Guangxi Dingtian Medical Technology Co., Ltd.

前言 在生物过程领域的探索中，学科交叉的必要性日益凸显。生物过程的复杂性要求不同学科的知识相互融合，以推动技术的进步与创新。近年来，人工智能（AI）的迅猛发展也为生物过程带来了新的机遇，AI大模型的应用正在改变传统的研究与生产方式。 2024年10月26日-27日，由播禾创新&百图生科联合主办的“第三届中国生物计算大会”在苏州成功召开。 作为一位85岁高龄的科学前辈，张教授用自己60余年的科研经验，跨越了从第一台发酵工程计算机的应用到如今AI行业大模型的开发，述说着科技变革的故事。他的经历不仅是知识的积累，更是对科学精神不懈追求的生动体现。本文，就让我们一起来聆听张教授的智慧，领会科学探索的勇气与热情。  作者｜张嗣良教授：华东理工大学教授、原国家生化工程技术研究中心(上海)主任 整理｜NING   01   第一台发酵工程计算机应用的诞生 回顾早期的研究经历，特别是在1970年至1975年期间，我参与了我国生物过程的早期探索。1975年，我国第一台发酵工程计算机应用在上海第三制药厂获得成功，那时的计算机是黑白显示的，使用红蓝铅笔进行图示，尽管条件艰苦，但这段经历让我深刻体会到生物过程的多学科特性。   02   生物过程的多学科特性 生物过程不仅涉及合成生物学、菌种构建与筛选，还包括发酵调控、生化工程、化学工程、控制工程、信息科学及工厂生产问题等多个领域。主要解决两个基本问题：生命科学具有难以置信的不可预知性；环境条件对细胞生理特性的影响。解决这些问题需要综合运用信息技术、人工智能和工程科学的知识。 80年代的挑战：提出新的工程学方法 70年代以前，当时由于只停留在化学工程学科对生物过程的理解，把细胞看成不变，只是外部条件研究的化学工程。随着80年代细胞生理学研究发展，开始深入到细胞里，生物体系和传感器技术的迅速发展使得生物过程面临新的挑战。在此之前，细胞的优化主要集中在温度和细胞外条件的调节上。随着技术的进步，研究者们逐渐认识到，单一的优化措施往往无法解决复杂的生物过程问题。因此，必须采用多学科交叉的方法，综合考虑生物学、化学工程、控制工程等多个领域的知识，以实现更为全面的优化。于是我提出反应器、细胞、分子生物学研究的重要性，形成了一个新的工程学方法：生物过程多尺度相关分析研究方法。   03   将AI引入生物过程 我们提出的生物过程多尺度理论，解决了多项生物技术产品的工业生产问题，四次获得国家科技进步奖。但这是传统技术的进步，只是利用多尺度相关技术和大数据分析技术，再加上我们的工学科技术的进步，经过长时间的努力才能实现一项产品的突破。在该基础上，我们引进AI概念，提出了生物过程人工智能化的理论、方法、路线和体系。 AI在发酵过程中的应用 人工智能的引入为发酵操作条件的优化提供了新的思路。通过数据分析与模型构建，发酵效率和产品质量得以显著提升。构建新的专家系统，能够在多层次的参数系统中揭示参数间的复杂关系，从而实现更为精准的控制与调节。 普遍认为“实时采集发酵过程中的各种数据，如温度、pH、溶氧量、营养物浓度等”，实际上还应包括细胞大规模生长的间接参数以及生物传感器的状态变量。所以我认为生物过程AI的数据应定义为“直接参数、间接参数、手工参数，以及各种状态变量。也包括生物传感器获得有关参数以及由此获得的各种状态变量”。 例如，在某氨基酸的发酵过程中，国外的发酵产量通常在50到55克每升，而国内的生产罐效价仅为35到40克。