云端实验室

01概述与价值链

标记：[EC: FDA 21 CFR Part 11 与 GxP 数据完整性 | OECD: 生物技术与健康 | 监管机构：FDA（美国），EMA（欧盟），NMPA（中国）]

云端实验室是多租户、远程运行的湿实验室设施，通过 API 或网页门户 接收用户定义的实验，并返回结构化、机器可读的数据。用高级语言 （Strateos SBOL/Protocol、Emerald Cloud Lab Symbolic Language）编写的 方案编译为仪器指令，在共享的机器人机群——液体处理仪、培养箱、 酶标仪、生物反应器、细胞分选仪——上运行，机群由多个用户按运行 租赁而非拥有。该模式将实验设计与物理台面工作解耦，使生物技术公司 无需实验室即可开展湿实验，并是 AI 驱动自主（自驱动）实验室的底座—— 在该实验室中，机器学习规划器将"结果到下一实验"闭环。该平台正沿 四条轴线转型：将单一设施从"进样"带到"结构化数据输出"而中间无人 干预的全栈自动化；让计算团队像调用函数一样调用湿生物学 API 生信 服务；设计并迭代自身实验的闭环自主实验室（Arctoris Ulysses、 XtalPi Science）；以及将模型从台面检测扩展到上游生物反应器运行的 云连接生物工艺（Culture Biosciences Nexxys）。

云端实验室的主要方向：

1. API 驱动的全栈湿实验室（Strateos、Emerald Cloud Lab）： 整个 方案——从细胞复苏到检测读数——均以代码描述并在机器人机群上执行， 通过 API 返回结构化 JSON 数据的设施。
2. 闭环自主药物发现实验室（Arctoris Ulysses、XtalPi Science）： 将机器人执行与机器学习规划耦合，以设计、运行并解读自身检测循环的 平台，由 AI 智能体（XtalPi Genius Agents）驱动实验回路。
3. 云连接生物工艺（Culture Biosciences Nexxys）： 将云端实验室模型 从台面检测扩展到上游生物反应器运行，使工艺开发团队可远程并行 运行发酵活动。
4. 方案即代码与可重现性（Symbolic Language、SBOL）： 明确、版本 化的方案描述，使每次运行在不同地点可精确重复——云端实验室带入 湿生物学的软件工程纪律。

行业价值链

[方案即代码] ──> [编译为仪器指令] ──> [在共享机群上机器人执行]
                                │
                  （在线分析 + 结构化数据）
                                │
                                ▼
[AI 规划 / 下一循环] <─── [结构化 JSON 结果] <─────┘

价值链层级

行业跨环节技术：

• 云端实验室（云端实验室）： 远程运行、API 驱动、多租户的湿实验室，返回结构化数据。
• 机器人自主实验室（机器人自主实验室）： 将机器人、分析与 ML 规划闭环耦合以实现自驱动实验循环的平台。
• 高通量筛选（高通量筛选）： 其并行化使云端实验室具备经济性的检测层。

02美国

美国是云端实验室品类的中心：四大全栈平台中有三家位于美国。 Strateos（加州圣迭戈，前身为 Transcriptic）开创了 API 驱动的湿 实验室；Emerald Cloud Lab（德州奥斯汀及南旧金山）运营最全自动的 单体设施；Culture Biosciences（南旧金山）引领云连接生物工艺细分。 FDA 的 21 CFR Part 11 数据完整性框架使云端实验室产出具备受监管 制药工作的资格。

API 驱动湿实验室、云生物工艺、FDA 数据完整性

• Strateos： 拥有 Science Board 市场的 API 驱动云端实验室；将用户方案编译为共享机器人机群上的仪器指令。
• Emerald Cloud Lab： 最全自动的单体设施（ECL1），以 Emerald Cloud Lab Symbolic Language 执行端到端方案。
• Culture Biosciences——Nexxys： 云连接生物工艺平台，使工艺开发团队可远程并行运行发酵活动。
• FDA 21 CFR Part 11： 使云端实验室产出具备 GxP 制药研发资格的电子记录与审计追踪标准。

03中国

中国是需求侧增长市场，也是领先的 AI 集成自主实验室的所在地： XtalPi（晶泰科技，HKEX:2228，深圳与马萨诸塞州剑桥）将其 XtalPi Science 平台——Genius Agents（解决长流程任务中"幻觉"问题的 AI 智能体）与物理自主实验室——耦合，以闭环药物计算设计与机器人湿 验证。国内制药与 CRO 对远程、可重现湿实验产能的需求是增长引擎， NMPA 与 ICH 对齐的数据完整性期望构成受监管路径。

