《Nature Communications》：Navigating regulatory fragmentation in the convergence of synthetic biology, artificial intelligence, and automation
编辑推荐：
合成生物学、人工智能（AI）与自动化（SynBioxAI）的融合催生了同时涉及生物安全、AI治理、出口管制和数据主权框架的研究活动——这些框架均非为融合科学而设计。研究人员对十六个国家进行了全面的跨司法管辖区监管格局分析，识别出新型SynBioxAI对象落于既
合成生物学、人工智能（AI）与自动化（SynBioxAI）的融合催生了同时涉及生物安全、AI治理、出口管制和数据主权框架的研究活动——这些框架均非为融合科学而设计。研究人员对十六个国家进行了全面的跨司法管辖区监管格局分析，识别出新型SynBioxAI对象落于既有监管类别之间的关键模糊地带。通过七个现实协作场景，研究人员证明监管摩擦呈乘数效应而非加性效应。研究人员提出SynBioxAI监管互操作性工具包（RIOT）：一个实用的七透镜制度框架，赋予研究机构高效、透明地应对监管分歧的能力。
## 融合科学时代的监管互操作性：SynBioxAI的治理挑战与RIOT框架
### 研究背景与问题
合成生物学（SynBio）、人工智能（AI）与自动化的融合（SynBioxAI）正深刻改变生命科学研究范式。AI系统可提出假设与设计方案，自动化生物铸造厂执行实验，工程生物学平台将设计转化为生物功能，设计-构建-测试-学习周期由此前数月大幅缩短至数天，并逐步迈向人类干预减少的闭环系统。经济合作与发展组织（OECD）在2025年11月发布的技术评估政策文件中将SynBioxAI融合认定为具有变革潜力的领域，但明确指出其治理、安全与战略情报滞后于技术能力发展。
监管挑战具有结构性特征。即使在监管框架成熟的司法管辖区，合成生物学受制于一系列明确立法文书，而AI技术近年在监管有限的情况下高速商业化。当两种监管文化汇聚于同一融合项目时，并非简单叠加要求，而是产生既加性又交互的复杂性。一个结合AI驱动蛋白质设计与自动生物铸造构建并可能环境释放的项目，可能同时触发生物安全筛查、AI透明度要求、出口管制、数据主权规则、惠益分享义务、机构伦理审查和公众参与期望——各自由不同司法管辖区的不同文书、不同机构、不同证据标准和时间表管辖。
本研究响应建立清晰透明治理框架的呼吁，对SynBioxAI协作背景下的跨司法管辖区监管互动进行全面分析。核心论点在于：跨辖区监管协调既不现实也非必要；可实现且必要的是监管互操作性——使不同框架下的机构通过透明、相互可读且操作兼容的治理姿态实现有效协作。
### 研究方法
研究团队基于十六个司法管辖区、四个融合治理领域的比较分析，迭代开发出SynBioxAI监管互操作性工具包（RIOT）。四个领域包括：生物安全与生物安保、AI治理、出口管制与技术保护、数据治理与主权。研究首先梳理各国主要立法、法规、政策声明、标准、指导文件和多边承诺，按四个分析维度编码：监管成熟度、治理方法、覆盖范围、跨域整合程度。随后比较识别趋同、分歧与模糊之处。选取的十六个司法管辖区包括十五个OECD成员（澳大利亚、美国、英国、加拿大、德国、法国、日本、韩国、荷兰、丹麦、瑞士、以色列、新西兰、挪威及作为超国家实体的欧盟）加中国，涵盖主要监管原型：综合立法型（欧盟成员国）、部门风险型（美国）、原则导向型（英国）、创新导向软法型（日本）、研究安全导向型（澳大利亚）及混合新兴型（加拿大、韩国、以色列）。此外，研究团队开发了七个现实协作场景，基于作者经验构建，模拟各辖区监管文书可能如何相互作用，并对摩擦点按解决难度分级。
