2026沙利文峰会的重磅专场“合成生物与生物制造专题论坛”，由沙利文主办、国家生物制造产业创新中心指导。现场汇聚两院院士、顶尖高校学者、龙头企业掌舵人、新锐科创企业创始人及头部投资机构代表，共探合成生物学创新突破路径、共商生物制造产业化落地策略、共掘行业未来增长新机遇，搭建了汇聚“政-产-学-研-金-用-服”全链式的高规格、深层次的对话平台，凝聚了从基础研究到产业转化再到资本赋能的强大合力。
当前，AI与合成生物学交叉会聚正在重构生物制造的研发范式，技术能力边界快速拓展的同时，也催生全新的安全风险、责任界定与国际规则博弈议题。科技伦理治理不再是科研的附加选项，而是产业创新生态不可或缺的组成部分。电子科技大学人文社科高等研究院教授、副院长，国家高层次人才计划特聘教授雷瑞鹏女士，在本次论坛带来题为《AI时代合成生物学的伦理与治理》的主题演讲，从AI驱动研发变革、风险与责任归属、团队研究治理、伦理先行全过程治理四大维度，系统剖析AI×合成生物学带来的全新挑战，提出适配产业发展的治理思路，为与会科研人员、产业从业者、投资机构带来深刻启发。
演讲嘉宾
雷瑞鹏女士
电子科技大学人文社科高等研究院教授、副院长
国家高层次人才计划特聘教授
主要研究领域为生命科学哲学、生命伦理学与新兴科技伦理治理。主持国家重点研发计划项目、国家社科基金重大项目等多项国家重大项目。出版《中国新兴科技伦理治理研究》《当代生命伦理学研究》、Synthetic Biology: Ethical Risks and Governance Countermeasures等著作十余部，发表论文100余篇。2019年5月9日在国际顶尖科学期刊Nature发表国内人文学科领域第一篇政策评论文章“Reboot Ethics Governance in China”（《重建中国的伦理治理》），在国内首次提出“科技伦理治理”和“伦理先行”概念，并系统阐述科技伦理治理基本原则，相关概念和原则已被系列中央文件和两办《关于加强科技伦理治理意见》采纳。
雷瑞鹏教授表示，本次论坛搭建起学术界资深专家与产业界从业者跨界对话交流的平台，有别于传统学术会议，有效推动科研端与产业端深度沟通。在颠覆性新兴技术迈向产业化的进程中，创新链与产业链协同发展离不开完备的产业生态支撑，知识产权政策、生物安全法规战略、遗传资源数据治理等制度建设，是双链融合生态当中不可或缺的组成部分。她同时指出，在全球科技竞争格局之下，中美之间的科技博弈已经延伸至AI与合成生物学领域，竞争不仅体现在硬科技层面，伦理治理、行业规则话语权的博弈同样至关重要，生物技术领导力相关国际峰会也凸显出规则制定层面的博弈态势，这也让伦理治理生态构建和我国产业链、创新链协同发展的联系愈发紧密。
以下为雷瑞鹏教授演讲要点：
PART.01
AI驱动合成生物学研发范式变革
合成生物学与传统生物学存在本质区别，传统生物学以定性、描述性研究为主，而合成生物学引入工程学研究方法，突破单纯的定性研究实现定量研究，相较于转基因技术仅修饰生物遗传物质，合成生物学能够在更高维度对生命体遗传物质进行设计与再造，也因此衍生出更为复杂的安全风险与治理难题。随着AI技术深度融入合成生物学，行业原有设计构建测试学习（DBTL）研发范式迎来全面革新，依托AI预训练模型、海量数据支撑，行业可快速完成生物蛋白、核酸序列、代谢路径、生物元件的智能设计，搭建全新的生物合成路线与实验体系，同时AI与自动化实验系统的结合，大幅拓宽了技术能力边界，加速实验数据回流迭代，让合成生物学DBTL研发循环效率大幅提升。
为具象阐释AI赋能价值与潜在风险，雷瑞鹏教授分享了两项权威前沿研究案例。2023年《自然-生物技术》相关研究通过2.8亿条蛋白质序列，训练出12亿参数的AI模型，可生成与天然蛋白质序列同一性仅31.4%、但具备完整催化活性的全新蛋白，彻底突破了自然生物的固有演化局限。与此同时，行业也暴露出显著的伦理与产业博弈问题，阿尔法Fold系列模型早期依托全球公开科研数据开源迭代、斩获诺奖，但其高阶升级版本转为闭源模式，结合当下中美 AI 模型管控博弈现状，凸显出AI赋能合成生物进程中，大量亟待解决的治理漏洞。
除此之外，2022年《自然-机器智能》的研究揭示了AI带来的安全风险隐患。研究证实，AI可在普通内部服务器上，短短六小时生成四万个达到毒性评分阈值的候选分子。合成生物技术本身具备双重用途属性，而AI工具的介入，进一步放大了技术风险。以往全新病毒的合成存在极高技术门槛、难度极大，如今在AI加持下相关风险持续攀升，叠加合成病毒研究的行业争议，让合成生物产业的安全治理与风险管控面临全新压力。