我们分析了所有操作参数，找不出原因或规律，而分析间接参数时，发现了相关规律，如下图中发现：色氨酸浓度高的批次并不是菌浓最高批次也不是菌浓最低批次，而是在中间范围。也就是说：有最佳菌浓控制范围，既保证高产又可提高转化率。所以通过AI的介入，能够分析生产过程中各个参数的相互关系，进而提出优化方案。这种方法不仅提高了生产效率，也为企业节省了成本。   04   行业大模型的构建 大模型出现之前，人工智能通常需要针对特定任务和场景设计专门的算法模型，执行的也是训练数据范围内的单一任务即采用传统深度学习方法，用传统的编程方法单独解决AI与过程现象的关系，如代谢曲线与发酵单位的关系，青霉素发酵单位与KLa等的关系等。 随着AI技术的不断进步，行业大模型的构建成为一个重要课题。通用大模型虽然能够处理大量数据，但在实际应用中往往缺乏针对性。每个行业都有其独特的业务需求和数据特征，因此，如何将通用大模型转化为垂直行业大模型，成为当前研究的重点。 为什么从”通用大模型”转向”行业大模型”？ ● 通用大模型是一个效率技术，不是使能技术。 ● 使能技术：执行行动需要能力;能力需要有熟练度要求;所需熟练度需要技术和技巧；技术和技能需要协调，因此人的工程能力很重要。 ● 所以对一个复杂的生物过程AI系统来说，为了解决效率问题，我们可以用几十个亿元和少数几个搞数学的人通过大模型来解决，但对使能来说，需要大量的人力来解决，才能真正解决问题。 ● 我们应该把重点放在什么地方?把投资方向放在什么地方?很显然要减少有关效率的高附加值的投入，加强工具行动能力的提高。 ● 必须开展生物过程行业的场景研究。由此才能形成行业大模型。如过程研究的场景对话、生命科学的第一性原理、已经成熟的规律与方法、研究装备、使用方法、数据处理、工程科学、AI系统研究等 ● 必须开展生物过程智能化的理论、方法、路线和系统。 在这一过程中，必须深入分析不同场景的特点，结合行业特性进行研究。通过逐步推理，将不同的实验数据与原理相结合，能够有效推动大模型的建设。例如，在生物过程中，合成生物学与终试生产之间的关系需要明确，避免在原理上产生错误。 在构建行业大模型的过程中，强调高质量数据的重要性。并不是所有的数据都能直接用于模型构建，必须筛选出有价值的数据，以确保模型的有效性。此外，行业大模型的分工与协作也至关重要，各单位应明确分工，找出问题并解决问题。 我认为行业大模型主要解决使能问题，而使能问题主要是行业大模型的不同场景应用，也就是“不同层次的过程原理与实验数据“。由于整个生物过程的过程原理很多，必须由各单位（如研究单位和工厂企业）共同参加完成，但必须在生物过程AI统一指挥下，列出解决问题的办法。而且我们还必须遵循以不同过程原理，形成研究装备或办法，然后由此获得数据及处理方式，这就是行业大模型形成的方法以及社会分工，由此获得公开数据、行业数据、企业数据、感知数据。因此我提出了很多不同场景要开展生物过程智能化的理论、方法、路线和系统研究。   05   AI研究中的关键考虑 AI 可以改变科研范式，打破学科与学科之间的界限以及研究与产业之间的界限，影响实体经济，催生新的应用场景，不再是靠猜、经验或者试错。从大语言模型ChatGPT、AlphaFold等“Al for Science”的重大进步，但要避免只擅长解读国外的东西，任何学科都需要基本原理，实验手段，涉及到推理和多步骤思考的问题，一步一步的子问题并依次进行求解，以及积累起来的数据库、知识库，才有可能提供一种新的科研能力。这是思维链所能解决的问题。 必须利用挑战性场景推动底层算法和系统的原始创新，不应把注意力只集中在应用和跟风上，ChatGPT就是一个明显案例。