合成生物学理论的骨架已经搭建，商业化的骨肉还未丰满。

如何将复杂的科学陈述转化为看得见的盈利与业绩，是摆在所有合成生物学概念企业面前的一道共同难题。

从近年来相关企业的资本动作来看，业界默契地选择了AI。

对于正处于从学术理论到商业应用转型大环境下的合成生物学而言，人工智能不仅承担着为企业降本增效的角色，更肩扛着打破传统认知的重任，如何增强上下游企业认可和搭建特色平台成为关键。

笔者选取了十家海内外具有代表性的“AI+合成生物学”企业。

以核心平台应用中明确提及人工智能技术为评判标准，尽管当中不乏充满争议的企业，但从气质上看，AI+合成生物学企业的特性和想象力都在它们身上体现得淋漓尽致。

01 Ginkgo Bioworks

「All in AI，合成生物学巨头的野心」

融资轮次：已上市 总市值24.97亿美元

在2023年8月合成生物学三巨头之一Amyris破产清算后，成为了新领军者的Ginkgo股价也陷入低迷。

财报显示，Ginkgo Bioworks的累计亏损已达到创纪录的53亿美元，在起家的买卖Cell Engineering业务停滞后，Ginkgo将希望全部寄托于AI，开启买买买模式。

仅今年便购买了AI药物设计公司Reverie Lab、机器学习基因药物设计企业Patch Biosciences、CRISPR先驱张锋创建的基因编辑检测明星企业Proof Diagnostics三家AI相关企业。

构建和集成人工智能平台技术成为Ginkgo的发展主轴，本次收购意图采用集成的研发方法并在计算模型中构建强大的反馈循环，其中的关键一环就是完成AI/ML驱动的实验设计基础设施建设。

值得注意的是，大量收购并没有为Ginkgo重燃市场信心，目前企业股价仍深陷历史低谷，毕竟对于这家已成立15年的上市公司而言，比起单纯的概念叠加，市场最期待的是Ginkgo能交上一份盈利的业绩。

02 Twist Bioscience

「DNA合成独角兽 走入深水区」

融资轮次：已上市 总市值19.50亿美元

另一位合成生物学巨头Twist Bioscience的日子也不好过，经历了“滴血研癌”骗局后，欧美投资人对合成生物企业的态度从热捧变成了疑虑。

为了挽回颓势，主打DNA合成的Twist也开始将业务拓展到AI制药市场，推出了端到端的AI+抗体发现服务。

新成立的Twist Biopharma Solutions，就是整合了高通量DNA合成技术、专有抗体库、体内外及机器学习的发现方法，专门为抗体发现和优化提供端到端的工作流程设立的部门。

从财报看，Twist实质营收和订单增量仍依赖NGS业务，制药开发板块如何从深水区寻找到合适的增长点，成为摆在Twist眼前的难题。

03 分子之心 凯赛生物

「重仓投资，尼龙与蛋白的“跨界联姻”」

分子之心 融资轮次：战略投资

凯赛生物 融资轮次：已上市 总市值227.28亿元

2023年，国内合成生物学工业端代表之一凯赛生物重仓领投了AI蛋白质明星企业分子之心。

一石激起千层浪，将AI技术引入生物制造研发体系意味着什么？

企业可以借助AI筛选、改造和设计的全新蛋白质，能拥有更高效、精准的代谢线路，提升研发和生产效率，将会大幅度推动产量提升和成本的降低。

借助人工智能还可以同步考虑不同温度、酸碱性、压力等环境下生物制造的产能变化，进行多目标优化，实现对生物制造流程的精简，从而实现降本增效的目标。

在二者的规划中，甚至提及能深刻理解生物制造内核的“ChatGPT”式合成生物学，可以期待这次AI+合成生物学的跨界联姻为生物合成制造带来一次大革命。

04 酶赛生物

「专注生物合成“芯片技术”」

融资轮次：C轮

如果说硬件电子的大脑是芯片，那合成生物的芯片就是酶。

酶赛生物独具慧眼地锁定了生物合成酶这一细分赛道，自研BioEngine酶进化研发平台应用了计算机辅助酶定向进化和人工智能，超越了传统的基因型“非理性”策略，提高组合序列多样性覆盖率，识别重要序列区域。

