合成生物学是什么——编程生命的科学

合成生物学（Synthetic Biology，简称SynBio）是一门将工程学原理应用于生物学、设计和构建自然界中不存在的生物学系统，或对现有生物学系统进行重新设计的交叉学科。

其核心思想是将DNA像软件代码一样读写，把生物体视为可编程的存在。Drew Endy（斯坦福大学，iGEM基金会主席）在2025年2月向美中经济与安全审查委员会作证时表示：

「Biology allows near-boundless possibilities. The composition and control that software provides the digital world is realized by biology in the physical world.（生物学提供了近乎无限的可能性。软件为数字世界提供的组合与控制，生物学在物理世界中得以实现。）」

Jennifer Doudna（加州大学伯克利分校，2020年诺贝尔化学奖得主）在2025年4月的演讲中宣称"We're in an era of programmable genome editing（我们正处于可编程基因组编辑的时代）"，并在麦肯锡的采访中以"生命编程"为主题发表了见解。

合成生物学与传统基因工程的根本区别，在于其"抽象化"与"标准化"的方法论。正如软件工程从汇编语言演进至C语言、Python，再到云原生微服务，合成生物学也从单一的基因操作，发展为标准化元件（BioBricks）的组合，进而迈向基于AI的自动化设计。

"合成生物学操作系统"——生命的操作系统

正如软件开发有操作系统一样，合成生物学领域也正在形成一套用于运行DBTL（设计-构建-测试-学习）循环的"操作系统"。这一合成生物学OS并非单一软件产品，而是由标准化接口、开源工具集、共享库、AI模型以及硬件自动化基础设施相互连接而成的生态系统。

与软件工程的对应关系整理如下。

编程语言 ＝ DNA序列（A、T、G、C）。生物基因组是用仅有4个字母的字母表书写的"源代码"。人类基因组约含32亿个碱基对——相当于千兆字节级别的代码库。

API规范 ＝ SBOL（合成生物学开放语言）。SBOL是一种社区主导的开放标准，用于以标准化格式表达和交换合成生物学设计。它使用统一的数据模型和可视化符号描述启动子、核糖体结合位点（RBS）、编码序列（CDS）、终止子等遗传元件。正如REST API标准化微服务间通信一样，SBOL标准化了基因回路元件间的接口。

包注册表 ＝ iGEM Parts Registry。parts.igem.org 是一个注册了数千个遗传元件（BioBricks）的"npm注册表"或"PyPI"。这些符合限制酶组装标准的DNA元件可用于构建大规模基因回路。每年，来自世界各地的iGEM团队（2025年巴黎大会有5,000人以上参加）不断添加新的BioBricks，供下一年的团队重用和改进——这正是GitHub中Fork与Pull Request的生物学版本。

编译器 ＝ Cello 2.0。由MIT Christopher Voigt实验室开发的Cello，是一款从Verilog（硬件描述语言）编写的逻辑规范自动设计基因回路DNA序列的编译器。它使用AND、OR、NOT等布尔逻辑门库，在大肠杆菌基因组中实现根据输入信号（化学物质浓度）控制输出（荧光蛋白表达）的基因回路。源代码已在GitHub（CIDARLAB/cello）上公开。

框架 ＝ SynBiopython。SynBiopython是面向生物铸造厂的自动化工作流构建Python开源库。Biopython处理经典生物信息学（序列分析、比对），而SynBiopython则自动化DNA设计与组装、机器人自动化协议生成、密码子优化等合成生物学特有的DBTL流水线。

云端IDE ＝ Benchling。Benchling是基于云的电子实验记录本兼分子生物学软件，被超过20万名科学家、7,000多个机构和600多家企业所使用。2024年中期的年度经常性收入（ARR）约为2.1亿美元（约315亿日元），估值为24亿美元（约3,600亿日元）。一站式提供序列设计、质粒图谱、CRISPR实验管理和库存管理功能。

MLOps ＝ TeselaGen。TeselaGen是面向企业的ML驱动生物信息学平台。AI代理协助库设计、序列优化和DBTL循环加速，并自动化大规模生物铸造厂的运营。

开放科学社区 ＝ OpenBioML。OpenBioML是一个在机器学习与生物学交叉点推进开源研究的去中心化社区。所有项目成果均以CC-BY、MIT、Apache许可证发布，并获得Stability AI的支持。

