一种新药从实验室走向临床，平均需要投入数千万元资金和长达 18 到 24 个月的时间。然而，即使跑完了整套动物实验流程，因为物种间的天然差异，人类胚胎与脏器真实的发育损伤机制依然难以被精准还原。沙利度胺致畸事件曾给整个制药行业上了一课：大鼠和兔子的子宫，并不能完全代表人类的胎盘。这个横亘在药物安全评价体系中的刚性痛点，正在被一套从分子直通器官的全尺度动态仿真系统所撼动。

2026 年 7 月 7 日，国家药监局药品审评中心（CDE）一纸《推进新方法（NAMs）研究和应用试点计划（先锋计划）》征求意见稿，首次将 AI 虚拟器官数字孪生纳入药品非临床法定评价证据体系。这让此前只能作为辅助参考的计算机仿真数据，有了进入正式审评流程的合规通道。文件发布不到一个月，一家成立仅一年的深圳公司——璨辰科技（CANCHEN TECH）正式宣布已完成种子轮、天使轮、天使+/++ 轮累计数千万人民币系列融资，把“虚拟器官替代动物实验”这个命题从学术前沿推到了一级市场的聚光灯下。

字段 内容
公司 璨辰科技（CANCHEN TECH）
轮次 种子轮、天使轮、天使+/++ 轮
金额 累计数千万人民币
投资方 东方富海、松禾资本、零以创投、水木清华基金、启迪之星创投、启繁资本、南山战新投
总部 深圳
创始人 李磊（博士）
官网 未披露

全球药监开闸，中国“先锋计划”撕开合规缺口

全球药品监管体系对 AI 仿真数据的接纳并非一夜之间发生。美国 FDA、欧洲 EMA、英国 MHRA 此前已先后允许 AI 仿真数据在新药申报中作为支撑材料使用。但国内药监的态度一直是悬在行业头顶的最大未知数。

CDE“先锋计划”征求意见稿的出台改变了这一局面。这份文件不仅从制度层面确立了计算机模拟、数字孪生等新型替代方法（NAMs）的法定审评效力，更意味着药企可以使用 AI 虚拟器官仿真数据作为药品注册材料的一部分。对于一套新药临床前评价动辄千万元级投入的药企来说，任何能压缩周期、削减实验动物用量且被监管认可的技术路径，都是一笔可以直接量化的成本账。该投入规模源自公司披露材料中对行业痛点的描述。

璨辰科技创始人李磊对行业的判断是“提前 3 年深耕”。公司披露的材料显示，在政策窗口正式打开之前，团队已完成全栈仿真平台迭代和多轮体内生物闭环验证——也就是说，他们不是在等政策，而是在政策到来之前已经把技术链条跑通。这种“政策未到、技术先行”的节奏，在硬科技领域并不陌生：2019 年 AI 医疗器械三类证开闸前，数坤科技、推想医疗等企业同样提前数年完成临床试验布局，窗口一开即抢占先机。

三层架构推开代际落差：不是模拟器官，是模拟演化

虚拟器官赛道并非无人区。全球范围内，从单细胞静态分析到特定脏器模拟，各类技术路线已有多家创业公司和研究机构布局。但璨辰科技试图用一套“逻辑层—表达层—行动层”三层架构，与这些停留在单一维度的方案拉开代际差距。

逻辑层是整套系统的数据与算法核心底座。公司搭建了全域多组学生物数据平台，覆盖跨物种、多器官、全生命周期的生物样本数据，并在此之上训练自研的 Nova STMO 生命周期基础大模型。不同于市面上大量依赖公开数据集训练的 AI 模型，这套大模型的核心目标是“自主学习并拟合完整生命演化底层规律”——从胚胎发育到器官衰老，从正常生理到病变进程，都需要被纳入同一套因果推理框架。逻辑层还内置了智能生信推理引擎，完成多源生物数据的标准化处理与因果逻辑推导。公司将其命名为 Medrix AI 虚拟科学家系统，意在让算法承担一部分传统上需要生物信息学家手工完成的解析工作。

表达层是这套架构中最具产业辨识度的一层。它不是做静态的组织切片数字重建，而是构建覆盖大脑等多类关键脏器的高保真数字孪生载体，复刻器官生长发育、病变进程、药物作用应答、自然衰老四种演化状态。创始团队此前在哺乳动物器官三维动态建模方面积累的学术成果——包括发表于《Cell》正刊的 AI 驱动线虫胚胎时空动态演化模型——构成了这一层的理论根基。值得关注的是，这些学术积累并非仅在论文层面停留，而是被系统性地转化为工程化建模能力。

