領(lǐng)摯科技，一家專注于生命科學(xué)領(lǐng)域的創(chuàng)新企業(yè)，近期宣布成功完成了數(shù)千萬(wàn)元的A輪融資，此次融資由比鄰星創(chuàng)投獨(dú)家領(lǐng)投。這筆資金將主要用于加速TFT生命科學(xué)產(chǎn)品的市場(chǎng)投放以及全球市場(chǎng)的進(jìn)一步拓展。

領(lǐng)摯科技的故事始于2019年的杭州，由一支跨學(xué)科精英團(tuán)隊(duì)創(chuàng)立。他們致力于利用TFT（薄膜晶體管）半導(dǎo)體技術(shù)，為生命科學(xué)領(lǐng)域帶來(lái)革命性的改變，特別是在DNA合成的上游環(huán)節(jié)。經(jīng)過(guò)不懈努力，他們成功研發(fā)出了“桌面式TFT-DNA合成儀”。這款設(shè)備據(jù)稱能夠高效地合成多種通量、載量均衡且長(zhǎng)度領(lǐng)先的寡核苷酸微陣列和寡核苷酸池，顯著降低了成本并縮短了交付周期。

在基因科學(xué)領(lǐng)域，“讀-寫-改”即測(cè)序、合成與編輯，是三大核心技術(shù)。隨著AI制藥、合成生物學(xué)以及多組學(xué)等領(lǐng)域的快速發(fā)展，對(duì)高通量、低成本的DNA合成需求日益增加。然而，傳統(tǒng)的寡核苷酸微陣列和寡核苷酸池的高通量合成技術(shù)一直是行業(yè)瓶頸，全球范圍內(nèi)供應(yīng)商稀缺，產(chǎn)品價(jià)格高昂且交付周期長(zhǎng)。同時(shí)，現(xiàn)有技術(shù)往往只追求高通量，而忽視了產(chǎn)物載量的需求，這限制了生命科學(xué)應(yīng)用的發(fā)展。

針對(duì)這些行業(yè)痛點(diǎn)，領(lǐng)摯科技選擇了“靈活通量、靈活載量的DNA合成技術(shù)”作為首個(gè)產(chǎn)業(yè)化方向。他們利用TFT半導(dǎo)體的高通量、大面積、低成本特性，通過(guò)“微陣列反應(yīng)控制”、“皮升級(jí)液滴操控”和“原位信號(hào)傳感”三大核心技術(shù)，實(shí)現(xiàn)了在一張芯片上完成反應(yīng)體系構(gòu)建、過(guò)程控制和結(jié)果檢測(cè)，從而大幅提升了全環(huán)節(jié)效率。領(lǐng)摯科技的CEO馮林潤(rùn)曾詳細(xì)介紹過(guò)這一技術(shù)邏輯。

2023年，領(lǐng)摯科技推出了其桌面式TFT-DNA合成儀，這款設(shè)備充分展示了TFT半導(dǎo)體在微陣列反應(yīng)控制方面的卓越能力。此后，他們繼續(xù)研發(fā)更加集成化的生命科學(xué)設(shè)備，旨在將高通量反應(yīng)體系構(gòu)建、精確并行控制和實(shí)時(shí)傳感集成到同一臺(tái)設(shè)備中，實(shí)現(xiàn)高度集成化和去人工化。同時(shí)，他們還在努力將試劑耗材成本降低兩個(gè)數(shù)量級(jí)以上。

目前，領(lǐng)摯科技已經(jīng)實(shí)現(xiàn)了從終端設(shè)備、芯片耗材到合成產(chǎn)物的商業(yè)化交付。他們完成了寡核苷酸微陣列、寡核苷酸池和基因三種產(chǎn)物形態(tài)的天使客戶交付，并推出了首款標(biāo)準(zhǔn)化產(chǎn)品——摯睿 TruArray? Std 4K高通量寡核苷酸微陣列。4K通量寡核苷酸池、65K至1M通量寡核苷酸微陣列等合成產(chǎn)物產(chǎn)品也正在研發(fā)中，預(yù)計(jì)將于今年上市。

為了推動(dòng)技術(shù)創(chuàng)新和國(guó)際化發(fā)展，領(lǐng)摯科技于2023年投資建設(shè)了杭州薄膜晶體管半導(dǎo)體研發(fā)中心，并在英國(guó)劍橋設(shè)立了研發(fā)及商務(wù)中心。據(jù)公司介紹，他們目前已經(jīng)為全球超過(guò)300家客戶提供服務(wù)，覆蓋超過(guò)20個(gè)國(guó)家和地區(qū)。

盡管高通量DNA合成技術(shù)已經(jīng)發(fā)展了二十年，但由于技術(shù)選型和產(chǎn)物規(guī)格的限制，其下游應(yīng)用場(chǎng)景仍然有限。特別是在AI輔助蛋白設(shè)計(jì)技術(shù)快速發(fā)展的背景下，大規(guī)模基因文庫(kù)構(gòu)建、篩選和進(jìn)化的需求日益迫切。領(lǐng)摯科技團(tuán)隊(duì)正以此為契機(jī)，嘗試構(gòu)建更完整的工具鏈，以覆蓋文庫(kù)設(shè)計(jì)、基因拼接、序列驗(yàn)證和篩選、蛋白表達(dá)和進(jìn)化的全過(guò)程。他們希望通過(guò)這些努力，突破生命科學(xué)領(lǐng)域的時(shí)間、人力和成本瓶頸，加速AI for Science時(shí)代的到來(lái)。