AI蛋白质设计工具——开源的冲击波

在合成生物学操作系统中，进化最为迅速的当属AI蛋白质设计工具。2024年诺贝尔化学奖授予Demis Hassabis、John Jumper（AlphaFold）和David Baker（计算蛋白质设计），这象征着该领域所达到的高度。

结构预测模型

AlphaFold 3（Google DeepMind，2024年5月）是一个能够综合预测蛋白质、核酸和小分子3D结构的模型。蛋白质-配体相互作用的预测精度比传统方法提高了50%以上。但商业用途受到限制。

与此相对，OpenFold3（哥伦比亚大学、Novo Nordisk、AWS、OpenFold联盟）是采用Apache 2.0许可证的完全开源替代方案。2025年10月发布预览版，基于30万余个实验结构和1300万个合成结构进行训练。在单体RNA结构预测方面，性能与AlphaFold 3相当。

Boltz-2（MIT CSAIL + Recursion Pharmaceuticals，2025年6月，MIT许可证）是首个能够同时执行结构预测和结合亲和力预测的模型。它在AI领域首次达到了自由能微扰（FEP）法的精度，速度提升1000倍，成本从100美元骤降至几分钱。在单张GPU上可在20秒内完成预测。

Chai-1（Chai Discovery，Apache 2.0）是蛋白质、小分子、DNA、RNA和糖链修饰的综合预测模型，学术和商业用途均可自由使用。

蛋白质设计（De novo design）

RFdiffusion3（David Baker实验室，华盛顿大学蛋白质设计研究所，2025年12月）是基于扩散模型的蛋白质设计前沿成果。它能够从头（de novo）生成可与细胞内各类分子——蛋白质、DNA、RNA、小分子——相互作用的蛋白质。与前代RFdiffusion2相比速度提升10倍，可用于设计DNA结合蛋白、酶和生物传感器。训练代码和权重已在GitHub（Rosetta Commons Foundry）上开源发布。

ProteinMPNN（同属Baker实验室）是专为逆折叠（设计能实现目标3D结构的氨基酸序列）定制的神经网络。社区也在推动其对环状肽和更大蛋白质的支持扩展。

ESM3（EvolutionaryScale，2025年1月发表于《Science》）是一个拥有980亿参数、基于27.8亿蛋白质序列和7710亿token训练的生物学基础模型。它能够同时推理序列、结构和功能，并生成了一种名为esmGFP的新型荧光蛋白。与最接近的天然荧光蛋白的序列相似度仅为58%——这意味着人工生成了相当于约5亿年自然进化的多样性。14亿参数的小型版ESM3-open已在GitHub上公开。后继的ESM Cambrian中，300M和600M版本为开放权重，6B版本可通过Forge API（学术）和AWS SageMaker（商用）使用。

AI基因编辑器

OpenCRISPR-1（Profluent Bio，2024年4月，相当于Apache 2.0）是全球首个AI生成的开源基因编辑器。它由大型语言模型（LLM）生成的Cas9类蛋白质与向导RNA组合而成，在展现与天然SpCas9相当的靶向活性（55.7% vs 48.3%）的同时，将脱靶活性降低了95%。数万名研究人员已获得访问权限，商业使用同样免费。Profluent Bio于2025年4月在接受《财富》杂志采访时宣布"蛋白质设计模型同样存在规模化定律"，并于2025年11月完成了由Jeff Bezos（Bezos Expeditions）联合领投的B轮融资，金额达1.06亿美元（约159亿日元）。

实验室自动化与DNA合成——"湿实验室的DevOps"

合成生物学操作系统的"运行时环境"，相当于实验室自动化与DNA合成的基础设施。

Opentrons（纽约，独角兽企业）提供开源软件的液体处理机器人（OT-2 / Flex）。已在40多个国家的数千个实验室中使用，累计融资超过2亿美元。2024年2月，该公司发布了即插即用的协议库与生成式AI工具，使研究人员无需编写Python代码即可构建机器人操作流程。麻省理工学院开发的AssemblyTron是一款在OT-2上实现DNA组装自动化的软件。

Twist Bioscience（南旧金山，纳斯达克：TWST）以基于硅芯片的DNA合成技术引领行业。FY2025营收为3.766亿美元（约合565亿日元，同比增长20%），最近一个季度毛利率超过50%。

