推动技术研发效率 科技如何赋能生物科学探索
近年来，大数据、信息化、智能化是世界科技发展的趋势。而各种组学分析技术的发展使生物学也逐渐发展成一门以数据为中心的科学，通过数据分析发现生物系统组织原理，建立生物系统的数学模型，进而指导设计构建新的生命体。
在此背景下，中国科学院天津工业生物技术研究所(以下简称天津工业生物所)也将信息技术与生物工业研究融合，推动了合成生物学的发展。
据了解，成立于2012年的天津工业生物所是由中国科学院和天津市人民政府共建，并且组织承担了多项合成生物学、绿色生物制造等重点研发计划任务。在2019年，天津工业生物所成立了生物设计中心平台实验室，围绕生物计算设计，与亚马逊云科技共同探索生物技术和信息技术相结合(即“BT+IT”)。
科技提升研究效率
众所周知，细胞中的代谢调控非常复杂，一个特定的细胞功能往往由一系列不同类型的代谢途径调控相互作用决定。
通常不同类型的调控数据散落在各个不同的数据库，生物学家很难通过仅关注与所研究的代谢物/蛋白质密切相关的一两类相互作用来识别这种复杂调控级联关系。因此，将这些不同类型的调控相互作用汇集在一起，并提供方便的交互方式，将极大地方便生物学家挖掘和理解生物体内的复杂调控关系。
自2012年正式成立以来，天津工业生物所形成了全链条的国家级创新科技平台。而对于科技赋能天津工业生物所的发展，中国科学院天津工业生物技术研究所副所长王钦宏表示：“从整个科技创新来说，天津工业生物所首先要解决底层技术的创新，依托于大设施的建设，围绕着设计、合成、编辑、调控工业生物创制的体系的底层技术布局，取得了还不错的成绩。”
Serverless应用架构如何赋能生物计算设计工具研发
面向微生物遗传操作，天津工业生物所生物设计中心团队开发了第一个能够支持所有序列操作类型、任何基因组位点和多物种上进行精确、自动化和高通量编辑序列设计的云平台AutoESD。该平台能够在几分钟内并行处理包含上千个编辑序列设计任务。与传统开发方式相比，开发时间缩短了75%，总体拥有成本降低50%。
这也意味着，合成生物学的相关实验流程进行模块化、标准化，将会成为自动化研究不可或缺的一环。而寻找到一个适合生物学家们研究的技术方案将会对其科研成果突破有极大助力，这也是天津工业生物所选择与亚马逊云科技合作的原因之一。
利用Serverless服务，可以让科研人员，尤其是BT+IT的科研人员，不需要耗费大量的精力在IT的基础设施的繁杂的工作中，而把精力更多地集中在业务场景里面，去构建和运行应用程序，在复杂任务编排或高性能计算的场景中去实现云原生架构，并从中获益。
图数据库助力构建首个大肠杆菌代谢调控知识图谱
在与亚马逊云科技的合作中，天津工业生物所设计中心团队与亚马逊云科技团队在计算生物学国际期刊《Nucleic Acids Research》(《核酸研究》)上发表文章，并发布了首个基于图数据库Amazon Neptune的大肠杆菌调控代谢关系知识图谱ERMer，首次提供了全局的代谢调控图谱，并通过可视化框架实现了丰富的搜索功能，如多步查询、最短路径查询等。
Amazon Neptune能够高效存储和导航图形数据，同时有着非常好的高性能和扩展性的特点，允许用户在毫秒级查询数十亿关系数据，可以使用流行的图形查询语言Apache TinkerPop Gremlin和W3C的SPARQL执行高效的查询，这类查询易于编写并且能够针对互连数据实现很好的执行效果。
另一方面，使用Amazon Neptune ML这种高度封装的图深度学习的框架服务，可以实现在低代码或者无代码情况下生成机器学习模型。Amazon Neptune ML可应用在不同预测任务当中，如针对蛋白功能的预测，针对调控关系的预测以及蛋白质相互作用关系的预测。
据中国科学院天津工业生物技术研究所生物设计中心副主任廖小平介绍：“几年来，天津工业生物所生物设计中心团队与亚马逊云科技团队的合作不断开花结果。ERMer打破了传统的低效数据检索方式，有效增强用户和图谱的人机交互，大大降低了使用门槛。”
中国科学院天津工业生物技术研究所生物设计中心主任马红武表示：“天津工业生物所肩负国家工业生物技术发展的重任，并正在加速利用云计算推动相关技术的研发和成果落地。”
此后，天津工业生物所团队希望基于亚马逊云科技先进的服务技术和能力，开展更多“BT+IT”的研发工作，进一步助力研究所在生物计算设计领域的科研探索。
写在最后
亚马逊云科技与天津工业生物所经过几年的合作磨合后，已经对于合作共赢有了更深刻的认识。未来，天津工业生物所也将继续整合亚马逊云科技提供的技术和能力开展更多的研发工作。而在亚马逊云科技方面，他们也将利用云计算、人工智能等技术，为更多行业提供技术解决方案，赋能他们在自身领域发展前行。
