Pixelgen Technologies完成1550万美元B轮融资：单细胞空间蛋白质组学能否开启癌症研究新维度？

蛋白质组学长期被困在一个略显尴尬的维度里：大多数工具能告诉研究者某一种蛋白在细胞里有多少，却很难回答这些蛋白在细胞表面如何排列、是否成簇、彼此之间的距离有多近。对药物开发而言，后者往往才是更接近真实生物学的问题。一个受体是否与共受体形成复合物，可能决定一条信号通路被激活还是沉默；但在传统丰度测量中，这两种状态可能看起来完全相同。细胞表面蛋白的空间组织方式，可能直接影响抗体药物的结合效率、受体激活的阈值以及免疫细胞识别靶点的能力，而这些信息在“蛋白总量”这一标量读数中会被系统性抹平。

瑞典斯德哥尔摩的 Pixelgen Technologies 试图把这个缺失的维度补上。2026 年 8 月 20 日，这家成立于 2020 年的生命科学公司宣布完成 1550 万美元 B 轮融资，由新投资者 Flat Capital 领投，现有投资者 Industrifonden 和 Navigare Ventures 继续参与。公司称本轮为超额认购，约合 1.5 亿瑞典克朗。这笔钱将用于加速其 Proxiome Kit 的全球商业化，并扩大团队和产品组合。与此同时，公司宣布 Flat Capital 首席执行官 Rickard El Tarzi 和生命科学行业资深人士 Ramon Felciano 加入董事会，这一人事安排暗示 Pixelgen 的商业化重心可能正在从单纯的试剂销售向“试剂加软件加数据”的复合模式倾斜。

与许多生命科学工具公司不同，Pixelgen 的叙事并不围绕“测得更准”或“通量更高”展开，而是试图定义一个相对新的测量类别：分子细胞架构。公司称其 Proxiome Kit 是首个能够在纳米级分辨率下实现高通量分子细胞架构图谱绘制的平台。这一说法来自公司新闻稿，目前没有独立第三方机构对其“首个”地位进行验证。但从技术路径看，它确实与主流的单细胞蛋白质组学工具存在可辨识的差异：它试图把“蛋白在哪里”变成一种可高通量读取的常规数据，而不是少数实验室里的一次性探索。

从“蛋白有多少”到“蛋白在哪里”：一个测量范式的错位

Pixelgen 的核心技术名为 Molecular Pixelation，公司称这是一种基于 DNA 的可视化技术，用于分析细胞表面蛋白。其商业化产品 Proxiome Kit 则建立在一项名为 Proximity Network Assay 的专利技术之上。根据公司披露，该技术于 2024 年在《Nature Methods》上被描述，并于 2025 年春季作为 Proxiome Kit 商业化。从技术命名可以看出，Pixelgen 的底层逻辑并不是把现有抗体测序或质谱流式的灵敏度再推高一个数量级，而是用 DNA 序列作为空间位置的编码工具，把蛋白之间的邻近关系转化为可测序的信息。

理解这项技术的产业意义，需要把它放回单细胞蛋白质组学的真实约束中。传统流式细胞术可以高通量地测量细胞表面蛋白，但受限于光谱重叠，通常只能同时追踪几十个标记物。质谱流式技术把可测蛋白数量推高到数十个，但通量和样本制备成本仍然是现实约束。基于抗体的单细胞测序方法可以同时读取更多蛋白，但其分辨率通常停留在“这个蛋白是否存在”的层面。这些工具的共同盲区在于，它们把每个蛋白当作独立的计数对象，而忽略了蛋白在细胞膜上的拓扑关系——两个蛋白是否物理相邻、是否形成复合物、是否在膜上形成簇状分布，这些结构特征可能比单个蛋白的表达量更直接地决定细胞行为。

