从“抑制炎症”到“清除致病Th17细胞”

2026年9月29日，ai3Bio宣布以4800万美元A轮融资启动。公司披露口径称，其技术路径是直接靶向并消除致病性Th17细胞，在单一步骤中重置免疫系统。公司总部位于马萨诸塞州Watertown（来源原文为WATERTOWN, Mass.），CEO为Steven Altschuler，科学联合创始人为Jonathan Kagan。

科学联合创始人Jonathan Kagan在新闻稿中称，为了重置免疫系统，需要清除产生这些细胞因子的Th17细胞；Jonathan Kagan称，这一独特机制有望实现“真正的、首创的T细胞免疫系统重置”。该表述为公司披露口径，尚无独立第三方验证。Kagan的表述隐含了一个关键科学判断：仅仅中和IL-17等下游细胞因子，可能不足以改变疾病的长期轨迹，因为产生这些细胞因子的细胞仍然存活并持续被激活。这一判断在免疫学上可以找到逻辑支点，但能否转化为临床获益，仍需人体数据验证。

CEO Steven Altschuler在新闻稿中称：“We founded ai3Bio to reimagine autoimmune care, shifting the focus from broadly suppressing inflammation to precisely removing the underlying cause of disease — with a goal of providing patients with a one-step treatment.”即公司创立目标是重新构想自身免疫护理，将焦点从广泛抑制炎症转向精确移除疾病根本原因，目标是为患者提供一步式治疗。这一表述同样来自公司披露口径，其临床可实现性仍需后续人体数据验证。从商业叙事角度看，“一步式治疗”与“持久缓解”构成了ai3Bio区别于现有IL-17通路药物的核心卖点；但现有IL-17抗体药物已在部分自身免疫适应症中证明阻断下游细胞因子可改善病情（该表述为编辑背景知识，非来源事实）。ai3Bio的叙事若要成立，必须证明清除上游Th17细胞在疗效深度、缓解持续时间或适用人群广度上，至少在一个维度上优于现有阻断策略。这一比较优势目前尚未被任何头对头数据支持。

字段 内容
公司 ai3Bio
轮次 A轮
金额 4800万美元
投资方 领投：UPMC Enterprises、Ziff Capital Partners；参投：Cockrell Interests、Tanis Ventures
总部 美国马萨诸塞州Watertown（WATERTOWN, Mass.）
创始人 Steven Altschuler（CEO）、Jonathan Kagan（科学联合创始人）
官网 https://ai3.bio

融资核心字段

可完整核验的融资事实包括：公司宣布以4800万美元A轮融资启动；领投方UPMC Enterprises与Ziff Capital Partners，参投方Cockrell Interests和Tanis Ventures；资金用途为推进两条平台及IND支持性研究。公司成立年份未披露。

UPMC Enterprises在新闻稿中有一句引语，来源标注为“Executive Vice President, UPMC Enterprises and Board Chair, ai3Bio”，称ai3Bio代表了一种针对自身免疫疾病的根本性新方法，靶向驱动疾病的致病细胞而非抑制症状。该引语来源为UPMC Enterprises执行副总裁兼ai3Bio董事会主席，但姓名在现有来源文本中缺失，RecodeX无法确认具体发言者身份。Ziff Capital Partners方面，现有材料未提供任何可独立核验的引语或投资逻辑说明。

两条平台：STARx与T Deplete

公司披露，ai3Bio同时推进两条平台：STARx和T Deplete。STARx使用脂质纳米颗粒递送mRNA，触发致病性Th17细胞的靶向抗炎自毁过程。公司称，自身免疫疾病患者血液样本的临床前测试显示，LNP技术有效清除了致病性Th17细胞；公司披露抗体平台在非人灵长类模型中显示出药理活性（potent efficacy），具体模型、终点与效应量未披露，IND支持性安全性研究正在进行中。这些均为公司披露口径。

