文 | 聚美麗 沐 沐
來自生命科學的前沿研究，始終是化妝品行業(yè)創(chuàng)新的重要源泉。而在探索生命科學的邊界中，人工智能(以下簡稱：AI)技術正成為一個不可或缺的研究工具，尤其是在蛋白質科學領域，AI技術的應用正在揭開蛋白質的神秘面紗。
在AI與生命科學深度融合的背景下，2024年諾貝爾化學獎頒給了Demis Hassabis、John Jumper和David Baker，以表彰他們借助AI和計算技術在蛋白質結構預測和設計領域的革命性貢獻。這一發(fā)現(xiàn)不僅徹底改變了蛋白質科學的研究范式，也開啟了生命科學的新紀元。
瑞德林副總裁壽翀在接受聚美麗采訪時也表示，“在美妝領域，AI+生命科學的應用價值是確定的，應用趨勢也是確定的。AI+生命科學，可為美妝發(fā)展帶來新的增量，或將成為新的行業(yè)風口?！?/p>
因此，本文旨在引介最新諾獎技術，結合市場需求與行業(yè)趨勢，解讀AI+生命科學在化妝品領域的應用現(xiàn)狀與未來潛力，并探討背后的挑戰(zhàn)與可能性。
揭秘蛋白質，AI開啟生命科學新紀元
今年的諾貝爾化學獎，一半授予谷歌旗下DeepMind的Demis Hassabis和John Jumper，另一半授予美國華盛頓大學西雅圖分校的David Baker。
2024諾貝爾化學獎獲得者
三位研究者的突出性貢獻主要集中在蛋白質科學領域，且和AI密切相關。具體來看，Demis Hassabis和John Jumper成功利用AI技術預測了幾乎所有已知蛋白質的結構，而David Baker則掌握了生命的構建模塊，并設計出全新的蛋白質。
1、蛋白質結構預測的智能化飛躍
長期以來，預測蛋白質的三維結構一直是生物化學領域的一項重大挑戰(zhàn)。傳統(tǒng)的實驗方法，如X射線晶體學和核磁共振，不僅耗時且成本高昂，而且對很多蛋白質來說難以實現(xiàn)。而AI技術的利用為解決這一難題提供了新的途徑。
AlphaFold2，一種由Demis Hassabis和John Jumper領導的DeepMind團隊開發(fā)的AI模型，其采用全新的神經(jīng)網(wǎng)絡架構，能夠更有效地學習蛋白質序列和結構之間的關系。尤其是，該AI模型可將蛋白質結構預測的精度提高至接近實驗級水平，從而解決了困擾生命科學界50多年的難題。
使用AlphaFold2預測的蛋白質結構
通過AlphaFold2，Demis Hassabis和John Jumper已經(jīng)能夠預測，幾乎所有2億個已經(jīng)被研究人員識別的蛋白質結構。自該項突破性技術公開以來，來自190個國家的200多萬人已經(jīng)使用了AlphaFold2。
2、蛋白質設計的個性化與精準化
除了預測蛋白質結構，科學家們還致力于從頭設計自然界不存在的全新蛋白質，以滿足各種需求，例如開發(fā)新藥、酶和生物材料等。
作為蛋白質設計領域的先驅之一，David Baker開發(fā)了用于蛋白質設計的Rosetta程序，該程序基于蛋白質結構和能量函數(shù)的原理，可以根據(jù)用戶的需求設計出全新的、自然界中不存在的蛋白質結構。這一突破性成就證明了從頭設計蛋白質的可行性，并為構建具有全新功能的蛋白質開辟了道路。
利用Rosetta程序開發(fā)的蛋白質
AlphaFold2和 Rosetta的出現(xiàn)，標志著蛋白質科學進入了一個全新的紀元。這兩個突破性成就，將在醫(yī)學、藥學、材料科學以及生物技術等領域產(chǎn)生深遠影響。
而近年來隨著生物技術的快速發(fā)展，計算生物學、生物信息學等基于計算機以及AI技術在藥物研發(fā)等領域逐步應用，并開始延申到化妝品行業(yè)的原料自主創(chuàng)新領域，賦能化妝品行業(yè)上游發(fā)展。
AI的滲透，重構蛋白類原料研究的底層邏輯
從很多美妝品牌的成長與發(fā)展來看，研發(fā)原料是其中繞不開的一個環(huán)節(jié)。然而在現(xiàn)實情況中，原料的開發(fā)和創(chuàng)新始終存在著較高的技術門檻。
就多肽及蛋白類原料而言，其開發(fā)過程中主要面臨活性鑒定、精準設計、生產(chǎn)效率等方面的困難。而借助AI在蛋白質科學領域的革新技術，能夠加快突破這些原料技術障礙。
1、AI賦能生物研發(fā)，預測更高活性和靶點清晰的肽類成分
肽類成分的開發(fā)通常會經(jīng)歷三個階段，從發(fā)現(xiàn)成分，到臨床前的生物活性測試，再到臨床試驗。