Pixelgen 试图切入的，正是蛋白之间的空间关系。公司称 Proxiome Kit 能够揭示蛋白在单细胞表面如何组织、聚集和定位，而这些架构特征无法仅靠丰度测量获得。从已披露的技术原理看，这意味着它测量的不是单个蛋白的绝对量，而是蛋白之间的邻近网络。这一差异如果成立，确实可能为细胞状态、疾病机制和治疗反应提供新的特征维度。例如，在免疫突触形成过程中，T 细胞受体与共刺激分子之间的空间重排可能比各自表达量的变化更早出现；在抗体药物开发中，靶蛋白的膜表面聚集状态可能影响抗体的结合亲和力和内吞效率。但需要明确的是，目前公开材料中没有独立的性能对比数据，也没有第三方研究验证其纳米级分辨率在实际样本中的可重复性。技术原理的差异能否转化为研究者可感知的数据质量优势，仍是一个待验证的问题。

一家从 Olink 谱系里长出来的公司

Pixelgen 的创始人 Simon Fredriksson 在新闻稿中被描述为 Olink AB 的联合创始人。Olink 是瑞典蛋白质组学领域过去十年最成功的商业故事之一，其邻近延伸分析技术被广泛应用于生物标志物发现，公司最终被 Thermo Fisher Scientific 收购。这一背景在 Pixelgen 的融资叙事中反复出现，投资方也毫不避讳地将其作为判断依据。在生命科学工具行业，创始团队的过往商业履历往往比技术论文更能影响早期投资决策，因为这一领域的核心挑战通常不在实验室里，而在如何把一种新的测量方法变成客户愿意反复购买的工作流。

Flat Capital 首席执行官 Rickard El Tarzi 在声明中称，Pixelgen 的领导团队已成功在全球范围内商业化多款生命科学产品。El Tarzi 本人曾在 Olink Proteomics 担任首席战略与产品官，帮助公司完成 IPO 并最终出售。这意味着本轮领投方对 Pixelgen 的判断，部分建立在对创始团队过往商业执行力的认可上，而不仅仅是对技术本身的评估。El Tarzi 与 Fredriksson 在 Olink 时期的交集，可能让 Flat Capital 对本轮投资拥有比其他外部机构更直接的团队认知。这种基于人际网络和共同职业经历的投资判断，在瑞典生命科学圈层中并不少见，但它同时也意味着，本轮融资的外部信号价值需要打一定折扣——领投方对团队的信心，并不自动等同于市场对产品类别的认可。

这种“团队复用”的投资逻辑在生命科学工具领域并不罕见，但也存在明显边界。Olink 的成功发生在蛋白丰度测量这一相对成熟的需求上，其客户已经知道为什么要测蛋白浓度，Olink 做的是把这件事做得更灵敏、更可扩展。Pixelgen 面对的问题则更复杂：它需要先说服市场，蛋白空间排列本身是一个值得付费的测量维度。这是两种不同的商业化难度。前者是在已有预算池里争夺份额，后者则需要创造一个新的预算类别。Fredriksson 的 Olink 背景可以帮助 Pixelgen 打开客户对话的大门，但能否让客户从“感兴趣”走到“下单”，取决于 Proxiome Kit 能否在客户的实际研究问题中证明自己不可替代。

资本结构里的信号：一笔非典型 B 轮

1550 万美元的 B 轮在生命科学工具领域不算大额，但 Pixelgen 的资本结构比金额本身更有信息量。根据 Flat Capital 的公告，其本轮投资约 4000 万瑞典克朗，并领投了约 1.5 亿瑞典克朗的融资。这意味着领投方出资占比约四分之一，其余资金来自现有投资者和未具名的新投资者。现有投资者 Industrifonden 和 Navigare Ventures 的继续参与，说明早期股东对公司从 A 轮到 B 轮之间的进展至少保持基本认可；而未具名新投资者的存在，则让外部难以判断本轮融资的市场化程度。

更值得注意的是，Pixelgen 在 B 轮之前已经获得欧洲创新委员会加速器 1470 万美元的混合融资。这笔资金包含赠款和股权两部分，来自欧盟 Horizon Europe 框架下竞争极为激烈的 EIC Accelerator 项目。根据 Pixelgen 的新闻稿，EIC 在该轮评估中从 150 家申请者中选出 40 家给予资助。EIC Accelerator 的筛选标准不仅看技术新颖性，还看商业承诺和团队执行能力，因此这笔资助本身构成了一种外部验证。但 EIC 的资金性质与风险投资不同，它更偏向公共政策目标，对技术方向的约束也可能与纯商业优先级存在张力。

