IMU Biosciences 完成 5300 万美元 A 轮融资：当免疫系统成为最大的诊断黑箱，这家伦敦公司用一管血液破解 1 亿个免疫数据点
人类基因组计划耗资 30 亿美元，历时 13 年，解开了 DNA 序列的密码——但那只是静态的”剧本”。真正决定一个人在某一时刻是否生病、如何对治疗起反应的，是由数十亿免疫细胞构成的动态战场。免疫系统拥有超过 2500 种不同的细胞亚型，每一种都在实时变化，相互通讯，共同决定人体如何应对感染、癌症、器官排异或自身免疫攻击。
问题在于：我们几乎完全看不见这场战争的全貌。
传统的免疫检测工具，无论是流式细胞仪还是基础血常规，只能测量几十个参数。而人体免疫系统真正运作的层面，需要测量数百万个数据维度。这个”可见度鸿沟”，让器官移植医生无法预测排异风险，让肿瘤科医生无法提前判断哪个患者会对免疫疗法起效，也让免疫疾病的诊断长期停留在”猜测加经验”的原始阶段。
IMU Biosciences 认为，这个问题可以用一管 2 毫升的血液来解决。
2026 年 6 月 2 日，这家总部位于伦敦的生物科技公司宣布完成超额认购的 A 轮融资扩展轮，使 A 轮总融资额突破 5300 万美元（约合 4000 万英镑）。本轮由 IQ Capital 和 Molten Ventures 联合领投，英国商业银行（British Business Bank）、Meltwind 及现有投资者跟投。至此，IMU Biosciences 自 2021 年成立以来累计融资额达到约 6000 万美元（4500 万英镑）。
免疫系统为什么难以测量？
在理解 IMU Biosciences 的技术之前，有必要先理解这个问题有多难。
人体免疫系统是进化史上最复杂的信息处理系统之一。它由 T 细胞、B 细胞、NK 细胞、树突状细胞、单核细胞等数十个大类组成，每个大类之下还有数百个亚型，其状态随时间、疾病进展、治疗干预而动态变化。
传统技术路线面临两大壁垒：
一是测量维度限制。 流式细胞仪（Flow Cytometry）是当前的黄金标准，但即便是最先进的质谱流式（CyTOF），单次测量也只能同时追踪约 40-50 个蛋白标记物。这相当于试图用 50 个像素来描述一张 1 亿像素的照片。
二是数据整合困境。 即便能收集多组学数据（基因组、转录组、蛋白质组），如何将这些维度整合成有临床意义的决策支持，仍是未解难题——数据孤岛、标准不统一、计算成本极高。
关键数据：全球每年进行超过 15 万次实体器官移植，排异反应导致的移植物失功是长期失败的首要原因。但现有检测手段无法在早期精准预测排异风险，医生只能依赖事后的活检和经验判断。
IMU 的核心技术：高保真多组学 + 机器学习
IMU Biosciences 由来自弗朗西斯·克里克研究所（Francis Crick Institute）和伦敦国王学院（King’s College London）的实验免疫学家和计算生物学家共同创立，CEO 为 John Baker 博士。
公司的核心技术平台有两个关键突破：
第一：极端压缩的采样要求。 IMU 的平台只需要 2 毫升血液——相当于一般采血量的十分之一——即可完成完整的多组学免疫分析。这在临床实际部署中意义重大：患者无需忍受大量采血，重症患者和儿童也可以频繁监测。
第二：前所未有的数据密度。 通过高保真多组学分析（Hi-Fi Multi-Omics），该平台可以在单次检测中测量超过 1 亿个免疫数据点，并解析约 2500 个离散免疫细胞亚群的实时状态。这一数字远超现有任何临床或研究级别的免疫检测工具。
更关键的是，IMU 将这一平台与机器学习深度结合，构建了目前规模最大的免疫数据集之一——截至 2026 年，该数据集正在向 25,000 名个体样本的规模扩展。数据集的规模决定了模型的预测能力，而这正是竞争者难以短期复制的核心护城河。
临床路线图：三大应用场景
本轮融资将重点推进三个临床方向：
1. 造血干细胞移植（Stem Cell Transplantation）
