHS 相结合，以实现分批补料和过程控制。Bioreactor通过 LHS 向含有 β-呋喃果糖苷酶的培养物间歇投加蔗糖，使可代谢的果糖和葡萄糖得以连续释放。对间歇葡萄糖和酶促摄食策略的比较表明，生物量累积非常相似，但是，连续(酶促)摄食增强了 GFP 荧光。DO 振荡在间歇补料培养物中显著更大。3.2    用于分批补料微生物反应器系统的微流体和微型阀技术与自动 LHS相关的一个关键挑战是补料的间歇性。近来，微流体技术已经被实施，其目的在于开发更精确的工业过程的按比例缩小模型。微流控生物反应器系统涉及对小体积流体的受控操作。在 Mardanpour 和 Yaghmae 研究中，使用大肠杆菌作为生物催化剂，在微流控微生物燃料电池(MFC)中以分批补料模式从葡萄糖和尿素产生生物电。为了构建微流控 MFC，使用具有单个微通道的聚甲基丙烯酸甲酯板作为主体，使用镍基阳极和负载铂的碳覆盖阴极作为主体顶部和底部的电极，通过这种方式，亲水性镍表面吸收阳极电解液并促进细胞附着，从而促进生物膜的生长。为了确定最适合再现大型生物反应器波动条件的微流体系统，Ho 等人比较了三种广泛使用的微流体设计。该研究表明，微流体系统的设备设计在定量和灵敏地再现典型工业规模生物反应器中的不均匀性方面起着关 键作用，可能会影响分批补料系统的工艺产率。微流控FlowerPlate 技术最近被用于优化谷氨酸棒杆菌的绿色荧光蛋白(GFP) 生产。Morschett 等人开发了一种高通量、并行化的 pH 控制分批补料培养工作流程，可在线监测微孔板中的生物量、pH 值、DO 和荧光。每排的两个容器中分别加入葡萄糖-尿素补料溶液和 3M 磷酸(单侧 pH 控制)。将具有不同补料策略(脉冲、恒定、指数)的分批补料工艺与标准分批工艺进行了比较。商业微基质(Applikon Biotechnology，荷兰)平台是一种接近连续补料的替代方法，这种方法便于通过微型阀对每种单独的 μBR 进行独立的液体添加。该最先进系统基于标准 24 孔深孔板，工作体积为 2–7mL，具有集成的荧光团 pH 和溶解氧传感器，以及每个单独孔的独立气体和液体添加量。3.3    外部补料策略总结具有自动外部补料和严格控制工艺参数的新型 MBR 技术的最新进展，使得能够更接近地模拟工业规模的生物过程。通过自动化，实验的吞吐量和精确度得到了显著的提高。机器人 LHS 已证明了在微尺度下有效高通量分批补料培养的潜力。它们可以与现有硬件相结合，并易于编程，以实现广泛的实验应用。通过安装液体处理机器人和分析设备，对 Bioreactor 培养平台进行了改造，实现了全自动受控分批补料培养，并具有自动取样和在线样本分析功能。Mühlmann 等人的一项研究也证明了 RoboLector®平台的适应性，为了实现自动补料培养基制备和细胞培养，安装了额外的冷却器、加热器摇动器和真空站。移液操作可以预先编程以执行定义的补料配置文件并以高精度重复多次。LHS 补料的另一个限制是它的间歇性。微流体设备提供连续的补料供应，以更接近地代表工业规模条件。可以使用微流体装置分配小体积，使得它们对单个细胞的研究特别有吸引力。由于对分离细胞的研究允许将细胞内效应与细胞间或群体效应区分开来，因此这可能有利于菌株的发育。具有外部补料和无创在线监测的自动化并行MBR 平台允许在相对短的时间内生成大量高质量数据集。然而，由于高设备成本和广泛的编程要求，投资比更简单的内部系统要大得多。结论在过去的十年中，微量高通量分批补料培养技术取得了长足的进步。已经开发了各种复杂性和硬件要求不同的补料机制，使得流式分批培养越来越容易获得。由于与传统的分批培养系统相比，分批补料系统可以更接近地模拟工业规模条件，因此它们可以最大限度地降低与生物工艺规模相关的风险。尽管成本相对较低且易于实施，在整个培养过程中不可能进行精确的补料速率控制，并且补料通常仅限于单一基质。通过引入外部硬件，可以实现更复杂的补料分布和过程参数(如 pH)控制。自动液体处理机器人可被编程为响应于过程参数与指定设定点的偏差或根据预定义的补料曲线执行液体添加。最近，自动化液体处理机器人的可负担性有了显著提高，然而，为确保其广泛应用，有必要开发标准化操作程序和直观的软件，以便于其简单操作。尽管它们的高精度和灵活性很有优势，因为补料是通过间歇推注进行的，但无法实现工业相关的连续补料曲线。然而，这可以很容易地通过耦合 LHS 和酶控制的补料策略来解决。微流体技术也被开发出来，以便于非常小体积的连续精确补料。通过将自动化的高通量分批补料培养平台与实验的战略设计和基于模型的 优化策略相结合，可以显著增强对过程的理解，同时最大限度地减少实验负担。