AI篩選500億種分子，讓生物科技從實驗室走向護膚品

也許，此時此刻，大洋彼岸的圣地亞哥，實驗室里幾臺機器正轟然作響，Debut Biotech 的科學家們坐在儀器前，專注地盯著即將出現的結果。

這會是什么非常高端的實驗？亦或者是面對疾病的藥物研發？其實不然。他們正在利用先進的生物技術測試分子，創造新的護膚配方。

這家公司成立于近七年前，開創性地研發針對皮膚健康各個方面的新成分。他們其中的一款最新成果已與 Image Skincare 合作，并將于明年上市。

公司的 CEO 表示，其他公司更多的只是關注到了生物技術的橫向發展，盡管他們也認識到了這其中的潛力，卻沒有注意到技術是否切實地接觸到市場。而 Debut Biotech 搶先一步，抓住了生物技術復興的先機。

生物科技的未來

Debut Biotech 所做的，并非只是簡單地將已知成分混合。事實上，他們所做的與別的生物技術研發并無區別，只不過在這其中，人工智能發揮出了它應有的作用。

Debut 開發了醫藥級、基于基因組學的人工智能技術 BeautyORB?，以加速新成分的發現。借助 AI，他們篩選了可能無限數量的成分，這個數字超過 500 億種，以令人難以置信的速度和有效性發現突破性的成分。

使用傳統方法需要 20 年才能完成的工作，只需 10 個月左右的計算即可完成，從而發現新的分子途徑，創建高性能配方和聲明。

圖示：Debut 的 AI 發現平臺 BeautyORB?。

BeautyORB? 是一個 AI/ML 平臺，它從專有的大規模功能基因組學數據中學習。生成式人工智能模型可以預測新分子對基因表達特征的影響。這些可以與預測的健康影響保持一致，以創建具有針對性聲明的成分。

Debut 方法的核心是高通量 RNA 測序（RNA-seq） 平臺，可為生物活性和未表征分子生成全面的基因表達數據。在自動化和加強控制的情況下，該平臺可以在生物相關細胞培養模型中完成測試，進而對生物活性小分子完成 30,000 個人類基因的響應。

BeautyORB? 擁有定量結構活性關系（QSAR）模型，這些模型可以幫助僅根據潛在成分的分子結構預測其生物活性，并能夠從數十億個可合成的小分子集合中快速發現生物活性物質。

生物合成與制造

Debut 利用工程化微生物菌株和優化酶在無細胞反應中生產高性能分子，酶、菌株與工程途徑經過精心設計，可提高微生物和無細胞系統的效率。

圖示：生物技術培養皿。

Debut 的生物學家將酶工程化到微生物宿主中，如酵母或細菌，通過迭代的設計-構建-測試-學習（DBTL）循環實現精確發酵。

這種迭代式的 DBTL 流程不斷改進團隊預測發酵規模成功的能力，創新方式開辟了新的生物制造路線，并降低了下一代成分的生產成本。

Reome 創始人 Joanna Ellner 表示，激動之處在于我們真正在與新成分合作，并且我們通常處于創新的尖端。

如果生物技術允許

Debut 仍在實驗室研發更多生物科技成分，以針對特定消費者關注的問題。

在大眾眼中，生物技術這類字眼，大都與某些高端，或者說不那么親民的方式，出現在新聞快報、科技消息上。譬如說在制藥領域，生物技術的應用水平與應用經驗就相當充足。

但實際上，隨著生成式人工智能的出現和消費者對科學技術知識的增長，這類服務不再僅限于實驗室中。速度、效率與準確性，生物技術加 AI 已經在很多地方大放異彩，那么將其應用在更貼合生活領域的地方也未嘗不可。

https://www.cnbc.com/2025/10/29/debut-biotech-image-skincare.html