AI基因组设计：合成生物学从「编辑」到「创造」的范式革命
核心判断：AI 首次从零设计完整功能性病毒基因组，标志着合成生物学从「基因编辑」进入「基因组创造」时代。这不是一个孤立的学术突破，而是一场将重写制药、农业、材料和生物安全四大万亿级产业的范式革命。投资窗口已经在三个方向上打开。
一、核心事件：AI写出了自然界从未有过的生命代码
2026年8月6日，斯坦福大学与弧形研究所（Arc Institute）的 Brian L. Hie 团队在国际顶刊《Science》上发表了一项里程碑研究：利用基因组语言模型 Evo 1 和 Evo 2，首次从零设计出 16 种功能性噬菌体——这些自然界中不存在的病毒可以自主复制、特异性侵染细菌，部分还能克服宿主对天然噬菌体的耐药性。
这不是「编辑」——不是像 CRISPR 那样在已有基因组上做点突变。这是从噪声中端到端生成完整的 5400 碱基对基因组，一步到位，不经人工干预。论文合著者、Genyro 公司 CEO Adrian Woolfson 的评价格外直白：「这是生物学领域的『莱特兄弟时刻』——我们不再回顾进化创造出的生物体，而是直面未来生物学的广阔可能性。」
| 关键指标 | 数量 | 说明 |
|---|---|---|
| AI 生成候选基因组 | 约 700,000 | Evo 2 自主生成 |
| 筛选出候选序列 | 285 | 生物信息学模拟淘汰无效序列后 |
| 功能性噬菌体 | 16 | 可复制、可侵染 |
技术路线：三步法
- Step 1 海量无监督预训练：Evo 1 / Evo 2 在百万级天然原核生物基因组上预训练，学习碱基保守性、基因排布范式、顺式调控元件匹配规则。
- Step 2 定向约束微调：以天然噬菌体 ΦX174 为模板微调，严格剔除动植物 / 人类致病病毒序列，确保安全边界。
- Step 3 智能生成与筛选：模型自主生成数十万条全新序列 → 生物信息学模拟淘汰无效序列 → 筛选近 300 条候选 → 全长 DNA 化学合成 → 活体功能验证。
为什么 5400 碱基对就足够震撼？ΦX174 虽只有 5400 碱基对（人类基因组的 60 万分之一），但它拥有极度紧凑的重叠读码框 + 嵌套调控序列，编码 11 种功能蛋白。单个碱基错位就可能导致多个基因功能连锁崩溃。Hie 本人在论文中说「要盯着 5400 字符串逐个读懂每个基因，极其困难」。Evo 2 做到了。
二、为什么这不是一个孤立的学术事件
这项突破触发了三个层面的产业含义，每一个都对应着明确的投资机会：
第一层：技术范式跃迁——合成生物学从 1.0 到 2.0
| 维度 | 合成生物学 1.0（编辑时代） | 合成生物学 2.0（创造时代） |
|---|---|---|
| 核心工具 | CRISPR、定向进化、代谢工程 | 基因组语言模型（Evo 系列） |
| 操作方式 | 在已知基因组上做点突变 | 从噪声中端到端生成完整基因组 |
| 设计空间 | 受天然模板约束 | 探索自然界从未出现的序列空间 |
| 代表性公司 | Ginkgo Bioworks、Zymergen | Constructive Bio、Profluent |
| 产业影响 | 替代型（酶改造、代谢优化） | 创造型（全新蛋白质、全新药物、全新材料） |
第二层：AI制药从「加速已知」到「创造未知」
此前 AI 制药的主流范式是用 AI 加速已知靶点的药物发现——本质上是「更快地找到已知答案」。Evo 2 展示的能力完全不同：从零设计自然界不存在的功能实体。这意味着可以创造全新类别的蛋白质药物、定制噬菌体疗法、设计自然界没有的酶催化剂。
| 细分市场 | 2026 年规模 | 增速 / CAGR |
|---|---|---|
| 全球 AI 制药市场 | 785 亿美元 | CAGR 38%+ |
| AI 蛋白质设计市场 | 7.2 亿美元 | CAGR 18.6% |
| 噬菌体疗法市场 | 13.4 亿美元 | CAGR 约 4%–18% |
第三层：生物安全——一个从 0 到 1 的新增刚需赛道
