像人工智能（AI）机器学习一样，合成生物学是一个相对现代的领域，应用新兴技术来实现创新。现在，加利福尼亚州劳伦斯·伯克利国家实验室（Berkeley Lab）的科学家通过创建一种称为ART（自动推荐工具）的合成生物学机器学习算法，将这两个领域合并起来，并发表了研究成果几周前在“自然通讯”上。

合成生物学包括新生物系统或组件的设计和形成，以及自然生物系统的重新设计和生产中国机械网okmao.com。许多行业都受益于合成生物学的进步。示例包括化妆品，药品，疫苗，食品和饮料，消费品，农业，递送质粒，BioBrick部件，合成细胞，生物信息学，DNA合成，基因编辑，寡核苷酸，化学物质，合成基因和医疗保健。

应用合成生物学被用于创造基于植物的肉替代品。总部位于硅谷的Impossible Foods，由无数风险投资家和私人投资者（包括Google Ventures，Serena Williams，Bill Gates，Khosla Ventures，Katy Perry以及其他Crunchbase在内的私人投资者）提供14亿美元的资金，是一家使用合成材料的创业公司创造出植物性汉堡，猪肉和香肠。具体来说，“不可能食品”公司的科学家从大豆植物中提取了DNA，并将其放入基因工程酵母中，以酿造豆血红蛋白，这是一种与血红素相似的大豆蛋白。血红素是蛋白质肌红蛋白中发现的关键分子，它使肉具有独特的肉味香精。

人工智能（AI）蓬勃发展重新主要是由于深学习是机器学习与体系结构，在一定程度上由生物大脑启发的一个子集。人工智能在各种用途中都获得了动力，例如电动汽车电池，极端天气预测，香精和香气，学校的防起雾和霸凌检测器，机器人技术，预测未来事件甚至在电子竞技中。

培训AI往往需要大数据和机器学习是非常适合在复杂的数据识别图案的医疗和卫生保健行业。用途包括医学成像，癫痫症，呼吸分析仪疾病诊断，体外受精，癌症检测，精密肿瘤学，创伤性脑损伤检测，乳腺癌的早期发现，化疗，脑癌的诊断，阿片类药物 管理在医院，和脑动脉瘤的检测。  

AI机器学习还在心理学和神经科学中用于脑机接口，神经假肢，基于语音的抑郁症检测，创伤后 应激综合症（PTSD），检测儿童的焦虑和抑郁症甚至防止智能手机成瘾。

在生物技术和制药行业中，人工智能都是用于抗生素发现，抗真菌药物发现，生物标志物开发和药物发现的工具。鉴于AI机器学习的广泛采用率，这两个领域相交只是时间问题。

在伯克利实验室研究中，赫克托·加西亚·马丁（Hector Garcia Martin），肯尼斯·沃克曼（Kenneth Workman），扎克·科斯特洛（Zak Costello）和蒂亚娜·拉迪沃耶维奇（TijanaRadivojević）的研究团队创建了一种正在申请专利的算法，称为ART（自动推荐工具），以通过指导性生物工程，不确定性量化以及使用AI机器学习技术来加速开发。

ART使研究人员能够通过使用由一组测量向量和相关系统响应组成的训练实例更好地预测结果。该算法使用贝叶斯算法将scikit-learn库中的各种机器学习模型整合在一起集成方法以预测输出的概率分布。

作为概念验证，研究人员随后与丹麦技术大学的诺和诺德基金会生物可持续性中心TeselaGen Biotechnology及其全球研究同事合作。研究人员共同使用ART来管理代谢工程过程，以努力提高使用面包酵母（Saccharomyces cerevisiae）的色氨酸产量，并发表了联合研究9月25日在“自然通讯”上发表。