需要建立有效的顶层设计，这是核心问题。“顶天”要注重底层创新的文化和积累。要加强基于产业的创新体系建设，关键的关键就是要找到有决心、有能力的靠谱的人。有组织和自主创新、自由探索相结合，要建立有效的“科研+产业”的咨询团队，并建设有效的反馈机制和人才发现、团队培养机制。   06   大模型的缺陷 前面提到的AI其实是属于专用人工智能，即“弱”人工智能。专精于单一任务或一组相关的任务，真正用于通用智能能力的“强”人工智能，还处于理论或研究阶段，还没落地。 大模型的缺陷就是“幻觉”，因为我们要求它有多样性的输出，必然它会产生错误。这个错误是本身的错误，是一定会发生的，而且我们不可控。所以我们要加强思维链中一系列中间推理步骤，要改变大模型缺乏推理的能力，判断求解当前问题上究竟是如何工作的，同时“做题步骤”的输出，也为我们定位其中错误步骤提供了依据。此外，对错误的容忍程度要高，对生物过程更是如此。因此，前部的规划、设计要求内容多样性，后部的服务、推荐也要求多样性，同时对错误的容忍程度较高，但中间部分就需要根据情况来考虑使用。 目前所有的机器所做的工作都是外部驱动，而不是自己主动做。人类的驱动下改正大模型的错误是我们做的第一件工作。有关具身智能，即让大模型在物理世界也能够工作，要软件通用化，硬件多样化是我们的目标。   07   未来展望 我们将建设生物过程研究中心，在多尺度数据采集和AI智能化上提供各环节智能化装备体系研究，各单位有了合成生物学的研究结果，只要把产品拿过来进行生产工艺研究，我们就可以在智能化试验装置及各种仪器基础上提供行业特点的专业数据，形成行业大模型。获得生物过程智能化初步研究结果后(包括必要人员培训)，各生物技术厂家或产业园区根据需要决定购置设备，或推进产业化装置与工艺，形成全国一盘棋的生物过程产业化发展。 生物制造在国家战略中的重要性不容忽视。重视生物技术的实际应用，促进产业的有效合作，将为我国生物技术的快速发展与突破提供坚实基础。通过不断探索与创新，未来的生物过程将迎来更加辉煌的篇章。 最后，分享三句话：第一，总书记强调生物制造的重要性，表明国家对此领域的重视；第二，生物制造作为新一轮科技变革中科技含量最高、创新程度最为密集、投资最为活跃的领域之一，已成为世界大国战略博弈的战场之一；第三，我们一定要在我国生物技术规模生产上实现“弯道超车”，我们的技术一定要走向全球！ 共建Biomedical创新生态圈！ 如何加入BiG会员？

9月26日，全国卫生产业企业管理协会医学检验产业分会AI与数字孪生预备会在上海顺利召开。此次会议是推动实验医学-检验医学、病理学检验、输血学检验及体外诊断产业迈向智能化、数字化的关键一步，聚焦于通过AI与数字孪生技术赋能体外诊断（IVD），旨在构建新质生产力，提升医疗检验效率和质量控制水平，从根本上促进医学检验行业的创新升级。 会议由全国卫生产业企业管理协会副会长、医学检验产业分会会长宋海波主持，全国卫生产业企业管理协会实验医学分会主任委员、上海市实验医学研究院院长王华梁、上海市医学研究院智慧医学研究所所长沈立松、上海市第一人民医院检验医学中心主任娄加陶、万泰生物总经理姜植铭，以及CAIVD常务副秘书长戴蓓华和副秘书长赵冰等出席了会议。 会议就娄加陶教授、姜植铭博士提出的推动和促进AI及数字孪生技术赋能体外诊断产业新质生产力，从而促进和推动实验医学在技术创新和质量控制方面取得实质性突破的工作建议进行了研究和探讨。AI与数字孪生技术，不仅可以实现智能化的生产制造流程，优化质量管理体系，大幅度减少生产成本，还能提升检测的精准度和效率，与新质生产力相匹配。 