编辑分析：两条平台分别对应不同的清除机制。STARx的递送目标是循环和组织中的特定T细胞亚群，而非疫苗所靶向的局部抗原呈递细胞，因此LNP的体内分布和细胞摄取偏好是关键变量。如果STARx的选择性依赖于Th17细胞相对高表达某一表面受体，那么该受体在其他T细胞亚群或组织驻留免疫细胞上的低水平表达，可能构成脱靶清除的来源；如果选择性依赖于mRNA在特定细胞内环境中的翻译效率差异，那么这种差异在不同患者、不同疾病状态下的稳定性仍需验证。

抗体平台的非人灵长类数据比体外数据更进了一步，但向人类自身免疫疾病的转化仍需人体数据验证。非人灵长类模型的一个已知局限是，其免疫系统与人类在T细胞亚群比例、细胞因子网络和自身免疫病理机制上存在差异。因此，这一数据点只能说明抗体平台在灵长类中具有可检测的药理活性，尚不能外推为人类疗效。

从平台组合的角度看，STARx与T Deplete可能并非简单的管线并列，而是对应不同的给药场景和疾病阶段。LNP递送mRNA的优势可能在于快速调整载荷序列，以适配不同Th17相关靶点；抗体平台的优势则可能在于更成熟的药代动力学和更长的半衰期。但公司尚未披露两条平台是否针对同一适应症、是否计划联合使用，以及各自在临床前阶段的资源分配比例。这些信息缺口使外界难以判断4800万美元A轮资金在两条平台之间的实际分配逻辑。

与体内细胞重编程疗法的差异

公司披露口径称，体内细胞重编程疗法多数通过间接、多步骤过程靶向B细胞，而ai3Bio直接靶向并清除Th17细胞，提供一步式解决方案。该对比来自公司口径。

编辑分析：B细胞清除或重编程已在部分自身免疫疾病中显示出长期缓解潜力，但Th17驱动的疾病谱并不完全重叠。ai3Bio能否在Th17相关疾病中复制类似逻辑，取决于目标适应症中Th17细胞是否为核心驱动因素。公司尚未披露哪些适应症最依赖Th17通路，这一信息缺口直接影响其临床策略的可信度。

更具体地说，B细胞疗法的经验可能无法直接迁移到Th17细胞。B细胞在自身免疫中的致病作用往往与自身抗体产生和抗原呈递有关，清除后可由骨髓重新生成；而Th17细胞属于效应T细胞亚群，其致病性更多体现在组织局部细胞因子释放和炎症放大。清除Th17细胞后，免疫系统是否会通过记忆T细胞或可塑性T细胞重新建立致病性Th17群体，是公司尚未用数据回答的问题。公司把“一步式解决方案”作为与B细胞重编程疗法的核心差异点，但这一差异目前停留在机制描述层面，尚无头对头临床前数据或人体数据支持。

团队构成与AI平台定位

公司领导团队包括CEO Steven Altschuler、科学联合创始人Jonathan Kagan、CTO Michael Lyman和首席财务与商务官Nick Seaver。公司称其名称呼应三个学科：先进免疫学、自身免疫和人工智能。新闻稿中关于AI发现平台的具体作用描述有限，仅提到“AI-enabled discovery”与精确生物学结合。

编辑分析：AI在多大程度上驱动了靶点选择、LNP设计或抗体优化，目前缺乏可验证的细节。公司尚未披露AI平台具体落在靶点优先级排序、分子设计还是临床前数据整合环节。如果AI平台的核心作用是帮助识别Th17细胞特有的表面标志物或调控网络，那么它可能直接影响STARx的靶向策略；如果AI平台仅用于辅助分析临床前数据，那么它对技术壁垒的贡献就相对有限。公司名称把AI列为三大支柱之一，但新闻稿中AI的具体功能描述不足，这一叙事与可核验信息之间的落差值得关注。

