本文综述机器学习在生物制药与化学工程中的应用，涵盖生物工艺设计、监测、控制及配方，强调实时过程分析技术和大规模生产数据推动模型取代传统多元分析；同时讨论化学工程数据高方差、噪声与缺失等挑战，并介绍强化学习、迁移学习、物理引导建模及自动化连续流实验室等新兴方法，指出未来需发展数字生物制药解决方案。