同期《Science》评论中，约翰·霍普金斯大学生物安全中心主任 Thomas Inglesby 直言不讳：「用生成式 AI 组合病毒基因组的能力已经存在，但安全治理它所需的监管框架尚未建立。」
这里的核心矛盾是：现有 DNA 合成筛查系统基于已知病原体序列库做同源性比对。AI 从零生成的全新基因组序列不匹配任何已知数据库，可以直接绕过现行所有筛查机制。
政策催化剂正密集到来：
- 美国 S.3741《生物安全现代化与创新法案》：强制 DNA 合成订单筛查，要求建立全国性危险序列登记库；
- 美国联邦核酸合成筛查框架：2026 年 10 月起筛查阈值从 200bp 降至 50bp；
- 加州 AB 1864：州级强制性合成筛查；
- 2026 年 6 月，生命科学界 + AI 公司 + DNA 合成商联名致信国会，要求将筛查强制化；
- DNA 合成商自己也在呼吁监管——行业不想要「诚信体系」了。
三、赛道地图：五条方向，三个确定性格局
赛道一：AI 驱动的噬菌体疗法平台
利用基因组语言模型快速定制针对特定耐药菌株的工程噬菌体。Evo 2 已证明：AI 生成的混合噬菌体可以「迅速克服」天然噬菌体都搞不定的耐药菌。抗生素耐药性每年导致全球约 127 万人直接死亡，到 2050 年可能达到 1000 万 / 年——这是全球公卫领域最紧迫的未满足需求之一。
市场规模：12.85 亿美元 → 54.4 亿美元（2035）；CAGR 17.4%；确定性：★★★★☆
赛道二：De Novo 蛋白质 / 酶设计平台
按需设计自然界不存在的蛋白质——酶替代疗法、新抗体、新型生物催化剂。Generate:Biomedicines 的 GB-0895（AI 设计的蛋白药物）已进入 III 期临床，是全球首个 AI 设计蛋白药物的关键验证。Profluent 在 2025 年完成 1.06 亿美元融资，拥有全球最大蛋白质数据库（1150 亿+条）。
市场规模：6.1 亿美元 → 20.1 亿美元（2032）；CAGR 18.6%；确定性：★★★★★
赛道三：AI 生物安全——基因组级鉴伪与 DNA 合成筛查 2.0
从「同源性比对」升级到「功能预测筛查」——判断一段序列「会做什么」，而不只是「像什么已知的」。这是 Evo 2 事件揭示的最大治理空白，也是最重要的新创投赛道。NIST 已启动「合成核酸序列的生物安全」专项，SecureDNA 等项目正在推进功能级筛查。
市场规模：从 0 到 1，增速最高；催化剂：S.3741 法案 + 50bp 阈值；确定性：★★★★☆
赛道四：高通量 DNA 合成基础设施
「创造基因组」需要把 AI 设计变成物理 DNA 分子。当前 DNA 合成成本仍高、通量有限。酶法合成（Ansa Biotechnologies 5440 万美元 B 轮）、分子芯片合成（芯宿科技）、生物法合成（中合基因）正在推动降本曲线。国内市场活跃，曙芯生物被生工生物收购。
确定性：★★★☆☆
赛道五：AI for Science 底层模型——基因组基础模型
Evo 2 是开源的，但专门针对特定领域（人类基因组、植物基因组、工业微生物）的垂直模型仍有大量创业空间。Mirendil（NVIDIA + a16z 领投 2 亿美元种子轮，估值超 10 亿美元）代表了这一方向的最新资本押注。
确定性：★★★☆☆
四、投资优先级与时间窗口
| 优先级 | 方向 | 窗口 | 投资逻辑 | 标的类型 |
|---|---|---|---|---|
| P0 | De Novo 蛋白质设计平台 | 2026–2027 | GB-0895 III 期临床验证临近、Generate:Biomedicines IPO（4 亿美元）打开公开市场窗口、Profluent 1.06 亿美元 A 轮示范估值 | 具备自有管线 + 平台双轮驱动的 AI 蛋白设计公司 |
| P1 | AI 生物安全 SaaS | 2026H2–2027 | 美国立法窗口 + S.3741 强制筛查 + 50bp 阈值，合规需求从自愿变强制、从 80% 覆盖到 100% 覆盖 | 功能级 DNA 筛查引擎、基因组级 AI 鉴伪、合规 SaaS |