骨髓移植后的移植物抗宿主病（GvHD）是致命并发症之一，但早期预测极为困难。IMU 的平台可以通过追踪免疫重建过程中的细胞亚群动态，在临床症状出现前预警移植物失功风险，为医生提供干预窗口。
2. 实体器官移植（Solid Organ Transplantation）
排异反应预测是 IMU 的另一核心场景。通过建立移植后免疫细胞动态的基线模型，系统可以预测哪些患者处于高排异风险，从而优化免疫抑制方案——既减少排异，又避免过度抑制导致的感染风险。
3. 肿瘤免疫（Immuno-Oncology）
IMU 已加入英国 MANIFEST 研究联盟——这是一个专注于研究患者对癌症免疫疗法（如 PD-1/PD-L1 抑制剂）反应差异的国家级项目。通过分析治疗前后的免疫细胞全貌，IMU 的目标是找到预测响应率的生物标记物，帮助医生在用药前判断哪个患者会从昂贵的免疫疗法中真正获益。
竞争格局分析
免疫检测领域的竞争来自多个维度：
| 竞争对手 | 核心定位 | 对 IMU 的威胁 |
|---|---|---|
| BD Biosciences | 流式细胞仪硬件领导者 | 设备普及优势，但维度限制是天花板 |
| 10x Genomics | 单细胞多组学测序平台 | 研究场景优势，但成本高、周期长，难以临床化 |
| Guardant Health | 液体活检 ctDNA | 专注肿瘤基因组，非免疫表型 |
| Cytomics / 初创竞争者 | 免疫表型分析新进入者 | 数据集规模、算法积累均不及 IMU |
| Tempus AI | 多组学精准医疗平台 | 数据广泛但免疫深度不足 |
IMU 的核心差异化在于：极低采样量 + 极高数据维度 + 专有免疫数据集 + 临床级实时分析，形成了在精准免疫监测这一细分赛道上的独特定位。
投资人逻辑：为什么是现在
IQ Capital 和 Molten Ventures 的领投选择背后，隐含着一个清晰的市场判断。
精准医疗的下一个”奥运周期”正在从基因组转向免疫组。基因是静态的，免疫是动态的——而动态才是疾病真正发生的层面。这个赛道的入局窗口现在已经打开：高维流式技术、多组学测序成本下降、AI 计算能力爆发，三者同时成熟，创造了”精准免疫监测”商业化的时间窗口。
英国商业银行的参与，则指向另一重逻辑：后 Brexit 时代，英国生命科学是政府战略支持的优先赛道，伦敦正在努力巩固其作为全球生物科技中心的地位。
关键数据：全球器官移植市场规模约为 270 亿美元，免疫肿瘤学市场已超过 450 亿美元，这两个领域都面临”精准监测”工具的严重缺口。
风险与挑战
⚠️ 风险一：临床转化周期 从研究级别的高维免疫分析到被医院采购并纳入临床决策流程，需要经历大型前瞻性临床验证、监管审批（FDA/MHRA）、支付方覆盖谈判等漫长过程。5300 万美元的融资资金，能支撑多少个临床项目并行推进至验证节点？
⚠️ 风险二：数据集稀缺性的可持续性 IMU 的核心护城河是独特的免疫数据集。但随着测序成本持续下降、更多竞争者进入，”先发者数据优势”的窗口期可能短于预期。学术机构（如克里克研究所等）掌握的大型样本库，可能为竞争对手提供加速路径。
⚠️ 风险三：商业模式不确定性 高复杂度的诊断平台如何定价？作为检测服务？作为软件许可？还是与药企合作的伴随诊断？不同路径的市场规模和利润结构差异巨大，而 IMU 目前尚未完全披露其商业化蓝图。
⚠️ 风险四：临床市场教育成本 临床医生习惯现有的简单指标（如 CD4 计数、血常规），接受需要解读 2500 个细胞亚群的复杂报告，需要显著的认知转变和工作流程重塑。
结语
免疫系统是人类医学最后几个真正的黑箱之一。过去三十年，基因组学革命让我们读懂了遗传密码；而下一个三十年，免疫组学革命将让我们读懂动态的生命状态。
IMU Biosciences 的赌注在于：当数据维度足够高、算法足够精准，那管 2 毫升的血液，可以成为贯穿器官移植、肿瘤免疫、慢性病管理整个生命周期的”免疫护照”。
这是一个关于精度的故事——而医学最终的进步，往往都来自于我们第一次能够真正”看见”此前看不见的东西。
