从酱香白酒到AI菌株：一名发酵工程博士用“虚拟细胞”重构菌株发酵逻辑 | 专访

撰稿｜李秋萩

“2025年10月，第一次亲眼看到数字化、可视化的虚拟细胞模型时，我们内心非常振奋，理论推演和技术底座真正落地，成为可应用的平台。”

陈正培博士的研究范围从酱香型白酒到柳州螺蛳粉酸笋，多年的发酵微生物学界与产业经验积累下，他发现：传统发酵依赖自然菌株，存在风味不可控、研发靠试错、效率低、成本高的通病。因此，在江南大学攻读博士期间，他投身生物信息学+AI，希望菌株发酵系统能智能监控制造。

但那时他深知，仅靠个人技术难以搭建成熟的智能化菌株发酵体系，更难以实现产业化落地。

现在，时机到了。陈正培毅然辞去了高校教职，迅速组建起研发团队。

2026年5月，常州正雅生物科技有限公司（后简称“正雅生物”）正式注册落地，已搭建专属生物制造知识库「数据之源，洞见之始」、通用虚拟细胞模型、流体力学监控系统，致力于为大健康、食品、生物制造、环境、农业等领域提供高效、精准、智能化的微生物发酵解决方案。

01

从数天试错到小时级模拟，

虚拟细胞如何做菌株智能发酵

AI虚拟细胞（AIVC）融合人工智能、生物信息学、细胞组织工程学的前沿交叉技术，进一步通过计算建模与数据驱动方法，在数字空间中高保真模拟真实细胞的结构、功能与动态响应。

“通俗来说，AIVC是对真实生物细胞完整且复杂生命运行系统的数字化建模复刻。比如用图神经网络模拟代谢网络、用动态贝叶斯网络模拟基因表达调控，用常微分方程组复刻蛋白翻译、物质转运等核心系统，把所有的生命活动规律全部转化为可计算、可模拟的数字模型。”陈正培谈到。

依托AIVC数字化模型，研究者可在虚拟环境中完整模拟细胞内部的生命变化、菌株代谢全过程，精准推演目标风味、次级代谢产物的合成规律，进而完成发酵工艺的设计、优化和迭代，指导实际发酵研发生产。

陈正培认为，当前多数模型依赖传统神经网络对多组学数据的拟合推演，是“用数据猜规律”，在数据驱动逻辑下，这容易生成大量虚假的生物网络关联，和真实细胞代谢规律严重不符；同时还需要采集海量多组学数据，导致算力消耗大，成本高昂。

在产业应用端，工业发酵场景复杂，包含养分动态消耗、补给、搅拌带来的细胞空间环境变化等变量，传统模型无法真实还原这类动态过程，模拟结果和实际生产偏差大，很难落地产业应用。

因此，正雅生物自研、面向工业发酵场景的高保真虚拟细胞系统摒弃了纯粹数据拟合思路，引入客观生物规律作为模型新坐标，创新性的“用规律建模型”。

具体来看，依托自研神经网络大语言模型，正雅团队对全球已发表的海量生物学术文献进行结构化知识提取，经过筛选、清洗、重构，搭建出专属生物制造知识库「数据之源，洞见之始」（生物制造.中国），形成了完善的代谢生物数据体系。同时，知识库设置了7×24小时全自动不间断运行的文献挖掘与知识推理流水线，自动查漏补缺、迭代更新。

有了这套真实、完整的生物学知识底座，正雅生物搭建起虚拟细胞内部完整的全局代谢网络。让模型从不可解释的黑箱模型，升级为可溯源、可解释、可验证的白箱模型，能够精准还原细胞生长、代谢、环境响应的真实动态，适配复杂工业发酵与菌株场景。

例如，结构复杂、互作用隐蔽、代谢链路繁琐的肠道菌株，传统研究只能观测表层数据，无法厘清内在作用机制。通过虚拟细胞模型结合全局代谢网络，系统性拆解微生物的代谢通路、菌株共生与竞争关系、物质交换规律，推演出可视化、可计算、可预测的数字化网络。