行动层直接面向商业化场景，形成了发育疾病智能研判、全模态脑部仿真、多器官耦合药物安全评价、衰老演化与干预仿真四条产品线。其中，多器官耦合药物安全评价体系试图解决一个传统动物实验长期无法攻克的难题：药物在体内并非只作用于单一靶器官，肝脏代谢、肾脏排泄、血液系统循环构成复杂的联动网络。璨辰的方案是复现脏器联动代谢规律、药物毒性响应及联合用药风险，让虚拟系统模拟的不仅是一个器官的应答，而是全身系统的协同反应。

一场提前三年的“监管套利”，比拼的其实是验证闭环

多个投资方同时押注一家成立仅一年的公司，在当前的资本环境下并不多见。本轮投资方包括东方富海、松禾资本、零以创投、水木清华基金、启迪之星创投、启繁资本、南山战新投，涵盖了科创、医疗和产业资本。一名未具名的投资方代表给出了一个关键判断：“璨辰的核心优势不仅是领先的技术，更关键的是完成了仿真—湿实验—临床前置验证闭环搭建。”

这句话透露出的信息量远超字面意思。在 AI 制药和生命仿真领域，大量创业公司存在一个共性问题：算法精度很高，但缺乏与真实生物实验交叉验证的证据链。投资方之所以反复强调“验证闭环”，是因为市场已经见过太多“论文漂亮、落地空转”的案例。璨辰科技披露称，在发育毒性评估、神经疾病机制研究等项目中，仿真输出的风险预测结果“持续得到体内模型与合作医疗机构交叉验证”。这意味着公司不仅在做硅基仿真，同时在用真实的湿实验和临床数据回测仿真结果的可靠性。这套“设计—实验—数据回流”的闭环一旦跑通，技术壁垒将从算法本身延伸到数据飞轮——每一次实验验证都在为模型提供新的训练燃料。

但需要厘清的是，投资方的上述表述目前来自公司方提供的信息和单一投资方代表的公开评论，外界暂无法独立核实闭环验证的具体规模——参与交叉验证的医院数量、回测样本量、以及与动物实验的对照一致性指标均未公开披露。

四项产学研合作构成的资源壁垒

璨辰科技在商业化尚未大面积铺开的阶段，已经落地了四项被其称为“行业首创”的产学研合作，每一笔都指向虚拟器官仿真的关键基础设施层。以下四项合作中所涉“全球首个”“国内首个”等表述均来自公司自我披露，独立第三方尚未对其唯一性进行交叉核实。

第一项是虚拟器官专用训练数据平台，落地西南国家级智算中心。这座平台的稀缺性在于它并非通用的计算基础设施，而是针对生命仿真大模型训练做了专门的标准化处理——跨物种、全尺度、完整生命周期的多组学数据被统一纳管，并通过自研数据治理框架实现标准化和全程可溯源。在生命科学 AI 领域，高质量标注数据的获取成本往往是算法开发的数倍，一个专用于虚拟器官训练的数据平台本身就是一道数据壁垒。

第二项是与华大基因三亚生命科学研究院共建的产学研协同 AI 多组学生命仿真联合科研平台。华大基因在多组学测序领域的积累无需赘述，双方的合作逻辑是整合测序数据资源与虚拟仿真能力，打通“基础科研—产业应用”的转化链路。这对璨辰而言，意味着能够直接接入产业级的多组学数据源，而不必从零构建样本采集网络。

第三项是与西北妇幼等全国多家三甲重点医院落地的 AI 虚拟器官临床验证场景，直指新生儿发育疾病智能早筛。妇幼健康是一个千亿级蓝海市场，但同时也是医疗事故风险最高、医患纠纷最集中的领域之一。璨辰选择从这里切入临床验证，既是因为发育毒性评价本身就是其核心应用方向，也是因为产前筛查和新生儿早筛的临床需求具有极强的刚性和支付意愿。

第四项是与国内头部高校协同攻关的全模态脑仿真项目，目标是构建跨尺度虚拟大脑体系。公司在这项合作中的定位是突破当前脑机接口厂商“仅聚焦表层声光脑电信号”的技术局限，向下穿透至细胞和基因维度完成生理机理映射。

这四项合作覆盖了数据、算法、临床验证和前沿科研四个维度，构成了一套相互咬合的早期资源网络。

商业模式藏在政策窗口与制药产业链的衔接处

璨辰科技的商业化定位可以概括为：成为一个为药企和医疗机构提供“标准化合规仿真评价服务”的技术供应商。

这个定位有两个关键词。一是“标准化”——意味着仿真服务不能是一次性的定制化项目，而必须是可重复、可审计、符合药监审评规范的标准化产品。二是“合规”——CDE 先锋计划虽然打开了窗口，但从政策文件到实际审评落地之间，还有大量标准制定工作要做。公司在融资后的资金用途中明确提出“参与行业新型评价体系标准化建设”，本质上是在为自己铺设商业化跑道：如果仿真实验的标准、数据格式、验证方法论都能与药监要求对齐，先行参与标准制定的公司将直接获得先发优势。

