今年你做了幾次核酸檢測？當新冠病毒闖入人類生活，核酸檢測成為防疫剛需，實驗室自動化這一“冷門”賽道瞬間升溫。在“洗衣做飯”的機器人沒有出現(xiàn)之前，生命科學自動化這一領域的機器人變得更有價值。

實驗室自動化流水線起始于上個世紀50年代，2009年進入中國，根據(jù)自動化程度分為TTA、TLA兩大類別，前者是以實現(xiàn)功能為核心的模塊化組合分析系統(tǒng)，后者是無人操作的全自動實驗室流水線。

節(jié)省報告周轉時間、提升測試通量、解放人力、減少人工錯誤、高環(huán)境潔凈度等諸多優(yōu)勢，決定了自動化流水線將是生命科學實驗室未來的重要環(huán)節(jié)。

位于松山湖高新技術園區(qū)的機器人365公司，立足生命科學自動化研究的尖端領域--細胞產業(yè)自動化，開發(fā)出全球首款類人型的核酸檢測機器人設備，顯著提升了后續(xù)疫情防控的效率。實驗室自動化產業(yè)就此被推到了市場中心。

數(shù)據(jù)顯示，2021年，全球實驗室自動化（TTA和TLA）市場規(guī)模達到了853億元，預計2026年將達到1448億元，年復合增長率（CAGR）為6.5%。

未來，這一賽道將持續(xù)爆發(fā)。在“核酸檢測機器人”之外，機器人365將更多“機器人”帶進生命科學領域服務人類健康。

為“改變實驗室”而起的創(chuàng)業(yè)行動

把時間調回2年前。

2020年6月，機器人365技術團隊收到首個生命科學實驗室自動化的開發(fā)需求，一款面向于細胞實驗室自動化的培育機器人。當時，客戶已經采購國外產品訂單，由于疫情原因無法完成最終交付，客戶不得不把目光轉向國內尋求合作。經行業(yè)朋友介紹與深度技術評估，從事機器人產業(yè)10余年的行業(yè)老兵，機器人365團隊接下了這一定制訂單。經過人工智能和生命科學團隊跨界融合的緊密合作，在2021年10月完成產品交付并得到客戶與專家領導的高度認可。客戶方不僅第一時間對訂單全額付款，還對項目追加投資，成為機器人365公司天使輪的投資人之一。

機器人365創(chuàng)始人兼CEO劉照強告訴媒體記者，當時的場景讓他堅定了生命科學自動化方向。

事實上，機器人365的創(chuàng)業(yè)方向，早期并不被市場看重。

2016年6月，擁有研發(fā)、工程背景和項目管理經驗的劉照強走上創(chuàng)業(yè)道路，參與過多款精密儀器類產品的研發(fā)和量產。早期的機器人365項目定義為智能制造領域，為工業(yè)自動化行業(yè)客戶解決用工困難和生產自動化痛點問題。

確定實驗室自動化的方向，是劉照強基于行業(yè)經驗和對市場趨勢的預判。

一個最簡單的場景是醫(yī)院檢驗科，很多的護士在滿足大量患者血常規(guī)檢查的需求，從采血、裝瓶、開蓋、離心、提取、分裝到送檢，護士要全程參與，而在藥廠的實驗室里，人均博士的專家們每天也要花費大量的時間在人工流水線操作中。

劉照強認為這些場景中的自動化需求沒有被滿足，而其所處的生命科學領域，將是未來自動化大展拳腳的第三大應用場景。

“在傳統(tǒng)工業(yè)機器人領域有ABB、發(fā)那科、安川、庫卡‘四大家族’，但后起之秀的3C制造領域，這‘四大家族’的市占率很小，取而代之的是雅馬哈、愛普生等企業(yè)，主要是因為工業(yè)和3C的場景、需求不同，比如手機流水線就有更高的節(jié)拍要求，是專攻汽車流水線的設備不能滿足的，這導致‘四大家族’無法直接復制已有產品。”

