合成生物学是近年来热门的投资赛道，前景巨大。曾在MGI发布的《生物革命：创新改变经济、社会和我们的生活》报告中就指出，未来60%的工业产品都可以通过生物技术进行制造。

合成生物通过对现有生物系统的改造，或者人工合成基因组重构生命体的方式，得到新的代谢途径以生产特定代谢产物，从而替代传统化工生产工艺。这种生产方式突破了生物自然进化的局限，能够定向生产出新抗生素、新维生素，甚至自然界不存在的新化合物。

从工程生物产业数据分析可以看到，合成生物学已经广泛应用于各大行业，包括但不限于医疗健康行业、工业化学品制造、食品材料行业以及农业领域等。

合成生物技术在各大行业应用的市场规模

正如Zymergen在其官网宣称的那样：“Biology is the most powerful technology on the planet......We are fundamentally changing how things are made and what they are made of......proving that biology can provide solutions not just in traditional industries like agriculture and medicine, but in any industry.（生物学是地球上最强大的技术......我们从根本上改变了事物的制造方式和构成......证明了生物学不仅可以为农业和医药等传统行业提供解决方案，而且可以为任何行业提供解决方案）”

Zymergen是合成生物学领域的独角兽，从2013年成立至今已经累计募资8.741亿美元，其中在2020年合成生物学浪潮之下直接获得了3亿美元重金投资，这轮融资后，股票交易网站SharesPost数据披露该公司估值达到了10.5亿美元，但是Zymergen首席执行官Josh hoffman拒绝提供目前的具体估值。

五轮重金融资近9亿美元，软银、巴美列捷福纷纷入股

Zymergen是位于美国加利福尼亚州埃默里维尔的一家生物技术公司，公司作为合成生物学领域的先行者，结合AI和机器学习，将微生物定向改造成“合成工厂”，这些经过改造的基因工程细菌能够高效代谢产生目标产物，如生物燃油、塑料、药物分子等。

根据crunchbase数据显示，Zymergen从2013年成立至今，总共完成了5轮融资，从天使轮进展到D轮，累计获得了27家投资机构的投资认可，其中6位主要投资人常年持续跟投。

Zymergen历年融资情况

这6位核心投资人分别是Baillie Gifford（巴美列捷福）、SoftBank（软银）、DCVC、True Ventures、AME Cloud Ventures和Innovation Endeavors。

在最新的一轮融资里，2020年9月，Zymergen从领投方Baillie Gifford，跟投方即现有投资者DCVC、True Ventures和软银集团旗下的愿景基金（Vision Fund），以及一家未透露姓名的主权财富基金处获得了3亿美元（折合约20亿人民币）融资，融资所得将主要用于加快公司旗下Hyaline薄膜的生产速度，最快在2021年实现商业化落地。这次融资是愿景基金三年前对Zymergen进行4亿美元投资后，资本市场对该公司的又一笔重大投资。

Hyaline是Zymergen自主开发的一种生物基聚酰亚胺薄膜，这是公司利用合成生物学技术在电子领域的创新应用，为电子设备制造商带来了一种全新的薄膜产品。当然，Zymergen的合成生物学应用并不局限于此，公司应用合成生物学技术早已跨越到农业、消费品、环境保护等领域上。

同时，Zymergen也与日本住友化学株式会社、美国农药及农产品开发商FMC（富美实）等展开合作，积极推进公司的新型生物基化学品进入市场。

2.4TB 超大遗传基因库，解读世界一流的合成生物技术

Zymergen在官网定位为“生物制造商（Biofacturers）”，毫不言过，Zymergen的确有能力制造出全新的生物产品。而支持该公司有如此底气的，便是该公司在合成生物学领域建筑的绝对技术壁垒。

Zymergen搭建了先进的技术平台，创造了革命性的生产方式，旗下拥有的世界最大的受IP保护的基因组数据库，大约2.4 TB大小，是公共基因组数据库大小的5倍，而这个数字还在不增增加；这个数据库可以实现250M长度的测序基因以及1M测序天然产物簇的计数，基因组装长度比传统长度长15倍。

这些技术的启发源自大自然与生物学——大自然的生物多样性为Zymergen提供了更好的构建模块，而生物学则帮助他们找到了构建模块更好更快的方法。

大自然的潜力是无限的，Zymergen基于大自然分子的多样性，已经建立了一个庞大的生物分子数据库，通过对这个数据库的研究与分析，找到具备特定功能的新生物构件（building blocks），然后通过计算机模拟预测这些构件的性质，并快速还原出这些生物构件的候选分子原型，然后对候选分子进行性能评估，从而研发出了最适合解决特定问题的目标分子。