### 研究结果
**监管格局：四个领域、十六个司法管辖区**
*生物安全、生物安保与两用监督*：所有十六个辖区均为《生物武器公约》缔约方。美国拥有详尽的两用研究监督框架，其2023年合成核酸筛查框架指引是处理AI相关合成筛查的最先进尝试。英国通过《生物安全战略》和“可信研究”计划采取全系统方法。澳大利亚依据《生物安全法》和敏感生物制剂监管计划，并通过大学外国干涉工作组与非正式反外国干涉机制对齐。德国通过《基因工程法》《感染保护法》及国家研究基金会和科学院联合指南运作。中国《生物安全法》提供全面国家框架，但实施透明度未经验证。关键发现是：尽管美国、英国和欧盟已认识到AI设计的生物构建体构成治理挑战，但没有任何辖区针对AI设计的生物构建体制定具体监管规定。
*AI治理*：欧盟《AI法案》确立风险分级义务并具有域外效力，但对SynBioxAI应用归类困难。美国依赖自愿性NIST AI风险管理框架，无法律强制力。英国采取“促进创新”的分散式方法。澳大利亚保持自愿性AI伦理原则。中国已颁布如《生成式人工智能服务管理暂行办法》等有约束力的法规，但强调内容控制，治理哲学不同。实际后果是：一个辖区不受监管的生物铸造AI系统在另一辖区可能被归类为高风险。
*出口管制与技术转让*：主要多边框架包括瓦森纳协定和澳大利亚集团，所有OECD成员至少参与其一，中国均不参与。AUKUS改革创建了许可豁免环境，同时加强其他方面控制，形成双重格局：相同技术转让在部分伙伴间无摩擦，而对其他伙伴（即使亲密盟友）需申请许可证。关键模糊之处在于无形技术转让——训练后的蛋白质语言模型、训练数据集或生物铸造工作流程中的隐性知识是否构成“受控技术”，在几乎所有辖区均未解决。
*数据治理与主权*：欧盟GDPR设定全球基准，具有域外适用性并涵盖基因组信息。中国数据治理环境（PIPL、数据安全法、网络安全法）要求数据本地化和跨境安全审查，构成重大障碍。美国无全面联邦隐私法，形成部门拼凑。日本、韩国、加拿大、瑞士、以色列、新西兰已获欧盟充分性认定。数字序列信息（DSI）在惠益分享框架下的治理是未决关键问题，《昆明-蒙特利尔全球生物多样性框架》已发出信号，若DSI纳入获取和惠益分享要求，SynBioxAI数据管道将受重大干扰。
*比较监管矩阵*：四个监管域各有成熟文书，但其交叉中心构成治理缺口。新型SynBioxAI人工制品——AI设计生物序列、训练后的生物设计模型、自主生物铸造工作流程、基于DSI训练的数字孪生——同时具有生物、计算、信息和日益自主的特性，不属于任何单一监管类别。从各领域外围向中心移动时，监管确定性急剧下降。
**摩擦点分析：七个场景**
场景1（多国生物铸造网络共享AI训练预测模型）：出口管制分类模糊、AUKUS层级伙伴架构、数据治理不对称、欧盟AI法案域外适用不确定，形成多重摩擦。
场景2（AI设计环境释放生物体跨越欧盟与非欧盟伙伴）：荷兰监管机构坚持机制性理解，澳大利亚监管机构满足于经验性能数据，瑞士对GMO商业释放有暂停令，AI透明要求与生物安全评估不可分割但由不同文书管辖。
场景3（AI生成序列的跨境核酸合成筛查）：同一AI生成序列在美国、德国、中国可能受到根本不同的筛查标准，且无相互认可机制。
场景4（《名古屋议定书》义务下用于数字孪生开发的数字序列信息）：巴西对DSI施加惠益分享义务，德国实施欧盟法规未明确AI训练是否构成“利用遗传资源”，日本未批准《名古屋议定书》，法律确定性缺失。
场景5（自主生物铸造运营中的人为监督要求分歧）：欧盟AI法案第14条要求高风险AI实时人为监督，美国生物铸造按自愿框架可能仅实施定期审查和终止开关，法国合作伙伴无法在不牺牲自动化效率或承担法律风险下使用输出。
场景6（联合SynBioxAI培训项目中的研究安全）：加拿大、英国、澳大利亚、日本对学生国籍和附属关系的尽职调查要求不一，同一联盟内产生差异化访问权限。
