米里亚姆·菲利皮(MiriamFilippi)是一位软体机器人领域的研究员，致力于开发仿生人造肌肉组织，她认为，我们可以利用活细胞的力量来制造生物混合材料，使人类活动更加生态合理。

可能的应用范围包括生物医学、机器人技术、土木工程和环境保护。Filippi的愿景源于这样一个事实：生物细胞是微型系统，其中凝聚了大量非生命材料所不具备的功能，例如感觉、适应性、生物合成和自我复制。

利用活细胞制造结构，也称为生物制造，长期以来一直是研究人员着迷的课题。该术语源自生物医学，其中器官的3D打印因其在严重人体疾病的医学治疗中的潜力而受到广泛研究。

如今，科学家可以在实验室中组装哺乳动物的活细胞来重建组织，以进行生物学研究、替换人体受损的部位以及测试药物。

他们还可以制造可供食用的动物组织(例如体外培养的肉)、利用细胞检测物质、清洁受污染的环境以及利用细菌填补墙壁裂缝。他们甚至可以利用细胞制造灵活地在复杂环境中导航的微型机器人，或者在不依赖动物实验的情况下研究生物的运动。

有趣的是，活细胞是由柔软的、可生物降解的成分构成的，可以自主复制。它们从葡萄糖和其他环保燃料中提取能量，默默地运作，能量效率很高。因此，从大自然中借用细胞不仅是技术的飞跃，也是迈向更环保未来的一步，因为由此产生的生物混合系统可以比纯合成系统更高效、更可持续地完成任务。

然而，在实验室中生产生物混合系统的方式通常需要大量的反复试验，这会耗费资源、能源和劳动力。

菲利皮说，要制造组织，我们需要使用昂贵的材料和技术，并精确控制允许细胞存活的环境条件。传统的生物制造方法会产生大量废物并消耗大量能源。为了释放生物材料的可持续性潜力，我们应该重新思考“生物制造”的方式，设计出更具生态智能和生产效率的工艺。

从反复试验到预测

为了使生物制造可持续，菲利皮表示，我们应该改进生产流程，使其尽可能高效。选择可持续的组件材料并应用高精度、自动化的制造方法可以帮助我们限制资源消耗、废物产生和能源使用量。

使生物制造绿色化最有效的方法是在实验室开始任何活动之前选择成功的方案。这是计算机模拟真正能发挥作用的地方。通过对复杂的生物系统进行建模，研究人员旨在先验地预测生物制造过程的结果，并确定一种成功的策略，以便在几次迭代甚至第一次尝试时就制造出具有所需特性的人造组织。

机器学习将在处理生物复杂性的困难模拟中发挥关键作用。获得的模型将揭示成功生物制造的最佳条件。

从反复试验的过程转向计算目标优化的方法是最大限度地减少资源和能源消耗以及以高效和可扩展的方式创建满足预定义需求的生物系统的关键。

Filippi的未来愿景

如果我们能够利用计算机预测来指导生物制造系统的设计和生产，我们可以想象一个生物混合的未来，其中建筑物可以自我修复，自适应机器人可以感知和响应复杂的环境，医疗植入物可以与身体无缝结合——所有这些都是通过可持续的生物制造过程创造的。

菲利皮相信，通过利用生物材料的力量并使用先进的计算技术，我们可以负责任地创建生物混合系统，以建设一个更加可持续、更具弹性的世界，提高人类生活质量，同时减少我们对环境的影响。