AI 生命科学，下一个美国行业增量大风口？

生命科学的前沿研究一直是化妆品行业创新的重要来源。然而，在探索生命科学的边界中，人工智能 (以下简称：AI) 尤其在蛋白质科学领域，AI技术的应用正在揭开蛋白质的神秘面纱，技术正成为不可或缺的研究工具。

2024年诺贝尔化学奖在AI与生命科学深度融合的背景下颁发了Demis。 Hassabis、John Jumper和David Baker，通过人工智能和计算技术，他们在蛋白质结构预测和设计方面做出了革命性的贡献。这一发现不仅彻底改变了蛋白质科学的研究范式，也开启了生命科学的新时代。

在接受聚美丽采访时，瑞德林副总裁寿邈也表示，”“在美容领域，AI 生命科学的实用价值是确定的，应用趋势也是确定的。AI 生命科学，可以为美妆的发展带来新的增长，也可以成为新的行业风口。

本文旨在介绍最新的诺贝尔奖技术，结合市场需求和行业趋势，解读AI 在化妆品应用领域，生命科学的现状和未来潜力，并探讨其背后的挑战和概率。

01 揭示蛋白质，AI开启生命科学新时代

一半的诺贝尔化学奖获得了谷歌DeepMind的Demis奖 Hassabis和John Jumper，另一半授予美国华盛顿大学西雅图分校的Davidid Baker。

△诺贝尔化学奖获得者2024

三位研究人员的突出贡献主要集中在蛋白质科学领域，与AI密切相关。具体来说，Demis Hassabis和John 通过AI技术，Jumper成功地预测了大多数已知蛋白质的结构，而Davidid 而Baker则掌握了生命的构建模块，并产生了全新的蛋白质。

智能飞跃蛋白结构预测

长期以来，预测蛋白质的三维结构一直是生化领域的一大挑战。X射线晶体学和磁共振等传统实验方法不仅耗时且昂贵，而且难以实现许多蛋白质。AI技术的应用为解决这个问题提供了一种新的方法。

22222Alpha，一个Demis Hassabis和John 采用全新的神经网络结构，Jumper领导的DeepMind团队开发的AI模型能够更有效地学习蛋白质序列与结构的关系。尤其是AI模型可以将蛋白结构预测的精度提高到接近试验级别的水平，从而解决困扰生命科学界50多年的难题。

△用AlphaFold2来预测蛋白质结构

使用AlphaFold2，Demis Hassabis和John Jumper可以预测，大部分2亿次蛋白质结构已经被研究人员识别出来。自此突破性技术公开以来，AlphaFold2已被190个国家的200多万人使用。

个性化和精确化蛋白质设计

科学家们除了预测蛋白质结构外，还致力于从零开始设计全新的蛋白质，以满足药物、酶和生物材料等不同需求。

作为蛋白质设计领域的先驱之一，David 用于蛋白质设计的Baker开发Rosetta程序，该程序基于蛋白质结构和能量函数的原理，全新的蛋白质结构可根据用户的需要制作，在大自然中是不存在的。这种突破性成就证明了蛋白质从零开始设计的可行性，并为蛋白质的构建开辟了一条具有全新功能的道路。

△蛋白质是由Rosetta程序开发的。

和AlphaFold2和 Rosetta的出现意味着蛋白质科学进入了一个全新的时代。这两项突破性成就将对医学、药学、材料科学和生物技术产生深远的影响。

近年来，随着生物技术的不断发展，基于计算机和AI技术的计算生物学和生物信息学逐渐应用于药物研发领域，并开始延伸到化妆品行业的原材料自主创新领域，赋能化妆品行业上游发展。

02 AI的渗透，重构探索蛋白原料的底层逻辑

从许多美容品牌的成长和发展来看，原材料的研发是不可或缺的一部分。然而，在现实中，原材料的研发和创新总是有很高的技术门槛。

就多肽和蛋白质原料而言，它们在开发过程中主要面临活性鉴定、精确设计和生产效率的困难。借助AI在蛋白质科学领域的创新技术，我们可以加快突破这些原料技术的障碍。

AI赋能生物研发，预测肽类成分活性更高，靶点清晰。

肽类成分的开发通常要经过三个阶段，从发现成分，到临床前的生物活性检测，再到临床试验。

在AI技术的加持下，原材料企业不仅可以在短时间内开发出多种化妆品功能成分，还可以利用生物信息技术对成分具体作用进行更准确的验证，代表更高的成分开发效率。

总部设在美国的爱尔兰生物技术公司Nuritas在国外建立了一个生物活性肽查找器Magnifier NπΦ，并且借助这个平台发现了PeptiYouth和PeptiStrong两种新成分。根据公司的说法，利用AI预测肽可以将临床功效验证的成功率提高到80%。