梳理了成熟的兩大自動化領域后，劉照強覺得自動化新場景一定能給新品牌長成巨頭的機會，而下一個和工業(yè)、3C并列的超級行業(yè)，可能就是生命科學領域。

比起應用場景成熟的工業(yè)機器人和3C制造機器人，生命科學領域的自動化還處于0到1的階段。基于機器人365團隊的從業(yè)背景，劉照強決定兩手抓，一邊為機器人領域的自動化做技術儲備和自動化模塊產品探索，一邊尋求產學研合作，與生命科學領域的專家學者深度合作，實現(xiàn)跨界融合發(fā)展。

其實，早在項目成立之初，機器人365就構建了一個面向生命科學實驗室自動化標準動作單元的“技術貨架”，包括自動掃碼系統(tǒng)、自動開關蓋系統(tǒng)、高精度視覺定位系統(tǒng)等等，當有新的需求出現(xiàn)時，從“貨架”上挑選模塊，就能像搭積木一樣拼成新的解決方案。

完成細胞培育機器人項目，機器人365的“技術貨架”模式被驗證。

細胞培育自動化帶來了新發(fā)展機遇

細胞治療產品市場是生物醫(yī)藥市場增長最快的子領域之一。干細胞領域，2014年全球干細胞治療市場規(guī)模約為507億美元，2021年全球干細胞治療市場規(guī)模達1870億美元，年復合增長率高達22%。預計未來干細胞治療市場增速將持續(xù)維持在20%以上。免疫細胞領域，據(jù)Coherent Market Insights預測，在2018-2028年期間，全球CAR-T細胞治療市場價值將以高達46.1%的平均年復合增長率增長。在未來一段時間內，北美仍將占據(jù)全球CAR-T細胞治療50%以上的市場份額，歐洲市場居于次席。但隨著中國CAR-T相關政策的推進以及研發(fā)力度的增強，越來越多的企業(yè)涌入CAR-T行業(yè)市場，中國有望在未來短時間內彎道超車，占據(jù)很大一部分全球市場份額。

隨著細胞行業(yè)的高速發(fā)展，自動化需求變革迫在眉睫，機器人365接過客戶需求，高效率高質量打贏了這場細胞自動化產品交付之戰(zhàn)。在訂單敲定第二天，機器人365半數(shù)以上員工投入了細胞自動化項目。從產品試樣生產出廠到現(xiàn)在，機器人365已經將產品更新迭代至全自動智能細胞培育系統(tǒng)，全程無需人工干預。

細胞培育制備流程（圖源自機器人365）

從立項、設計圖紙、同步寫軟件、發(fā)給供應商去加工、跟蹤物料、場內組裝、調試到出貨，在緊湊的籌備周期，機器人365在遠超客戶預期時間內完成高質量的產品交付。當時，受疫情影響，供應鏈產能壓縮，物料供應緊張，項目組同事都蹲守在供應商客戶一端，7×24小時盯物料進度。

客觀環(huán)境的壓力之外，系統(tǒng)本身的復雜性也是挑戰(zhàn)。以開箱開蓋環(huán)節(jié)為例，由人來做，是一個簡單的打開動作，但要實現(xiàn)自動化卻有大量不簡單的技術細節(jié)要攻克。

全自動細胞培育系統(tǒng)（圖源自機器人365）

“我們會把產品設計考慮周全，包括實時的力距檢測、深度學習、柔性模糊控制的訓練模型，一個環(huán)節(jié)就有很多個技術專利在上面。”劉照強說，之前兩三年的技術儲備在這個時候發(fā)揮了作用，讓機器人365在機會出現(xiàn)的時候能攥在手里。