结合实时数据来重新确定最佳补料添加和工艺控制策略显示出增强生物工艺开 发的巨大潜力。然而，关键工艺参数的在线和在线分析技术应得到改进，以充分发挥基于模型的优化，在大多数情况下，对优化至关重要的底物利用率和产物形成等参数仅限于离线分析。对传统技术（如色谱）的快速在线替代品的开发将特别有利于重新设计实验策略。尽管该综述中讨论的技术显示出高效和低风险生物工艺开发的巨大潜力，但目前自动化培养平台的高成本和复杂性限制了它们的广泛应用。此外，这些技术和方法的标准化对于学术界和工业界的共同使用和接受至关重要，未来的工作还应侧重于开发 FOSS 和 FOSH 以提高可访问性。曼森平行生物反应器分批补料应用曼森采用Watson-malow 400A高精度泵头，16 路补料，平均每个罐有四路补料，蠕动泵流量可设定，连续可调；每个蠕动泵的功能可单独分配，可以作为酸泵、碱泵、补料泵、消泡泵、液位控制泵。信息来源：https://www.sciencedirect.com/science/article/pii/S0734975021001944?ref=pdf_download&fr=RR-2&rr=747c4db53ee4ddb1文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑内容审核：郝玉有博士

如需获取原文献/补充资料 请关注曼森生物公众号上期我们讲到分批补料微型生物反应器设计的内部补料策略，本期将讲述外部补料策略及结论，文章较长，建议关注保存！目录/CONTENT01/介绍02/内部补料策略    1.扩散控制补料    2.酶控补料    3.内部补料策略小结03/外部补料策略    1.自动化液体处理系统    2.用于分批补料微生物反应器系统的微流体和微型阀技术    3.外部补料策略小结04/结论PART外部分批补料策略03在外部分批补料系统中，基质从外部储器补料。该策略的主要优点是增加了灵活性和过程控制能力。然而，由于补料需要额外的基础设施，外部分批补料系统固有地更复杂且操作成本更高。3.1自动化液体处理系统使用液体处理工作站可以实现高通量采样以及向 MTP 或平行 MBR 中添加液体。例如，RoboLector®包括集成的 BioLector®（mp2-Labs，德国）MBR 筛选平台。自动取样编程为每 24 小时一次。补料和取样均在不中断摇动的情况下实现，从而最大限度地减少对氧气传输的干扰并防止细胞沉降，从而允许获得代表性的样品。与脉冲补料策略相关的关键挑战是缺乏连续的补料供应，这导致细胞代谢中的振荡并限制与工业规模发酵的可比性，在工业规模发酵中，指数补料策略更常用。Jansen 等人于 2019 年开发了一种自动反馈调节的基于酶的分批补料系统(FeedER)。可以通过控制添加来实现定义的指数生长速率。Ambr®平台通过添加泵送液体管线，可以向每个单独的反应器中连续添加液体。克服了间歇补料的局限性，有利于实施连续补料方案和更严格的 pH 控制。Bioreactor48 平台（2mag，德国）与Freedom EVO(TECAN，瑞士) LHS 相结合，以实现分批补料和过程控制。Bioreactor通过 LHS 向含有 β-呋喃果糖苷酶的培养物间歇投加蔗糖，使可代谢的果糖和葡萄糖得以连续释放。对间歇葡萄糖和酶促摄食策略的比较表明，生物量累积非常相似，但是，连续(酶促)摄食增强了 GFP 荧光。DO 振荡在间歇补料培养物中显著更大。3.2 用于分批补料微生物反应器系统的微流体和微型阀技术与自动 LHS相关的一个关键挑战是补料的间歇性。近来，微流体技术已经被实施，其目的在于开发更精确的工业过程的按比例缩小模型。微流控生物反应器系统涉及对小体积流体的受控操作。在 Mardanpour 和 Yaghmae 研究中，使用大肠杆菌作为生物催化剂，在微流控微生物燃料电池(MFC)中以分批补料模式从葡萄糖和尿素产生生物电。为了构建微流控 MFC，使用具有单个微通道的聚甲基丙烯酸甲酯板作为主体，使用镍基阳极和负载铂的碳覆盖阴极作为主体顶部和底部的电极，通过这种方式，亲水性镍表面吸收阳极电解液并促进细胞附着，从而促进生物膜的生长。为了确定最适合再现大型生物反应器波动条件的微流体系统，Ho 等人比较了三种广泛使用的微流体设计。该研究表明，微流体系统的设备设计在定量和灵敏地再现典型工业规模生物反应器中的不均匀性方面起着关 键作用，可能会影响分批补料系统的工艺产率。