“未来之问”深度观察|生物制造与安全:产业重塑中开放创新和风险防控如何平衡?-新华网
新华网 > > 正文
2026 01/07 13:57:36
来源:新华网

“未来之问”深度观察|生物制造与安全:产业重塑中开放创新和风险防控如何平衡?

字体:

  编者按:“未来之问”系列报道,是新华网数字经济频道联合苇草智酷、中国科技新闻学会推出的年度深度观察专题。从科技、社会、经济等维度向时代提问,逾百位科学家、学者、企业家参与,聚焦技术发展带来的长期性、结构性社会议题,推动前沿思考与公共讨论。为这个急速变化的时代,安装一套“思想减震器”和“伦理导航仪”,让每一次技术飞跃,都不脱离人类价值的引力场。

  新华网北京1月7日电(曹素妨)合成生物学、细胞工厂与发酵平台等生物科技推动着材料、食品与医药等行业的低碳转型,并显著降低了设计与生产门槛。与此同时,双重用途、供应链溯源与云实验平台的安全边界变得模糊。如何通过分级准入、DNA 序列筛查、国际应急协作等机制,在释放创新潜力的同时防控误用与外溢风险,成为平衡效率与安全的关键。

  未来之问| 生物制造与生物安全:大规模生物制造会否在重塑制造业同时引入新型生物风险,开放创新与风险防控如何衡?

  段玉聪 丨 国际先进技术与工程院院士、美国国家人工智能科学院通讯院士

  合成生物学所驱动的大规模生物制造为传统高排放行业的转型带来曙光:利用工程菌和细胞工厂,我们能以可再生原料生产出材料、燃料和药品,大幅降低碳足迹,也降低了生物“设计—生产”的门槛。

  然而这枚硬币有两面。在生物制造重塑产业的同时,也引入了全新的生物风险:一方面,“双重用途”问题凸显——同样的基因编辑技术既能造福人类,也可能被不法分子用于制造生物武器;另一方面,云实验室、DNA合成服务等的兴起,让危险生物因子在全球范围内更易获取、传播途径更模糊,进而导致传统生物安全边界被打破。

  在开放创新与风险防控之间取得平衡,关键是建立分级管控和协同治理机制。首先,对不同风险级别的生物研究和应用实行分级准入。高致病性病原体的研发生产应限定在经过认证的高级别生物安全实验室,研究人员资格审查和项目审批需更严格;而对普通的工业发酵项目则可适当放宽,鼓励创新。

  其次,行业和监管机构应推行DNA序列筛查制度。从源头上看,全球主要DNA合成服务商已在实行订购序列监测,拦截可疑的致病病毒或毒素基因订单。这需要进一步完善技术手段,并使之成为行业标准,例如建立国际“序列黑名单”数据库,所有基因合成订单都与之比对,确保危险序列不轻易流出实验室。

  第三,构建跨国的应急协作网络。生物风险不分国界,一旦发生合成生物误用造成疫情或环境事故,各国需要及时共享情报、协同处置。这包括建立统一的信息通报平台,提前演练跨国疫情联防联控预案,以及在紧急时刻由世界卫生组织等牵头调配资源遏制蔓延。快速透明的协作是防止风险外溢的关键。

  第四,完善法律规范和伦理准则。为防范生物制造的滥用,各国应更新生物安全法律,将合成生物产品和数字生物平台纳入监管。国际层面可以在《禁止生物武器公约》框架下补充针对合成生物学的附加议定,把模糊地带纳入法治轨道。同时,由科学共同体牵头制订行业行为准则,倡导研究者遵守生物伦理和安全底线,例如发布研究前进行安全风险评估与同行审核等。

  通过以上机制,我们期望实现“两手抓”——一手激发生物制造的创新潜能,推动高排放产业的绿色转型;另一手扎牢生物安全的笼子,防控潜在的误用和外溢风险。正如联合国教科文组织所强调的,在基因和生物技术治理中要紧急平衡开放共享与安全保障。只有建立起从实验室到产业链的全流程安全网,我们才能既享受生物制造的红利,又将新型生物风险降至最低,走出一条高效与安全并重的发展之路。

  顾忠泽丨 东南大学首席教授,数字医学工程全国重点实验室主任。生物电子器件与纳米仿生材料专家,美国医学与生物工程院院士

  大规模生物制造,尤其是器官芯片等前沿技术的兴起,正推动生物制造产业深刻变革,并深远影响人类生活与健康。该技术以细胞工厂和人工生命系统为基础,能够实现从化学品到个性化药物的高效、绿色生产,不仅加速药物研发、推动精准医疗,还可创造出传统技术无法制备的新型物质。

  然而,这种强大能力也伴随着新型生物风险:工程生物体或器官芯片等复杂活体系统可能因意外泄漏或设计缺陷,对生态和健康带来难以预知的影响;同时,高度集成的生物数据与设计工具,也带来了数据滥用和生物安全防护的双重挑战。

  在开放创新与风险防控之间寻求平衡,必须构建与之适应的动态治理体系:

  第一,实行分级分类精准监管:依据生物产品及器官芯片等技术的复杂度和潜在风险,实施差异化的管控策略。

  第二,推动技术赋能全程防控:借助数字化溯源、人工智能等手段,将安全保障嵌入技术研发全流程,确保生物系统与数据资源的双重安全。

  第三,倡导全球协同与伦理先行:积极推动国际安全标准与伦理共识的形成,使开放合作能够在透明、负责的框架下展开。

  最终目标是将生物安全内化为技术创新的基石,引导生物制造沿着安全可控的轨道前行,从而创造一个更高效、精准且可持续的未来。

  邓 斌 丨 书享界创始人

  首先,建立分级准入机制,对不同风险级别的生物制造技术进行分类管理,确保高风险技术的使用符合严格标准。其次,利用DNA序列筛查技术,对生物制造过程中的基因片段进行监控,防止危险基因的扩散,同时,加强机构间的合作与交流,制定统一的生物安全标准,并建立跨机构应急响应机制。但我认为更关键的是,要明确实验室技术和商用技术的边界,受众的知情权非常关键。

