写作不易，请帮忙：关注、分享、点赞支持~

合成生物学，首次写入政府工作报告，会成为市场主线吗？

政策频出，产业落地有望加速推进。

逻辑：政府工作报告中首次提及两个经济新增长引擎，低空经济和生物制造，前段时间低空经济在后续政策和产业链推进下股市热度不断。

4月末的中关村论坛年会上，谭天伟院士透露，由发改委牵头，工信部和科技部等国家部委正在联合研制国家生物技术和生物制造行动计划有望于在近期出台，“生物制造+”是其中的关键内容。

受此消息影响，合成生物板块连续几天大涨。

被称作第三次生物技术革命的合成生物学市场火热，与传统化学合成相比学相比，其究竟有什么优势

合成生物学是生物技术领域的一次革命，它通过工程化设计理念对生物体进行有目标的设计、改造乃至重新合成，创建具有非自然功能的“合成生命体”。这一领域涉及基因回路的设计和植入，实现对细胞行为的精确控制，并通过绘制生命现象的原理图，逆向设计基因回路，达到控制生命的目的。合成生物学作为新兴科学技术，虽然仍处于初级阶段，但其在环保、医疗、食品制造等多个与生活密切相关的领域展现出巨大的应用潜力

相比传统化学合成的优势

从对比图可以清晰的看到，合成生物学相比传统路径，具有原材料可再生，反应条件低，污染程度小，产品成本低等特点。

举个简单的例子：

青蒿素相信大家都不陌生，按照传统的合成路径，其首先要种植黄花蒿，黄花蒿需要大概18个月的生长周期，然后才可以提取，这么长的周期下，还需要受到产量波动的影响。

合成生物学技术角度，可以通过生物合成青蒿酸，然后再合成青蒿素，这个时间周期可以缩短到几个星期以内，大大的减少了青蒿素的获取时间，这是时间成本优势。

经济效益成本上，根据发改委数据，传统合成方法5万亩的青蒿素产量，如果用合成生物法仅仅需要用100立方米的工业发酵罐。

降低生产成本角度合成生物法绝对是遥遥领先。

其他的方面比如，生物合成可以再温和的条件下进行，不需要极端的温度或者压力，所以能耗较低，不仅降低了生成成本，还降低了对环境的污染，而且生物系统具有比较强的适应性，可以根据需要随时调整和优化，以生产不同类型的化合物。

总而言之，生物合成法具有生产成本低，环保，灵活可拓展性强等优点，但难点也是上图中能看到，技术要求比较高。

合成生物学的研发流程

合成生物学的研发流程通常涉及以下几个关键步骤，这些步骤构成了合成生物学的核心工作流程，即“设计-构建-测试-学习”（Design-Build-Test-Learn，简称DBTL）循环：

设计（Design）：基于目标产物的生物合成途径和所需的生物学功能，利用生物信息学工具和基因组数据，设计合成基因序列、遗传回路和代谢途径。

构建（Build）：通过基因合成、基因编辑技术（如CRISPR-Cas9）等手段，在选定的底盘生物（如细菌、酵母或哺乳动物细胞）中构建新的遗传回路或修改现有的代谢途径。

测试（Test）：在实验室条件下对构建的生物系统进行功能测试，评估其性能是否符合设计要求，包括生长速率、产物产量和纯度等指标。

学习（Learn）：根据测试结果，对生物系统的设计进行优化和调整，以解决存在的问题并改进性能。这可能涉及到对基因回路的精细调控、代谢途径的迭代改进等。

从DBTL循环路径我们可以知道，这个过程要进行大量的假设，实验，试错，修改，再试错的循环，这就是生物合成技术需要走的路。

AI对生物合成的促进

Chatgpt大模型的横空出世给生物合成技术高速发展带来了希望。

AI大模型不断迭代，其智能化程度越来越高，有较强的总结学习能力。

在设计阶段，AI可以分析大量的生物信息数据，还能够预测基因表达和蛋白质互相作用的记过，可以更有效的设计。

在构建基因编辑方面，Ai可以提高基因编辑技术精确性，提高效率。

AI还能够构建预测模型，预测生物系统在不同条件下的行为，减少实验的次数和研发生产成本，在学习方面更毋庸置疑，AI的学习能力远远强于人类，可以从每次的实验中充分学习，不断迭代和改进生物合成的方案。

AI大模型可以贯穿生物合成领域设计-构建-测试-学习各个环节，能够提供强大的支持，有主力提高研发的准确性，降低研发的成本，加快实验和学习的进程，能更快速的拿到结果，并且AI大模型的迭代也越来越强，将会在生物合成领域发挥更大的作用。

应用领域

合成生物学市场将迎来高速发展期，根据预测，24年合成生物学市场规模有望达到189亿美元，25年对经济影响达到1000亿美元，远期预计未来10-20年，生物合成技术会每年对全球经济产生2-4万亿美元的直接经济影响。