从这个平台的开发过程来看，研究人员通过专有酶分解，从大量的天然植物中获得了数百万种从未开发过的肽，这些肽在受体中的作用通过实验模型得到了证实。结合自然语言理解、数据收集和管理，他们编织了一个庞大的知识地图，解锁了600多万种植物肽的数据。

△生物肽查找器 Magnifier NπΦ

而且在国内，与AI技术相关的研究并不局限于概念，而是一直在发展和进步。

举例来说，清华长三角研究所开发了一个KEPLER 90i活性成分发觉平台，主要是利用计算生物结合人工智能等综合方法，开发新的功能分子。在此基础上，他们只用了一年时间就成功研制出了两种肽原料，可以有效缓解黑眼圈问题。——Biocorrectide Retinotide以及具有抗衰老修复功效的DC。 EQ9。

其中，Biocorrectide DC焕颜肽是一种基于计算生物学和全新微循环靶点的理性多肽分子。它是通过分子动力学模拟和人工智能多肽-蛋白质结合预测交叉验证获得的。它具有与血液循环相关的全新黑眼圈靶点的精确控制能力，可以实现熬夜肌肉黑眼圈的精确修复。就功能设计而言，可以与各种经典的抗黑眼圈原料协同提高效率。

另一个Retinotidet EQ9立体肽是通过虚拟筛选从具有再生和抗衰老作用的间充质细胞分泌的大量天然活性肽因素中获得的。多肽分子在胶原蛋白激活等关键指标上对光老化的修复效果甚至优于蓝铜肽和具有同等浓度和抗衰老修复作用的玻色因素。

另外，未名拾光还建立了其它信息量为百亿级的“生物多肽活性分子数据库”，通过计算机语言转换，可以快速搜索任意活性物质的基因编码。基于这样的数字化理念，未知光从“发现活性分子”、“设计构建目标分子”、“大规模生产”三个板块，对整个“生产、学习、研究”过程进行了数字化、智能化改造，形成了“生物智能平台”，用于选择活性物质。

AI聚焦生物制造，为蛋白原料的理性设计提供新的可能性

除R&D活性原料外，AI蛋白的精确设计理念也正从实验室向实践应用迈进，逐步实现AI 化妆品工业中蛋白质设计的产业化。

它是蛋白质设计的重要组成部分，酶工程在化妆品领域得到了广泛的应用。利用AI设计或改进蛋白质，不仅可以获得性能更好的酶成分用于个人护理产品，还可以通过提高酶的选择和改造效率，提高酶法生产的活性原料的工业化产量。

举例来说，早在2021年，联合利华就通过AI开发了一种新型的家用清洁产品酶，它比原来的成分更加稳定，可持续性和性能优势，清洁力也提高了5倍。

据了解，这种新型酶是联合利华和合成生物学企业Arzeda在18个月内联合开发的，是家用清洁产品中的关键抗污染成分。通过使用Arzeda 智能化蛋白设计技术™，这种新型酶可以减少水和能源的使用，并且可以替代家用清洁产品中的石油衍化成分。

可以看出，Arzeda的智能蛋白设计技术™AI技术与生物学联合应用在短期内取得的进展，显示了家庭护理行业的变化。

另外，聚美丽还了解到瑞德林有了AI技术的加持，采用酶催化技术，完成了S玻色因、肌肽等特性大规模生产活性原料。

“在酶的选择和改造领域，我们根据寿邈的说法，利用AI技术和生物计算辅助酶的虚拟筛选，使酶通量增加100倍，这样不但提高了酶分子的选择改造效率，而且减少了实验室选择的工作量，大大降低了研发成本。

另外，生日告诉聚美丽，除瑞德林外，国内外许多企业都使用AI。 酶选择技术开发原料。例如，当拜尔斯道夫开发美白成分-异丁酰胺基硫唑基间苯二酚(630)时，他使用了AI。 资料分析协助研究开发，从数以万计的成分中选择有效成分，以人酪氨酸酶为模型进行测试，最终创造出第630号成分，可以有效抑制黑色素的产生，第一个基于人类酪氨酸酶的成分。