这种方法通过设计的高质量突变文库，使得酶赛生物可以*限度提高酶定向进化的效率和成功率。

意图通过底层“芯片”的AI创新，为合成生物学行业带来革命性突破。

05 智峪生科

「高速崛起的“三位一体”优等生」

融资轮次：A轮

AI蛋白质是合成生物学中最热门的赛道之一，成立于2021年的智峪生科算是后起之秀。

与前文分子之心的明星科学家路线不同，智峪生科走的是综合性平台化路线。

成立不到一年连续获得了累计融资金额过亿元的多轮融资，资本认可度能力可见一斑。

与聚焦在工具层和部分应用层的合成生物学企业不同，智峪生科专注在产业壁垒较高的软件/硬件层，提出打造从蛋白质计算到设计、再到生产的全产业链的运营思路。

作为一家直接将“AI+合成生物学”贯彻全链条的企业，智峪生科自研的AI计算平台“峪云 ZCloud”，不仅大幅提高了元件挖掘与设计的效率，更是将合成生物学管线的研发周期缩短为原来的1/3左右，直接将研发成本下降一到二个数量级。

06 百葵锐生物

「效率为王 打造“蛋白分子机器”」

融资轮次：Pre A+轮

蛋白分子机器，是百葵锐对外提出的主要研发方向。

在企业的设计中，这台机器被拆分成“酶”和“支架”两大部分，再由合成生物学技术推动着高效运作。

而在蛋白质工程中，想要使用数据驱动蛋白“无中生有”，需要庞大的定向进化中的数据信息。为了更好挖掘这一财富，百葵锐将目光锁定在了AI和机器学习上。

其自主开发AI引擎算法SmartEvolution智造平台结合高通量筛选系统，能高效提升蛋白/酶的定向进化效率，应用前景值得期待。

百葵锐合成生物学产品开发逻辑

07 欣贝莱生物

「从生物合成 向数字合成转变」

融资轮次：Pre A轮

作为一家老牌合成生物学企业，欣贝莱生物公司的管线布局极为丰富，不仅有主流的酶产品和医药中间体，还有高附加值的健康糖管线（阿洛酮糖、塔格糖等）甚至美容护肤管线（根皮素、玻色因等）。

而AI成为欣贝莱高附加值生物合成的“数字基座”，通过建立科学、精准、高效的计算平台，进而缩短合成生物学“从无到有”的造物时间。

自建的SynGears™平台通过数据挖掘与分析、算法开发/模型构建等，实现“干湿结合”研究模式的迭代优化与升级，以辅助欣贝莱进行大宗医药原料、食品原料以及系列新型活性原料的研究开发和落地生产。

08 Pow Bio

「“算”出来的成本杀手 高性能连续发酵」

融资轮次：A轮

在pow bio眼中，合成生物学工厂当下生产环节上的诸多挑战，很大程度归咎于缺乏商业规模的发酵能力。

他们研发推出了全球*AI控制的自动化发酵平台，期望大幅降低与生物制造相关的高昂成本，释放可持续生物制造产品的经济可行性。

其连续发酵技术Ai控制软件，可以加速流程优化并驱动自动发酵，实现运行数百小时的高性能连续发酵，能实现40%以上的成本降低，是用算力堆出来的成本杀手。

09 Jura Bio

「“*”AI知识谱图 决胜TCR-NK」

融资轮次：种子轮

作为本次盘点*入选的AI制药企业，Jura Bio主要研发方向是TCR-NK细胞疗法。

这家企业在AI+合成生物学上的突破属于典型的需求倒逼技术进步。

在研发团队药物开发的过程中，需要针对细胞合成过程开发一套从任何抗原/HLA到任何候选TCR的图谱，图谱所需的天文数字级的相互作用，让他们挑战其应用机械学习技术实现该方案。

无心插柳柳成荫，Jura Bio在机器学习改进基因合成技术的过程中产生了1000亿个潜在的人类和改进的TCR候选物库。

随后他们从中得到启发，开始组建多肽组和病毒组规模的抗原文库，这一工具将会成为合成生物学发展和提效的关键武器。