宋海波教授在发言中指出，该项工作不仅仅要在学术取得成果，更应将这些成果迅速转化为新质生产力和实际应用的产品，只有这样才能切实为公众健康服务，推动实验医学的进步。AI与数字孪生技术的应用是当前医学检验行业创新发展的重要方向，相信通过我们的共同努力，必将成为引领行业未来发展的新动力。 王华梁教授将AI技术与数字孪生技术的应用比作工业革命，强调应尽快推动AI在医学检验产品和制造业中的应用。他表示，AI技术不仅是科研工具，更是赋能整个体外诊断产业的催化剂，通过数字化手段帮助企业提升生产效率，助力行业整体迈向更高水平。 沈立松教授从实验医学智能化未来的迫切需求方向及新技术迭代的切入点强调了AI及数字孪生技术对上述工作的重要性和前沿性。 娄加陶教授则从实验室管理角度出发，指出目前智慧化实验室建设存在功能碎片化的现象，亟需通过AI及数字孪生实现实验室内部数据的标准化和系统化管理，以实现各功能的有机结合，形成系统全面的整体解决方案。他还强调，通过AI的应用，能够提高实验室在管理、服务等多个维度的效率，不仅能提升临床医生的诊断能力，还能更好地满足患者对健康管理的个性化需求，推动医学检验向“智能化”和“个性化”发展。 姜植铭博士在会上用简洁而又通俗的语言对AI及数字孪生技术未来的愿景进行了分享，表达了对构建“顶天立地”平台的愿望。“顶天”是指向上打造生态和模式，赋能IVD乃至整个医疗健康行业，“立地”是指切实把医院、大学、企业、政府链接在一起，打造一个集结构性建设、最新服务和优质管理于一体的系统化平台，形成一个生态圈，不仅赋能体外诊断行业，还能够辐射到整体医疗领域，为“健康中国”战略的实现贡献力量。 经过热烈讨论，与会人员一致同意成立AI与数字孪生专家工作组，上海市第一人民医院检验医学中心主任娄加陶担任主任委员，万泰生物总经理姜植铭担任副主任委员兼秘书长。专家组的成立是推动医学检验行业迈向智能化发展的重要举措，将加速和推动AI与数字孪生技术在体外诊断中的实际应用。专家组成立仪式将在杭州10月25日举行的全国卫生产业企业管理协会医学检验产业分会扩大工作会上举行。 会议还决定首届AI与数字孪生技术学术沙龙将在2025年3月21日至24日在杭州大会展中心举办，在第二十二届中国国际检验医学暨输血仪器试剂博览会（CACLP）、第五届中国国际 IVD 上游原材料制造暨流通供应链博览会（CISCE），“创之声”第十届中国实验医学大会（CEMC）暨相关论坛，第十二届中国体外诊断产业发展大会（CIIDC）暨相关论坛期间举行。 未来，AI与数字孪生技术将持续赋能医学检验行业，助力“智慧健康”战略的实施，为“健康中国”愿景的实现提供强大技术支撑和持续创新动力。 · 关于我们 · 万泰生物成立于1991年，是聚焦诊断试剂与疫苗创新研发、生产及销售的高新技术企业，开创生免/流水线/快检/分子/疫苗等多个创新技术平台。 万泰生物持续深耕生物科技领域，开创从预防到诊断的全产业链布局，赋能医院/疾控体系高质量发展。

有人说一件事，坚持做10年将能取得成功，坚持20年将能创造奇迹。从1993年到2023年，谭文松教授带领团队在细胞培养过程及其生物反应器工程研究领域走过了30年，从2014年到2023年，谭教授团队创立的倍谙基生物科技有限公司也在摸索中走过了不断成长的10年。生活需要仪式感，每十年的周期都值得纪念，值得追忆，值得回味。佰家言团队有幸在“十年之际”对谭文松教授进行了专访，回望他与细胞培养结缘的三十年。1993年，谭文松教授刚拿到博士学位，同年和次年参加的多个国际学术会议以及和当时领域内专家们的交流与访问，让他坚信动物细胞培养未来的应用价值，并致力于深耕此领域。