合成生物技术的应用非常广泛，主要可以应用于，医药，化工，农业，食品能源等领域。

投资方向

根据合成生物学的DBLT循环，可以讲产业链分为上中下游三个环节，上游提供底层技术的工具型企业，中游提供生物平台的平台型企业，下游面对市场的应用型企业。

上游：工具层

上游环节主要提供合成生物学研发所需的基础工具和技术平台：

基因测序：提供基因序列信息，是合成生物学的基础。 基因合成：根据设计的序列合成DNA片段。

基因编辑技术：如CRISPR-Cas9，用于精确修改生物体的基因组。生物信息学软件和数据库：用于分析和处理生物数据，设计生物系统。

细胞培养基和试剂：为生物实验提供必要的培养条件和化学物质。

中游：平台层

中游环节主要涉及生物系统的设计与构建，包括：

底盘生物的开发：选择或改造微生物、细胞等作为生产特定产品的“底盘”。生物元件和装置的设计：设计并构建遗传回路、生物传感器等。

生物系统的建模与仿真：使用计算工具模拟生物系统的行为。平台型企业：提供研发外包服务，帮助产品型企业开发合成生物产品。

下游：应用层

下游环节专注于合成生物学产品的商业化应用，包括：

医药领域：生产药物、疫苗、生物相似物等。化工领域：生产生物基化学品、可降解塑料、特种聚合物等。

农业领域：开发生物农药、肥料、饲料添加剂等。食品和饮料：生产合成营养素、食品添加剂等。

消费品：开发生物基日化产品、合成香料等。

核心个股

凯赛生物

在合成生物学领域的优势体现在其全产业链的生物制造技术，专注于从基因工程到应用开发的完整流程。公司以合成生物学为基础，开发了生物法长链二元酸和戊二胺，引领生物基聚酰胺的产业发展，成为全球领先的生物制造企业之一。凯赛生物拥有显著的产能规模，能够生产多样化的长链二元酸产品，服务于全球知名化工和医药企业。

富祥药业

合成生物学解决方案包括酶法工艺和生物发酵等。在合成生物学领域的布局集中在微生物蛋白的开发与生产，公司已成功试制微生物蛋白，富祥药业与江南大学及合成生物学企业慕恩生物合作，加强研发实力。其合成生物学项目不仅有望带来新的增长点，也显示出公司在合成生物学产业化方向上的积极进展和市场潜力。

广济药业

在合成生物领域的布局体现在其与不同科研机构和公司的产业化合作上。公司与北京蓝晶微生物合作，开发非转基因核黄素产品线，同时与中科院天津所合作，利用“大肠杆菌从头合成维生素B12技术”。此外，广济药业还与佛山鲲鹏现代农业研究院加强合成生物学领域的技术合作，尤其在新食品原料、生物医药及其重要中间体合成等领域。这些合作展示了广济药业在合成生物学领域的多元化战略和对创新产品开发的重视。

华神科技

公司定位医药大健康领域，“中国合成生物行业技术及智能化生产的引领者，合成生物CDMO第一梯队”，在山东、四川投建化学及生物合成生产基地，在上海、成都与行业内优秀机构共建研发中心及转化平台，提供全方位的合成生物研发服务。

川宁生物

公司业绩持续超预期，24Q1利润同比翻倍，公司合成生物学产品逐步兑现，管线丰富，平台建设：1）上海研究院打造合成生物学和酶催化技术平台，包括菌种与酶计算设计、菌种与酶自动化智能化高效构建，发酵过程优化等；2）打造合成生物学 CDMO 产业平台。产品落地：已交付红没药醇、5-羟基色氨酸、麦角硫因等，未来用合成生物学技术对现有抗生素间体（如 6-APA 和 7-ACA 等）生产菌种进一步改造以提高发酵强度。

华恒生物

华恒生物在合成生物学领的优势主要体现在其领先的技术平台和丰富的产品线。公司通过合成生物技术成功实现了L-丙氨酸等小品种氨基酸的厌氧发酵规模化生产，突破了传统生产方式的局限。华恒生物拥有从菌种构建到大规模生产的完整产业链，以及发酵法和酶法两大核心技术平台，加速了合成生物产品的开发和产业化。此外，公司产品应用领域广泛，包括动物营养、日化护理等，市场潜力大。华恒生物的研发实力和产业地位，使其成为合成生物学领域的领军企业。

蔚蓝生物，东富龙，华熙生物，凯赛生物，浙江震元，莱茵生物，金达威，新芝生物，赛托生物，美诺华，远大医药，金城医药等等

行业风险点：

目前看概念居多，合成生物产业应用逐渐落地需要时间，短期内情绪太高

------------------------

行业逻辑可参考：

点击公众号右上角，将公众号设为星标，同时点击右下角的和在看，可以更及时收到文章。