将 EIC 的 1470 万美元与 B 轮的 1550 万美元放在一起看，Pixelgen 的外部融资总额中，非稀释性资金占比相当高。这对一家尚未披露收入规模的公司来说，意味着它在商业化早期阶段保持了相对较低的股权稀释压力。在生命科学工具行业，过早的大额股权融资可能导致创始团队在后续轮次中失去控制力，而 Pixelgen 的资本结构让它在 B 轮之后仍可能保留较高的决策自主权。但另一面是，EIC 的资金通常附带里程碑要求和欧盟层面的战略导向，其使用方向未必完全与商业优先级一致。例如，EIC 新闻稿中提到的细胞间相互作用和 FFPE 组织应用，可能更多反映欧盟对空间生物学公共价值的判断，而非 Pixelgen 客户当前最愿意付费的方向。

客户是谁，以及“领先”意味着什么

Pixelgen 的客户被描述为欧洲和北美的领先学术机构和制药公司。公司没有披露具体客户名称，也没有公布客户数量、复购率或收入数据。Fredriksson 在 Flat Capital 的公告中称，自去年产品上市以来，公司看到技术正在改变客户的科研方式，并观察到强劲的市场需求。这一表述来自公司管理层，目前没有独立的订单或销售数据可以交叉验证。在生命科学工具行业，管理层对市场需求的描述往往领先于可审计的财务数据，这既是早期公司的常态，也是外部评估时最需要谨慎对待的部分。

在生命科学工具行业，“领先学术机构”是一个弹性很大的描述。它可以指一家顶级癌症研究中心，也可以指任何购买了试剂盒的研究型大学实验室。没有客户名称和收入数据，外部很难判断 Pixelgen 的商业化处于早期试用阶段还是已经形成稳定采购。一个可能的观察角度是，学术机构对新技术工具的采购决策通常比制药公司更快，但单笔金额更小、复购周期更长；制药公司的采购则更慢，但一旦进入标准化流程，订单规模和持续性都远高于学术客户。Pixelgen 目前同时覆盖这两类客户，可能意味着它正在用学术客户验证技术价值，同时试图撬动制药公司的更大预算。

一个可观察的间接信号是，Pixelgen 在 2025 年春季才商业化 Proxiome Kit，到 2026 年 8 月完成 B 轮，中间只有约 15 个月。在这么短的时间内，公司完成了从产品上市到新一轮融资的周期。如果其客户反馈确实如管理层所述强劲，那么 B 轮金额相对克制可能反映的是公司主动控制稀释；如果客户反馈尚未转化为可验证的收入增长，那么这笔融资更多是给商业化争取时间窗口。两种解释在现有公开材料中都无法被排除。但无论哪种情况，15 个月的产品上市到 B 轮间隔都说明，Pixelgen 的融资节奏与产品节奏高度绑定，而不是像许多平台型公司那样在收入规模化之后才进入下一轮。

竞争格局：一个尚未被清晰定义的赛道

Pixelgen 的竞争处境有些特殊。在单细胞蛋白质组学领域，存在多家已经建立客户基础的公司，包括基于质谱流式的 Standard BioTools、基于抗体测序的 BD 和 BioLegend 等。但这些公司主要竞争的是“测多少种蛋白”和“测多少细胞”，而不是“蛋白之间的空间关系”。在客户预算有限的情况下，Pixelgen 需要回答一个尖锐的问题：研究者为什么要从已经熟悉的丰度测量工具中分出一部分预算，去购买一种尚未被广泛验证的空间排列数据？如果 Proxiome Kit 被定位为现有工具的补充而非替代，那么它的市场天花板可能取决于客户是否愿意为“额外的维度”单独付费。