具体业务场景包括新药临床前发育毒性评价、新生儿先天疾病早筛、罕见病靶点挖掘、个性化细胞抗衰。其中，发育毒性评价可能是离商业化最近的一条线——它是 IND 申报的刚性环节，成本高、周期长、动物用量大，药企有极强动力寻找替代方案。全球每年因新生儿先天缺陷产生的经济负担超过 229 亿美元，政策端和产业端的双重压力正在将这个原本小众的赛道推向主流视野。

不过，公司的具体定价策略、收入数据和客户签约情况目前均未披露。

技术上限高，商业化的待验证假设同样明显

尽管政策窗口已经打开、技术框架已然搭建，璨辰科技面前仍有几个需要直面的变量。

首先是监管验证标准的攻坚进度。CDE 先锋计划目前仍是征求意见稿，正式稿的落地时间、具体执行细则、对不同技术路线（纯计算仿真 vs. 类器官 vs. 器官芯片）的权重分配均未确定。即便正式稿发布，药企的采购决策也不会一夜之间转向——从“允许使用”到“广泛采纳”之间，通常需要多个成功案例的积累和行业共识的形成。这中间的时间差，可能就是现金流压力最大的阶段。

其次，数据闭环的构建仍处在早期。虚拟器官仿真的准确性高度依赖训练数据的质量和覆盖面。虽然公司已与华大基因、多家三甲医院建立合作，但从合作框架到高密度、高质量的真实世界数据持续注入，还需要商业合作模式的深化和数据隐私合规的解决。

第三，竞争格局正在加速成形。赛道内已有多元技术路线在同时探索：类器官公司用真实人体细胞在培养皿中构建微型器官，虽无法做到全身系统仿真，但在特定器官的局部验证上已在积累药企客户；器官芯片技术则试图在微流控芯片上模拟组织间的相互作用。璨辰的纯计算仿真路线在全身系统级推演上有天然优势，但同时也需要说服客户接受一个“看不见摸不着”的虚拟模型，而非一个可以在显微镜下观察的类器官实体。

AI科技评论在报道中指出：“监管验证标准和数据闭环的构建尚处在攻坚阶段，最终谁能率先将算法转化为药企认可的标准化产品，答案仍待市场揭晓”——这一判断没有粉饰风险，也没有给出确定答案，反而准确地描述了当前行业的真实水位。

从《Cell》正刊到公司注册，一次学术资产的工程化迁移

璨辰科技的创始叙事带有浓厚的学术创业色彩。创始人李磊博士带领的团队是“国内较早开展哺乳动物器官三维动态建模的科研力量”，先后打造了单细胞分化预测模型、小鼠胚胎完整时空图谱、AI 驱动线虫胚胎时空动态演化模型，核心成果发表于《Cell》正刊。

公司 2025 年 8 月创立于深圳，团队背景覆盖清华、北大、斯坦福、剑桥、华大基因等学术和产业机构。这种“顶刊学术 + 海归团队 + 深圳落地”的组合，在 AI 生命科学赛道中并不新鲜，但璨辰的差异化在于其团队同时具备三个维度的能力：顶刊原创基础科研、工业级大模型工程落地、医药临床与药审转化经验。

三轮能力叠加意味着团队内部同时存在擅长发表论文的科学家、能搭建分布式训练系统的工程师、以及熟悉新药审评流程的转化医学专家。这种人才结构在早期创业公司中并不常见。

本轮数千万融资的三大用途之一，正是面向全球招募这批跨学科高端人才，覆盖多组学、AI 算法、药审、临床转化、产业商业化等领域。李磊在公开表态中强调“支撑璨辰长期成长的核心根基，始终是完整自研技术底座、完备临床验证体系与规模化产业交付能力”——这句话从侧面反映出，公司自己也很清楚，学术论文和商业化交付之间的鸿沟，需要用足够多且复合型的人才来填平。

RecodeX 极客视：璨辰科技用一套全尺度动态仿真架构，试图把虚拟器官从“辅助参考”抬进药品审评的正式证据链。CDE 先锋计划的窗口打开相当于给整个赛道发了准考证，但拿到证只是开始——从允许交卷到被阅卷人采信，中间还隔着一整套标准化方法论和足够多的验证案例。公司用四项产学研合作搭好了数据、算力和临床验证的早期骨架，把仿真-湿实验-临床的三环咬合在一起，这在同赛道中确实少见。接下来的主线任务是让药企的研发管线真正跑在这套系统上，产生能被审评员引用的案例数据，而不是停留在一轮又一轮合作签约的新闻稿里。