用DNA法医学追溯产品源头：利用微生物组分析
侦探长期用于破案的法医技术，现可用于识别供应链中制造商品源头。
Phylagen是旧金山数据分析公司，开发平台将商品材料追溯至农场、仓库或工厂。工具借助微生物组——全球自然存在的独特微生物类型。这些微生物编码的遗传信息创造生物指纹等价物。
技术可应用于多种产品：食品、纺织品、或许最重要的假冒商品。数据科学家今日可检查如运动鞋上的灰尘，自信确定其精确制造工厂。Phylagen联合创始人兼CEO Jessica Green说：“环境微生物组是星球上最大未开发数据集。”
创立Phylagen前，Green是俄勒冈大学教授，研究基因组测绘与微生物组科学。融合两学科，她实验室研究细菌、真菌、病毒等微生物物种如何随地点变化。
其他研究者基于花粉检测开发类似平台。但Green团队能测序不仅花粉基因，还有覆盖其上的其他生物体。
结果是可用于多目的工具：追溯受污染食品至农场或加工厂、确保材料在授权工厂生产、防假冒、甚至反恐。
科学家2003年完成人类基因组测绘。直到最近，DNA测序成本降至制造商与全球供应链日常使用经济可行。技术价格近乎周周下降，Green说。
硬件成本也在下降，易用性提升。Green2014年创立Phylagen时，手持测序仪尚未上市。以来设备大幅缩小。同时AI与机器学习进步让设备更智能有效。
Phylagen正创建微生物组地图，展示全球各地编码遗传信息。特定工厂空气含不可见尘埃微粒，具独特谱系。将遗传材料转序列数据——本质上构成所有生物遗传密码的字母串——Phylagen为每地点生成天然条码。
遗传材料随制造产品流转至配送中心、封入包装仍保留。对发酵农产品，公司应用源自机器学习的不同算法集。通过检查土壤中独特遗传材料，食品可追溯至农场——甚至农场特定部分。
Green还设想用微生物组分析确认冲突矿物——如刚果民主共和国部分开采矿物——在制造产品中存在。类似调查可识别非可持续作业棕榈油、涉侵犯人权现场的使用。
Green信微生物组分析本可防过去悲剧，如2013年孟加拉国Rana Plaza工厂倒塌，致1134死、约2500伤。该设施作为多大牌服装品牌未授权未披露承包商运营。
Phylagen仍处早期发展阶段。2月宣布1400万美元A轮融资，由多风投领投。资金将用于扩展服务与微生物组数据库，Green说。
Phylagen未披露现有客户，称包括“正在全球制造地点部署公司解决方案的大型北美品牌零售商”。
目前技术应用于零售服装商品。Green见“巨大机会”与投资食品农业等其他市场品牌合作。目前Phylagen旨在扩大消费品部署。
Green见技术最终帮助农民理解影响产品微生物类型的进一步价值。信息可用于改善质量安全。
Phylagen“正在路上”创建世界微生物组地图，Green说。随数据库扩展，预期技术在预测风险分析找到更多应用。
“我想不出不相关的平台”，她说。
工业技术