| P1 | AI 噬菌体疗法 | 2026–2028 | Evo 2 证明了 AI 可以突破耐药菌屏障；FDA 扩大同情用药通道；精准医疗趋势推升定制噬菌体需求 | AI + 噬菌体库 + 快速匹配平台的创业公司 |
| P2 | DNA 合成基础设施 | 2026–2029 | 酶法 / 芯片法 / 生物法多路线并行降本，但属于上游「卖铲子」，爆发节奏慢于应用层 | 酶法合成、分子芯片合成、自动化基因合成产线 |
| P3 | 垂直基因组基础模型 | 2027+ | Evo 2 开源降低了入局门槛，但也增加了差异化难度。长线布局，短期回报不确定 | 专注特定物种 / 疾病领域的基因组模型公司 |
资金流向信号
过去 12 个月合成生物学赛道资本动向（2025年8月 – 2026年7月）：
- 19 笔公开融资，总金额 10.1 亿美元；
- 前 1 大交易占 42.9%（NewLimit 4.35 亿美元 C 轮），前 3 占 68.4%；
- 合成生物治疗子类 6.64 亿美元，占总额 65.5%——资本在重注「AI 创造新药」；
- 北美 8.49 亿美元占 83.8%，中国在快速增长但体量差距明显；
- 中位数融资 1900 万美元，均值 5340 万美元——少数大 deal 拉高了均值。
中国侧关键信号：
- 英矽智能港股上市后即与施维雅签下 8.88 亿美元 BD，AI 制药最大单笔 BD 之一；
- 百奥几何 2026 年 6 月完成数亿元战略融资（上海生物医药创新转化基金 + 国科投资 + 达晨 + 星连）；
- 分子之心 2026 年 6 月完成逾亿美元 A 轮（蓝桥资本 + 浦东创投）；
- 君跻基因近亿元 A 轮——「自动化 + 智能化」基因技术，国内首个端到端自动化基因服务平台；
- 曙芯生物被生工生物全资收购——高通量喷墨 DNA 合成商业化交付第一梯队；
- 芯宿科技（分子芯片 DNA 合成）如皋工厂投产，前三年预计产值超亿元。
五、未来 12 个月关键催化剂
- 2026 年 10 月：美国联邦核酸合成筛查框架 50bp 阈值生效——全球 DNA 合成合规市场从自愿变强制；
- 2026H2：S.3741《生物安全现代化与创新法案》国会投票——若通过，美国将建立首个强制性全国 DNA 合成筛查体系；
- 2026H2–2027：Generate:Biomedicines GB-0895 III 期临床数据读出——全球首个 AI 设计蛋白药物的关键验证节点；
- 2027 年：预计首个 AI 辅助发现 / 设计的药物获批上市（行业共识时间线）；
- 持续跟踪：Evo 2 开源生态演化——有多少衍生模型、应用和创业公司基于 Evo 2 构建。
六、竞争格局
| 层级 | 代表玩家 | 核心能力 | 最新融资 / 估值 |
|---|---|---|---|
| 基因组基础模型 | Arc Institute/Stanford (Evo 2)、EvolutionaryScale (ESM3)、Mirendil | 开源基因组语言模型、蛋白质生成模型、自主 AI 科学系统 | 开源/学术；1.42 亿美元种子；2 亿美元种子（估值 10 亿+） |
| AI 蛋白设计平台 | Generate:Biomedicines、Profluent、Xaira Therapeutics | AI 设计→III 期临床管线、1150 亿+蛋白质数据库、独角兽级蛋白设计 | IPO 4 亿美元（市值约 22 亿）；1.5 亿美元总融资；独角兽 |
| 合成基因组学 | Constructive Bio | 全基因组合成 + 重编码、非天然氨基酸整合 | 5800 万美元 A 轮（总额 7500 万） |
| DNA 合成基础设施 | Ansa Biotechnologies、芯宿科技/硅基生物、曙芯生物、君跻基因 | 酶法长链 DNA 合成、分子芯片 DNA 合成、高通量喷墨合成、自动化基因技术平台 | 5440 万美元 B 轮；如皋工厂投产；被生工生物收购；近亿元 A 轮 |