在AI技術的加持下，原料公司們不僅能夠在較短的周期內開發(fā)出多款化妝品功效成分，而且可利用生物信息技術更精準地驗證成分具體作用功效，象征著更高的成分開發(fā)效率。
在國外，總部位于美國的愛爾蘭生物技術公司Nuritas搭建了一個使用AI驅動的生物活性肽查找器Magnifier NπΦ，并且借助此平臺發(fā)現(xiàn)了兩種新成分PeptiYouth和PeptiStrong。據(jù)該公司表示，借助AI預測的肽可使臨床功效驗證的成功率提高至80%。
從這個平臺的開發(fā)過程來看，研究人員從大量天然植物當中，通過專有酶分解得到了數(shù)百萬種從前未開發(fā)的肽，經(jīng)過實驗模型證明這些肽對于受體的作用。結合自然語言處理、數(shù)據(jù)搜集和管理，他們編織一個龐大的知識圖譜，解鎖了共超過600萬種植物肽的數(shù)據(jù)。
生物活性肽查找器 Magnifier NπΦ
而在國內，與AI技術相關的研究也不只限于概念，而是一直處于發(fā)展和進步中。
譬如，清華長三角研究院旗下開發(fā)了一個KEPLER 90i活性成分發(fā)現(xiàn)平臺，主要利用計算生物學結合人工智能等綜合方法挖掘開發(fā)新的功能分子。在此基礎上，他們僅歷時一年，就成功研發(fā)出了能有效緩解黑眼圈問題的兩種肽原料——Biocorrectide DC以及具有抗衰修護作用的Retinotide EQ9。
其中，Biocorrectide DC煥顏肽，是一款基于計算生物學和全新微循環(huán)靶點結構理性化設計的多肽分子，通過分子動力學模擬和基于人工智能的多肽-蛋白結合力預測交叉驗證獲得，具有全新的與血液循環(huán)相關的黑眼圈靶點的精準調控能力，能夠實現(xiàn)熬夜肌黑眼圈的精準修護。在功效設計上，可以和各類經(jīng)典抗黑眼圈原料協(xié)同增效。
另一款Retinotide EQ9立體肽，是通過人工智能深度學習的方法從極具再生抗衰功效的間充質細胞所分泌的大量天然活性肽因子中通過虛擬篩選獲得，該多肽分子對光老化的修復效果在膠原蛋白激活等關鍵指標上，同等濃度甚至要優(yōu)于同樣具備抗衰修護作用的藍銅肽和玻色因。
此外，未名拾光也建立了一個數(shù)據(jù)量為百億級別的“生物多肽活性分子數(shù)據(jù)庫”，通過計算機語言轉化，可快速查詢任意活性物的基因編碼。基于這樣的數(shù)字化理念，未名拾光從“發(fā)現(xiàn)功效活性分子”“設計構建目標分子”和“規(guī)?；a(chǎn)”三個板塊，對整個“產(chǎn)學研”過程進行了數(shù)字化和智能化改造，構成了“生物智造平臺”，用于篩選活性物。
2、AI聚焦生物制造，為蛋白類原料的理性設計提供新可能
除了活性原料的研發(fā)，AI蛋白質的精準設計理念也正從實驗室走向實際應用，逐步實現(xiàn)AI+蛋白質設計在化妝品行業(yè)的產(chǎn)業(yè)化。
作為蛋白質設計中的重要部分，酶工程就在化妝品領域得到了廣泛應用。使用AI進行蛋白質設計或優(yōu)化，不僅可以獲得性能更好的酶成分用于個護產(chǎn)品，還能通過優(yōu)化酶篩選改造效率，提高由酶法制造的活性原料的工業(yè)化產(chǎn)量。
譬如，早在2021年，聯(lián)合利華便通過AI開發(fā)出一種用在家用清潔產(chǎn)品中的新型酶，其與原來成分相比更具穩(wěn)定性，可持續(xù)性和性能優(yōu)勢，清潔力還提升了5倍之多。
據(jù)了解，這款新型酶是由聯(lián)合利華和合成生物學公司Arzeda，在18個月內聯(lián)合開發(fā)而來，是家用清潔產(chǎn)品中的關鍵抗污成分。通過借助Arzeda 的智能蛋白質設計技術 ，這款新型酶能夠減少水和能源的使用，并可取代家用清潔產(chǎn)品中的石油衍生成分。
可以看到，Arzeda的智能蛋白質設計技術 在短時間內取得的進展，展示了AI技術和生物學的聯(lián)合應用對家庭護理行業(yè)的改變。
此外，聚美麗還了解到瑞德林也在AI技術的加持下，利用酶催化技術，實現(xiàn)了S玻色因、肌肽等特色活性原料的規(guī)模化量產(chǎn)。
據(jù)壽翀介紹：“在酶的篩選和改造領域，我們使用AI技術和生物計算輔助酶的虛擬篩選，將酶通量提高了100倍，這不僅提升了酶分子的篩選改造效率，還減少了實驗室篩選的工作量，極大地降低了研發(fā)成本?！?/p>
