技术驱动合成生物学行业走向爆发期：选品成巨大难点

合成生物学的快速发展正在改变生物技术行业的产业布局。目前，合成生物技术已经广泛应用于食品、农业、医疗等多个领域。伴随我国《“十四五”生物经济发展规划》的颁布，被誉为“第三次生物科技革命”的合成生物学研究热度高涨，但当前构建合成生物系统的内在逻辑尚处于摸索阶段，整个合成生物学领域正处于发展初期，为帮助广大用户及时了解合成生物学的市场概况、当前面临的技术挑战等相关信息，仪器信息网本次特别邀请了中国科学院上海营养与健康研究所胡黔楠研究员谈一谈他的看法：

合成生物学是继“DNA双螺旋结构的发现”和“人类基因组计划”之后，以工程化的手段设计合成基因组为标志的第三次生物技术革命。作为一门前沿交叉学科，合成生物学汇聚并融合了生命科学、工程学、基因组学、信息学、数学、化学、计算机科学等诸多学科，在医药、能源、材料、化工、农业等领域具有极其广阔应用前景。

合成生物学的定义众说纷纭，目前还没有一个确切的标准。广义上讲，所有系统性改造、合成具有特定功能生命体的过程都属于合成生物学研究的范畴，包括利用改造的生命体生产化工产品、食品、环境、生物能源、药物中间体等，也包括直接利用改造后生命体的细胞免疫疗法、RNA 药物、微生态疗法等。目前投资领域更加关注的是合成生物学的生物制造功能，即利用生命体进行特定产品的生产,目前比较成熟的应用包括1,3-丙二醇、L-丙氨酸等大宗化工产品，人造肉以及部分药物中间体。从最初的实验室研发到最终的产品落地，合成生物学的生物基产品开发过程整体而言分为两个阶段，细胞构建和生产规模放大。细胞构建以“设计-构建-检验-学习”循环为核心，而生产规模放大的过程与传统发酵工程放大的过程相似，包括 “实验室小试-中试试验-规模化生产”三个阶段。

三类产业平台，合成生物行业走向爆发期

从资本市场表现来看，合成生物行业正在走向爆发期。全球经济活动中60%的物质产品可由生物技术进行生产，包括1/3来自天然生物的材料和2/3非生物来源的材料；合成生物学技术在未来的10～20年中，每年将为全球带来2～4万亿美元的直接经济效益。根据Deep Tech 2021年的研报数据，2021年全球合成生物学市场规模达73.7亿美元，2016～2021年间合成生物学市场规模的年复合增长率（CAGR）达到 83.6%。预计2022年将以30.2%的年增速增长至131.1亿美元。预计到2026 年全球合成生物学市场可达336.3亿美元，2021-2026年的复合年增长率可达 27.27%。中国的合成生物学市场增长也很迅猛，2016年9亿美元，2020年24.78亿美元，2021年达到64亿美元，相比2020年以及之前增长约2～3倍。

2017-2024E合成生物学市场规模（单位：百万美元）

数据来源：Deep tech 2021

合成生物学产业可以划分为上、中、下游三个部分，分别代表工具型、平台型和产品型三个类别。其中：

工具型的公司代表是华大智造，华大智造是华大集团旗下子公司，专注于生命科学与医疗健康领域仪器设备、试剂耗材等相关产品的研发、生产和销售，为精准医疗、精准农业和精准健康等国计民生需求，提供实时、全景、全生命周期的全套生命数字化设备和系统解决方案。华大智造现有员工1700余人，研发人员占比约33%，业务布局遍布六大洲70多个国家和地区，在全球服务累计超过1,000个用户，并已在全球多个国家和地区设立科研、生产基地及培训与售后服务中心等，是全球具有自主研发并量产临床级高通量基因测序仪能力的企业之一。

平台型公司的代表是恩和生物，恩和生物致力于为传统化工制造产业开拓新的技术路径，通过高效环保的方式生产可持续的生物基产品。公司已初步建成高度集成的自动化技术平台Bota Freeway，将先进的数字化工具与实验室自动化相结合，以计算作为核心与基础，可实现酶、菌种以及生产工艺的构建与优化。同时，该平台可高效完成合成生物学的设计-建造-测试-学习循环，缩短了50%的迭代周期，并进一步覆盖了下游工艺开发和非传统工程微生物菌株改造。

产品型公司覆盖范围广泛，涉及医药、工业、农业、化工和食品等领域。其中合成生物学医药领域的公司以川宁生物、弈柯莱为代表；化工领域公司以华恒生物、凯赛生物为代表；食品领域公司有嘉必优，工业领域公司有溢多利、蔚蓝生物、新华扬等。

技术驱动合成生物学发展

基因测序时间和成本的持续减少以多种方式推动合成生物学的快速发展。其一，基因组数据库是下游合成生物学应用的重要起点，如蛋白质表达、定向进化和代谢工程。基因测序产生了大量的电子基因序列信息，这对于设计合成基因和生物成分十分重要。其二，低成本的全基因组测序（仅需1000美元）能够更有效地控制长基因构建体的质量，这是基因合成的关键步骤。

新的基因编辑技术，包括成簇的定期间隔短回文重复序列 (CRISPR) 和类转录激活因子样效应核酸酶 (TALEN) 系统，正在对合成生物学行业产生重大影响。这些工具允许以快速、有效的方式对基因组进行更改，从而改进并优化合成生物学工作流程。在许多合成生物学开发项目中，同时对微生物基因组进行高通量更改可以更快地进行原型设计和测试新的微生物生产系统。