彼时国内的动物细胞培养团队屈指可数，相关领域亟需有人带领，在面对出国深造还是留在国内的抉择上，谭教授放弃了美国和加拿大的名校offer选择留在了华东理工大学。此后，谭教授领导的团队具有动物细胞大规模培养过程及其生物反应器工程突出的优势和特色，并逐渐将其打造成为目前国内唯一专注从事动物细胞大规模高密度培养技术科研教学的国家队。三十多年来，这个团队以动物细胞培养相关科学研究和产业化应用为主体方向，逐步建立动物细胞表达药物的高效工业化生产关键技术创新研发和应用服务平台，包括服务于抗体、疫苗和细胞及基因疗法领域的无血清培养基开发制造、生物反应器强化优化操作和工艺放大等，并在干细胞和组织工程领域也独具鲜明的工程化优势和特色。凭借在动物细胞高密度无血清培养技术和生物反应器工程基础研究和应用开发等方面的丰富经验，谭教授团队于2014年12月24日成立了上海倍谙基生物科技有限公司，致力于推进细胞培养关键技术在生物医药产业的转化应用，聚焦生物医药行业发展急需，特别是无血清培养基等关键原材料的国产化供应问题，走“高定位、高标准”的中国“智”造无血清培养基之路。“我们的工作是随着国家生物医药产业一起成长起来的，生物制药行业还远未发展到成熟阶段，所以我们也将持续做出不懈的努力！”谭教授道。01做喜欢的事情，更需要坚持（1993-2003）动物细胞培养技术在生物医药领域的产业化应用已有70余年，上世纪50年代到80年代是细胞培养技术产业化应用的初步发展时期，应用领域集中于病毒疫苗的生产；此后，杂交瘤技术和基因工程的应用，推动细胞培养技术向治疗性重组蛋白，特别是抗体药物领域发展，自1986年FDA批准第一个治疗性单克隆抗体(mABs) Orthoclone OKT3开始，截至2021年4月，随着PD-1抑制剂dostarlimab的批准，抗体药物进入了“百抗”时代。美国或欧洲首次获批抗体药物数量（来源：https://www.antibodysociety.org/resources/approved-antibodies/）“杂交瘤技术诞生之后，生物医药就进入了大分子时代。由于生物大分子药物的生产难以通过化学合成的办法实现，而微生物表达系统难以表达正确结构的产品，所以必须采用动物细胞表达系统。因此，动物细胞大规模培养技术成为了当今生物医药产业中的关键核心技术。”谭教授说道。新技术的发展必然要经历一些艰难时刻。以抗体药物的发展历程为例，自1986年FDA批准第一个抗体产品后，时隔八年才等到第二个嵌合抗体阿昔单抗(Abciximab)于1994年的上市。国内细胞表达系统及其培养技术领域的发展情况更加不容乐观，彼时动物细胞系统表达鼠源性抗体存在的人体免疫问题，与以大肠杆菌和酵母为主的微生物表达系统生产重组蛋白的工艺所表现出的巨大优势形成了鲜明对比，前者处于“不被看好、不被支持”的状态，甚至学术界对动物细胞培养技术在生物大分子药物的应用前景也存在着一定的争议。作为国内最早成立的专门从事动物细胞培养技术研发的团队，谭教授团队属于90年代起跑的第一梯队。显然，先行者的先发优势尚未显现，立即步入了国内动物细胞技术领域的寒冬，团队也因此进入了“求生存”的时期。“我比较有自己的想法，认为找到了喜欢的事情就应该坚持下去。所以即使处于这样一段时期，我们团队仍然没有转变方向，一直坚持做动物细胞培养的研究工作。到95年，我们开始进军干细胞和组织工程这个新领域，先后获得863、973计划专项经费以及上海市政府的各项支持，我们团队也就这样走了过来。”谭教授道。