AI 集成自主实验室、制药研发需求、NMPA 数据完整性

• XtalPi（晶泰科技）： XtalPi Science 平台将 Genius Agents（AI 规划）与物理自主实验室耦合，实现闭环药物发现验证，HKEX:2228。
• 国内制药研发需求： 生物技术与 CRO 在成本与可重现性压力下采用远程、可重现湿实验产能。
• NMPA 与 ICH 对齐的数据完整性： 协调的、等效于 21 CFR Part 11 的电子记录期望，使云端实验室产出具备受监管中国制药研发的资格。

04欧盟

欧洲在闭环自主药物发现细分上稳固：Arctoris（英国伦敦，含美国业务） 运营 Ulysses 平台，将闭环机器人与机器学习耦合，实现端到端药物发现 工作流的自动化。EMA 的 GxP 与 ICH 对齐的数据完整性框架界定了云端 实验室产出在欧洲制药研发中的受监管路径。

闭环自主实验室、EMA GxP 数据完整性

• Arctoris——Ulysses 平台： 闭环机器人 + 机器学习，自动化端到端药物发现工作流，在波士顿与伦敦设有运营。
• EMA GxP 与 ICH 数据完整性： 使云端实验室产出具备受监管制药研发资格的欧盟电子记录与审计追踪框架。

05领先企业与研究机构

06技术栈与创新

该技术栈将方案即代码、共享机器人机群、结构化数据返回与 ML 规划层 整合为一个可编程底座。

1. 方案即代码（方案即代码）：
   • 高级符号语言（Emerald Cloud Lab Symbolic Language、SBOL、Strateos Protocol），明确编译为仪器指令；
   • 版本化方案使每次运行在不同地点与时间均可精确重复。
2. 共享机器人机群（共享机器人机群）：
   • 液体处理仪、培养箱、酶标仪、细胞分选仪与生物反应器在多个租户间调度；
   • 全栈自动化（Emerald ECL1）将设施从"进样"带到"结构化数据输出"，中间无人干预。
3. 结构化数据返回（结构化数据返回）：
   • 原始检测数据归一化为结构化 JSON，经 API 或仪表板交付；
   • 使计算团队能像调用函数一样调用湿生物学，并将结果直接送入 ML 管线。
4. ML 规划与自主闭环（ML 规划与自主闭环）：
   • 机器学习智能体（Arctoris Ulysses、XtalPi Genius Agents）解读结果并提出下一次运行，闭环自驱动实验室。

07价值链与生产管线

云端实验室运行的工业管线（21 CFR Part 11）

┌───────────────────────────┐      ┌───────────────────────────┐
│ 1. 方案即代码             │ ───> │ 2. 编译与调度             │
└───────────────────────────┘      └───────────────────────────┘
                                                  │
                                                  ▼
┌───────────────────────────┐      ┌───────────────────────────┐
│ 4. 结构化 JSON 返回       │ <─── │ 3. 机器人执行             │
└───────────────────────────┘      └───────────────────────────┘
              │
              ▼
┌───────────────────────────┐      ┌───────────────────────────┐
│ 5. ML 规划（下次运行）    │ ───> │ 6. GxP 归档与审计         │
└───────────────────────────┘      └───────────────────────────┘

第1阶段：方案即代码

用户用高级符号语言（SBOL、Emerald Symbolic Language、Strateos Protocol）编写实验，明确指定每个步骤、试剂与仪器设置。

第2阶段：编译与调度

方案编译为仪器指令，并调度至共享机器人机群，与其他租户的运行一起排队，以实现容量最优执行。

第3阶段：机器人执行

液体处理仪、培养箱、酶标仪、细胞分选仪或生物反应器在步骤之间无人工干预地执行运行，并将每个动作记录在电子运行日志中。

第4阶段：结构化数据返回

在线分析（酶标仪、细胞计数仪、质谱、生物工艺传感器）生成原始数据，归一化为结构化 JSON，经 API 或仪表板交付。

第5阶段：ML 规划

对自主平台，机器学习智能体（Arctoris Ulysses、XtalPi Genius Agents）解读结构化结果并提出下一次运行，闭环自驱动实验室。

第6阶段：GxP 归档与审计

每次运行的电子记录、仪器遥测与全溯源按 21 CFR Part 11 归档，为受监管工作生成可追溯、可放行的数据包。