DNA Script（巴黎/南旧金山）的SYNTAX系统是全球首款商用桌面型DNA打印机。其酶促DNA合成技术（EDS：Enzymatic DNA Synthesis）无需使用有害有机溶剂，可在24小时内并行合成多达96条寡核苷酸（最长120nt）。传统DNA合成需委托外部供应商，通常耗时数天乃至数周，而SYNTAX将其转变为按需、现场合成的模式。

DIY生物技术的冲击——"分叉"功能性DNA序列，并用家用生物打印机输出

当前，合成生物学领域最为根本性的变革正在悄然而确实地推进。这就是DIY生物学（Do-It-Yourself Biology）的兴起——像软件一样分叉功能性DNA序列，并通过个人桌面设备将其物理输出。

作为"GitHub分叉"的iGEM Parts Registry

iGEM Parts Registry是合成生物学领域全球最大的开源遗传元件库。数千个BioBrick部件——启动子、核糖体结合位点、编码序列、终止子——均已注册，任何人都可以浏览和使用。

其运营模式与GitHub惊人地相似。每个iGEM团队（每年有5,000名以上的学生参与）将现有遗传元件"分叉"后整合到自己的项目中，再将新元件或改良版"提交"回注册库。其他团队再加以复用，进一步发展。这种"分叉与贡献"的循环，使合成生物学的元件库年年充实。

SBOL对元件数据格式进行标准化，Cello从逻辑规格自动编译DNA序列，SynBiopython生成组装协议。借助这一系列工具链，研究人员可以分叉遗传回路的"源代码"，按需定制，并将其"构建"为物理DNA。

桌面DNA打印机的登场

将这一"分叉与构建"流程决定性地民主化的，正是桌面DNA打印机。

DNA Script公司的SYNTAX是前述的商业产品，而DIY生物社区则在追求更低成本的方案。

BioCurious（加利福尼亚州桑尼维尔）是硅谷的生物黑客空间。这里正在推进一个项目：将约150美元的喷墨打印机改造成DIY生物打印机。利用CD/DVD驱动器的电机移动打印平台，并通过Arduino微控制器进行控制。将墨盒替换为细胞或生物墨水，从而输出三维生物学结构。

卡内基梅隆大学公布了一款可以500美元以下成本构建的开源3D生物打印机设计方案。考虑到商用生物打印机的价格在1万至20万美元以上，这不到百分之一的成本令人瞩目。2025年发表于《Nature》的论文中，还发布了同轴3D生物打印系统的低成本DIY改造指南。

OpenPCR是开源的PCR（聚合酶链式反应）装置，BentoLab则是便携式DNA分析实验室。将这些开源硬件与前述开源软件（Cello、SynBiopython、iGEM Parts Registry）以及Opentrons OT-2等开源机器人相结合，个人和社区实验室在技术层面开展生物制造已成为可能。

DIY生物的意义

让我们将这一现状与软件产业的历史加以类比。

1970年代，计算机是大型企业和大学的专属领域。1976年的Apple I，以及IBM PC的问世，引发了个人计算革命。1990年代的Linux与开源运动，使软件开发走向民主化。2000年代的GitHub，则爆炸性地加速了全球开发者之间的协作。

合成生物学如今处于这条轨迹的哪个位置？iGEM Parts Registry相当于GitHub的前身（SourceForge时代），桌面DNA打印机相当于Apple II。"iPhone"尚未出现，但技术基础正在迅速完善。

Drew Endy在美国国会上如此表述：

「The choices we make, or fail to make over the next few years, will determine the architecture of a global biotechnology system.（我们在未来数年内所做出或未能做出的选择，将决定全球生物技术系统的架构。）」

若向一方发展，正如计算机的民主化催生了GAFA，生物学的民主化也将孕育出新的巨型产业。若向另一方发展，恶意利用则可能带来毁灭性的后果。这种两面性，正是DIY生物冲击的本质所在。

主要企业简介——从平台企业到AI生物企业

平台企业

Ginkgo Bioworks（纽交所：DNA）自称合成生物学领域的AWS，是该领域最大的平台企业。FY2025营收为1.70亿美元（约255亿日元），较上年的2.27亿美元下滑25%。2021年通过SPAC上市时估值达150亿美元（约2.25万亿日元），而截至2026年3月，其市值已跌至4.21亿美元（约631亿日元）。公司将年度现金消耗较上年削减55%，并决定出售生物安全业务。CEO Jason Kelly宣称将"集中投资，在自主实验室（Autonomous Labs）品类中赢得竞争"。2022年，公司以3亿美元收购Zymergen（软银愿景基金支持的合成生物学企业，2021年以60亿美元估值IPO后股价暴跌），整合了其软件、自动化及生物学资产。