微流控FlowerPlate 技术最近被用于优化谷氨酸棒杆菌的绿色荧光蛋白(GFP) 生产。Morschett 等人开发了一种高通量、并行化的 pH 控制分批补料培养工作流程，可在线监测微孔板中的生物量、pH 值、DO 和荧光。每排的两个容器中分别加入葡萄糖-尿素补料溶液和 3M 磷酸(单侧 pH 控制)。将具有不同补料策略(脉冲、恒定、指数)的分批补料工艺与标准分批工艺进行了比较。商业微基质(Applikon Biotechnology，荷兰)平台是一种接近连续补料的替代方法，这种方法便于通过微型阀对每种单独的 μBR 进行独立的液体添加。该最先进系统基于标准 24 孔深孔板，工作体积为 2–7mL，具有集成的荧光团 pH 和溶解氧传感器，以及每个单独孔的独立气体和液体添加量。3.3 外部补料策略总结具有自动外部补料和严格控制工艺参数的新型 MBR 技术的最新进展，使得能够更接近地模拟工业规模的生物过程。通过自动化，实验的吞吐量和精确度得到了显著的提高。机器人 LHS 已证明了在微尺度下有效高通量分批补料培养的潜力。它们可以与现有硬件相结合，并易于编程，以实现广泛的实验应用。通过安装液体处理机器人和分析设备，对 Bioreactor 培养平台进行了改造，实现了全自动受控分批补料培养，并具有自动取样和在线样本分析功能。Mühlmann 等人的一项研究也证明了 RoboLector®平台的适应性，为了实现自动补料培养基制备和细胞培养，安装了额外的冷却器、加热器摇动器和真空站。移液操作可以预先编程以执行定义的补料配置文件并以高精度重复多次。LHS 补料的另一个限制是它的间歇性。微流体设备提供连续的补料供应，以更接近地代表工业规模条件。可以使用微流体装置分配小体积，使得它们对单个细胞的研究特别有吸引力。由于对分离细胞的研究允许将细胞内效应与细胞间或群体效应区分开来，因此这可能有利于菌株的发育。具有外部补料和无创在线监测的自动化并行MBR 平台允许在相对短的时间内生成大量高质量数据集。然而，由于高设备成本和广泛的编程要求，投资比更简单的内部系统要大得多。PART结论04在过去的十年中，微量高通量分批补料培养技术取得了长足的进步。已经开发了各种复杂性和硬件要求不同的补料机制，使得流式分批培养越来越容易获得。由于与传统的分批培养系统相比，分批补料系统可以更接近地模拟工业规模条件，因此它们可以最大限度地降低与生物工艺规模相关的风险。尽管成本相对较低且易于实施，在整个培养过程中不可能进行精确的补料速率控制，并且补料通常仅限于单一基质。通过引入外部硬件，可以实现更复杂的补料分布和过程参数(如 pH)控制。自动液体处理机器人可被编程为响应于过程参数与指定设定点的偏差或根据预定义的补料曲线执行液体添加。最近，自动化液体处理机器人的可负担性有了显著提高，然而，为确保其广泛应用，有必要开发标准化操作程序和直观的软件，以便于其简单操作。尽管它们的高精度和灵活性很有优势，因为补料是通过间歇推注进行的，但无法实现工业相关的连续补料曲线。然而，这可以很容易地通过耦合 LHS 和酶控制的补料策略来解决。微流体技术也被开发出来，以便于非常小体积的连续精确补料。通过将自动化的高通量分批补料培养平台与实验的战略设计和基于模型的 优化策略相结合，可以显著增强对过程的理解，同时最大限度地减少实验负担。结合实时数据来重新确定最佳补料添加和工艺控制策略显示出增强生物工艺开 发的巨大潜力。然而，关键工艺参数的在线和在线分析技术应得到改进，以充分发挥基于模型的优化，在大多数情况下，对优化至关重要的底物利用率和产物形成等参数仅限于离线分析。对传统技术（如色谱）的快速在线替代品的开发将特别有利于重新设计实验策略。尽管该综述中讨论的技术显示出高效和低风险生物工艺开发的巨大潜力，但目前自动化培养平台的高成本和复杂性限制了它们的广泛应用。此外，这些技术和方法的标准化对于学术界和工业界的共同使用和接受至关重要，未来的工作还应侧重于开发 FOSS 和 FOSH 以提高可访问性。曼森平行生物反应器分批补料应用曼森采用Watson-malow 400A高精度泵头，16 路补料，平均每个罐有四路补料，蠕动泵流量可设定，连续可调；每个蠕动泵的功能可单独分配，可以作为酸泵、碱泵、补料泵、消泡泵、液位控制泵。全文完信息来源：https://www.sciencedirect.com/science/article/pii/S0734975021001944?ref=pdf_download&fr=RR-2&rr=747c4db53ee4ddb1Mediacenter Editor | 曼森编辑文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士