可以看出，借助AI技术在蛋白质科学领域的突破性成就，一方面可以简化肽原料的研发过程，缩短研发周期，显著提高原料研发效率，同时在大数据驱动的支持下，对配方设计做出更明智的决策。另一方面，它还可以促进蛋白活性原料的生物合成和产业化，包括酶在内的日化行业。

"在R&D端，AI技术除了原材料选择和产品研发外，还被用来创造创新配方，这也是我们正在做的事情。“例如，麦吉利通过AI技术分析和解读消费者的情绪，开发了一种让顾客感到快乐和放松的配方，并将其应用到其产品中。”

03 AI 生命科学，将成为美业下一个增量大风口？

如今，随着人工智能和生命科学逐渐渗透到美容领域，人工智能技术、生命科学和美容行业的大融合正成为行业的主流趋势。那么，三者之间的碰撞会产生怎样的火花呢？人工智能和生命科学的融合会成为美容行业下一个增量出路吗？

第一，AI技术已经成为美国工业新生产力的重要引擎。

AI技术正以不可逆转的应用趋势渗透到化妆品研发、生产、营销等多个方面。基于InsightAce 据Analytic报道，预计2030年全球AI美容化妆品市场规模将达到133.4亿美元，2021-2030年复合年增长率将达到19.7%。这说明AI美容市场在全球范围内具有巨大的增长潜力。

针对AI技术在美容化妆品中的应用现状，寿邈表示：“AI技术在美容化妆品行业的应用并不广泛，但是现在AI渗透到美容化妆品中的主要方法是探讨不同的使用场景。”

举例来说，瑞德林在组织协调和生产场景中嵌入AI技术。，“在R&D端，我们搭建了一个全新的R&D原材料平台，利用AI技术和生物计算辅助酶进行虚拟筛选，大大提高了酶筛选和优化的效率；在生产端，通过数字化(数字化) AI)以订单为驱动，提升生产管理，实现快速排产；在市场营销和市场端，我们推出了两个AI助手，“科技护肤我懂”和“商品百事通”。为销售人员和终端客户提供专业、准确的产品知识，全面提升用户和客户的感受。”

除上述情况外，“AI技术也广泛应用于市场营销端。，举例来说，欧莱雅基于AI技术推出的虚拟化妆测试服务。据报道，这项服务不仅解决了化妆测试成本高的问题，而且提高了消费者的购物体验。

此外，AI技术在文档法规和备案智能化方面也具有很大的实用价值。

可以看出，AI技术在美容领域的应用场景正在逐步拓宽，从原材料选择到配方研发，从组织协调到产业链优化，从虚拟化妆测试到法律法规和备案智能化。

未来AI技术的功效只会更加突出，只会更深入地与美妆相结合。AI和美妆的融合不仅仅是跨界，更是生产力和生产关系的变化。AI正在成为美国工业新生产力的重要引擎。

但是，尽管AI技术在美容领域有着广阔的发展前景，但是它的发展面临着一些领域挑战。例如，“AI系统需要大量的数据来练习和学习，但是一方面，数据的收集和使用涉及到公司核心的私人研发数据，另一方面，通常涉及个人隐私。”

此外，“美容AI的商业价值不易制造或变现，AI方面人才稀缺。等待也是其发展中将面临的难题。

然而，在控制方面，寿吉表示:“鉴于AI技术主要起到提高通量和效率的作用，AI技术的应用在法律法规上并没有特别大的障碍。”

第二，人工智能技术正在改变生命科学的研究范式。

随着生物技术和信息技术的飞速发展，生命科学进入了数据爆发的新时代。

随着人工智能技术在生命科学研究领域的不断颠覆性突破，人工智能驱动的生命科学研究新范式即将出现，包括蛋白质领域在内的生命科学进入了一个全新的时代。这个诺贝尔化学奖是最好的证明。

最后，生命科学为美容技术创新提供了重要来源。

生命科学上游技术的层层渗透和溢出，促进了化妆品行业一波又一波的创新浪潮，从而成为化妆品行业技术创新的重要来源。

甚至可以说，在当今的化妆品行业，把握住生命科学领域的主流技术方向，就等于抓住了行业未来发展的机遇。

总的来看，AI 生命科学 美容化妆品可能会成为美容行业增量的新出路。在这种背景下，如何进一步拥抱科技美容的新蓝海，引领美容行业未来发展的新方向，将是所有化妆品从业者迫切需要思考的时代命题。

本文来自微信微信官方账号 “聚美丽”（ID：jumeili-cn），作者：沐沐，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com