AI+生命科學，下一個美業增量大風口？

來自生命科學的前沿研究，始終是化妝品行業創新的重要源泉。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年盧保化學獎頒給了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。這一發現不僅徹底改變了蛋白質科學的研究範式，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採訪時也表示，「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，可為美妝髮展帶來新的增量，或將成為新的行業風口。」

因此，本文旨在引介最新諾獎技術，結合市場需求與行業趨勢，解讀AI+生命科學在化妝品領域的應用現狀與未來潛力，並探討背後的挑戰與可能性。

01 揭秘蛋白質，AI開啟生命科學新紀元

今年的盧保化學獎，一半授予Google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盧保化學獎獲得者

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，並設計出全新的蛋白質。

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。傳統的實驗方法，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。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團隊開發的AI模型，其採用全新的神經網絡架構，能夠更有效地學習蛋白質序列和結構之間的關係。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已經能夠預測，幾乎所有2億個已經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多萬人已經使用了AlphaFold2。

蛋白質設計的個性化與精準化

除了預測蛋白質結構，科學家們還致力於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開發了用於蛋白質設計的Rosetta程序，該程序基於蛋白質結構和能量函數的原理，可以根據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，並為構建具有全新功能的蛋白質開闢了道路。

△利用Rosetta程序開發的蛋白質

AlphaFold2和 Rosetta的出現，標誌著蛋白質科學進入了一個全新的紀元。這兩個突破性成就，將在醫學、藥學、材料科學以及生物技術等領域產生深遠影響。

而近年來隨著生物技術的快速發展，計算生物學、生物信息學等基於計算機以及AI技術在藥物研發等領域逐步應用，並開始延申到化妝品行業的原料自主創新領域，賦能化妝品行業上遊發展。

02 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展來看，研發原料是其中繞不開的一個環節。然而在現實情況中，原料的開發和創新始終存在著較高的技術門檻。

就多肽及蛋白類原料而言，其開發過程中主要面臨活性鑒定、精準設計、生產效率等方面的困難。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。

AI賦能生物研發，預測更高活性和靶點清晰的肽類成分

肽類成分的開發通常會經歷三個階段，從發現成分，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週期內開發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，象徵著更高的成分開發效率。

在國外，總部位於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，並且借助此平台發現了兩種新成分PeptiYouth和PeptiStrong。據該公司表示，借助AI預測的肽可使臨床功效驗證的成功率提高至80%。

從這個平台的開發過程來看，研究人員從大量天然植物當中，通過專有酶分解得到了數百萬種從前未開發的肽，經過實驗模型證明這些肽對於受體的作用。結合自然語言處理、數據蒐集和管理，他們編織一個龐大的知識圖譜，解鎖了共超過600萬種植物肽的數據。

△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於概念，而是一直處於發展和進步中。

譬如，清華長三角研究院旗下開發了一個KEPLER 90i活性成分發現平台，主要利用計算生物學結合人工智能等綜合方法挖掘開發新的功能分子。在此基礎上，他們僅曆時一年，就成功研發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，是一款基於計算生物學和全新微循環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於人工智能的多肽-蛋白結合力預測交叉驗證獲得，具有全新的與血液循環相關的黑眼圈靶點的精準調控能力，能夠實現熬夜肌黑眼圈的精準修護。在功效設計上，可以和各類經典抗黑眼圈原料協同增效。

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，同等濃度甚至要優於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據量為百億級別的「生物多肽活性分子數據庫」，通過計算機語言轉化，可快速查詢任意活性物的基因編碼。基於這樣的數字化理念，未名拾光從「發現功效活性分子」「設計構建目標分子」和「規模化生產」三個板塊，對整個「產學研」過程進行了數字化和智能化改造，構成了「生物智造平台」，用於篩選活性物。

AI聚焦生物製造，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，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AI+蛋白質設計在化妝品行業的產業化。

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化，不僅可以獲得性能更好的酶成分用於個護產品，還能通過優化酶篩選改造效率，提高由酶法製造的活性原料的工業化產量。

譬如，早在2021年，聯合利華便通過AI開發出一種用在家用清潔產品中的新型酶，其與原來成分相比更具穩定性，可持續性和性能優勢，清潔力還提升了5倍之多。

據瞭解，這款新型酶是由聯合利華和合成生物學公司Arzeda，在18個月內聯合開發而來，是家用清潔產品中的關鍵抗汙成分。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，並可取代家用清潔產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技術和生物學的聯合應用對家庭護理行業的改變。

