精密发酵（PF，Precision Fermentation）是使用“细胞工厂”生产有机分子的过程。作为“工厂”的细胞宿主通过基因工程编程，制造目的分子。这项技术允许大量生产在其天然生物体中以低浓度存在的分子。通过这种方式，PF 可用于降低生物分子生产的经济、劳动和环境成本。此外，PF 还可以应用于创造自然界所没有的分子。

PF 的出现得益于 1960-1970 年代基因测序和化学合成的进步。PF 于 45 年前首次用于在转基因大肠杆菌中生产合成人生长抑素。不久之后，大肠杆菌被设计生产了第一种合成人胰岛素。从那时起，PF 被应用于各种分子的生产，包括食品和补充剂、材料、工业酶和治疗方法。

传统上，由于生产生物分子的成本很高，PF 的使用仅限于高价值产品。现在其成本正在迅速下降：RethinkX 智库 2019 年的一份报告表明，到 2030 年，发酵蛋白成本将是动物源性蛋白的五分之一。随着 PF 产品成为经济上可行的替代品，它们推动了食品、材料和化妆品等行业的创新。PF 市场预计将在未来 5 年内以 11.5% 的复合年增长率增长，涨幅 70%。

近日，总部位于英国的 PF 生物技术公司 Eden Bio 利用机器学习来提高蛋白质产量，已从种子轮投资中筹集了 100 万英镑。此次投资由 SynBioVen 牵头，参与者包括 Dhyan Capital、Saras Capital 和可持续发展投资者 Stefano Bernardi；其他投资者来自天使财团，包括 Noor Shaker、Sandra Blewitt、Kevin Mascarenhas 和 Andy Russell。

据悉，此轮融资将加强其研发能力和在未来几年扩展底层机器学习平台的能力。

Eden Bio 成立于 2021 年 10 月。通过使用人工智能对微生物菌株进行基因优化，Eden Bio 提高了蛋白质产品的产量，这对降低蛋白质生产成本至关重要。目前市场上的许多公司都在努力解决低产量问题，无论是生产工业酶、疗法、纯素食品、定制蛋白质还是培养基成分。

Eden Bio 的创始人兼首席执行官 Chris Reynolds 表示：“Eden Bio 的使命是解决商业蛋白生产在产量和规模上面临的挑战。这些投资者将助力 Eden Bio 在商业、合成生物学和 AI 专业知识上更进一步。”作为生物信息学家、机器学习专家和合成生物学家，Chris 在学术界、研究和咨询领域拥有超过 13 年的经验。他曾在 2020 年共同创立了精密发酵乳制品公司 Better Dairy，并担任首席技术官。

此外，该公司的科学团队包括科学副总裁 Evgenia Markova，她拥有 UCL/Birkbeck 的分子生物学博士学位，并在蛋白质生产和工程方面拥有 6 年的经验，建立了人类 COPII 分泌系统的第一个再创造系统；以及菌株工程师 Jack Ho，他拥有华威大学合成生物学博士学位，从事工程土壤细菌用于天然产物的生物合成和修饰。

Eden Bio 旨在设计一种机器学习方法，该方法可以为工程菌株筛选、分析出最优的基因编辑方案，以使得工程菌最大限度地表达目标蛋白。值得注意的是，该方法无需菌株工程结构的先验数据。通过机器学习方法所得出的最优基因编辑方案，会通过 DBTL（Design-Build-Test-Learn）循环的每一轮结果来进一步优化该方法的准确性。

Eden Bio 设计并构建的专有机器学习方法，数据训练的准确率高达 46.6%。在对 Komagataella phaffii 菌株的体外测试中，通过该方法从所筛选的五种基因编辑候选方案中确定了一种，而该方案被证明使 K. phaffii 所表达的异源蛋白分泌增加了一倍，并且优于文献中最著名的三种编辑方式。

人类的思维受到理解复杂基因工程能力的限制，但 Eden Bio 的机器学习平台可以识别非直观的编辑。通过使用机器学习来识别基因工程的组合，Eden Bio 对每个菌株可以分析 170 万种组合，最终筛选出能够高产蛋白质的微生物菌株。机器学习能够在预测的同时避免无效组合，减少了菌株开发成本，其优化效果远远超过传统工程方法。Eden Bio 的服务将多年的研发缩短到 6 个月，有助于更快地将产品推向市场。