庄英萍 华东理工大学生物工程学院原院长、国家生化工程技术研究中心（上海）主任

演讲题目

生物反应器助力智能生物制造

演讲大纲

1.合成生物学与生物制造

2.生物反应器智能化

3.智能生物反应器应用与推广

讲师简介

庄英萍教授，现担任华东理工大学国家生化工程技术研究中心（上海）主任，生物反应器工程国家重点实验室常务副主任，曾任工业生物技术863领域专家。长期从事生物过程优化与放大研究，围绕工业生物过程，团队形成了多尺度发酵过程参数相关分析、基于细胞生理和反应器流场特性相结合的工业生物过程优化与放大理论、方法、装备，并在红霉素等数十个品种工业生物制造中成功应用；近年又开展了智能生物制造新理念并建立相关技术体系的研究与实践，在工业规模红霉素、燃料乙醇等产品工业生产中实施。曾获国家科技进步二等奖三项；作为通讯作者在Trends in Biotechnology等SCI杂志发表30余篇文章，授权发明专利30余项。近年承担完成了“绿色生物制造”重点研究计划 “生物反应器与智能生物制造” 项目，从在线传感、数据科学、智能决策等方面取得了新的突破。

庄英萍教授作为生物工程领域的学科领军者，在其导师张嗣良教授开创的多尺度参数相关分析理论基础上，带领研究团队围绕工业生物过程的基础研究、关键共性技术研究和技术推广开展了大量工作，建立了细胞生理特性与反应器流场特性联动的“双螺旋”模型，形成了基于这一理念的工业生物过程优化与放大理论、方法及相关装备。

从奠定行业标杆的红霉素发酵工艺，到破解头孢菌素C的代谢调控密码，在张嗣良教授的带领下，庄英萍教授团队的研究让我国十余种重要生物制品成功跨越产业化“死亡谷”，在几十米高的钢铁巨兽中驯服了肉眼不可见的微生物军团。当笔者走进华东理工大学生物工程学院时，实验屏上跳动的多个实时参数，正无声演绎着这场微观细胞与宏观工程的美妙共振。

1980年，一位青年踏入华东理工大学的校门，成为抗生素制造专业的学生。彼时的她或许未曾料到，这个看似传统的专业将在未来数十年间经历一场深刻的学科嬗变，而她本人也将成为这场变革的亲历者与推动者。从抗生素制造到全国首个生物工程一级学科的诞生，从基因工程到合成生物学的跨越，这位如今的学科领军者——华东理工大学生物工程学院原院长、国家生化工程技术研究中心（上海）主任庄英萍教授，以独特的视角回溯了学科发展脉络，并揭示了生物技术如何重塑现代产业版图。

上世纪50年代，华东理工大学（时称华东化工学院）在国内率先设立了抗生素制造工学专业，奠定了生物技术领域的早期根基。1980年，当这位学子入学时，专业名称已悄然变为“生化工程”。这一更名背后，是当时时任生工所所长和生物反应器国家重点实验室的主任俞俊棠教授等学科奠基人的前瞻性决策：他们敏锐捕捉到生物技术的潜力，推动学科从传统的抗生素制造转向更广阔的生化工程领域。

发酵过程的优化与放大是生物制造产业化的关键环节，它打通了合成生物学产业化的“最后一公里”。这项技术通过破解产业化“死亡之谷”的工程密码，解决了从实验室到工业化生产的关键瓶颈，使得许多在实验室阶段表现优异的生物技术能够真正实现规模化生产。

“我的研究核心是发酵过程的优化与放大。”庄英萍教授说，“简单来说，就是如何在更大的发酵罐里生产出更多的目标产物。”这看似简单的描述背后，是复杂的技术挑战和持续不断的创新。近年来，庄英萍教授继承了其导师张嗣良教授的研究衣钵，长期从事发酵过程的优化与放大研究，与团队共同建立了完整的理论、方法与装备技术体系，并在抗生素、氨基酸、有机酸、酶制剂等数十个品种的工业发酵产品中成功应用。

该技术体系的创新性体现在四个维度：

一是通过“规模缩小”策略，基于目标工业反应器的流场特征反向设计实验室模型，颠覆了传统逐级放大的研发路径。这种方法能够更好地模拟大规模生产环境，提高了小试结果的可靠性和可扩展性；

二是开发出融合计算流体力学与系统生物学的数字孪生系统，可精准预测不同尺度下物质传递与细胞代谢的互作关系。这一系统通过整合多尺度信息，为过程优化和放大提供了强大的理论支撑和预测工具；