前沿先进的分批补料微生物反应器可降低扩大规模的风险，并更接近模拟工业培养实践。近年来，已经开发了高通量微量补料策略，无论实验预算如何，都可以提高微量分批补料培养的可及性。该综述探讨了这些技术及其在加速生物过程开发中的作用。扩散和酶控制的补料可实现基质的连续供应，且简单实惠。更复杂的补料曲线和更强的过程控制需要额外的硬件。自动液体处理机器人可被编程为预定义的补料曲线，并具有响应过程参数偏差的灵敏度。研究显示，微流体技术可促进连续和精确补料。将自动化高通量分批补料培养与实验设计和基于模型的优化相结合的整体方法极大地增强了过程理解，同时最大限度地减少了实验负担。为在线优化补料条件引入实时数据可进一步细化筛选。尽管该综述中讨论的技术有望实现高效、低风险的生物过程开发，但自动化培养平台的费用和复杂性限制了其广泛应用。未来的关注点应该集中在开源软件的开发上，减少硬件的排他性。介绍许多公司依赖于不可再生的石化原料以及更复杂工艺的天然产品所需的大量步骤可能会阻碍经济可行性，将可再生原料生物转化为此类天然产物的微生物细胞工厂的建设，引起了人们的极大兴趣。生物工艺开发的初始阶段涉及广泛筛选各种菌株和工艺参数。使用简单的批量微量滴定板(MTP)或摇瓶培养在此阶段仍然很普遍，这主要是由于与实验室规模的搅拌反应器相比，它们的成本相对较低且通量较高。然而，由于体积小和缺乏用于在线监测和控制基础设施，分析通常限于端点分析，限制了过程洞察力。在这种情况下，先进的微型生物反应器MBR 系统越来越多地被采用，其目的是克服这些关键的瓶颈。使用新的混合策略，尽管空间和资源要求显著降低，但仍有可能有效模拟较大的实验室生物反应器。许多装置可以并行运行，便于高通量筛选应用。通过将 MBR 技术与战实验设计(DoE)方法相结合，可以进一步最大化过程洞察力，同时最小化实验负担。DoE 促进了对生物系统中无处不在的因素相互作用的系统评估，以及对设计空间的更广泛探索。为确保工业规模的最佳性能，应在生物过程开发的早期阶段应用 DoE 同时优化遗传和环境。微规模培养和工业规模培养之间的培养策略的主要不一致性可导致在生物过程开发的最早阶段选择次优菌株和过程条件。因此，必须将过程控制策略和分批补料操作纳入高通量筛选，以确保更接近地模拟工业规模的培养条件。最近开发了几种具有内置补料、控制和采样能力的新型 MBR，以克服这一关键瓶颈。已经研究了创新的内部和外部补料策略及其模仿不同常用工业补料策略的潜力，例如脉冲、指数、修正指数和线性补料。内部分批补料策略包括扩散和酶控制的补料，通常涉及由半透膜分开的双相培养基和多糖基质的生物催化分解。通过使用微流体和自动化液体处理系统(LHSs)。这种系统提供了改进的补料控制，允许更有效地模仿工业相关的脉冲、线性和指数进给策略。引入基于模型的优化算法以实时分析过程数据并重新确定最佳培养策略也获得了极大的兴趣，以进一步加快生物过程开发。将新型分批补料 MBR 与统计 DoE 和基于模型的优化策略相结合的整体方法可能是稳健菌株开发和优化的最佳方法。通过对大量遗传和环境因素组合进行战略性高通量筛选，可以确保设计质量，同时监测和控制工业相关工艺参数。与传统方法相比，这种增加的过程洞察力有可能通过减少所需的筛选阶段的数量来大大加快生物过程的开发。内部补料策略在内部分批补料系统中，基质在培养容器内逐渐释放，无需外部补料。这些系统的主要特点是它们与现有基础设施的兼容性。由于不需要先进的微型泵、微流体或液体处理机器人技术，因此可以显著降低成本和复杂性。这种系统通常利用扩散或催化现象。2.1扩散控制补料扩散控制进料涉及将截留的营养物从聚合物吸附剂或通过人工膜缓慢释放。培养基中的营养物质扩散穿过半透性透析膜，然后被细胞利用。Philip 等人 2017年阐明了作为影响补料速率的关键因素的两个参数，储器中的初始基质浓度和膜几何形状。这有助于更好的补料速率控制，并且发现尽管培养体积放大了 100 倍。然而，使用透析膜的扩散控制补料方法的一个主要限制是其对摇瓶培养的限制， 这限制了生产量。Jeude等人2006 年开发了 FeedBead®技术，这项技术最初也是为了在摇瓶中使用而开发的，但 Scheidle 等人 2009 年证明了 FeedBead®技术适用于 MTP 应用。Keil 等人于 2019 年开发了一种 MTP FeedPlate®系统，该系统在每个孔的底部包含一个固定的固体有机硅基质和嵌入的葡萄糖晶体。在这些 FeedPlates®中，GFP 产量提高了 245 倍。