| AI 制药（中国） | 英矽智能、百奥几何、分子之心 | 港股上市 + 8.88 亿美元 BD、原子级统一建模、工业级蛋白设计平台 | 已上市；数亿元战略融资；逾亿美元 A 轮 |
竞争格局的核心特征：模型层开源化 + 应用层爆发前夜。Hie 团队明确表示「不商业化 Evo 2，完全开源」。这制造了一个有趣的非对称格局：底层模型能力普惠化（类似 LLaMA 对 LLM 生态的影响），但垂直应用层的竞争壁垒将建立在专有数据（临床验证 + 湿实验反馈闭环）和监管准入（FDA/EMA 审批路径）上。
七、风险矩阵
| 等级 | 风险 | 说明 |
|---|---|---|
| 🔴 高风险 | 生物安全治理滞后 | 美国立法进程可能因政治周期延迟，行业「诚信体系」可能持续数年，恶意行为者利用窗口期 |
| 🔴 高风险 | 临床验证漫长 | AI 设计的小分子药物 II 期失败率 80%（vs 传统 57%），首个 AI 药物尚未获批。蛋白设计同样面临「设计成功 ≠ 成药物」的鸿沟 |
| 🟡 中风险 | 开源模型的「公地悲剧」 | Evo 2 完全开源，降低了创新门槛但也增加了恶意使用的可能。若发生生物安全事故，可能导致监管骤然收紧、整个赛道估值重估 |
| 🟡 中风险 | DNA 合成成本瓶颈 | 目前 DNA 合成成本仍高。Hie 在论文中提到「DNA 合成成本仍然相当高」，合成瓶颈可能拖慢基因组设计的产业化节奏 |
| 🟢 低风险 | 中国市场政策跟进 | 中国尚未出台针对 AI 基因组设计的专项监管。若政策滞后或方向与国际脱轨，可能影响出海和全球协作 |
| 🟢 低风险 | 生态位拥挤 | AI 蛋白质设计赛道已有 Generate/Profluent/Xaira 等头部，新进入者需要在技术路线（如 Evo 路线 vs AlphaFold 路线）上做出明确差异化 |
八、结论：三条主线，一种范式
Evo 2 不仅仅是「又一个 AI 顶刊论文」。它的产业含义可以用一句话概括：
「当 AI 学会书写生命的语法，制药、农业、材料和生物安全的底层逻辑将被重写。这不是一个『将来时』的故事——Generate:Biomedicines 的 AI 设计药物已进入 III 期临床，Evo 2 已开源，美国立法窗口已打开。投资机会就在这里，不在远处。」
三条最确定的投资主线
- 主线一（确定性最高）：De Novo 蛋白质 / 酶设计平台。这是最接近临床验证和商业化的方向。Generate 的 III 期数据即将读出，若成功，整个赛道估值体系将被重估。中国侧百奥几何、分子之心正在快速追赶。
- 主线二（政策驱动最强）：AI 生物安全与 DNA 合成筛查 2.0。S.3741 + 50bp 阈值双重强制令将于 2026–2027 年落地，从「自愿诚信体系」到「强制合规监管」的制度跃迁将创造从 0 到 1 的市场增量和全新的创业机会类别。
- 主线三（技术突破驱动）：AI 驱动的噬菌体疗法。Evo 2 直接证明了 AI 可以设计出克服耐药菌的噬菌体，这在抗生素耐药性成为全球 Top 10 公卫威胁的背景下，代表着全新的治疗范式。
八爪虾建议：三条主线中，P0 级别的 De Novo 蛋白质设计是「现在就该布局」的方向——临床验证节点临近、资本市场有对标（Generate IPO）、中国侧有明确的创业公司梯队。P1 级别的 AI 生物安全是「政策催化在即」的方向——美国立法窗口大概率在 2027 年前关闭（中期选举），SaaS 型的合规产品有先发优势。噬菌体疗法适合做中期配置，需等待更多临床验证信号。
免责声明：本报告基于公开信息进行分析，不构成投资建议。创投决策需结合具体标的的团队、技术壁垒、市场验证和估值水平综合判断。数据截至：2026年8月10日 · 海朋资本 · 赵剑海博士。
赛道决定潜力，路径决定生死。用资本眼光，抓赛道机会。
看方向，选赛道；找缝隙，有节奏成长。
本文基于公开信息与赛道洞察整理 · 首发于「赛道创业战略学堂」公众号