落地到产业端，虚拟细胞方案的优势非常直观。传统发酵研发、中试放大，需要反复做线下湿实验，不仅消耗大量原料、人力成本，单次试验往往需要数天时间，试错成本极高、迭代速度很慢。而AIVC的计算机仿真模拟，有望替代大部分重复性中试实验，大幅节省物料、人力成本，同时将数天的线下试错，缩短为小时级的线上模拟推演，极大降低企业的研发门槛和试错成本，高效助力产品工艺优化与新品开发。

02

模型准确率达80%，

首款肠道菌株产品落地

2026年1月，正雅团队成功复现了食醋、豆瓣酱、污水处理等多领域、多场景、高精度的高分文章实验结果，充分验证了模型的稳定性、准确性与通用性。团队内部经多轮湿实验，反复验证模型结果，目前模型整体预测准确率稳定在80%以上。

陈正培补充道，对AI智能研发平台而言，可用是基础，高准确率才是核心。区别于纯算法研发团队，正雅在搭建自有服务器集群的同时，不只提供线上计算仿真服务，还可配套落地湿实验验证，输出可视化、高确定性的落地成果。

2026年5月，正雅推出“菌株机制解析自动化报告系统”，以肠道短链脂肪酸为目标的菌株产品顺利落地，输出了完整、标准化的智能化分析报告。首款产品正式落地，标志着正雅已跑通从技术设计、实验验证、方案交付到商业落地的全链路商业闭环。

同月，正雅落地“离创新策源近、离产业落地更近”的常州，背靠超1000P常州数据港算力中心资源。陈正培提到，相较于单一自建超算的重资产模式，常州嵌入长三角一体化算力网络的优势，让正雅享受到跨区域算力调度红利。未来将采用“自建+租用”的弹性算力模式，充分适配规模化、大批量的市场研发需求。

与此同时，常州成熟完备的合成生物与生物医药产业集聚生态，也为正雅的技术落地提供了丰厚的产业土壤。首先，本地产业客户高度集中，发酵企业、生物制造企业、生物医药CRO等精准付费客户密集，极大降低客户触达成本；其次，产业验证链路极短，自主设计的分子、菌株发酵方案可快速对接开展本地落地测试，快速完成技术验证；最后，产业数据回流高效，一线湿实验数据能够实时反哺算法模型迭代，形成计算设计－产业验证－数据优化的正向循环。

当前，正雅生物以技术服务切入市场，核心客户包括高校及科研院所，各类食品发酵、生物制造企业。一方面，深度联动高校与企业开展产学研协同研发，结合真实应用场景，提供代谢数据分析、专属知识库搭建、菌株智能发酵与模拟仿真等定制化服务。

另一方面，基于科研端需求，团队正持续打磨算法模型、优化技术体系、迭代产品设计，未来将逐步推进产品化落地与中试体系建设，研发适配发酵工业场景的智能制造系统，帮助企业大幅提升发酵生产效率与工艺稳定性；同时聚焦发酵工业上游的工艺智能化系统与装备产品研发，打通从单一技术服务向“软件系统+硬件设备+技术赋能”的规模化商业闭环。

陈正培强调，“在微生态理性设计、生物发酵领域，未来的行业竞争，本质是高质量生物知识基础设施的竞争。”

正雅生物的路径很清晰——先用知识库编码生物学规律，再用AI+虚拟细胞“算清”菌株组合，最后用干湿闭环验证设计结果。

这条路上，正雅不是唯一的下注者。在全球范围内，AI 虚拟细胞正从概念走向验证，分子理性设计也正从“能不能”转向“好不好用”。但在工业发酵这一分散且极度依赖经验的赛道里，能把机理建模、菌株智能发酵、湿实验验证和产业算力串成一条完整链路的团队，仍属稀缺。

如果微生物是可以被计算、被智能发酵设计的，发酵工业的研发范式将被彻底改写。

秒追医疗健康产业创新

声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。

点喜欢