合成生物学CRO可以通过设计、制造和测试新型微生物底盘来判断是否适合制造特定的产品。CRO提供一系列与合成生物学相关的服务，帮助用户开发新的生产工艺。

上游关键原材料（如寡核苷酸）成本的降低推动了对合成生物学产品的需求。合成基因对许多合成生物学应用很重要，它们以低成本的可用性增加了应用和客户的数量，从而推动了销售额的增长。

生产基因成本及其关键原材料（即寡核苷酸）的降低推动了对合成生物学产品的需求。合成基因对许多合成生物学应用很重要，它们以低成本的可应用性增加了客户的可及性，从而推动了产品销售额的增长。

以精确且具有成本效益的方式编辑基因的能力对于一系列合成生物学市场非常重要，可以通过设计并改造微生物的代谢通路来更高效并低成本的实现传统化学合成无法完成的生物化学反应，从而实现产品商业化的增值。

技术创新两大挑战

合成生物学技术将为世界经济和社会可持续发展提供新的动力，为解决全球能源、环境和健康等突出问题提供全新的解决方案。目前合成生物学的研究者取得了重大突破,但其发展仍在早期阶段，面对经过亿万年自然选择压力下进化形成的复杂生命体系，人类的认识非常有限，还面临一系列知识和技术创新的挑战，主要包括DNA合成、产品选择和规模化生产。

l   DNA合成成本高

DNA合成技术包括oligo合成、长链DNA合成两大类技术。和其他的工程领域一样，生物技术也通过“设计-构建-测试-学习（Design–Build–Test–Learn）”四个步骤去推动新产品产生。做好“构建”这一步需要成本可控的长链DNA合成片段。近15年，测序成本下降超10000倍，oligo合成成本只下降约10倍；目前长链DNA的单碱基合成成本是其测序成本的1亿倍。在上游的必要工具中，成本可控的长链DNA合成依然是整个合成生物学亟待突破的难点之一。

l   产品选择难

根据中信证券的统计，国内外从事合成生物学领域的公司已多达500 家，工具型公司多是与DNA相关，提供包括测序、合成，基因编辑等服务，平台型公司侧重对菌株的筛选与改造、培养成分开发等，旨在提供生物体设计与软件开发等合成生物平台，由于自身缺乏应用层面的落地产品，盈利能力受限。产品型公司则打通从生物改造、发酵纯化到产品改性的全产业链，因而更具盈利能力。然而所有产品型的公司在享受更高的盈利能力的同时，也面临一个巨大的难点，选品。

合成生物学的下游应用分为农业、消费类产品、化工行业以及医疗健康。对于不同领域，都有短期和中期有可能突破的技术值得关注。根据产品类型，产品可分为 技术端产品、终端市场产品。

技术端产品例如农业产品，可以实现的技术有植物性蛋白质、农作物微生物组诊断和微生态药物（益生菌）的治疗；在消费类产品短期可以关注基于遗传和微生物组的个性化用餐服务、化妆品和保健品特色原药；在化工行业短期值得关注的技术有新型材料-生物农药/生物肥料（如RNAi农药）和改进现有的发酵工艺——食品和饲料原料（如氨基酸、有机酸）；在医疗健康领域短期可以实现的有Car-T 细胞治疗液体肿瘤。

终端市场产品有大宗商品，这一类选品多是选择能源或者大宗化学品，用更低成本、更绿色的方式走替代路线，例如新能源中C16 Bioscience 就是用微生物发酵生产棕榈油的替代品。针对这类的选品首先应该关注的是其对比被替代的产品是否真的有成本优势，以及其是否真的具有实现规模化生产的能力；还有高附加值的其它产品这里的其它产品包括了高价值的精细化学品和包括高价值的医药中间体在内的其它产品。核心还是因为价格高、生产难度大，往往需求也不是很大，但单价高。如果用合成生物学的办法降低成本，也是不错的商业模式。

合成生物学与机器学习和自动化的结合有可能彻底改变生物工程。生物科技（BT）和信息科技（IT）的融合交叉将深刻影响人类未来发展。合成生物学作为“BT+IT”融合交叉的代表性学科，被认为将有望引领第三次生物科技革命，将可能为人类面临的医疗、能源和环境等重大问题提供全新的解决方案。

胡黔楠：博士，中国科学院上海营养与健康研究所研究员，国家重点研发计划合成生物学重点专项负责人。针对健康中国2030和国民经济主战场的国家战略需求，胡黔楠博士致力于打造大数据和人工智能双驱动的合成生物智造创新模式。采用自然语言学习以及智能搜索等方法构建了全球最大的合成生物学反应数据库和知识库，使用均匀设计理论和投影寻踪算法实现了多维变量中的化学空间探索，利用模式识别和复杂系统建模方法开发了细胞分子网络模拟和优化工具，运用蒙特卡洛等算法构建了生物催化从头途径设计工具，使用神经网络和深度学习算 法建立了生物催化蛋白质与代谢物分子结构的构效关系模型。开发了全球领先的一站式数据和智能双驱动的生物催化途径设计技术系统。获批了中科院计算生物学研究所成立至今牵头申请的首个国家重点研发计划专项。主办了合成生物学智能设计方向的系列学术交流培训和人机比赛活动。

如有技术干货、科研成果、合成生物学解决方案、市场看法等内容，欢迎投稿，投稿文章将在《聚焦合成生物学研究：先进工具与解决方案》专题展示并在仪器信息网相关渠道推广。投稿邮箱：chensh@instrument.com.cn，关于征稿内容要求也可邮件咨询或电话联系：13171925519（同微信）。