Allozymes 凭借快速测试数百万种生物基化学反应的独特方法，不仅提供了高价值服务，更构建了稀缺的数据集基础。依托这一数据资产与 AI 潜力，该公司近日完成 1500 万美元 A 轮融资，旨在从单一服务商升级为世界级酶资源平台。
规模扩张与技术突破
自 2021 年起步时不足 5 人、实验室仅千平方英尺以来，Allozymes 团队已增至 32 人（分布于美、欧、新），实验室面积扩大 15 倍。核心技术虽未改变，但产能呈指数级增长：通过微流控系统封装液滴，日筛选能力从传统方法的数百种跃升至 2000 万种酶变体，相当于一条自动分拣传送带。
酶是生物制造的关键催化剂。此前行业年均测试量仅约百万种，而 Allozymes 计划 2024 年将测试量提升至 70 亿种变体，解决高效廉价酶获取难的问题。
商业化落地案例
该技术已吸引多行业客户，部分应用包括：
- 番茄红素合成：替代传统从西红柿皮提取工艺，在生物反应器中合成相同物质，用水量减少 99%。
- 红没药醇生产：利用酶促途径在生物反应器中按需生产生物等同物，避免采伐濒危的巴西红木。
- 可溶性甜味纤维：将香蕉等植物纤维转化为糖替代品，获百万美元拨款加速研发，并已应用于饼干及珍珠奶茶等产品。
关于降解微塑料酶，CEO Peyman Salehian 表示技术上可行，但当前商业模式下尚缺付费意愿，未来可能涉足该领域。
服务升级与数据壁垒
公司正从酶优化服务向从头设计拓展：
- SingZyme（单酶定制）：入门级服务，针对特定工艺提速降本。
- MultiZyme（多酶系统）：高阶服务，发现或优化多种酶以满足通用功能需求。
服务过程中积累的数十亿数据点将构成“全球最大酶数据库”。相比 AlphaFold 仅能预测结构折叠，Allozymes 的数据能揭示酶与化学物质结合后的实际反应，弥补现有机器学习模型因数据稀疏导致的预测盲区。
目前，团队已基于自有数据开发 ML 模型并验证成功：模型建议的新分子已进入实测阶段，初步证明了数据驱动研发的可行性。
融资与未来规划
本轮 1500 万美元 A 轮融资由 Seventure Partners、NUS Technology Holdings、Thia Ventures 和 ID Capital 领投，Xora Innovation、SOSV、Entrepreneur First 及 Transpose Platform 跟投。公司资金充裕，计划今年晚些时候筹集小额资金以拓展制药业务并设立美国办事处。