PART.02
风险扩展与责任归属：能力、控制与可问责性
AI深度参与合成生物学研发之后，技术能力边界得到显著拓宽，双重用途风险随之放大，这要求我们不能只依靠宏观层面的治理框架，而是要将治理规则细化落到技术转化的每一个环节。AI可以参与研发流程、输出设计结果，但AI仅能作为工具参与因果过程，并不具备承担规范授权、责任与补救的主体资格，真正的批准、限制、说明与补救义务，必须落实到具体的人和机构身上。
在责任边界的划分上，AI系统能够完成序列、结构与路线候选的生成，对活性、毒性和可行性开展预测评分，依据目标函数对候选方案进行优化，并可在授权条件下调用自动化流程。但研究目的的确立、访问权限的开放、合成实验操作的批准、风险后果的承担这一系列关键决策，必须由人和机构完成。人需要判断研究本身是否必要、是否可以被接受，界定不同主体的能力使用权限，决定序列合成、实验开展与成果发布是否可行，一旦出现风险问题，也需要相关主体说明理由、终止相关活动、开展补救并接受追责。系统能够对研发结果产生影响，但制度层面的约束义务不能转移给 AI 本身。
与之配套，风险评估工作也需要建立完整的分析框架，不能简单将风险视作模型本身的单一属性，风险是由任务能力、使用控制条件、潜在后果范围共同组合形成的综合判断。开展评估时，需要分别针对模型、底层数据、核酸合成环节、自动化实验四大模块，同步审视三大维度：一是能力维度，厘清各模块可以实现哪些输出与操作；二是控制条件维度，明确访问权限、数据管理、核验筛查、实验管控的规则；三是可能后果维度，预判误用扩散、数据泄露、生物安全、事故放大等各类潜在危害。信息、实际控制与可预见性决定责任如何配置，掌握关键事实并能改变下一步行动的主体，应承担相应义务。责任配置不是平均分摊，而是按角色义务与实际控制逐项确定。模型开发者、研究负责人、合成服务商、研究机构，分别基于自身掌握的信息、实际控制权限、风险可预见性，履行对应的主要义务。
在AI赋能合成生物的完整工作链条当中，责任不能在环节交接的过程当中出现空白与灭失，每一次能力向下游流转交接，都需要同步传递使用条件、限制规则以及报告义务。从模型开发者输出模型，到研究负责人确定研究方案，再交由合成服务商开展序列合成，最后由研究机构落地实验部署，链条上每一环都要留存对应的可追溯记录。模型开发者留存能力测试、版本、访问条件记录；研究负责人留存用途说明、伦理审查、操作日志；合成服务商留存客户核验、筛查结果、异常报告；研究机构留存批准文件、监督记录、事件处置材料。如果缺少条件说明与完整记录就完成环节交接，就会形成责任真空，把风险和责任空白传递到下一个环节。
PART.03
践行“伦理先行”，推进全过程治理：权责闭环、制度完善与国际治理共建
随着AI-Bio交叉研究日趋复杂，跨学科团队协作成为常态，也对现有治理制度落地提出了更高要求。结合国内行业治理现状，雷瑞鹏教授介绍，我国《生物安全法》已将合成类生物技术明确纳入监管范畴，但DNA合成筛查的细分制度目前尚未完全落地。其团队长期深耕合成生物安全风险分类、DNA合成筛查、AI治理政策工具等研究领域，并计划于今年11月联合国内行业NGO组织开展专题研讨，对标国际成熟制度经验，补齐国内细分领域的监管空白，将宏观的法律条文拆解为适配科研实操的标准化流程，让伦理治理真正嵌入科研全流程，杜绝制度与实操脱节的问题。
雷瑞鹏教授提出，合成生物与AI交叉领域必须落实“伦理先行” 理念，推行分节点的全过程治理模式。从AI输出候选序列、核酸合成再到实验室部署，每一个技术转换节点都应当设置对应的治理关口与监管举措，杜绝末端管控、后置风控的治理漏洞。她强调，行业需坚守可信技术的核心发展原则，摒弃概念化、形式化的伦理要求，将安全、透明、可追溯、可问责的价值理念，切实转化为可落地的制度规范与实操流程。在全球科技治理博弈的大背景下，联合国、UNESCO等国际机构正聚焦合成生物学领域持续开展研究，酝酿专属伦理治理指引文件，未来或将出台对标AI、神经技术的国际性伦理规范。
在演讲尾声，雷瑞鹏教授总结，AI为合成生物产业带来巨大创新红利，但技术发展行稳方能致远。完善的伦理准则、权责清晰的责任体系、分环节落地的全过程治理，是合成生物产业实现合规可持续发展的重要基石。科研界、产业界、监管方需要协同发力，在鼓励创新的同时守住安全底线，为中国生物制造产业高质量发展筑牢制度生态保障。