该板以 24、48 或 96 孔形式上市，允许以分批补料模式直接进行高通量培养。然而，培养基 pH、温度和渗透压等外部因素对葡萄糖释放速率有主要影响。因此，使用该技术时，对基质释放速率的精确控制受到限制。2016 年，Flitsch 等人研发了一种改进的 μ-RAMOS 设备，其目的是克服原始设备的瓶颈。更新后的系统在 48 孔 MTP 的每个孔中配备了气体入口和出口阀以及光学传感器，便于对所有 48 种培养物同时进行 OTR 监测。该技术最近被进一步扩展用于 96 孔深孔 MTP，使研究人员能够实现比原始摇瓶规模的RAMOS 系统增加 15 倍的实验通量。Habicher 等人 2020 年证明了最先进的 μ- RAMOS 和 FeedPlate®对于工程化用于蛋白酶生产的地衣芽孢杆菌菌株的葡萄糖限制培养的兼容性。OTR 的在线监测极大地改善了 MTP 培养物的信息含量，发现其在 MTP 和摇瓶规模下的性能相当。使用该平台生成的数据可用于在开发的最早阶段生成数学模型，从而根据设计原则显著改善了过程质量。Wilming 等人 2014 年使用 96 孔 MTP 开发了一种替代的基于扩散的分批补料系统。每个培养孔通过填充有聚丙烯酰胺水凝胶的扩散通道连接至储层孔，便于每个平板进行多达 44 次平行分批补料培养。用浓缩基质溶液填充储器，以实现逐步扩散驱动补料。通过改变储器中的浓度并由此改变驱动浓度梯度。然而， 发现补料浓度和葡萄糖释放速率之间的关系是非线性的。这种使补料速率微调复杂化的非线性归因于水的反向扩散。尽管如此，板的透明底座提供了与板读取技术兼容的主要优势，例如用于通过散射光测量生物量和荧光的 BioLector 系统(mp2-Labs，德国)。使用该系统证明了大肠杆菌和多形嗜血杆菌菌株的分批补料培养。与分批对照相比，用最佳 300g/L 葡萄糖补料进行大肠杆菌的分批补料培养分别导致生物量和基于黄素单核苷酸的荧光报告蛋白信号增加约5 倍和14 倍。2.2酶控补料淀粉在液体培养基中的溶解度差，需要在原始 EnBase®工艺中使用固相。为了消除对双相系统的需求，开发了具有完全可溶性聚合物基材的 EnBase® Flo。葡萄糖释放方法与矿物盐和复杂培养基添加剂的精心优化组合相结合，以产生高细胞密度和产品滴度。Glazyrina 等人 2012 年通过在 3mL 至 60L 的范围内培养经工程改造过量生产模型酶醇脱氢酶的大肠杆菌菌株，研究了 EnBase® Flo 系统的可扩展性。在所有测试规模下均实现了相当的增长率和蛋白质滴度，突出了可扩展性。在所有测试规模上都实现了可比的生长速率和蛋白质滴度，突出了可扩展性。EnBase®系统还提供了在大型生物反应器的初始培养阶段控制葡萄糖释放的额外好处，完全消除了溢出代谢。EnBase®技术还以方便的片剂形式在市场上销售。该 EnPresso®系统与 D- optimal DoE 方法相结合，可优化 24 孔板中工程大肠杆菌的缬诺霉素生产。与原始分批培养相比，DoE 驱动的平行分批补料培养策略使缬氨霉素滴度提高了 33 倍。2.3内部补料策略小结扩散和酶控制的补料策略提供了一种相对简单和低成本的方法来模拟更大规模的分批补料过程。它们提供了恒定基质补料的关键优势，但在整个培养过程中通常不可能精确控制补料速率。结果，更复杂(例如指数)的进给曲线不能使用内部补料策略。此外，补料通常限于单一基质，这可能导致培养基中的其他营养物变得有限。特别是基于酶的补料依赖葡萄糖作为碳源，这可能不是所有过程的最佳选择。此外，在此类系统中，酸和碱补料通常是不可能的，从而限制了过程控制能力。曼森平行生物反应器分批补料应用曼森采用Watson-malow 400A高精度泵头，16 路补料，平均每个罐有四路补料，蠕动泵流量可设定，连续可调；每个蠕动泵的功能可单独分配，可以作为酸泵、碱泵、补料泵、消泡泵、液位控制泵。信息来源：https://www.sciencedirect.com/science/article/pii/S0734975021001944?ref=pdf_download&fr=RR-2&rr=747c4db53ee4ddb1文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑内容审核：郝玉有博士