单克隆抗体的人源化（来源：Novel Biologicals for the Treatment of AllergicDiseases and Asthma, Curr Allergy Asthma Rep, 2016）随着基因工程和蛋白质工程等技术的不断发展，抗体药物经历了从鼠源、人鼠嵌合、人源化到全人源抗体的过程，疗效和安全性同步提高，动物细胞表达系统的优势也日益显现。1997年上市的全球第一款用于肿瘤治疗的人鼠嵌合单克隆抗体药物-利妥昔单抗(Rituximab)在短短几年间便进入年销售10亿美元的“重磅炸弹俱乐部”，让政府、学术界及产业界对以动物细胞表达系统为核心的抗体技术研发重拾了信心，国家“863”计划也终于在2002年将动物细胞表达系统及其大规模培养技术列入生物技术领域“新药创制与中药现代化”主题的重要内容。随着国内开始提高对动物细胞基因表达系统和动物细胞培养技术研究工作的支持力度，谭教授团队也终于“熬过寒冬”，更坚定地在动物细胞培养技术的研究和应用领域开拓创新。这十年，谭教授团队从生物反应器设计放大的基本原理、无血清培养技术、细胞代谢调控、造血干细胞培养分化、组织构建皮肤、骨和软骨等多个方面开展研究工作，一方面采用流加培养、灌注培养等多种培养模式解决细胞的规模化高密度培养问题，另一方面解决干细胞扩增和体外组织构建的问题。回首这10年，谭教授诚恳地说：“要问我动物细胞培养这条路是怎么走过来的，就是坚持这两个字。”02 披荆斩棘的勇气，来自专注与专业（2004-2013）进入21世纪，以动物细胞培养技术为工艺基础的生物医药产业，包括重组蛋白药物、疫苗、细胞/基因治疗等各个领域，都得到了全面发展。仍以抗体药物为例，新世纪的第一个十年，基于动物细胞表达系统的各类型抗体药物就展现了飞速发展的态势。数据显示，动物细胞表达的抗体药物(包括重组蛋白药物、单克隆抗体、抗体偶联药物、融合蛋白等)销售额从2008年的390亿美元增长到2013年的近750亿美元，增长了90%。相比之下，微生物表达系统和植物细胞表达系统生产的各类型重组蛋白产品的销售额在同一时期仅增长了26%。2013年，动物细胞表达生产的抗体产品中，超过60亿美元销售额的有6个(Humira、Remikade、Enbrel、Rituxan、Avastin和Herceptin)，其中Humira(修美乐，阿达木单抗)作为全球第一个上市全人源抗体其销售额接近110亿美元，创造了当时生物制药产品的最高记录。按产品类型划分的生物制药产品销售额（来源：https://doi.org/10.4161/19420862.2015.989042）可以说，大规模高密度动物细胞培养技术已当之无愧地成为生物医药生产的主流技术，其发展水平一定程度上决定了生物医药市场的发展速度。这十年，谭教授团队紧抓生物医药行业发展所需，进一步夯实动物细胞大规模培养技术(特别是高密度流加、高密度灌注等工艺)、无血清培养技术、生物反应器的设计放大与强化优化操作技术等关键技术的科学基础，探究细胞培养过程中的物质能量代谢调控，开发多款适用于CHO、昆虫、MDCK、BHK、293等细胞的无血清培养基。此间，研究团队加强与药企合作，通过为企业提供工艺过程开发与优化服务，提升工艺水平和生产能力，并优化调控产物质量，为推动细胞培养过程的工业转化应用积累了大量的实践经验。这十年是快速发展的十年，更是为后续发展奠定基础的十年。“30多年来，我们团队一直专注于动物细胞大规模培养过程以及生物反应器工程的教学科研与应用工作。”谭教授道。