“想象一下，你是一名天然产物研究员。当你拿到一个珍稀真菌的测序数据时，等待你的是未来两个月里，在十几个不同的软件、命令行、海外数据库之间来回穿梭……
而现在，你只需要在SynGears Omni里问一句‘这个物种里有没有可能合成抗癌化合物X的酶’然后去喝杯咖啡。”
6月26日，AI生物制造企业欣贝莱生物宣布，旗下玄珠计算核心平台SynGears完成重磅升级——在原有蛋白设计基础上新增多组学分析模块并植入AI智能体架构，成功构建国内首个「组学+」酶源智能体SynGears Omni。
「组学+」酶源智能体SynGears Omni
利用组学进行深度基因挖掘和解析，是生物制造“第一公里”。欣贝莱生物SynGears Omni通过赋能平台“组学源头”新能力并结合AI智能体调度，不仅能完成基因组、转录组、代谢组数据的全自动解析，还能将分析结果直接对接下游的酶挖掘、蛋白设计与目标产物合成通路筛选。
此外，针对核心菌株、专有序列等涉及工业生物资产的高敏感数据，平台从底层架构上保证了数据的本地化与自主可控，直击行业在数据安全与知识产权保护上的核心痛点。
目前国内外的AI生物制造平台，大多聚焦于已知蛋白的改造或已知菌株的优化。SynGears Omni基于欣贝莱SynGears平台进行升级，是行业中第一个将“组学源头挖掘”作为新增能力、并与下游生物制造打通的商用智能体。
可以说，该平台首次实现了从原始测序数据到生物制造工业转化端到端全自动贯通，让生物制造从“片段式创新”进入“源头式创新”，从“半路出发”变成“从源头直达产品”。
欣贝莱计算团队
近日，智药局独家专访了欣贝莱计算团队，深入探讨了欣贝莱从组学到“AI+生物制造”的融合创新路径，揭秘SynGears Omni诞生背后的故事。
全流程组学 对话即得
当蛋白设计与小分子领域的AI智能体不断涌现时，将组学全流程与AI智能体打通仍是一片少有人涉足的深水区：现有平台大多只聚焦于蛋白或小分子单一层面，始终缺少一个能够同时处理蛋白设计与多组学数据并原生嵌入智能体架构的整合平台。
也正是在这样的背景下，欣贝莱计算团队开始思考一个问题：能否将复杂的组学工作流与既有的蛋白计算能力统一到同一个智能体框架中？
SynGears Omni正是这一思路的产物。
其并非传统意义上的组学分析平台，而是建立在玄珠计算核心蛋白平台SynGears之上的升级版本。通过引入组学能力和智能体架构，平台得以同时理解组学数据与蛋白信息，从而将过去分散在多个软件和多个研究环节中的工作流程整合到同一个系统之中。
欣贝莱计算团队在采访中直言：“组学工作流非常复杂，软件依赖琐碎繁杂。我们从去年六七月开始搭建，直到年底才完成基因组工作流的雏形……”
组学软件散布于不同生态，从容器镜像到包管理器再到源码编译，安装与依赖管理本身就是一道门槛；而不同物种、基因组规模和测序类型又要求灵活切换分析策略，进一步拉大了从0到1环节湿实验与干实验之间的鸿沟。
目前，行业内长期依赖外包服务，但传统方式下组学分析的成本仍居高不下，大型基因组的组装成本可高达几十万元。此外，现有公开数据库分散且不全，国内访问美国国家生物技术信息中心（NCBI）等组学数据库受限也为科研带来了不稳定因素。
“我们的用户听到SynGears平台升级了组学模块之后，都很兴奋，想要搞点关注的物种数据来试一试。我们也已开放给个别用户，进行持续的系统内测。”欣贝莱计算团队在采访中表示。
SynGears Omni基因组组装注释自动化工作流展示
另一方面，组学并不是生物制造中的“可选环节”，而是几乎所有酶、蛋白与功能基因从头发现的创新源头。尤其非模式生物、天然产物必须依赖基因组、转录组与代谢组等多组学数据进行从头解析；此外，工程菌种的系统优化分析等都离不开组学分析的驱动。
因此，行业亟需一款端到端的组学智能体，跨越基因组、转录组、代谢组、蛋白结构等多个层次进行联合推理，快速锁定研究目标基因或关键酶，助力目标产物生物合成路径的精准设计，从而大幅缩短从数据到产品的研发周期。