Kelly在2025年SynBioBeta大会上与长寿研究企业家Bryan Johnson就"合成生物学、数据驱动优化与激进自我实验的融合"展开对话，共同阐述了生物技术与科技融合的愿景。Kelly还曾担任美国新兴生物技术国家安全委员会主席，深度参与生物安全政策制定。

Twist Bioscience（纳斯达克：TWST）是DNA合成领域的领军企业，FY2025营收达3.766亿美元（同比增长20%），毛利率超50%。公司凭借在硅芯片上并行合成DNA的独特技术，相较传统96孔板方式实现了数量级的吞吐量提升。

AI生物企业——"生物界的OpenAI"们

EvolutionaryScale（纽约/旧金山）于2024年6月完成1.42亿美元（约213亿日元）种子轮融资，由Nat Friedman（前GitHub CEO）、Daniel Gross及Lux Capital联合领投，Amazon、NVentures（NVIDIA）跟投。创始团队拥有在Meta内部构建蛋白质语言模型的丰富经验。ESM3于2025年1月发表于《Science》杂志，下一代模型ESM Cambrian目前通过Forge API提供服务。该公司被称为"生物界的OpenAI"，确立了蛋白质基础模型这一概念。

Profluent Bio（伯克利）凭借OpenCRISPR-1引发全球关注。2023年，公司在《Nature Biotechnology》上首次证实"大语言模型能够生成功能性蛋白质"，并于2025年4月在《Fortune》上发布"蛋白质设计模型的缩放定律"。公司在由Jeff Bezos（Bezos Expeditions）与Altimeter Capital联合领投的B轮融资中募得1.06亿美元，累计融资额达1.50亿美元（约225亿日元）。

Generate:Biomedicines（马萨诸塞州萨默维尔）由Moderna的缔造者Flagship Pioneering于2020年创立。公司采用生成式AI从零开始设计蛋白质药物，以发表于《Nature》的扩散模型"Chroma"著称。公司在C轮融资中募得2.73亿美元（Amgen、NVIDIA NVentures参与），并于2026年2月在纳斯达克完成IPO，募资4亿美元（约600亿日元）。公司与诺华达成多靶点合作协议。

Absci（华盛顿州温哥华，纳斯达克：ABSI）拥有"整合药物创建"平台，可在短短6周内完成AI设计抗体的湿实验室验证。公司与阿斯利康签订最高2.47亿美元的合作协议，与Almirall签订最高6.50亿美元（含里程碑付款及特许权使用费）的合作协议。2025年1月，AMD向其战略投资2,000万美元，双方在AI推理加速领域展开合作。

Mammoth Biosciences（旧金山）由Jennifer Doudna联合创立，是一家CRISPR企业，估值已超10亿美元跻身独角兽行列。公司正在开发基于Cas12a的诊断平台及超小型CRISPR系统疗法。

VC投资格局——生物科技成为科技领域下一波浪潮

市场整体动向

2024年合成生物学风险投资达到122亿美元（约1.83万亿日元），较2023年的107亿美元有所上升（SynBioBeta 2025投资报告）。整个生物技术领域，2024年美欧风险投资募资达281亿美元（约4.215万亿日元），同比增长33%。IPO市场也有所回暖，2024年前三季度共完成16起生物技术IPO，募资30亿美元。

PitchBook在2025年报告中分析称："华尔街的胜利正在预示合成生物学革命的开端。"

主要风险投资机构动向与投资理念

a16z（Andreessen Horowitz） Bio + Health自2014年成立以来已组建四支基金，并于2022年设立了15亿美元的基金。在2026年1月募集的150亿美元中，向Bio + Health配置了7亿美元。此外，与礼来（Eli Lilly）联合设立最高5亿美元的共同基金，投资各阶段企业，聚焦新药开发、新型模式平台及新兴健康科技。a16z的投资理念清晰明确——将Eroom定律（医疗成本上升法则）转化为摩尔定律（指数级改善法则）。创始合伙人Vijay Pande（2025年6月离任）表示："当AI能够在诊断和医疗操作等专业任务上取得成功时，将在生命科学与健康领域产生最大影响。这一变革将在10至20年内展开。"