此外，聚美麗還瞭解到瑞德林也在AI技術的加持下，利用酶催化技術，實現了S玻色因、肌肽等特色活性原料的規模化量產。

據壽翀介紹：「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，極大地降低了研發成本。」

此外，壽翀告訴聚美麗，除了瑞德林外，還有不少國內外企業利用AI+酶篩選技術進行原料開發，比如，拜爾斯道夫在開發美白成分——異丁酰胺基噻唑基間苯二酚(630)時，就運用了AI+數據分析輔助研發，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，最終創造出能夠高效抑制黑色素生成的、首個基於人類酪氨酸酶開發的第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過程，縮短研發週期，顯著提升原料研發的效率，同時在大數據驅動的支持下對配方設計做出更為明智的決策。另一方面，還能推動可應用於日化行業的、包含酶等在內的蛋白類活性原料的生物合成及產業化。

「在研發端，除了原料篩選與產品開發，AI技術還被用於打造創新配方，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，開發出了讓消費者感到愉悅放鬆的配方，並應用其產品中。」

03 AI+生命科學，將成美業下一增量大風口？

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、美業的大融合模式正成為行業主流趨勢。那麼，三者之間的碰撞，將擦出怎樣的火花？AI與生命科學的結合，會成為美業的下一個增量大風口嗎？

首先，AI技術已成為美業新質生產力的重要引擎。

AI技術正以不可逆的應用趨勢，滲透進化妝品研發、生產、營銷等各個方面。根據InsightAce Analytic報告，預計2030年全球AI美容化妝品市場規模將達到133.4億美元，2021年至2030年復合年增長率高達19.7%。這表明AI美妝市場在全球範圍內具有巨大的增長潛力。

對於AI技術在美妝的應用現狀，壽翀表示：「AI技術在美妝行業中的應用並不廣泛，但目前探討不同的應用場景是AI向美妝滲透的主要途徑。」

譬如，瑞德林就將AI技術嵌入到組織管理和生產場景中，據壽翀介紹，「在研發端，我們構建了全新原料研發平台，使用AI技術和生物計算輔助酶的虛擬篩選，大幅提升了酶篩選和優化效率；在生產端，通過數智化(數字化+AI)手段優化生產管理，以訂單為驅動實現高效排產；在銷售和市場端，我們推出了‘科技護膚我知道’和‘產品百事通’兩款AI助理，為銷售人員和終端客戶提供專業精準的產品知識，全面提升用戶和客戶體驗。」

除了上述場景，「AI技術在營銷端也有廣泛應用，比如，歐萊雅基於AI技術推出的虛擬試妝服務。」據悉，該服務不僅解決了試妝成本高的痛點，還可提高消費者的購物體驗。

此外，「在基於文檔的法規與備案智能化方面，AI技術也有較大的應用價值。」

可以看到，從原料篩選到配方研發，從組織管理到產業鏈優化，從虛擬試妝到法規與備案智能化等，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，而是一場生產力與生產關係的變革，AI正成為美業新質生產力的重要引擎。

然而，儘管美妝領域AI技術具有廣闊的發展前景，但其發展也面臨著一些挑戰。例如，「AI系統需要大量的數據進行訓練和學習，但數據的收集和使用一方面涉及公司核心私有研發數據，另一方面往往涉及個人隱私。」

此外，「美妝AI的商業價值不容易做出來或難以變現，AI方面的人才稀缺等也是其發展過程中會面臨的挑戰。」

而在監管層面，壽翀則表示，「鑒於AI技術主要是發揮提高通量、提升效率的作用，所以在法規上，AI技術的應用並不存在特別大的障礙。」

其次，AI技術正在改變生命科學的研究範式。

生物技術和信息技術的迅速發展，使生命科學進入了數據爆發的新時代。

隨著AI技術在生命科學研究領域持續取得顛覆性突破，AI驅動的生命科學研究新範式呼之慾出，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。此次的盧保化學獎正是最好的印證。

最後，生命科學為美妝技術創新提供重要來源。

生命科學上遊技術的層層滲透與溢出，推動了化妝品行業一波又一波的創新浪潮，由此，其也成為化妝品行業重要的技術創新來源。