合成生物学(Synthetic Biology)是一门交叉学科，指在工程学思想的指导下，对生物进行有目标的设计、改造或创造赋予其非自然功能的“人造生命”。

造物革命

合成生物技术可将生物系统定向改造成高效细胞系统，进而进行规模化生产、加工。合成生物学主要工具包括DNA的测序技术、DNA组装技术、细胞内的逻辑门、基因组的编辑修改工具以及核糖开关，可构建两种合成生物学的系统：一是设计、构造新的生物元件、组件和系统；二是对现有的、天然的生物系统进行优化改造。

作为革命性技术，合成生物学全过程环境友好，助推降低各应用领域对不可再生能源的依赖性。

“设计-构建-测试-学习”循环(DBTL)是合成生物学核心研发模式，可有效地筛选和优化所需的生物合成装置和系统功能，上述模式借助于基因编辑技术等主流技术实现，未来技术发展方向也将往低成本、自动化及一体化过渡。

市场快速增容

合成生物技术不断发展所带来的红利正逐步投射于市场层面。伴随应用场景的增多和技术的改善，合成生物行业将快速扩容。据弗若斯特沙利文数据，2022年全球合成生物市场规模为139.8亿美元；预计到2027年全球市场规模将达387.3亿美元，其中医疗健康将成为最大的细分市场，市场规模占比达26.6%。

合成生物市场潜在空间巨大，多领域均反映出高增速的前景。其中，食品和饮料及农业预计是未来增速最快的赛道，动植物选择性育种、DTC基因测试、基于微生物的美容产品等也有广泛应用前景。

在众多细分领域中，最直接的影响出现在生命科学和以人为本的领域。生命科学是科学研发最活跃的领域，其从研发到应用的链条最为清晰，市场普遍接受且欢迎技术的创新，使得合成生物的应用落实更可预见。除生命科学领域外，合成生物学在农业、水产业及食品等领域应用也十分广泛。

多元应用

从产业链角度来看，合成生物学产业链由工具层、软硬件层及应用层构成，产业生态覆盖面广，不同技术和产业落地方向多元。企业向全产业链一体化发展，通过打通全产业链降低商业风险并增强竞争力。

在产业链上游，基因编辑技术从1996年第一代基因编辑技术ZFN被设计出来，到2012年CRISPR技术出现，已经过三代迭代，CRISPR/Cas9编辑能力实现重大飞跃。

在产业链中游，主要为平台型企业，负责生物体构建和自动化，研发合成生物底层软件技术、硬件设备以及相应解决方案，是合成生物学发展的基础。

在产业链下游，合成生物学在医疗健康领域应用广泛，包括创新疗法（细胞免疫疗法、RNA药物、微生态疗法、基因编辑相关应用）、体外检测、医疗耗材、药物成分生产和制药用酶等诸多方向。

合成生物学在分子层面、细胞层面、生态层面以及器官异种移植层面得到广泛应用，可以通过设计全新的细胞内代谢途径，使医药产品能通过微生物细胞利用廉价糖类等原料合成。并且可根据不同病种和致病机制，通过人工设计构建合适的治疗性基因回路，在载体帮助下植入人体，实现治疗目的。随着合成生物学技术的深度融合发展，其在医疗健康领域存在巨大的想象空间和市场机会。目前，合成生物技术在医疗健康领域已获得广泛应用，包括细胞免疫疗法、RNA药物、微生态疗法、基因编辑相关应用、体外检测、医疗耗材、药物成分生产和制药用酶等方向。例如利用mRNA技术快速人工合成疫苗、利用基因编辑技术治疗遗传疾病、改造微生物生产医疗耗材和药物成分等。

医疗健康领域的合成生物企业以国外企业为主，上市产品及储备产品丰富的Moderna Therapeutics拥有超40种产品管线，在业内处于遥遥领先的位置；传奇生物、合生基因等中国企业利用基因编辑技术、细胞疗法等开发罕见病和实体瘤相关治疗产品。合成生物技术的创新及应用，有望进一步助力人们对肿瘤、疟疾、微生物感染等疾病的预防、诊断及治疗。

投资回归理性

从投融资市场角度来看，2022年合成生物领域投融资金额大幅下降，回归商业理性。2022年，全球合成生物领域筹集资金103亿美元，比2021年下降115亿美元。2023年一季度，行业筹集资金28亿美元，是过去3年中同期最少的，整体呈下降趋势，投资走向理性、精准化。

另一方面，随着合成生物学发展，越来越多的早期实验成果正在成为产品走向市场。2023年一季度，应用领域的投融资金额达18亿美元，占总额的64.3%。应用领域仍然以医药健康领域为主，材料领域排在第二位。同时，药物、诊断、生物能源和消费品等筹集风险资本的能力优势明显，市场地位上升。

两大发展趋势

目前，合成生物行业呈现两大发展趋势。

第一，碳中和目标催化行业发展。合成生物制造是一种具有潜力的绿色生产方式，在化学品生产领域的应用体现了环保优势和成本优势，相较于传统化工生产工艺，碳排放量降低了75%~100%，如华恒生物生产的L-丙氨酸甚至达到零排放，环境友好，符合碳中和发展要求。

同时，国家逐步推行的碳中和相关政策，将会进一步拉开生物制造对传统工艺的成本优势，合成生物相关的制造产业也将迎来重要发展机会。

第二，人工智能逐步应用于合成生物学领域。目前，人工智能已经在元件工程、基因线路、代谢工程、基因组工程等领域广泛应用，提高了各个环节的工作效率，成本明显降低，成功缩短研发周期并扩大研发可能。如Deep Mind的Alpha Fold平台已可预测来自100万个物种的超2亿个蛋白质结构。

未来，科学家有望设计出自然界不存在的更具高催化效率的或具有位置催化功能的酶，进一步开发出更高效的代谢线路或合成自然界中无法生物合成的物质。但人工智能在合成生物领域的应用仍处于初期，在数据、算法、评估指标等方面仍存在局限与挑战，有待进一步开发。

（弗若斯特沙利文供稿）

(责任编辑：陆悦)