通过不断的努力，谭教授的团队聚焦在解决生物药工业化生产过程中的关键问题，且掌握了多项关键核心技术，例如：无血清培养基的设计开发：根据细胞生长和产物表达的物质能量代谢需要，并采用高通量筛选实验，针对目标细胞或产物进行培养基配方的设计开发和优化，建立了适合各种动物细胞及不同用途的培养基配方库；动物细胞的无血清高密度培养技术：围绕营养物耗竭和有毒副产物积累的矛盾，以调控细胞生理状态和物质能量代谢的流加培养和连续灌注培养为主要技术手段，建立快速实现工程细胞株无血清高密度培养的技术策略；细胞培养高效生产工艺的开发：针对重组蛋白药物、病毒疫苗等细胞表达产品，设计开发个性化的无血清培养基和高密度细胞培养工艺，并应用于这些生物医药产品的研发、中试和工业化生产；生物反应器设计放大及强化优化操作：基于生物反应器中细胞生长对流体混合和气液传质的要求，以及过去十多年对细胞与流体主体湍流涡旋、细胞与气泡相互作用机制的持续研究和认识，建立了能有效防止动物细胞破损的细胞培养过程及其生物反应器设计放大和强化操作技术，实现细胞培养工艺在各级生物反应器规模的重现；产品质量的优化调控技术：深谙培养基组分和培养工艺过程参数控制与产物结构或质量属性之间关系，通过培养基组分和过程参数的科学设计与优化，建立高产、优质、稳定的培养工艺过程，确保细胞表达产品不论是蛋白还是病毒具备所需要的组成和空间结构，符合既定的质量属性要求。谭教授补充道：“除此，我们还掌握了造血干细胞的规模化扩增和定向诱导分化技术，以及人体组织的体外构建技术。在这些工作的基础上，倍谙基自主开发的应用于免疫细胞的HIPP系列无血清培养基，可广泛应用于细胞治疗领域。”03做顶天立地的事情，立足技术转化与赋能（2014-2023）2014年，为适应全球科技竞争和经济发展新趋势，立足国家战略推进创新发展，上海加快了建设具有全球影响力科技创新中心的步伐。其中，完善科技成果转移转化机制及拓展科研人员双向流动机制，让高校科研人员可以自主开展科技成果转移转化的积极政策开始实施，上海鼓励高校科研人员在上海张江国家自主创新示范区创办科技型企业，并持有企业股权。作为上海科创中心的“四梁八柱”，上海政府届时启动了一批重大项目。这些聚焦国家重大战略需求的项目，必须对标世界一流水准，立足上海服务全国。寄予在一定时期内，攻克一批体现自主创新能力的核心技术，探索国际化、市场化和社会化运作的创新体制机制。“我们团队提交的‘抗体和疫苗生物制造技术应用服务平台及原材料和装备国产化中试基地建设’项目有幸被上海市教委推荐到市里面。然后，市里面通过国家自主创新示范区专项资金给予了支持。我们团队和学校共同出资来到张江注册成立了公司，第一天我就不假思索地把名字定了，BIOENGINE。”谭教授道。BIOENGINE(倍谙基)寓意生物医药的发动机，给生物医药产业的发展提供动力，提供支持，提供服务，致力于成为全球最值得信赖的动物细胞培养合作伙伴。这也是倍谙基生物科技成立的初衷。基于雄厚的动物细胞培养技术科研能力和经验，倍谙基主要搭建了两大平台，一是无血清培养基的规模化生产与制造，二是为生物药企业提供细胞培养工艺的开发与优化以及无血清培养基的个性化定制开发服务。谭教授解释道：“一方面，我们希望利用多年来积累的科研成果和经验，赋能企业的生产工艺优化，带动生物制药产业的整体技术提升。同时，我们希望能实现生物制药产业的关键试剂和原材料的国产化，完全掌握无血清培养基配方开发和生产智造能力。”经过10年的发展，业内对倍谙基的认可和口碑主要体现在两方面。首先，倍谙基是能给客户提供真正优质的技术服务，切实解决产业化难题。