场景7（基于联盟的生物监视工具扩展至非AUKUS盟友）：扩展至加拿大、日本、韩国需重新走标准出口管制流程，中国数据本地化要求排除流行病学数据整合，监管格局主动碎片化数据环境。
**跨领域发现**：七场景呈现三个结构模式。第一，摩擦是乘性的——每个场景涉及多个监管分歧的交互作用。第二，SynBioxAI融合创造的新对象落入专为AI或生物学单独设计的制度间隙。第三，联盟框架（如AUKUS）创建层级协作架构，对内部伙伴高效，但扩展到更广泛网络时产生显著摩擦。摩擦点图显示，分类模糊是主导摩擦类型，域外效力是第二普遍类型；全球互操作性透镜在所有七个场景中均被评为高摩擦，直接激励了工具包的互操作性设计。
**SynBioxAI监管互操作性工具包（RIOT）**
RIOT围绕七透镜治理画布组织：信任与声誉、安全、全球互操作性、国家利益、社会许可、创新速度、诚信。包含五个运营组件：
组件1：融合分诊协议——项目构思时的入口，围绕七透镜进行结构化分诊，产出分诊摘要报告，识别各透镜涉及的监管领域、辖区、趋同与分歧点及必需行动。
组件2：辖区要求映射器（JRM）——结构化可搜索参考工具，按辖区和监管域组织，记录适用文书、法律地位、范围、执行机制、对融合技术的处理及已知模糊处，需至少每年更新。
组件3：伙伴尽职调查框架——在协作协议执行前评估潜在国际伙伴，产出伙伴治理概况，识别一致与分歧领域并建议缓解措施。
组件4：动态风险登记册——跟踪分诊和尽职调查中识别的监管风险，监测其演变，在风险显现或监管环境变化时触发升级。
组件5：治理可读性包——向外部受众展示机构治理姿态，包括面向伙伴的机构治理声明、面向资助者的治理能力简报、面向监管者的监管参与摘要、面向公众的社会许可声明。
RIOT设计为可逐步采纳，对应治理成熟度阶段：合规基线（实施分诊协议和JRM）、整合阶段（纳入尽职调查框架和风险登记册）、管理阶段（发布完整可读性包）、战略能力阶段（贡献工具包演进和网络参与）。
### 讨论与结论
**互操作性势在必行**：分析显示悖论——原则层面广泛规范趋同，实施层面显著操作分歧。摩擦集中于三点：SynBioxAI新对象落入“融合缺口”；联盟框架产生特权和层级结构；AI治理演进迅速而生物安全框架相对静态，造成时间错位。
**治理作为战略能力**：机构应从“合规”（必须做什么）转向“战略能力”（治理姿态使我们能做什么）。摩擦点场景表明，具备整合、透明、国际可读治理姿态的机构更易建立和维持伙伴关系、获得使命导向机构资助、在监管灰色地带行动而不瘫痪。研究团队发现治理成熟度是竞争变量，与OECD观察一致——成功平衡创新、安全和广泛社会参与的机构和生态系统将最有可能在SynBioxAI融合中取得进展。
**局限与未来方向**：监管调查是快变格局的时点快照；全球南方辖区代表性不足；摩擦点场景虽现实但非正式案例研究；需三至五年纵向实证研究验证RIOT有效性。
**结论**：监管架构并非为融合设计，当前形式无法为国际协作提供连贯框架。跨越十六个辖区、四个监管域和七个协作场景的分析表明挑战真实但可导航。路径不是协调（当前地缘政治不支持），而是互操作性：使机构治理姿态透明、结构化、相互可读。RIOT被构想为负责任机构的姿态——随着SynBioxAI研究对象更强大且更难归类，结构化的上游治理不再是差异化优势，而是负责任的制度行为基线。作为自愿框架，RIOT提出结构性问题：如何与未采用等效治理监督的伙伴协作？工具包中的伙伴尽职调查框架和治理可读性包旨在部分解决这一不对称，但不规定性解决，而是使之可见、可管理。国家监管机构和资助机构可考虑如何利用此类工具包支持自身监督职责：监管者可利用JRM和摩擦点分析识别最需要澄清指引之处；资助机构可将分诊协议要素纳入拨款评估；OECD关于合成生物学负责任创新的工作可成为多边层面认可此类方法的载体。最早采用RIOT或类似框架的机构应最有能力实现SynBioxAI的变革潜力，同时维护该潜力所依赖的信任、安全与合法性。