  段伟文 丨 中国社科院文化发展促进中心研究员

  我有四个方面的问题值得系统考量。一是合成生物学等生物制造领域要有一个风险认知框架和高风险地图。风险认知框架主要基于具体的生物制造研究过程和产物对人类的遗传、群体健康、自然生态环境有无深远影响。高风险地图或图谱的主要作用是动态风险信息共享及对未来风险的预见。

  二是构建对生物制造方面的知识和材料获取的动态监测机制。特别是在有生物安全风险和双重用途的情况下,应利用人工智能对相关知识的搜索、相关材料的获得进行智能识别,通过专门的生物安全算法及时发现这些知识和材料组合的风险。必要时,对特定专家的相关认知和行为进行全景监控。

  三是对于生命制造这一收益巨大但风险更大的领域应实施“慢科学”策略。在高风险领域,应明确设立禁区;在风险认识不清楚的情况下,应设立暂时的研究禁区。

  四是在地缘政治冲突的情况下要强化生物制造中生物安全公约的谈判和国际监督。

  胡延平 丨 上海财经大学特聘教授、智能科技产业与智能经济研究学者

  生物领域的安全风险甚至可能大于人工智能的风险。智能科技与生物科技结合部的伦理与安全风险大于生物领域自身的风险。应该秉承安全第一、效率第二的原则,在全球范围内协调制定有效规则。

  金建方 丨 世界生态社会科学协会会长

  以 “分级准入+用途限定+可审计” 的生态协议释放创新、约束风险:实施 DNA 序列筛查与合成订单风控,云实验平台实名与留痕;对双重用途工艺设立红线清单与沙盒评审;建立跨境事件通报与应急演练网络。以生态绩效与风险积分决定补贴与额度,鼓励低碳替代、限制高风险外溢。

  李玉杰 丨 二六三网络通信股份有限公司董事长兼总裁

  大规模生物制造是一把威力巨大的“双刃剑”,它在带来产业变革的同时,也引入了新型生物风险。因此,必须实行更为严格的分级准入的机制,根据生物技术活动的潜在风险等级(如基于病原体危险等级、实验操作类型等)设定不同级别的研发准入许可、实验室安全防护标准和人员资质要求,对高风险研究实行最严格的管控。

  刘业进 丨 首都经济贸易大学城市经济与公共管理学院的教授、博士生导师

  由于生命的底层逻辑逐渐被揭示出来,人类全基因组测序已经完成,转基因技术已经用于种植和养殖实践,文化(科技)演化速度远远快于生物(基因)演化速度,因此目前全球生物安全可能遭遇重大威胁,有关科技伦理审查制度亟待建立和执行。

  刘志毅 丨 中国人工智能领军科学家、上海市人工智能社会治理协同创新中心研究员

  大规模生物制造在重塑制造业的同时必然引入新型生物风险。但AI技术能够构建 “预测-监测-干预” 的动态防控体系,实现开放创新与风险防控的技术层面权衡:AI通过深度学习挖掘生物序列与风险特征的隐性关联,构建覆盖合成生物设计、生产过程、环境释放全链条的风险预测模型。

  在加速 “设计-构建-测试-学习” 循环的同时,实时筛查潜在有害生物分子设计与异常生产波动;这种权衡的核心在于AI驱动的 “创新效率与风险防控” 双目标优化,即通过生成式AI赋能生物制造的工艺创新与产品设计,同时将风险筛查算法嵌入设计源头与生产流程,形成 “创新输出-风险识别-实时反馈-迭代优化” 的闭环机制。既不因过度防控抑制技术创新活力,也不因开放创新放任生物安全风险。最终依托AI的数据分析与实时响应能力,将新型生物风险控制在可预见、可干预的范围内。

  星 河 丨 知名科幻小说作家,中国作家协会科幻文学委员会委员,中国科普作家协会常务理事

  由药品引发的生物制造、继而由仿生和克隆等技术造成的生物组织或器官的“生产”以及基因编辑直至整个人类胚胎的克隆,应该都属于这一范畴。

  简而言之,一个基本原则就是:应该允许相关实验,并逐步放开实用。这就意味着,不应该以伦理原因予以限制。如上题所言,任何技术都不应等到百分之百安全了再进入使用,否则历史上很多医药技术早就胎死腹中了。

  醒 客 丨 科技财经作家、轻组织创始人

  从过往经验来看,物理、化学、社会管理、工业流程等领域,是以透明性、可解释性来提高安全性的;社会学、经济学虽然也给出了一些解释,但要么缺乏确定性的证据,要么缺乏足够的时间、清晰的预期来验证结果;医学、生物学在解释性上与社会学有相似性,难以给出足够的可解释性,但医学在验证性方面发展了循证的办法。

  合成生物学、细胞工厂等技术的发展,在可说服性、可解释性、可验证性方面将面临更大的挑战,由于创新节奏过快,甚至循证的方法也都受到了挑战,需要综合运用传统学科的方法并进一步面向应用场景设计出符合未来预期的安全策略。

  【注:多元碰撞,见仁见智,所刊内容为受访者本人观点,不代表新华网立场】

【纠错】 【责任编辑:向思敏 曹玥】