“某客户，倍谙基在提供培养基的同时还帮助客户优化培养工艺，把产量从使用进口培养基时的1g/L提高到了3-5g/L。并实现了从小型生物反应器到500L、1000L反应器规模的工业生产结果一致性。”其次，倍谙基生产的无血清培养基品质等同于甚至优于欧美同类产品。“在2016年倍谙基实现培养基量产之后做了两件事，一是欧美质量体系认证，二是培养基原料的本土化。”目前，倍谙基生产的各类培养基中有超过95%的原材料建立了一家进口供应商加两家本土供应商的原料供应链保障体系。同时，ISO13485:2016和MDSAP多体系质量标准的运行可满足中欧、中美双报法规需求，实现产品国际化。经过十年的成长，倍谙基已开发了百余款培养基产品，支持了80多个临床申报项目，服务了200多家国内外合作伙伴。“倍谙基的第一个服务项目，就引起了国外药企的密切关注。在客户产品即将上市时，国外药企立马把自己产品的价格从2400元降到了700元。我想这就是我们想做的让老百姓看得见摸得着的事情。”谭教授道。04 乘风破浪的未来，坚持中国智造之路（2023- ）2022年12月1日，上海市生物医药行业协会正式发布《细胞培养用无血清培养基标准》及《人体细胞及组织培养用无血清培养基标准》两部团体标准。这两部团体标准由谭文松教授牵头并联合华东理工大学、倍谙基共同起草完成，填补了国内生物医药产业链关键原材料无血清培养基标准的空白。“这两部团体标准结合了团队数十年的工作基础以及大量调研，充分考虑无血清培养基的国内外现状和未来发展需要，对无血清培养基研发和生产企业的原料控制、产品质量评价与控制等多个环节提出了规范性要求。”谭教授表示。首次制定的两部无血清培养基团体标准对于推动生物医药行业的健康可持续发展并提高行业国际竞争力意义重大，而这也是谭教授自倍谙基成立以来，一直坚持在走“中国智造”之路，做“难而正确”的事的现实写照：打造可持续的自主创新研发能力、建立稳定可靠的本土供应链体系、建设国际先进粉体生产线和持续升级国际化的质量管理体系。而另一个现实写照于2020年便开始启动，倍谙基签约了金山工业园区，建设培养基国产化二期基地。“金山工厂的规模达到了粉体培养基5500万升/年，解决国产培养基生产的规模化、信息化和国际化的问题，提高倍谙基产品的国际品质和竞争力。”规模化：金山工厂拥有覆盖了百升级、千升级、万升级和十万升级的粉体生产线，以及百升和千升规模的液体培养基生产线；信息化：工厂配置5大信息系统(PLM，ERP，MES，LIMS和QMS系统)，为培养基开发和生产制造的整个供应链保驾护航，并确保所有数据的真实性、合规性和可追溯性；国际化：作为中国首个通过欧盟医疗器械权威机构(BSI)认证ISO13485：2016 和MDSAP质量管理体系的培养基公司，助力国内外客户轻松面对各国相关法规要求。来源：官网“我们团队除了科学研究和人才培养，未来仍将利用倍谙基这个平台努力践行服务产业的宗旨，不断助推我国抗体、疫苗、细胞等生物药工业化生产水平和国际竞争力的提升，最终造福人民健康。”谭教授道。经过30年的科研积累，以及倍谙基10年的产业化探索，谭教授初步实现了10年前的构想——做一些“顶天立地”的事情。“顶天”就是在全球学术领域里有话语权，有中国人的身影；“立地”就是把所学转化成为有用的成果，服务企业实现产业升级。相信在未来的十年里，谭教授将一如既往坚守这三十多年的选择，带领团队坚持做“难而正确”的事，沿着科研和创业的道路前行，用毕生所学不断推动动物细胞培养技术的创新升级，助推生物医药产业的高质量发展，赋能生物医药企业做出更多老百姓可及的产品，惠及人类健康，以匠心敬初心！· END · 点亮在看，传递信息♥