欣贝莱计算团队也在采访中真诚地表述到：“SynGears Omni不仅仅设计成了对话式科研场景，我们还把自己的后台技术路线，包括所有阈值全部公开在网页中。用户可以在建议阈值的基础上调参，更快达成技术目标。科研学术从来不应是封闭的，我们希望SynGears Omni能给大家提供一个更开放、更高效的协作生态。”
而“让生物计算像打开浏览器一样触手可及”是SynGears Omni带给我们的最直接感知。
对话中，欣贝莱计算团队还为我们生动描绘了这样一个场景：假设你是一位研究人员，放在你面前的是一个刚完成测序的非模式生物基因组。
过去，你往往需要同时掌握基因组学、生物信息学、蛋白设计、化学等知识，熟悉十余种软件与复杂命令行工作流，串联多个课题组协同验证。而培养一个能够独立完成这套流程的技术人员，往往需要数年时间与数十万元的经费投入——这些隐性成本甚至超过了单个项目的直接开销。即便人员到位，整个分析过程也往往耗时一年甚至更久，才有可能完成。
而在SynGears Omni平台上，你只需要用自然语言问一句：“这个物种里有没有可能合成抗癌化合物X的酶？”然后去喝杯咖啡，平台就能自动完成基因组解析、候选酶筛选与联合推理。
欣贝莱计算团队
在约400 Mb左右真核基因组全自动组装与注释的实测案例中，SynGears Omni成功实现了从原始测序数据到下游分析的全流程自动化，在两天内完成传统人工流程耗时约两周的工作。
团队清晰地记得运行完流程拿到测试结果的时刻，“这完全超出了我们的预期。”
目前，欣贝莱计算团队已达成了全AI化协作。
四大引擎 不止于分析
值得注意的是，组学能力并非SynGears Omni 的终点，而是其发现新酶、连接蛋白设计、赋能生物制造的重要入口。团队后续还计划进一步扩展至代谢组、宏基因组、泛基因组、单细胞组学分析等能力，逐步形成覆盖“测序—分析—设计—验证”的完整智能化研发平台。
SynGears Omni还在决策协同、信息集成、工业应用、数据安全四个方面拥有显著优势，特别适应于研发团队满足组学+酶学的全链路需求。
①决策协同：五智能体集群，决策树精准调度
SynGears Omni由5个子智能体协同工作，支持自然语言交互，全程任务监控，并集成可视化界面，日志/版本/参数/DAG图全保存，结果100%可重现，实现类似专属生信专家团体的全程托管体验。
SynGears Omni 的MD模拟与机理解析可视化界面
平台创新采用决策树智能调度，可根据物种与数据类型自动选择分析策略、异常监控与动态调整，有效降低模型幻觉风险。此外，平台还具备自进化能力，可沉淀经验持续优化，更贴合科研场景。
“SynGears Omni能读取用户在使用过程中的偏好，根据这些偏好推荐更优的解法，而且智能体可以将这些信息记录到Memory中，并推荐更优的参数。”欣贝莱计算团队在对平台自进化能力介绍中举例说明道。
决策树设计，让用户能够在SynGears Omni上完成从组学数据解析到酶源发现的全链路任务，而无需依赖任何外部工具或切换多个工作流。
②信息集成：自建数据基座，构建持续生长的知识图谱
面对业内数据散落、获取受限的普遍困境，欣贝莱创新打造了自主运转的专属生物数据平台——它不是简单的信息仓库，而是一个持续生长、自我更新的数字生命图谱。通过将散落全球的物种基因组片段、进化线索与注释信息熔炼成一张覆盖植物、动物、真菌等万千生命形态的内在网络，为多组学分析提供底层数据支撑。
传统流程往往依赖“借道”海外访问，易受网络波动、权限限制及信息碎片化影响，SynGears Omni则凭借该本地化信息中枢，实现了数据的稳定调度与快速响应。值得一提的是，该数据平台每周与全球三大数据库同步进化，真正实现数据获取的“零延迟、全自主”。
③工业应用：从基因组到高价值分子，端到端发现