目前為止，機器人365全自動細胞培育機器人已經在多家細胞龍頭企業(yè)成功應用，獲得一致好評。

現(xiàn)在，機器人365的生命科學自動化設備已經有燈塔工作站和水母配送機器人兩種，分別取代實驗員手臂和腳步動作，另外，配合人工智能數(shù)據(jù)化管理系統(tǒng)，機器人365技術團隊希望實現(xiàn)無人化細胞制備工廠，未來實現(xiàn)打通整個生命科學智能化實驗室閉環(huán)場景。

水母移動配送系統(tǒng)（圖源自機器人365）

開始階段的自動化設備，主要負責樣品分配工作，完成人機協(xié)同即協(xié)助實驗員操作，全自動實驗室系統(tǒng)則是在其基礎上做了整個環(huán)節(jié)的擴充，按照劉照強的描述，“全流程過程不需要人工干預，一站式解決實驗數(shù)據(jù)結果的獲取”。

此外，針對細胞培育相關使用場景，機器人365也推出了適用于實驗室地面清潔、空氣消毒、冷凍存儲等設備系統(tǒng)解決方案。但是，細胞培育不是生命科學實驗室自動化的唯一場景。

生命科學實驗室需要一場自動化革命

隨著生命科學行業(yè)向大數(shù)據(jù)科學邁進，傳統(tǒng)的處理效率已經不能滿足生物學家的需求，自動化與智能化的需求開始大量增長。

在診斷測試實驗室場景中，自動化產品需要對樣品進行快速、準確的處理和分析，并且具有完整的可追溯性，還要符合認證質量標準和既定標準，這需要從樣品到達、檢測過程、結果記錄到出測試報告等全流程都實現(xiàn)自動化。

與工業(yè)和3C制造領域一樣，生命科學領域中所有勞動密集、效率低下的環(huán)節(jié)都需要一場自動化革命。在劉照強看來，三大變化正在推動這場革命走向高潮。

首先，從技術角度來說，生命科學領域對于自動化的要求從一開始就需要高度人性化，甚至是工業(yè)4.0級別，而自動化工程技術發(fā)展到現(xiàn)在的智能制造，已經邁過了進入實驗室的門檻。

其次，從商業(yè)層面考量，自動化設備和系統(tǒng)面世之初，價格極其昂貴，而生命科學場景中的用人成本同時高企，兩廂比較，后者才是核心。而隨著人才的攢聚、自動化的普及，兩端的價格達到了一個平衡點，為自動化技術進入實驗室添了動力。

同時，從趨勢變化而言，中國生命科學行業(yè)此前長久處于被低估的狀態(tài)，以體外診斷為例，2018年的數(shù)據(jù)顯示，中國人均每年的體外診斷支出不足2美元，歐美成熟市場每人每年支出在25-30美元，日本超過30美元，從醫(yī)療服務到新藥研發(fā)，整個市場正在回歸正確的估值水平，這給了自動化技術發(fā)揮其效率加速劑的機會空間。

以藥物篩選為例，傳統(tǒng)的方法是：實驗室拿到上百萬個候選化合物，需要一個一個進行藥效、毒性及成藥性的評估，再統(tǒng)一出具報告，但加入了人工智能深度學習的實驗室自動化系統(tǒng)平臺，使用已經訓練成熟的模型去預測所有化合物的大致結果，篩選淘汰大部分，將精準篩選化合物的量級從百萬級別降至十萬級別，這能極大縮短藥物篩選的時間。

“今天的生命科學領域 ，無論是化學還是生物，做實驗的方式還都是50年甚至100年前的方式，雖然已經有了半自動化、自動化設備出現(xiàn)并慢慢普及，但我們也觀察到，現(xiàn)在的自動化也都是在為手工試驗服務，比如深孔板，甚至是高內涵。我們面向下一代全自動化實驗室設計時，發(fā)現(xiàn)很多原有設備都應該重新再做一遍。”

劉照強坦言，這個過程會很長，可能要10年、20年，但改造、升級的趨勢是確定的，風勢會越來越大，未來的道路會越走越寬。