Flagship Pioneering以孵化Moderna而闻名，但其采取的是独特的"创造企业"而非"投资企业"的方式。除Generate:Biomedicines外，还相继创立了Sana Biotechnology（细胞疗法）、Indigo Agriculture（农业微生物组）等多家合成生物学相关企业。

Lux Capital共同领投了EvolutionaryScale的1.42亿美元种子轮融资。专注于深科技投资，同时也是Ginkgo Bioworks的早期投资方，并支持了Synonym（生物反应器规模化）的A轮融资（3000万美元）。

DCVC（Data Collective Venture Capital）与SynBioBeta的John Cumbers联合设立了DCVC SynBioBeta基金（专注于Pre-Seed及Seed阶段）。仅2025年便投资了3家发酵企业，持续加速布局数据驱动型合成生物学领域。

Khosla Ventures（AUM 160亿美元，旗下五支年份基金）投资了Opentrons（开源实验室机器人），并在医疗、AI及清洁技术领域横向扩大对合成生物学相关项目的投资。

Fifty Years作为气候导向型风险投资机构，支持了Living Carbon（强化型树木）的A轮融资（1500万美元），专注于合成生物学在应对气候变化方面的应用。

科技巨头的入局

亚马逊（通过AWS投资EvolutionaryScale）、英伟达（通过NVentures投资EvolutionaryScale、Generate:Biomedicines及Recursion）、AMD（向Absci投资2000万美元），以及Jeff Bezos个人（投资Profluent Bio），科技巨头正纷纷涌入合成生物学领域。Marc Andreessen曾说"软件正在吞噬世界"，而如今，生物技术正试图以软件的方式吞噬世界。

生物安全——光与影的边界线

AI生成蛋白质与DNA合成筛查的局限性

合成生物学的开源化与AI化所带来的最大风险，在于生物安全。

现行的DNA合成筛查依赖基于同源性的算法——将合成订单的DNA序列与已知威胁序列数据库进行比对。问题在于，AI生成的蛋白质"与已知序列几乎没有或完全没有相似性"。ESM3生成的esmGFP与天然蛋白质的相似度仅为58%。OpenCRISPR-1在功能上与SpCas9等效，但序列却大相径庭。这意味着，由AI设计的具有生物活性的分子，有可能绕过传统筛查。

NTI（核威胁倡议）在2025年的BIRRI会议上，讨论了DNA合成筛查、AIxBio能力保护以及镜像生命风险三大重点领域。IBBIS（国际科学生物安全与生物安全倡议，2024年成立）与SecureDNA（一种利用密码学技术在保护隐私的同时对所有DNA合成订单进行自动筛查的系统）运营盲测门户，并提出了混合筛查策略——将功能预测算法与传统同源性筛查相结合。

Kevin Esvelt（麻省理工学院媒体实验室）提出了"信息危害"概念，警告公开信息被用于有害目的的风险。Esvelt同时也是SecureDNA的共同开发者，并在《PLOS病原体》杂志上主张"更严格的生物安全与研究透明度"。

镜像生命的威胁

2024年12月，George Church（哈佛大学）、Kevin Esvelt及包括两位诺贝尔奖得主在内的38位科学家在《科学》杂志上发表警告论文。镜像细菌——一种具有与天然生物相反的镜像手性（分子左右对称性）的人工生命体——可能规避免疫防御，并入侵自然生态系统。

免疫系统通过识别特定的分子形状（手性）来检测病原体，但对镜像分子而言，这种识别机制将失效。论文指出了"在相当比例的植物、动物物种（包括人类）中广泛蔓延的致死性感染"的可能性。目前尚无研究人员致力于创造镜像生命——相反，此前曾追求相关研究的科学家作为论文共同作者签名，并宣布中止研究——但随着合成生物学能力的不断提升，技术壁垒将持续降低。

OECD的建议

OECD（经济合作与发展组织）于2025年发布了两份重要报告：《聚焦合成生物学》（2025年2月，69页）与《合成生物学、AI与自动化：面向未来的技术评估》（2025年12月）。报告召集了来自32个国家的66位专家，提出了以下五项治理要素：