如需获取原文献/补充资料 请关注公众号目录/CONTENT01/介绍02/内部补料策略    1.扩散控制补料    2.酶控补料    3.内部补料策略小结03/外部补料策略    1.自动化液体处理系统    2.用于分批补料微生物反应器系统的微流体和微型阀技术    3.外部补料策略小结04/结论前言先进的分批补料微生物反应器可降低扩大规模的风险，并更接近模拟工业培养实践。近年来，已经开发了高通量微量补料策略，无论实验预算如何，都可以提高微量分批补料培养的可及性。该综述探讨了这些技术及其在加速生物过程开发中的作用。扩散和酶控制的补料可实现基质的连续供应，且简单实惠。更复杂的补料曲线和更强的过程控制需要额外的硬件。自动液体处理机器人可被编程为预定义的补料曲线，并具有响应过程参数偏差的灵敏度。研究显示，微流体技术可促进连续和精确补料。将自动化高通量分批补料培养与实验设计和基于模型的优化相结合的整体方法极大地增强了过程理解，同时最大限度地减少了实验负担。为在线优化补料条件引入实时数据可进一步细化筛选。尽管该综述中讨论的技术有望实现高效、低风险的生物过程开发，但自动化培养平台的费用和复杂性限制了其广泛应用。未来的关注点应该集中在开源软件的开发上，减少硬件的排他性。01介绍许多公司依赖于不可再生的石化原料以及更复杂工艺的天然产品所需的大量步骤可能会阻碍经济可行性，将可再生原料生物转化为此类天然产物的微生物细胞工厂的建设，引起了人们的极大兴趣。生物工艺开发的初始阶段涉及广泛筛选各种菌株和工艺参数。使用简单的批量微量滴定板(MTP)或摇瓶培养在此阶段仍然很普遍，这主要是由于与实验室规模的搅拌反应器相比，它们的成本相对较低且通量较高。然而，由于体积小和缺乏用于在线监测和控制基础设施，分析通常限于端点分析，限制了过程洞察力。在这种情况下，先进的 微型生物反应器MBR 系统越来越多地被采用，其目的是克服这些关键的瓶颈。使用新的混合策略，尽管空间和资源要求显著降低，但仍有可能有效模拟较大的实验室生物反应器。许多装置可以并行运行，便于高通量筛选应用。通过将 MBR 技术与战实验设计(DoE)方法相结合，可以进一步最大化过程洞察力，同时最小化实验负担。DoE 促进了对生物系统中无处不在的因素相互作用的系统评估，以及对设计空间的更广泛探索。为确保工业规模的最佳性能，应在生物过程开发的早期阶段应用 DoE 同时优化遗传和环境。微规模培养和工业规模培养之间的培养策略的主要不一致性可导致在生物过程开发的最早阶段选择次优菌株和过程条件。因此，必须将过程控制策略和分批补料操作纳入高通量筛选，以确保更接近地模拟工业规模的培养条件。最近开发了几种具有内置补料、控制和采样能力的新型 MBR，以克服这一关键瓶颈。已经研究了创新的内部和外部补料策略及其模仿不同常用工业补料策略的潜力，例如脉冲、指数、修正指数和线性补料。内部分批补料策略包括扩散和酶控制的补料，通常涉及由半透膜分开的双相培养基和多糖基质的生物催化分解。通过使用微流体和自动化液体处理系统(LHSs)。这种系统提供了改进的补料控制，允许更有效地模仿工业相关的脉冲、线性和指数进给策略。引入基于模型的优化算法以实时分析过程数据并重新确定最佳培养策略也获得了极大的兴趣， 以进一步加快生物过程开发。将新型分批补料 MBR 与统计 DoE 和基于模型的优化策略相结合的整体方法可能是稳健菌株开发和优化的最佳方法。通过对大量遗传和环境因素组合进行战略性高通量筛选，可以确保设计质量，同时监测和控制工业相关工艺参数。与传统方法相比，这种增加的过程洞察力有可能通过减少所需的筛选阶段的数量来大大加快生物过程的开发。02内部补料策略在内部分批补料系统中，基质在培养容器内逐渐释放，无需外部补料。这些系统的主要特点是它们与现有基础设施的兼容性。由于不需要先进的微型泵、微流体或液体处理机器人技术，因此可以显著降低成本和复杂性。这种系统通常利用扩散或催化现象。2.1扩散控制补料扩散控制进料涉及将截留的营养物从聚合物吸附剂或通过人工膜缓慢释放。培养基中的营养物质扩散穿过半透性透析膜，然后被细胞利用。Philip 等人 2017年阐明了作为影响补料速率的关键因素的两个参数，储器中的初始基质浓度和膜几何形状。这有助于更好的补料速率控制，并且发现尽管培养体积放大了 100 倍。然而，使用透析膜的扩散控制补料方法的一个主要限制是其对摇瓶培养的限制， 这限制了生产量。Jeude等人2006 年开发了 FeedBead®技术，这项技术最初也是为了在摇瓶中使用而开发的，但 Scheidle 等人 2009 年证明了 FeedBead®技术适用于 MTP 应用。Keil 等人于 2019 年开发了一种 MTP FeedPlate®系统，该系统在每个孔的底部包含一个固定的固体有机硅基质和嵌入的葡萄糖晶体。