在空间蛋白质组学领域，10x Genomics 的 Visium 和 NanoString 的 GeoMx 已经在组织切片层面建立了市场认知。但这些平台的空间分辨率通常在微米级，且主要针对组织样本，而非悬浮单细胞。Pixelgen 的 Proxiome Kit 针对的是单细胞表面的纳米级蛋白排列，这在技术定位上确实与上述平台形成差异。纳米级与微米级之间的差距不是简单的倍数关系，而是意味着 Pixelgen 可能捕捉到组织切片平台无法分辨的膜表面蛋白互作信息。但这一差异的商业价值，取决于研究者是否认为单细胞表面的蛋白排列比组织层面的空间分布更能解释他们关心的生物学问题。

问题在于，差异本身不等于需求。组织空间蛋白质组学之所以快速增长，是因为病理学家和肿瘤研究者天然理解“细胞在组织中的位置”具有临床意义。肿瘤微环境中免疫细胞与肿瘤细胞的相对位置，可以直接转化为预后判断和治疗分层。而“蛋白在单细胞表面的排列”是否具有同等直观的价值，还需要更多的应用数据来证明。Pixelgen 在 EIC 新闻稿中提到将拓展细胞间相互作用和 FFPE 组织等新应用，这可以理解为公司在向更成熟的空间生物学市场靠拢，但也意味着它将进入与现有玩家更直接的竞争区间。FFPE 组织是空间生物学中最大的样本库，也是 10x Genomics 和 NanoString 已经深耕多年的领域，Pixelgen 若进入这一市场，将不得不面对更成熟的产品体系和更明确的客户预期。

投资逻辑：押注一个尚未被定价的测量维度

Flat Capital 的声明为理解本轮投资逻辑提供了最直接的窗口。El Tarzi 称，Pixelgen 有潜力成为瑞典生命科学领域的下一个成功故事，其技术让研究者能够以全新方式研究疾病机制和识别新型生物标志物，并可能为癌症、免疫学和自身免疫疾病研究开辟新途径。Flat Capital 的公告还明确表示，这笔投资是其构建“新技术、生命科学和医疗健康交叉领域”投资组合的第一步，这意味着 Pixelgen 对 Flat Capital 而言不仅是一个单一标的，还可能成为其后续生命科学布局的锚点。

这段话的关键词是“可能”。投资方没有声称 Pixelgen 已经验证了临床或药物开发价值，而是将其定位为一个潜在的范式转换。这与 Flat Capital 作为上市投资公司的风格一致：其投资组合跨越行业和资产类别，倾向于押注能够挑战现有结构的公司。但“可能开辟新途径”也意味着，Pixelgen 的核心价值主张目前仍处于假设验证阶段。Flat Capital 的公告中使用了“in time”这一时间限定词，暗示投资方自己也清楚，从技术差异化到商业回报之间存在一个不确定的时间差。

另一个投资信号来自董事会构成。除 El Tarzi 外，本轮还引入了 Ramon Felciano 进入董事会。Felciano 创立了 Ingenuity Systems，该公司于 2013 年被 QIAGEN 以 1.05 亿美元收购。他在 QIAGEN 期间负责数字洞察业务，背景集中在生命科学数据分析和 AI 软件。Fredriksson 在声明中明确表示，Felciano 的加入是为了帮助公司构建软件和数据能力，将技术差异化转化为公司层面的竞争优势。Fredriksson 还特别提到，Felciano 打造的产品已被生物技术研发领域采用，而这是 Pixelgen 未来发展的关键领域。

这意味着 Pixelgen 的商业化路径并非单纯卖试剂盒。公司同时销售数据分析和可视化软件，而 Felciano 的加入表明，软件和数据层可能在未来成为比试剂盒本身更重要的价值载体。这与生命科学工具行业“试剂盒引流、软件锁客、数据增值”的演进方向一致。试剂盒销售可以建立客户接触点，但真正形成粘性的是客户在软件中积累的分析流程和数据资产。如果 Pixelgen 能够把 Proxiome Kit 产生的空间排列数据转化为客户愿意长期使用的软件工作流，那么它的收入结构可能从一次性试剂销售转向更可持续的软件订阅和数据服务。但截至目前，Pixelgen 没有披露其软件产品的定价模式、用户数量或与试剂盒的绑定程度，这一战略方向的可行性仍缺乏公开证据。

