化工行业生物制造专题研究：AI赋能合成生物学或加速制造业革命

1 Table_First Table_First|Table_ReportType 行业报告│行业专题研究 Table_First|Table_ Summary 化工行业生物制造专题研究 AI赋能合成生物学或加速制造业革命 ➢ 合成生物学掀起生物制造业革命 二战前后聚合物技术引发制造业革命，合成纤维、塑料等众多石油化工制品相继实现了商业化，至80年代后聚合物产品商业化速率已明显放缓；而自20世纪50年代DNA双螺旋结构发现以来，生物技术持续发展、突破并不断成熟，合成生物学作为最新一代生物制造技术，正推动新一轮制造业革命。 随着技术发展，“设计-构建-测试-学习（DBLT）”以及工程化为主要内容的合成生物学体系成本快速下降，技术进步令合成生物学成本快速下降，成本下降的“骑士法则”带来生物制造革命的信号。 未来5-10年内，制药、肉类、化妆品、非处方药、化学品、纺织品、非肉类食品、农业等领域将受到合成生物学的较大冲击；在更远期的未来，合成生物学有望在矿业、燃料、发电、建材、机械等领域实现颠覆性革新。 ➢ AI赋能合成生物学加速产业革新 AI技术于合成生物学产业发展大有裨益，并由此衍生bio-AI。Bio-AI可结合环境、公开数据、实验数据进行结果预测，而不是简单的试错分析，大幅增效并降低算力依赖。当前AI技术的应用已经从合成生物学的“学习”阶段向外延伸，逐渐应用于整个“DBLT”循环及工程化全流程。 Bio-AI模型培育达到一 定程度或涌现从“猿”至“人”的跨越，最终构建一位基于人工智能的“合成生物学家”，大幅提升目标工程菌株构建和目标产物规模生产的速率。在此过程中，Bio-AI系统的核心差距或在于数据的积累，先发者优势明显。 ➢ Bio-AI不等同于传统的CADD技术 AI与CADD（计算机辅助制药）存在密切联系，但分别关注不同的技术范畴和应用领域，但AI的发展可强化CADD技术手段，加速新药研发过程。 ➢ 投资建议 站在合成生物学产业快速发展的当口，觉察“骑士法则”的产业信号，合成生物学正推动新一轮制造业革命；AI技术突破性进展进一步加快了生物制造产业革新的步伐，Bio-AI模型大幅提升了合成生物学系统全流程的效率和潜力，高质量数据库的积累逐渐成为产业竞争的关键，而部分合成生物学的企业已具备较好的先发优势。鉴于此，建议关注合成生物学平台型企业嘉必优、华恒生物、凯赛生物，关注益生菌制品明星企业科拓生物。 风险提示： AI技术发展遇到瓶颈， Bio-AI技术融合不及预期，基因工程产品商业化的法规风险，知识产权风险 ➢ 相关标的 简称 市值 EPS（元/股） P/E 评级 亿元/g、 22A/E 23E 24E 22E 23E 24E 嘉必优 44.42 0.53 1.33 1.89 69.85 27.83 19.59 增持 华恒生物 178.82 2.94 3.94 5.40 56.11 41.87 30.54 关注 科拓生物 59.25 0.73 0.98 1.30 46.10 34.37 25.89 关注 凯赛生物 357.32 0.95 1.63 2.13 64.48 37.52 28.81 关注 数据来源：Wind,国联证券研究所，股价取2023年4月4日收盘价；除嘉必优外均为wind一致预期 证券研究报告 Table_First|Table_ ReportDate 2023年04月05日 Table_First|Table_ Rating 投资建议： 强于大市(维持评级) 上次建议： 强于大市 Table_First|Table_ Chart 相对大盘走势 Table_First|Table_Author 分析师：柴沁虎 执业证书编号：S0590522020004 邮箱：chaiqh@glsc.com.cn Table_First|Table_Contacter 联系人 申起昊 邮箱：shenqh@glsc.com.cn Table_First|Table_ RelateReport 相关报告 1、《电子材料持续走强，沙特参股中国石油化工产业化工》2023.04.02 2、《维生素D3底部反弹，除草剂、锂盐跌势延续化工》2023.03.26 3、《趁海外产能出清扩产，瓶片业迎来加速成长期化工》2023.03.22 请务必阅读报告末页的重要声明 2 请务必阅读报告末页的重要声明 行业报告│行业专题研究 正文目录 1. 合成生物学掀起生物制造业革命 ..................................... 3 1.1. 世界工业演变：电化学-石油化工-合成生物学 ....................... 3 1.2. 合成生物学掀起制造业革命 ....................................... 4 2. AI赋能合成生物学加速产业革新 ..................................... 7 2.1. AI给合成生物学带来发展新机遇 .................................. 7 2.2. 高质量数据为bio-AI的发展关键 .................................. 9 3. Bio-AI不等同于传统CADD技术 ..................................... 11 4. 关注合成生物学上市企业的先发优势 ................................. 13 5. 风险提示........................................................ 15 图表目录 图表1：合成生物制造技术示意图 ............................................ 