1. 价值嵌入：在技术开发的早期阶段融入伦理与社会价值

2. 强化前瞻性与技术评估：构建对新技术风险进行预见性评估的机制

3. 多利益相关方参与：科学家、企业、公民社会与政策制定者的协同合作

4. 敏捷且适应性强的监管：建立能够跟上技术进步速度的灵活监管框架

5. 国际合作：生物安全是跨越国界的问题，国际协调不可或缺

市场规模与未来展望

市场规模预测

综合多家调研机构的估算，合成生物学全球市场规模如下。

2024年市场规模约为199亿美元（约2兆9,850亿日元，Straits Research）。预计2030年将扩大至651〜663亿美元（约9兆7,650亿〜9兆9,450亿日元），2035年将达到1,307〜2,348亿美元（约19兆6,050亿〜35兆2,200亿日元）。

若仅限于AI×合成生物学领域，则将从2024年的约9,470万美元增长至2034年的4亿3,840万美元（复合年增长率16.56%）。

麦肯锡《生物革命》报告（2020年）估算，2030〜40年间合成生物学的直接年度经济影响将达2〜4兆美元（约300〜600兆日元）。约400个应用场景在科学上已具备可行性，理论上全球经济实物投入的最多60%可通过生物学方式生产。

时间线——未来值得关注的重要事件

2026年下半年〜2027年：预计Profluent Bio将发布基于规模化法则的下一代蛋白质设计模型，ESM3后继模型（万亿参数级）的出现亦在预期之中。

2027年〜2028年：RFdiffusion3的后继模型将加速AI设计蛋白质药物进入临床试验。Generate:Biomedicines IPO后的管线进展将成为重要试金石。

2028年〜2030年：桌面DNA打印机价格降至数千美元区间，大学及高中层面的合成生物学教育将全面普及。DNA合成筛查的国际框架建设将加速推进（或面临滞后）。

2030年以后：麦肯锡预测的"2〜4兆美元"经济影响将开始显现。生物铸造厂的云服务化（"BioAWS"）将逐步成为现实。

积极展望

正如a16z的Vijay Pande所言，"AI理解生物学的能力超越人类"的时代正在到来。正如Boltz-2以AI实现了FEP法的精度，并将成本从100美元压缩至几美分，计算成本的大幅下降正在推动研究的民主化。OpenFold3、Chai-1、OpenCRISPR-1等开源模型的增加，意味着学术研究者和初创企业无需依赖AlphaFold 3或Ginkgo Bioworks等大型平台，也能推动创新。

PitchBook分析师预测"合成生物学将在2020年代后半期迎来'寒武纪大爆发'"，SynBioBeta创始人John Cumbers表示："合成生物学企业数量已超过900家，投资件数达12,000件。这一领域已不再是小众市场。"

负面展望与风险

Ginkgo Bioworks股价暴跌（从150亿美元跌至4亿美元），深刻揭示了合成生物学企业商业化的艰难。技术可能性与商业可行性之间，依然存在巨大鸿沟。Zymergen的破产（IPO后产品未能商业化，以3亿美元被Ginkgo收购）同样是前车之鉴。

从生物安全角度看，正如Kevin Esvelt所警告的，AI设计的生物分子绕过现有筛查体系的风险是现实存在的。随着DIY生物技术民主化进程加快，恶意利用的门槛也将随之降低。Drew Endy曾指出"未来数年的选择将决定全球生物技术系统的架构"，但这些选择能否得到妥善处理，并无保证。

George Church等人的"镜像生命"论文表明，合成生物学在理论上可能带来存在性风险（existential risk）。38位知名科学家联署这一警告，其分量不容忽视。

在监管层面，尽管OECD报告倡导"敏捷且适应性强的监管"，但各国监管框架仍未能跟上技术进步的步伐。欧盟的GMO法规依然严格，美国FDA与EPA的管辖权存在重叠，中国则正在快速构建其独立的监管体系。

日本动态——合成生物学被选定为增长战略17个重点领域之一

国家战略层面的动向

2025年12月，高市政权下的日本增长战略本部设定了17个战略领域，其中包括合成生物学·生物技术。这标志着该领域与AI·半导体、量子、航空航天、聚变能源等并列，正式晋升为国家战略领域。

经济产业省于2026年2月3日召开了"合成生物学·生物技术工作组（WG）"首次会议，计划通过4次会议制定官民投资路线图（目标于2026年4～5月完成）。2024年6月修订的生物经济战略提出"2030年实现世界最前沿的生物经济社会"的目标。