资金用途与待验证假设

根据公司披露，B 轮资金将用于加速全球商业化、扩大团队和产品组合，并拓展关键市场。Fredriksson 在声明中特别提到，资金将帮助公司把分子细胞架构带给更多研究者和新应用。从公司新闻稿中提到的应用领域看，免疫学、血液学、肿瘤学和细胞治疗是 Pixelgen 当前最看重的市场方向。这些领域有一个共同特征：细胞表面蛋白的空间组织与疾病机制和治疗反应之间的关联，在理论上已经被广泛讨论，但缺乏高通量的测量工具来系统验证。

从已披露信息可以推断出几个具体的商业化方向。其一，Pixelgen 需要把目前主要在欧洲和北美的客户基础扩展到更多地区。瑞典本土市场体量有限，而生命科学工具的采购决策高度集中在北美和欧洲的主要研究机构，Pixelgen 的全球扩张可能首先意味着在这两个地区从早期试用客户向更广泛的学术和制药客户渗透。其二，公司计划从免疫学和血液学向肿瘤学和细胞治疗领域延伸。细胞治疗尤其值得关注，因为 CAR-T 等疗法的疗效与靶点蛋白在肿瘤细胞表面的表达密度和聚集状态密切相关，这可能是 Pixelgen 技术最直接的应用场景之一。其三，EIC 资金支持的细胞间相互作用和 FFPE 组织应用，可能成为下一阶段产品线的重点。

但这些方向都建立在几个尚未被公开验证的假设上。第一个假设是，研究者愿意为蛋白空间排列信息支付溢价，而不是将其视为现有蛋白质组学工具的补充。如果客户把 Proxiome Kit 当作“丰度测量之外的一个附加实验”，那么它的采购优先级可能永远排在现有工具之后。第二个假设是，Proxiome Kit 的数据质量和可重复性足以支撑其在制药公司的标准化流程中被采用，而非停留在探索性研究阶段。制药公司对工具的可重复性要求远高于学术机构，任何批次间差异或样本制备敏感性都可能成为采购障碍。第三个假设是，公司的软件和数据层能够形成足够的差异化，避免陷入试剂盒产品的价格竞争。如果软件无法提供独特的分析价值，Pixelgen 可能被迫在试剂价格上与更成熟的玩家正面竞争，而这是它作为一家早期公司在资源上难以承受的。

从已披露的融资节奏和产品时间线看，Pixelgen 正处于从“技术验证”向“商业验证”过渡的关键窗口。B 轮的金额和投资方结构显示，现有投资者愿意继续加注，新投资者 Flat Capital 的进入也提供了外部验证。但商业验证的硬指标——客户数量、收入增长、复购率、制药公司的规模化采购——目前均未披露。这意味着，本轮融资解决的是 Pixelgen 能否继续留在牌桌上的问题，而不是它已经赢下某个细分市场的问题。在生命科学工具行业，技术差异化的半衰期通常比创始团队预期的更短，而商业验证的周期通常比投资方预期的更长。Pixelgen 需要在两者之间找到一个可持续的节奏。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

• 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
• 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
• 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：Pixelgen 的故事本质上是在问一个尚未被定价的问题：当蛋白质组学从“测多少”走向“测在哪里”，市场愿意为这个新维度付多少钱？Olink 的血统给了它一个被认真对待的入场券，但空间蛋白质组学的历史也提醒我们，技术差异只有在转化为可重复的实验工作流和明确的科研价值之后，才会变成商业护城河。1550 万美元买到的是一段验证窗口，而不是一个结论。真正值得跟踪的，不是 Pixelgen 能否证明蛋白空间排列“重要”，而是它能否让足够多的研究者把这种重要性写进自己的实验设计和预算申请里。