Moleculent 完成2000万美元融资：瑞典生命科学公司推动细胞通讯功能图谱技术商业化

一家瑞典公司，正在用“功能图谱”改写组织生物学规则

当大多数生命科学公司还在为单细胞测序的“分辨率”内卷时，一家名为 Moleculent 的瑞典初创公司选择了一条更艰难但更具颠覆性的路：它不是看细胞“是什么”，而是看细胞“在做什么”——以及它们如何通过信号分子“对话”。这家公司刚刚完成了一轮 2000 万美元的融资，领投方是专注于医疗健康的 Rubicon Healthcare Partners，跟投方包括大名鼎鼎的 ARCH Venture Partners 和 Eir Ventures。这笔钱将用于启动其“Techstart Early Access Program”、拓展美国商业运营，并最终将其核心仪器平台推向市场。

一场关于“对话”的显微镜革命

Moleculent 的技术核心听起来像科幻小说：它试图在完整的人体组织切片上，绘制出细胞与细胞之间的“通信网络”。传统单细胞技术能告诉你某个细胞表达了哪些基因，但无法回答一个更关键的问题——这个细胞是否正在向隔壁的免疫细胞发送“攻击”或“安抚”信号？Moleculent 的“功能图谱”技术正是为回答这类问题而生。它通过一种专有的空间生物学方法，在组织原位捕获并量化细胞间信号分子的传递，从而揭示疾病微环境中的“社交网络”。这种能力在肿瘤免疫、神经退行性疾病和炎症研究领域具有革命性意义。

值得注意的是，这家公司的创始团队来自瑞典卡罗林斯卡医学院和皇家理工学院，他们此前在单细胞转录组和空间生物学领域已有深厚积累。但 Moleculent 选择了一个几乎无人涉足的细分赛道——功能性细胞间通信的“原位”测量。这既是一种技术自信，也是一种商业豪赌。

2000万美元：不是“烧钱”，而是“买时间”

本轮融资的领投方 Rubicon Healthcare Partners 并非典型的风投机构，而是一家专注于医疗健康领域的“战略投资+运营支持”型基金。这种投资结构暗示了 Moleculent 的野心：它不满足于做一家纯工具公司，而是希望成为制药企业研发流程中的“基础设施”。跟投方 ARCH Venture Partners 的参与则更具象征意义——这家基金曾早期投资了 Illumina、10x Genomics 等空间生物学巨头，其背书意味着 Moleculent 的技术路线获得了行业“老炮”的认可。

2000万美元的金额在生命科学工具领域并不算大，但 Moleculent 的规划非常务实：一部分用于“Techstart Early Access Program”，即让早期用户（主要是头部药企和顶尖学术机构）提前试用其技术平台，以获取反馈并积累数据；另一部分用于在美国建立商业团队，包括销售、应用支持和客户培训。这种“先服务、后卖货”的策略，本质上是将融资转化为“信任资本”——在生命科学领域，没有比顶级机构的背书更好的营销。

竞争壁垒：为什么“功能图谱”比“空间图谱”更难复制？

当前空间生物学赛道已是红海：10x Genomics 的 Visium 系列、NanoString 的 GeoMx、Akoya 的 PhenoCycler……这些平台都能在组织切片上实现高重数的蛋白或 RNA 成像。但 Moleculent 的差异化在于，它测量的是“动态信号”而非“静态分子”。细胞间的通信依赖于配体-受体结合、信号通路激活等瞬时事件，传统的固定组织染色方法会丢失这些信息。Moleculent 的技术通过一种独特的“原位捕获+信号放大”策略，能够在保持组织完整性的同时，实时记录这些“对话”的痕迹。

这种技术路径的壁垒体现在三个层面：第一，化学层面，需要开发能够稳定捕获并标记信号分子的探针，且不能干扰细胞正常生理活动；第二，计算层面，需要算法从海量空间数据中重建细胞间的“通信网络”；第三，商业化层面，需要说服病理学家和生物信息学家接受一种全新的数据范式。Moleculent 的创始人曾公开表示，他们花了近 5 年时间才解决前两个问题，而第三个问题正是这轮融资要解决的核心。

商业模式：从“卖仪器”到“卖洞察”的隐忧与机会

Moleculent 的商业计划书可能包含两条路径：短期看，它可以通过销售仪器和试剂盒获得收入，类似 Illumina 的“剃须刀+刀片”模式；长期看，它可能转型为一家“数据即服务”（DaaS）公司，为药企提供特定疾病模型的细胞通信图谱。后者显然更性感，但风险也更大——制药行业对新型数据工具的接受周期通常长达 3-5 年，且需要大量临床验证数据。

一个值得警惕的信号是：Moleculent 目前的“Techstart Early Access Program”主要面向学术机构而非药企。这或许意味着其技术成熟度尚未达到药企的“金标准”要求。此外，其竞争对手如 10x Genomics 和 NanoString 已经开始整合多模态数据（如同时检测 RNA 和蛋白），而 Moleculent 目前仅聚焦于信号分子层面。如果它不能尽快证明其数据与临床终点（如患者生存率）的关联性，可能会在商业化早期陷入“叫好不叫座”的尴尬。

结语：一场关于“耐心资本”的测试

Moleculent 的故事本质上是一个“技术理想主义”与“商业现实主义”的博弈。它的技术路线在科学层面令人兴奋——如果成功，它将彻底改变我们对疾病微环境的理解，甚至催生新的药物靶点发现范式。但在商业层面，它需要面对一个残酷的现实：生命科学工具领域的“赢家通吃”效应极其明显，而 2000 万美元在巨头们的营销预算面前几乎微不足道。

或许，这家公司最聪明的选择是“不急于成为巨头”，而是先成为某个细分领域的“标准制定者”。比如，在肿瘤免疫治疗领域，如果 Moleculent 能证明其功能图谱可以预测 PD-1 抑制剂的响应率，那么它就不需要与 10x Genomics 正面竞争——因为后者无法提供这种“动态”数据。但这一切的前提是：它必须在资金耗尽之前，找到那个“杀手级应用”。

Moleculent 的创始人曾在一次内部会议上说：“我们不是在建造一台更好的显微镜，我们是在建造一台‘时间机器’。”这句话既浪漫又危险——因为时间机器一旦造错方向，就再也回不来了。