在实际应用中，SynGears Omni在生物制造领域，尤其是各类高价值功能分子（如天然产物活性分子等）研究中表现出色。它能够从多组学数据中定向挖掘目标产物合成途径及关键酶，并结合目标产物分子特性进行分子对接与虚拟筛选，有效降低假阳性率。
对此，欣贝莱计算团队在采访中深有感触：“以天然产物为例，其困难之一就是酶冗余——一个酶可能催化多个反应，而多个酶也可能催化同一个反应。面对这种未知途径，SynGears Omni可以一键完成基因组学的酶挖掘工作，后续只需要通过蛋白质结构与相互作用分析预测其功能并进行实验验证。可以说，SynGears Omni正在逐步填平酶学和组学的鸿沟，让二者结合得更紧密了。”
此外，智能体还能对模型预测的酶–底物候选对进行自动判断与解析，筛选出更具参考价值的结果，为实验室湿实验验证提供直观可用的操作对象，显著加快目标产物相关酶筛选与路径优化流程。
④数据安全：封装成箱，即插即用
与此同时，SynGears Omni支持本地部署、容器化运行，可灵活适配高校、科研院所及企业服务器环境。所有数据均保留在用户本地服务器内运行与存储，不上传、不外传，在保障数据安全与隐私合规的同时，也更适用于涉及核心菌株、专有序列及工业生物数据的研究场景。
欣贝莱计算团队进一步补充了封装设计带来的便利：“第一，复杂基因组和大基因组可以在不同服务器之间轻松迁移——封装后的平台像一个自带环境的便携箱，无需重新配置就能直接运行。第二，封装大大降低了使用门槛。如果不封装，用户必须为每台服务器手动安装所有依赖，流程繁琐；封装之后，平台自带运行环境，换到任何一台服务器都能即插即用，用户体验显著提升。”
从基因到智造：
SynGears Omni 的技术底色
SynGears Omni所承载的组学能力与智能体架构升级，并非凭空而来，而是建立在欣贝莱生物长期积累的“AI+合成生物”技术体系之上。
公司作为国内最早将AI引入合成生物学研究的团队之一，在AI驱动的酶蛋白理性设计领域积累了丰富的实战经验。（详见：从读懂高原一棵树，到走通万吨级的路：欣贝莱AI生物智造实战）
依托该平台，团队成功开发出BioFlux双模块自动化工作流，整合多算法实现从高通量蛋白筛选到高精度结构分析的全链条自动化，日均可筛选超300万种配体-受体组合，完成传统湿实验数月的筛选任务。
在此基础上，欣贝莱计算团队通过AI驱动的理性设计与机器学习辅助的定向进化策略，已成功开发出系列高性能酶突变体并完成产业转化，并在基因组挖掘领域同样取得了扎实的成果。
这些能力最初沉淀为玄珠计算的核心蛋白计算平台SynGears。如今，团队进一步将多年积累的组学分析经验、天然产物研究方法学以及智能体技术融合其中，升级形成SynGears Omni。
通过自然语言交互、多智能体协同和自动化生信分析，SynGears Omni正逐步将过去高度依赖专家经验的大规模组学研究流程，转化为可复用、可扩展的智能化计算能力。
正如欣贝莱团队在采访中所表达的信念：生物学的复杂性并不是AI的障碍，而恰恰是AI最应该发光的地方。
“Syngears Omni开放的不只是计算工具，更是我们多年来在高附加值功能分子绿色高效合成研究中积累的分析逻辑和领域知识。我们希望它能成为行业内更多研究者的基础设施，共同加速天然产物这一宝库的开发进程。
我们也诚挚欢迎有共同愿景的研究者、合作伙伴与我们一起完善这个平台——用户的每一次使用和反馈，都是让Syngears Omni变得更聪明的养料。”
据了解，后续欣贝莱还将进一步完善SynGears Omni多子智能体协同架构，推进容器化与本地APP化部署，保障数据安全，并持续升级数据库，专注打造国内生物制造领域领先的端到端AI智能体。
写在最后：
SynGears Omni 目前处于系统内测阶段，尚未对外开放访问，预计将于2026年下半年正式开放公测。如果您的研究涉及非模式生物基因组组装与注释、天然产物合成通路挖掘与关键酶发现、工程菌种系统优化与代谢路径设计、多组学数据联合分析与智能推理等场景，欢迎持续关注！