在这些 FeedPlates®中，GFP 产量提高了 245 倍。该板以 24、48 或 96 孔形式上市，允许以分批补料模式直接进行高通量培养。然而，培养基 pH、温度和渗透压等外部因素对葡萄糖释放速率有主要影响。因此，使用该技术时，对基质释放速率的精确控制受到限制。2016 年，Flitsch 等人研发了一种改进的 μ-RAMOS 设备，其目的是克服原始设备的瓶颈。更新后的系统在 48 孔 MTP 的每个孔中配备了气体入口和出口阀以及光学传感器，便于对所有 48 种培养物同时进行 OTR 监测。该技术最近被进一步扩展用于 96 孔深孔 MTP，使研究人员能够实现比原始摇瓶规模的RAMOS 系统增加 15 倍的实验通量。Habicher 等人 2020 年证明了最先进的 μ- RAMOS 和 FeedPlate®对于工程化用于蛋白酶生产的地衣芽孢杆菌菌株的葡萄糖限制培养的兼容性。OTR 的在线监测极大地改善了 MTP 培养物的信息含量，发现其在 MTP 和摇瓶规模下的性能相当。使用该平台生成的数据可用于在开发的最早阶段生成数学模型，从而根据设计原则显著改善了过程质量。Wilming 等人 2014 年使用 96 孔 MTP 开发了一种替代的基于扩散的分批补料系统。每个培养孔通过填充有聚丙烯酰胺水凝胶的扩散通道连接至储层孔，便于每个平板进行多达 44 次平行分批补料培养。用浓缩基质溶液填充储器，以实现逐步扩散驱动补料。通过改变储器中的浓度并由此改变驱动浓度梯度。然而， 发现补料浓度和葡萄糖释放速率之间的关系是非线性的。这种使补料速率微调复杂化的非线性归因于水的反向扩散。尽管如此，板的透明底座提供了与板读取技术兼容的主要优势，例如用于通过散射光测量生物量和荧光的 BioLector 系统(mp2-Labs，德国)。使用该系统证明了大肠杆菌和多形嗜血杆菌菌株的分批补料培养。与分批对照相比，用最佳 300g/L 葡萄糖补料进行大肠杆菌的分批补料培养分别导致生物量和基于黄素单核苷酸的荧光报告蛋白信号增加约5 倍和14 倍。2.2酶控补料淀粉在液体培养基中的溶解度差，需要在原始 EnBase®工艺中使用固相。为了消除对双相系统的需求，开发了具有完全可溶性聚合物基材的 EnBase® Flo。葡萄糖释放方法与矿物盐和复杂培养基添加剂的精心优化组合相结合，以产生高细胞密度和产品滴度。Glazyrina 等人 2012 年通过在 3mL 至 60L 的范围内培养经工程改造过量生产模型酶醇脱氢酶的大肠杆菌菌株，研究了 EnBase® Flo 系统的可扩展性。在所有测试规模下均实现了相当的增长率和蛋白质滴度，突出了可扩展性。在所有测试规模上都实现了可比的生长速率和蛋白质滴度，突出了可扩展性。EnBase®系统还提供了在大型生物反应器的初始培养阶段控制葡萄糖释放的额外好处，完全消除了溢出代谢。EnBase®技术还以方便的片剂形式在市场上销售。该 EnPresso®系统与 D- optimal DoE 方法相结合，可优化 24 孔板中工程大肠杆菌的缬诺霉素生产。与原始分批培养相比，DoE 驱动的平行分批补料培养策略使缬氨霉素滴度提高了 33 倍。2.3内部补料策略小结扩散和酶控制的补料策略提供了一种相对简单和低成本的方法来模拟更大规模的分批补料过程。它们提供了恒定基质补料的关键优势，但在整个培养过程中通常不可能精确控制补料速率。结果，更复杂(例如指数)的进给曲线不能使用内部补料策略。此外，补料通常限于单一基质，这可能导致培养基中的其他营养物变得有限。特别是基于酶的补料依赖葡萄糖作为碳源，这可能不是所有过程的最佳选择。此外，在此类系统中，酸和碱补料通常是不可能的，从而限制了过程控制能力。曼森平行生物反应器分批补料应用曼森采用Watson-malow 400A高精度泵头，16 路补料，平均每个罐有四路补料，蠕动泵流量可设定，连续可调；每个蠕动泵的功能可单独分配，可以作为酸泵、碱泵、补料泵、消泡泵、液位控制泵。未完待续信息来源：https://www.sciencedirect.com/science/article/pii/S0734975021001944?ref=pdf_download&fr=RR-2&rr=747c4db53ee4ddb1Mediacenter Editor | 曼森编辑文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿排版校对：刘娟娟编辑 内容审核：郝玉有博士