NEDO在2022年度以"生物制造革命推进事业"名义，向生物领域投入了总计1万亿日元规模的大型预算。2025年度的生物铸造厂事业中，微生物·细胞设计平台企业的培育及生物铸造厂基础设施的完善正在稳步推进。

值得关注的初创企业

Ferumenta（石川县立大学孵化，2022年10月成立）是一家利用合成生物学技术通过大肠杆菌发酵生产稀有天然成分（植物次级代谢产物）的初创企业。该公司于2025年8月完成A轮融资20亿日元，累计融资额达48亿日元。2026年5月，其试点工厂计划竣工，届时将运行3,000升规模的生物反应器。

Synplogen（神户大学孵化）持有DNA合成技术"OGAB法"专利，致力于基因治疗药物的研发。目前已融资约5亿4,000万日元。

生物铸造厂基地

以神户大学为核心的关西基地，正作为DBTL循环型智能细胞开发平台，建设国内规模最大的生物铸造厂。该基地与大阪大学、京都大学、Chitose Research Institute等机构合作，正在完善30升规模的生产工艺开发及AI控制样品生产平台。由此诞生了BioParette、Synplogen、Bacchus Bio Innovations等大学孵化初创企业。

然而，与美国的EvolutionaryScale（种子轮1.42亿美元）和Generate:Biomedicines（IPO融资4亿美元）相比，日本合成生物学初创企业的融资规模仍存在巨大差距。经产省工作组所制定的路线图能否提出弥合这一差距的具体投资战略，将是关键所在。

对行业的影响

合成生物学操作系统的成熟，不仅将颠覆生物技术与制药行业，更有可能从根本上改变化学、农业、能源和材料产业。麦肯锡估算的每年2至4万亿美元经济影响，远超当前云计算市场规模（约6000亿美元）。

在制药领域，AI与合成生物学协同加速药物研发的进程已然启动。Profluent Bio发现的"蛋白质设计模型的缩放定律"表明，正如大语言模型从聊天机器人进化为通用智能，蛋白质设计AI也将随着规模扩大而实现能力的跨越式提升。

在农业领域，合成生物学正推动固氮技术改良、抗病作物设计以及生物肥料开发。Flagship Pioneering旗下的Indigo Agriculture通过微生物组技术提升作物生产力，Living Carbon则利用基因改造树木加速碳封存。

在材料产业，生物基高性能材料替代石化产品的趋势正在加速。然而，正如Zymergen的失败所揭示的，将实验室规模的成功转化为商业规模的"扩大化壁垒"依然是一道难以逾越的关卡。

在DIY生物学领域，对教育的影响尤为深远。每年有超过5000名学生参加iGEM，高中生组别也在持续扩大。合成生物学有望像编程教育一样，成为下一代的核心素养。

从投资角度来看，正如a16z与礼来共同设立基金所象征的，科技风险投资与制药企业之间的边界正在消融。生物技术已不再是专业风险投资机构的专属领域，综合型科技风险投资机构正在积极入场。

另一方面，如果生物安全治理无法跟上技术进步的步伐，整个产业将面临监管收紧与公众反弹的风险。Drew Endy所说的"未来数年的抉择"，将决定这一产业十年后的面貌。