三是建立宏观生理参数与微观代谢流的关联模型，通过在线监测OUR（氧消耗速率）、CER（二氧化碳释放速率）等宏观指标，实时解析细胞内ATP代谢、前体物质流向等微观状态。这种方法巧妙地解决了直接测量胞内代谢物的困难，通过外部可测量的宏观指标来推断内部微观代谢状态，为过程调控提供了实时、准确的依据；

四是将生物反应器内的流场与细胞生理代谢特征结合起来，实现了更高效、更可靠的工艺放大。这种方法注重在大型反应器中重现小试反应器的细胞生理状态，通过研究反应器流场特性与细胞生理代谢的关系，进行反应器结构改造和工艺调控策略调整，最终实现与小试反应器相同的生理代谢特性，从而保证了放大过程的可靠性和效率。

这一创新研究方法论取得了显著成效。庄英萍教授的研究团队成功实现了微生物发酵从50L直接放大到500吨规模，动植物细胞培养从10L直接放大到1000L规模，大幅提高了放大效率。这些成果不仅获得了多项国家科技进步二等奖，更重要的是推动了多个生物制造项目的产业化。

随着庄英萍教授的研究不断深入，特别是在合成生物学与数字化技术的背景下，她看到了发酵技术的新机遇。合成生物学能够设计全新代谢途径，但这些人工微生物往往对发酵环境要求更高。因此，庄教授正探索将人工智能技术引入发酵过程控制，以期开发出智能发酵罐，能自主学习并优化发酵参数，从而提高生产效率和稳定性。

然而，生物制造从实验室到产业化的转化面临巨大挑战。生物分子交互、细胞环境变化等复杂性使得传统生物制造受限于经验决策和离线检测的局限，导致工艺放大时常出现代谢失衡等问题，造成显著的经济损失。为解决这些问题，庄教授团队通过融合生物过程工程与信息技术，构建了智能感知-分析-控制三位一体的技术体系，为突破传统制造瓶颈提供了创新解决方案。

“过去我们像盲人摸象，现在传感器技术就是照亮发酵黑箱的探照灯。”庄英萍教授研究团队在370m³工业规模红霉素生产过程中，通过应用在线拉曼光谱仪、在线尾气质谱仪等新型在线检测设备获取发酵过程大数据，建立了完善的工业发酵物联网大数据平台，显著提升了发酵过程的分析和调控能力；在此基础上，基于该平台和人工智能技术的建模分析，优化了工艺细节，不仅缩短了发酵周期3~5h，平均提升了15%以上的发酵产能，还通过补料工艺优化减少了氮源补加量，调整了整体补料速率，降低了生产消耗，使产品的综合成本降低了10%以上。

然而，智能化并不仅仅是设备的升级，背后还依赖于强大的数据科学支持。数据的收集、处理和分析，已成为智能生物制造中不可或缺的环节。面对海量数据的解析需求，团队构建的混合智能分析平台展现出强大威力。“数据科学给了我们解码代谢漂移的罗塞塔石碑。”庄英萍教授强调。在大肠杆菌质粒DNA表达系统中，庄英萍教授研究团队通过多参数相关分析确定了培养温度作为过程优化的关键敏感因子，进而构建机器学习模型成功预测了最佳的程序升温策略，最终实现质粒产量达到1.3g/L以上，较原工艺和原材料下的质粒产量提升了70%以上。

这场革新并非没有藩篱。单根百万级的拉曼探测仪曾让众多企业望而却步。针对工业传感器成本过高制约技术普及的瓶颈，庄英萍团队提出技术替代方案——通过AI数据建模弥补硬件精度缺口。其技术逻辑在于：传感器负责采集基础参数，数据科学解析参数间的生化关联，AI系统则根据实时数据进行动态工艺调控。这种技术架构在保证监测精度的前提下，可将硬件成本压缩至传统方案的30%，同时通过持续学习历史数据优化控制策略，使发酵过程稳定性提升20%以上。庄英萍教授研究团队基于历史批次发酵过程大数据多维动态建模，成功为年产30万吨的燃料乙醇发酵车间部署了状态实时判别和调控系统，实现了8个3000 吨燃料乙醇发酵罐在线优、中、差预报。在进一步融入乙醇代谢机理知识的基础上，构建的大数据-机理模型为过程工艺优化提供了重要线索，验证成效显著，出罐乙醇浓度较原工艺提升了3%以上，为企业近3年每年获得新增产值近6000万元。

除了技术创新，庄英萍教授认为智能生物制造的推动还依赖于跨学科的深度融合。生物学、计算机科学、数学和自动化控制等多学科的协作，可以共同破解行业瓶颈，推动生物制造的智能化进程。这种跨界合作为产业化的高效、可持续发展提供了新的动能。

图3 与工厂人员一起在发酵车间（左起 ：庄英萍，李万钧，张嗣良，储炬）