4 图表2：合成生物学赋能解决资源问题 ........................................ 4 图表3：合成生物学工程化的过程示意图 ...................................... 5 图表4：基因测序成本下降曲线比摩尔定律更陡峭 .............................. 5 图表5：细胞编程的修饰成本每年快速下降 .................................... 6 图表6：合成生物学对不同行业的预计影响时间 ................................ 6 图表7：基于人工智能的“类合成生物学家”概念图 ............................ 7 图表9：AI技术解决生物工程领域一些挑战的潜力 .............................. 8 图表8：2005—2021 年人工智能应用于合成生物学的代表性进展 .................. 9 图表10：ML、DL为AI细分技术 ............................................ 10 图表11：ML、DL属于AI技术范畴 .......................................... 10 图表12：计算机辅助药物设计（CADD）示意图 ................................ 11 图表13：部分合成生物学领域上市公司 ...................................... 14 3 请务必阅读报告末页的重要声明 行业报告│行业专题研究 1. 合成生物学掀起生物制造业革命 20世纪50年代聚合物技术引发制造业革命以来，合成纤维、塑料等众多石油化工制品相继实现了商业化，80年代后聚合物产品商业化速率已明显放缓；而自20世纪50年代DNA双螺旋结构发现以来，生物技术持续发展、突破并不断成熟，合成生物学作为最新一代生物制造技术，正在推动新一轮的制造业革命。 1.1. 世界工业演变：电化学-石油化工-合成生物学 19世纪60年代,诺贝尔公司硝酸甘油炸药的应用促进了有机化工业的发展；从18世纪伏特发明第一个化学电池以来，科学家通过实验不断分离出化学物质，1890年，电解法制取氯气和烧碱的方法诞生，电化学工业就此兴起，主要用于无机化合物的制备，到19世纪末，美国氨基氰等公司已经在电化学工业领域建立了丰富的产品系列。 20世纪20年代，以石油为原料的化学工业逐渐从美国萌生；30年代，催化裂化工艺的出现，开创了石油化工新的历史时期；二战前后，石油化工得到迅速发展，50年代在欧洲继起，60年代进一步扩大到日本及世界各国，世界化学工业的生产结构和原料体系也随之发生了重大变化，并催生了许多新工艺与新产品，至70年代，美国石油化工生产的各种产品数目达数千种。而从80年代以来，石油化工业逐渐遇到瓶颈，石油化工新产品的出现趋于渐缓。 合成生物学（Synbio）是一门新兴的交叉学科，通过工程生物学、系统生物学和生物信息学等学科的融合，以实现生物系统的设计和改造为目的。自20世纪50年代DNA双螺旋结构发现以来，生物技术持续发展、突破并不断成熟，合成生物学作为最新一代生物制造技术，正在推动新一轮的制造业革命。 20世纪70年代以来，合成生物学又经历了几个重要成长阶段： 1.基因工程时代（1970-1990）：这一时期的研究主要集中在基因的克隆和表达，为后续的合成生物学奠定了基础。 2、生物信息学和基因组学时代（1990-2000年代）：随着计算机科学和测序技术的飞速发展，研究者开始利用大量基因组数据进行生物系统的研究。 3、系统生物学时代（2000-2010年代）：通过对基因、蛋白质和代谢物等生物组学数据的整合，研究者开始构建生物系统模型，并试图理解生物系统的调控机制。 4 请务必阅读报告末页的重要声明 行业报告│行业专题研究 4、合成生物学时代（2010年至今）：通过对生物系统的设计和改造，实现对生物系统功能的定制和优化，为生物技术和生物产业的发展提供了新的动力。 图表1：合成生物制造技术示意图 图表2：合成生物学赋能解决资源问题 来源：凯赛生物招股书，国联证券研究所 来源： CB Insights，国联证券研究所 1.2. 合成生物学掀起制造业革命 经过20、21世纪几十年的理论知识和技术积累，近年来合成生物学技术快速发展，并逐渐掀起了新一轮的制造业革命。 “设计-构建-测试-学习（DBLT）”以及工程化形成了合成生物学体系，设计阶段重点在于基因测序并根据基因测序和现有模型数据进行遗传代谢途径设计；构建阶段主要是用CRISPR等技术对细菌或真菌的DNA进行定制；测试阶段采用高通量技术“酿造”特定细胞并进行测试筛选；学习阶段则通过机器学习（ML）或人工智能（AI）来进行数据收集完善数据模型，并进入下一轮数据迭代。 合适的工程菌将被用于工程放大，用以规模生产目标产物；工艺的放大对企业生物发酵工艺的积累存在一 定的考验。 随着CRISPR-Cas9等剪切技术的不断迭代，高通量技术、高通量筛选等技术的不断突破，以及AI/ML等学习技术的不断应用，合成生物学的成本快速降低，与此同时，生物制造的潜力迅速打开。 5 请务必阅读报告末页的重要声明 行业报告│行业专题研究 图表3：合成生物学工程化的过程示意图 来源：上海市生物工程学会，国联证券研究所 技术进步令合成生物学成本快速下降，“骑士法则”带来生物制造革命的信号。 在人类基因组计划中测序和组装的成本估计在5-10亿美元，随着过去的20年DNA测序和合成技术进步，如今同等工作的成本不到1000美元。合成生物学和计算机产业在成本、可编程性（本质是AGCT碱基对的排序）和可扩展方面日益相似。 合成生物学的成本的快速下降与半导体行业的摩尔定律相似，Ginkg