生物计算一方面是用生物技术赋能计算技术的领域，CB Insights 中国研究团队认为，生物计算是生物技术和计算技术的前沿交叉领域，具有十分广阔的内涵。在中国全面进入数字经济时代，以及国家推动生物经济成为经济发展的新引擎的双重背景之下，CB Insights 中国关注生物计算领域，力争锁定数字经济时代下活跃的中国生物计算企业，期望为前沿科技成果转化，企业和人才发展带来新的契机。

(相关资料图)

《“十四五”数字经济发展规划》指出，“十四五”期间中国将全面进入数字经济时代。同时，《“十四五”生物经济发展规划》指出，科学规划、系统推进中国生物经济发展，是顺应全球生物技术加速演进趋势、实现高水平科技自立自强的重要方向，是前瞻布局培育壮大生物产业，推动经济高质量发展的重要举措，是满足生命健康需求快速增长、满足人民对美好生活向往的重要内容;规划中提出“鼓励发展生物计算、脱氧核糖核酸(DNA)存储等新技术”。

随着测序成本的降低，精准医学、转化医学研究以及个体化医疗的需求越来越大，人们越来越需要借助高通量的数据分析，充分理解生物体运作的分子机制，了解复杂疾病的发生和治愈的微观过程，寻找能够更精准诊断疾病的生物标志物和进行针对性治疗的药物靶点。 生物信息学手段在海量生物多组学数据的基础之上进行生物学机制的研究中扮演了重要的角色。

根据中研普华产业研究院发布的《2022-2027年中国生物计算行业市场前瞻分析与未来投资战略规划报告》显示：

生物计算是指利用生物系统固有的信息处理机理而研究开发的一种新的计算模式。生物计算研究包括器件和系统两个方面。利用有机(或生物)材料在分子尺度内构成的有序体系、提供通过分子层次上的物理化学过程信息检测、处理、传输和存储的基本单元。称为分子器件。

生物计算系统的结构和计算原理不同于传统的计算系统，它的结构一般是并行分布式的。信息存储往往是短时记忆和长时记忆的结合，是通过学习完成的。它的计算则表现为复杂的动态过程，不仅存在精确的时间同步，甚至要求在分维时间尺度上才能描述。

不同于蛋白质计算，RNA 计算与 DNA计算是利用生化反应，更确切地讲，是以核酸分子间的特异性杂交为机理的计算模型。由于RNA分子不仅在实验操作上没DNA 分子容易，而且在分子结构上也不如DNA 分子处理信息方便，故对 RNA 计算的研究相对较少，蛋白质计算与RNA计算少有进展，但DNA计算发展很快。DNA计算与DNA计算机DNA计算是一种以 DNA 分子与相关的生物酶等作为基本材料，以生化反应作为信息处理基本过程的一种计算模式。DNA计算模型首先由Adleman 博士于 1994 年提出，它的最大优点是充分利用了 DNA 分子具有大量存储的能力，以及生化反应的大量并行性。因而，以 DNA 计算模型为基础而产生的 DNA 计算机，必有大量的存储能力及惊人的运行速度。

中国生物计算行业市场前瞻分析

人工智能落地已经进入“大模型”时代。大规模预训练模型使用自监督学习的方法让模型对海量无标注数据中的规律和知识进行提炼、学习，当面向任务和场景应用时，只需要少量的任务标注数据，就能通过持续微调得到在应用场景中非常好用的模型，对具体任务的赋能效果显著，大规模预训练模型在NLP、CV等多类任务上已经展现出强大的优势。

人工智能大模型的下一个奇迹，将出现在生物计算领域，生物计算行业将出现规模最大、效果最好、价值最高的大模型，成为行业的重大基础设施，不仅彻底改写药物研发的技术能力，也将对人工智能底层技术发展起到巨大的推动作用，反哺其他行业的AI技术发展。

《“十四五”生物经济发展规划》指出，科学规划、系统推进中国生物经济发展，是顺应全球生物技术加速演进趋势、实现高水平科技自立自强的重要方向，是前瞻布局培育壮大生物产业，推动经济高质量发展的重要举措，是满足生命健康需求快速增长、满足人民对美好生活向往的重要内容;规划中提出“鼓励发展生物计算、脱氧核糖核酸(DNA)存储等新技术”。

未来随着分子生物学、合成生物学、纳米生物学等学科的发展，人们对 DNA 分子的测序、编辑、合成、加工等各种操作能力的进一步提升，在生物技术发展和计算需求增长的双重驱动之下，生物技术必将更加深刻的推动计算技术的发展。

报告还综合了生物计算行业的整体发展动态，对行业在产品方面提供了参考建议和具体解决办法。报告对于生物计算产品生产企业、经销商、行业管理部门以及拟进入该行业的投资者具有重要的参考价值，对于研究我国生物计算行业发展规律、提高企业的运营效率、促进企业的发展壮大有学术和实践的双重意义。

了解更多行业数据详情，可以点击查阅中研普华产业研究院的《2022-2027年中国生物计算行业市场前瞻分析与未来投资战略规划报告》。