参考资料: Drew Endy, U.S.-China Economic and Security Review Commission Testimony (2025/2), Drew Endy, House Science Committee Written Statement (2025/6), Jennifer Doudna, Berkeley Talks「The Exciting Future of Genome Editing」(2025/8), McKinsey「Programming Life: An Interview with Jennifer Doudna」, Eric Topol Ground Truths「Jennifer Doudna: The Exciting Future of CRISPR」, SBOL Standard (sbolstandard.org), iGEM Parts Registry (parts.igem.org), Cello 2.0 (Nielsen et al., Nature Protocols, 2021; GitHub: CIDARLAB/cello), SynBiopython (Synthetic Biology journal, Oxford Academic, 2021), OpenBioML (openbioml.org), Benchling Revenue & Valuation (Sacra, 2024), TeselaGen Platform (teselagen.com), AlphaFold 3 (Abramson et al., Nature, 2024/5), OpenFold3 Preview Release (BusinessWire, 2025/10), OpenFold Consortium Open-Source Protein Structure AI (Nature News, 2025), Boltz-2 Release (MIT CSAIL + Recursion, 2025/6), Chai-1 (GitHub: chaidiscovery/chai-lab, Apache 2.0), RFdiffusion3 (Institute for Protein Design, UW, 2025/12; GEN News), ProteinMPNN (Dauparas et al., Science, 2022), ESM3 (Hayes et al., Science, 2025/1; EvolutionaryScale Blog), ESM Cambrian (EvolutionaryScale, 2025), EvolutionaryScale $142M Seed Round (TechCrunch, 2024/6), Profluent OpenCRISPR-1 (BusinessWire, 2024/4), Profluent $106M Series B (BusinessWire, 2025/11), Profluent Scaling Laws for Protein Design Models (Fortune, 2025/4), Opentrons Generative AI Protocol Tools (2024/2), AssemblyTron (MIT/Opentrons), DNA Script SYNTAX System (dnascript.com), Twist Bioscience Q3 FY25 Earnings ($96.1M, 50%+ gross margin), Ginkgo Bioworks FY2025 Results (PRNewswire, 2025; $170M revenue), Ginkgo Bioworks Autonomous Labs Strategy, Jason Kelly SynBioBeta 2025 Keynote, Generate:Biomedicines IPO $400M (MedCity News, 2026/2), Generate:Biomedicines Series C $273M (Amgen, NVentures), Absci + AMD $20M Investment (2025/1), Absci-AstraZeneca Partnership ($247M), Absci-Almirall Partnership ($650M), Mammoth Biosciences (mammoth.bio), SynBioBeta 2025 Investment Report (900+ companies, 12,000+ investments, $12.2B in 2024), PitchBook「Wall Street Wins Signal Synthetic Biology Revolution」, a16z Bio + Health Fund ($1.5B, 2022; $700M allocation in 2026), a16z + Eli Lilly Biotech Ecosystem Venture Fund (up to $500M), Vijay Pande, a16z「AI at the Intersection: The a16z Investment Thesis on AI in Bio + Health」, Flagship Pioneering Portfolio (flagshippioneering.com), Lux Capital (EvolutionaryScale lead investor), DCVC SynBioBeta Fund, Khosla Ventures Portfolio (khoslaventures.com; AUM $16B), Fifty Years / Living Carbon Series A ($15M), Jeff Bezos / Bezos Expeditions (Profluent Bio investment), George Church et al.「Confronting Risks at the Dawn of Mirror Life」(Science, 2024/12), Kevin Esvelt, MIT Media Lab, Information Hazard Concept, SecureDNA Manuscript (securedna.org), NTI Biosecurity / IBBIS (International Biosecurity and Biosafety Initiative for Science, 2024), NTI「Developing Guardrails for AI Biodesign Tools」, NTI BIRRI Meeting 2025 (DNA Synthesis Screening, AIxBio, Mirror Life), OECD「Synthetic Biology in Focus」(2025/2, 69pp, 32 countries, 66 experts), OECD「Synthetic Biology, AI and Automation: A Forward-Looking Technology Assessment」(2025/12), McKinsey「The Bio Revolution: Innovations Transforming Economies, Societies, and Our Lives」(2020; $2T-$4T annual impact by 2030-40), Synthetic Biology Market Size (Straits Research: $19.91B in 2024; Grand View Research; Nova One Advisor; Coherent Market Insights: $65.1B by 2030), AI in Synthetic Biology Market ($94.73M in 2024 → $438.37M by 2034, CAGR 16.56%), BioCurious DIY BioPrinting (3D Printing Industry), Carnegie Mellon Open Source 3D Bioprinter (3DPrint.com; sub-$500), Nature 2025 DIY Coaxial 3D Bioprinting System, OpenPCR Open Source PCR, BentoLab Portable DNA Lab, 日本成長戦略本部 17战略领域（合成生物学·生物技术入选, 2025/12, NewsPicks）, 经济产业省「合成生物学·生物技术工作组」首次会议 (2026/2/3；路线图目标2026年4至5月完成), 生物经济战略修订 (内阁府, 2024/6), NEDO生物制造革命推进项目 (2022年度起；规模达1万亿日元), Ferumenta A轮融资20亿日元 (PRTimes, 2025/8；累计48亿日元), Synplogen OGAB法 (synplogen.com), 神户大学生物铸造厂DBTL平台, iGEM 2025 Highlights (Labiotech; 5,000+ participants, Paris), SynBioBeta「Meet the 8 Tech Titans Investing in Synthetic Biology」, Synthetic Biology Investors 2026 (Ellty Blog)