如需获取原文献/补充资料 请关注曼森生物公众号英国Cleaver Scientific是由Adie Cleaver创立，proSET是Cleaver Scientific旗下的产品，该系统是台式规模的，具有大型彩色触摸屏面板和用户友好的界面。1proSET 平行发酵系统proSET Parallel Fermentation System无论是需要同时进行两个相同的实验还是不同的实验，双重加热系统都允许同时运行两个恒温器加热、两个干式加热或一个恒温器和一个干式加热。远程控制软件可以控制 16 个容器，以实现真正的并行操作。产品特点：🔻一个控制器用于两个容器；🔻用于独立或同时控制的单容器或双容器；🔻用于恒温器和干式加热兼容性的双加热系统；🔻标准包中包含免费的远程控制软件；🔻与所有可选设备完全兼容。2proSET One 发酵系统proSET One Fermentation SystemproSET One System 体积小巧，作为标准仪器提供了所有必要的工具。双重加热系统允许为任何应用需求选择高达 10L 的任何容器类型。可选的扩展模块允许添加额外的设备以增强系统的功能。所有必需品，如温度、消泡剂、pH 和 DO 探头都包含在标准包装中。PC 软件可同时连接16 个系统 16 个容器。      产品特点：🔻基于 Linux 的系统；🔻尺寸：250x510x500mm；🔻最大容量为 10 升；🔻三档速度可调，蠕动泵控制不同流量的进料；🔻SCADA 软件就绪；🔻扩展模块可用于系统升级支持可选设备。3proSET Evo 发酵系统proSET Evo Fermentation SystemproSET Evo 可提供一体化发酵解决方案和终极自动化体验，它与 0.5 至 20L 的容器完全兼容，为大多数细胞系的培养提供了广泛的覆盖范围。proSET Evo System配备最新的控制软件；这款用户友好、直观的软件结合了许多高级功能，可提高实验效率。除了手动控制搅拌、温度、pH、DO 水平和进料外，还可以对上述参数进行 15 步预定顺序控制以及 pH 和 DO 反馈控制。此外，还提供多种即插即用可选设备。产品特点：       🔻用于细胞培养和微生物学研发的通用系统；      🔻可互换的五种耐高压灭菌玻璃容器；      🔻从单个界面控制十六个系统；      🔻兼容小型中试规模 15L 和 20L 玻璃容器。4曼森生物平行生物反应器前几期已经介绍了曼森JOY4-500和JOY4-1000型号的平行生物反应器，本期介绍JOY1-2400型号反应器。JOY1-2400高通量微型生物反应器专为菌种高通量筛选、配方开发、工艺优化、原材料质量评价等研究需求设计；与摇瓶、试管、孔板、微流控芯片相比，与生产罐结构更加一致，通过参数分析获得的工艺条件，可以直接进行放大，使试验室的成果迅速获得转化；高通量微型生物反应器与实验室传统的生物反应器相比，其软件设计更加合理，除了实现一键设定参数、一键同时校准外，还可以将编制好的工艺策略一键下发到每个罐上，提高操作效率，另外通过生物反应器的平行性设计和验证，使得用户的试验结论更加可靠。高通量微型生物反应器因为体积小，所以除了节约占用空间外，还可减少试验人员和原料成本，极大的降低研发成本。       产品特点：🔻一个单元模块由1个2400ml微型反应器组成，多个模块可以并联，组成高通量微型发酵罐组；🔻每个2400ml微型反应器的参数可独立设定和控制；🔻每个反应器对应4路蠕动泵，每个泵的转速单独可调；🔻一台电脑控制所有反应器，完成参数设置、命令执行、数据记录和曲线浏览；🔻一体化设计，不需要外接其他管路和设备，插电即用；🔻具有10个基本在线参数和30个可扩展参数；🔻有参数运行中自我诊断功能；信息来源：https://www.cleaverscientific.com/electrophoresis-products/proset-parallel-fermentation-system/https://www.cleaverscientific.com/electrophoresis-products/proset-one-fermentation-system/https://www.cleaverscientific.com/electrophoresis-products/proset-evo-fermentation-system/由于篇幅受限，关于上述生物反应器具体参数详见公众号右下角底部菜单栏→补充资料，自动跳转获取Mediacenter Editor | 曼森编辑文章来源：本文由上海曼森生物整理提供排版校对：刘娟娟编辑 内容审核：郝玉有博士-END-