此外，壽翀告訴聚美麗，除了瑞德林外，還有不少國內外企業(yè)利用AI+酶篩選技術進行原料開發(fā)，比如，拜爾斯道夫在開發(fā)美白成分——異丁酰胺基噻唑基間苯二酚(630)時，就運用了AI+數(shù)據(jù)分析輔助研發(fā)，從上萬種成分中篩選出有效成分，以人酪氨酸酶為模型測試，最終創(chuàng)造出能夠高效抑制黑色素生成的、首個基于人類酪氨酸酶開發(fā)的第630號成分。
可以看到，借助AI技術在蛋白質科學領域的突破性成就，一方面，可以簡化肽類原料的研發(fā)過程，縮短研發(fā)周期，顯著提升原料研發(fā)的效率，同時在大數(shù)據(jù)驅動的支持下對配方設計做出更為明智的決策。另一方面，還能推動可應用于日化行業(yè)的、包含酶等在內的蛋白類活性原料的生物合成及產(chǎn)業(yè)化。
“在研發(fā)端，除了原料篩選與產(chǎn)品開發(fā)，AI技術還被用于打造創(chuàng)新配方，這也是我們正在做的。”壽翀補充道，“比如，麥吉麗就通過AI技術對消費者情緒的分析和解讀，開發(fā)出了讓消費者感到愉悅放松的配方，并應用其產(chǎn)品中?！?/p>
AI+生命科學，將成美業(yè)下一增量大風口？
如今，隨著AI與生命科學向美妝領域逐步滲透，AI技術、生命科學、美業(yè)的大融合模式正成為行業(yè)主流趨勢。那么，三者之間的碰撞，將擦出怎樣的火花？AI與生命科學的結合，會成為美業(yè)的下一個增量大風口嗎？
首先，AI技術已成為美業(yè)新質生產(chǎn)力的重要引擎。
AI技術正以不可逆的應用趨勢，滲透進化妝品研發(fā)、生產(chǎn)、營銷等各個方面。根據(jù)InsightAce Analytic報告，預計2030年全球AI美容化妝品市場規(guī)模將達到133.4億美元，2021年至2030年復合年增長率高達19.7%。這表明AI美妝市場在全球范圍內具有巨大的增長潛力。
對于AI技術在美妝的應用現(xiàn)狀，壽翀表示：“AI技術在美妝行業(yè)中的應用并不廣泛，但目前探討不同的應用場景是AI向美妝滲透的主要途徑?！?/p>
此外，“在基于文檔的法規(guī)與備案智能化方面，AI技術也有較大的應用價值?！?/p>
可以看到，從原料篩選到配方研發(fā)，從組織管理到產(chǎn)業(yè)鏈優(yōu)化，從虛擬試妝到法規(guī)與備案智能化等，AI技術在美妝領域的應用場景正不斷被拓寬。
未來，AI技術的作用只會更加突出，其與美妝融合只會更加深入。AI與美妝的結合絕不僅是跨界，而是一場生產(chǎn)力與生產(chǎn)關系的變革，AI正成為美業(yè)新質生產(chǎn)力的重要引擎。
然而，盡管美妝領域AI技術具有廣闊的發(fā)展前景，但其發(fā)展也面臨著一些挑戰(zhàn)。例如，“AI系統(tǒng)需要大量的數(shù)據(jù)進行訓練和學習，但數(shù)據(jù)的收集和使用一方面涉及公司核心私有研發(fā)數(shù)據(jù)，另一方面往往涉及個人隱私?！?/p>
此外，“美妝AI的商業(yè)價值不容易做出來或難以變現(xiàn)，AI方面的人才稀缺等也是其發(fā)展過程中會面臨的挑戰(zhàn)?！?/p>
而在監(jiān)管層面，壽翀則表示，“鑒于AI技術主要是發(fā)揮提高通量、提升效率的作用，所以在法規(guī)上，AI技術的應用并不存在特別大的障礙?！?/p>
其次，AI技術正在改變生命科學的研究范式。
生物技術和信息技術的迅速發(fā)展，使生命科學進入了數(shù)據(jù)爆發(fā)的新時代。
隨著AI技術在生命科學研究領域持續(xù)取得顛覆性突破，AI驅動的生命科學研究新范式呼之欲出，包括蛋白質領域等在內的生命科學進入了一個全新的紀元。此次的諾貝爾化學獎正是最好的印證。
最后，生命科學為美妝技術創(chuàng)新提供重要來源。
生命科學上游技術的層層滲透與溢出，推動了化妝品行業(yè)一波又一波的創(chuàng)新浪潮，由此，其也成為化妝品行業(yè)重要的技術創(chuàng)新來源。
甚至可以說，在如今的化妝品行業(yè)中，把握住生命科學領域的主流技術方向，就等于抓住了未來行業(yè)發(fā)展的機遇。
總的來看，AI+生命科學+美妝或將成為美業(yè)增量新的風口，在此背景下，如何進一步擁抱科技美容新藍海，引領未來美業(yè)發(fā)展的新方向，將是全體化妝品從業(yè)者亟需思考的時代命題。