bitBiome 完成种子扩展轮融资：用单细胞基因组学+AI破解微生物暗物质，累计融资超4500万美元

地球上已知的微生物种类约有数百万种，但科学家们至今只成功培养出了不到 2%。剩下的 98%——被称为微生物「暗物质」——无法在实验室中生长、无法被传统方法研究，但它们可能蕴含着下一代抗生素、工业酶、生物燃料催化剂和农业生物制剂的宝藏。bitBiome，一家日本生物科技初创公司，开发了一种绕过传统微生物培养限制的革命性技术：大规模单细胞基因组学（massive single-cell genomics）。该公司刚刚完成了种子扩展轮融资，使其累计融资额超过 4500 万美元。

为什么 98% 的微生物无法在实验室「养活」？

传统微生物学的核心方法论是「培养优先」：把微生物样本放在培养皿上，观察哪些能长出菌落，然后对长出来的进行研究。问题在于，绝大多数微生物在自然环境中依赖极其复杂的共生关系、特殊的营养条件或极端的温度/压力环境才能存活——实验室的标准琼脂培养基对它们来说就像一片荒漠。

这意味着生物技术行业过去几十年发现的所有天然酶、抗生素和生物活性化合物，都来自不到 2% 的已知微生物。剩下 98% 的微生物暗物质中，可能隐藏着性能远超现有产品的新型催化剂——例如能在极端温度下工作的洗涤剂酶、能降解塑料废料的环境修复酶、或能在干旱条件下促进作物生长的微生物制剂。

bit-seq® 平台：绕过培养，直接「读取」单个细胞的基因密码

bitBiome 的 bit-seq® 平台采用了一种完全不同的思路：不需要培养微生物，而是直接从环境样本（土壤、海水、动物肠道等）中分离出单个微生物细胞，然后对每个细胞的完整基因组进行测序。这种「单细胞基因组学」方法相比传统的宏基因组学（metagenomics）有一个关键优势：它能将每个基因准确归属到其来源的特定微生物物种，而不是得到一锅混合 DNA 的「基因沙拉」。

获得完整的单细胞基因组后，bitBiome 的 AI 平台会对基因序列进行功能预测和筛选——识别哪些基因编码的蛋白质可能具有工业应用价值，例如更高效的纤维素分解酶、更稳定的蛋白酶或新型生物催化剂。

竞争格局：从「暗物质」中挖宝的竞赛

bitBiome 并非唯一试图从未培养微生物中发现新价值的公司：

• Basecamp Research（英国）：构建全球最大的生物多样性基因组数据库，专注于从极端环境微生物中发现新酶
• Zymergen（美国，已被 Ginkgo Bioworks 收购）：曾试图用 AI+微生物工程平台发现新材料，但在商业化上遭遇挫折
• Novozymes（丹麦，已与 Chr. Hansen 合并为 Novonesis）：全球最大的工业酶公司，拥有最强的传统微生物筛选能力
• Ginkgo Bioworks（美国）：合成生物学平台，侧重于已知微生物的基因工程改造

bitBiome 的核心差异化在于其单细胞级别的分辨率——在竞争对手还在用宏基因组学从「基因混合物」中猜测功能时，bitBiome 已经能准确知道每个基因来自哪个微生物、处于什么基因组上下文中。这对于预测蛋白质折叠结构和催化功能至关重要。

风险与挑战

• 从基因发现到商业产品的「死亡之谷」：发现一个有趣的酶基因和将其开发为可量产的商业产品之间，通常需要 3-5 年的蛋白质工程、发酵优化和监管审批。bitBiome 的 AI 平台能否有效缩短这一周期是关键
• 数据壁垒的可持续性：随着测序成本持续下降，其他公司也可能建立自己的单细胞基因组数据库。bitBiome 需要持续扩大其微生物基因组库的规模和多样性优势
• 日本 vs 全球市场：作为一家日本公司，bitBiome 在全球工业酶市场（由欧洲和美国主导）的商业化渠道和品牌认知仍需建设

RecodeX 极客视点：
如果说 AlphaFold 解决了「已知蛋白质的结构预测」问题，那么 bitBiome 正在攻克的是一个更上游的问题：「发现未知蛋白质」。地球上 98% 的微生物基因组从未被人类读取过——这是一座尚未勘探的蛋白质宝藏。bitBiome 的 bit-seq® 平台就像一台深入地下矿脉的钻探机，而 AI 则是负责鉴别哪些矿石值得提炼的分析师。4500 万美元的累计融资在合成生物学赛道不算大，但 bitBiome 的价值不在于短期的融资规模，而在于它正在建立的数据资产——每一个新的单细胞基因组都是别人无法复制的独家矿藏。Zymergen 的失败教训提醒我们，微生物技术的商业化路径远比想象中漫长，但 bitBiome 至少选对了起点：先拥有别人看不到的数据，再谈如何将数据变成产品。