团队背景方面，现有材料还提到科学顾问或相关学术人物，包括哈佛医学院的Vijay Kuchroo，以及美国国家科学院成员Ruslan Medzhitov、Alexander Rudensky和Arlene Sharpe。Kuchroo在新闻稿中称，他对投入时间非常谨慎，并真正相信ai3Bio有潜力彻底改变自身免疫疾病治疗。该引语来自公司新闻稿，属于个人判断；Kuchroo的学术身份为哈佛医学院Samuel L. Wasserstrom神经病学教授、Mass General Brigham和哈佛医学院Gene Lay免疫学与炎症研究所主任、Brigham and Women’s Hospital高级科学家。这些学术人物的参与可能意味着公司在Th17细胞基础免疫学方面有较深的学术网络，但学术声誉本身不能替代临床数据。Kuchroo被描述为“recognized for his pioneering work defining Th17 cells”，这一背景与公司的科学假设高度相关；Medzhitov、Rudensky和Sharpe则分别以先天免疫、调节性T细胞和T细胞共刺激研究闻名。这些名字的聚集可能意味着公司在Th17细胞生物学和免疫调节方面有较强的学术顾问支持，但学术顾问的参与程度、是否持有股权、是否参与实际研发决策，公司均未披露。AI平台与这些免疫学专家之间的具体分工，公司未披露。

适应症选择与执行承诺

公司没有披露首次人体试验将针对哪个适应症。编辑分析：适应症选择将直接决定试验设计、患者招募难度和后续商业化空间。若选择IL-17通路已被验证的适应症，可借助成熟监管路径但面临已上市药物竞争；若选择Th17依赖程度更高但竞争更少的适应症，则可能面临更复杂的临床设计和更长开发周期。公司尚未公布这一关键决策。

适应症选择还涉及一个更具体的科学问题：不同自身免疫疾病中Th17细胞的致病权重并不相同。在银屑病中，IL-17通路已被多项III期临床试验验证为关键驱动因素，Th17细胞作为IL-17的主要来源，其致病权重相对明确；在炎症性肠病中，IL-17通路的作用则更为复杂，部分临床试验甚至显示阻断IL-17可能加重疾病；在多发性硬化中，Th17细胞的作用在动物模型中证据较强，但人体验证仍不充分。这意味着，ai3Bio的“清除Th17细胞”策略在不同适应症中的风险收益比可能差异显著。公司未披露适应症优先级，使外界无法判断其首个临床选择是偏向已验证通路还是偏向差异化机会。

另一个未披露项是商业模式。公司没有说明未来是自主开发、与大型药企合作，还是通过平台授权实现收入。4800万美元A轮资金能否支撑多条管线进入后期临床，取决于后续融资或合作进展。在自身免疫领域，大型药企对已验证靶点的后期资产有较高收购意愿，但对未验证机制的平台型公司，合作条款往往更保守。ai3Bio的平台属性可能使其在融资和合作谈判中面临一个结构性张力：平台故事需要多条管线来证明普适性，但每条管线的推进都需要独立的时间和资金投入。

公司CEO在新闻稿中称，尽管投入数十亿美元，目前市场上没有疗法能为超过1500万美国自身免疫疾病患者带来持久缓解。该数字来自公司披露口径，RecodeX未在现有材料中找到独立流行病学或市场研究来源。该表述更多是公司用来框定市场机会的叙事，而非可独立核验的市场规模数据。全球自身免疫疾病治疗市场规模的具体数值在来源文本中缺失，进一步限制了外界对公司商业天花板的判断。需要指出的是，“1500万美国自身免疫疾病患者”这一数字可能涵盖多种异质性疾病，从类风湿关节炎到系统性红斑狼疮，其Th17依赖性差异显著。即使这一数字准确，它也不能直接等同于ai3Bio的可服务市场，因为公司尚未披露其技术适用于哪些Th17相关适应症。

风险锚定：选择性、持久性与适应症验证

编辑分析：ai3Bio的核心科学假设——清除致病性Th17细胞可以重置免疫系统——在免疫学上有其合理性，但需锚定到已披露的具体事实来评估。

选择性风险直接关联STARx。公司披露STARx通过LNP递送mRNA触发致病性Th17细胞自毁，但未披露靶向策略。若选择性不足，清除其他T细胞亚群可能带来免疫抑制风险；若清除效率不够，则难以实现公司所称的“一步重置”。调节性T细胞与Th17细胞在分化路径上共享部分转录因子和细胞因子信号，如果STARx的选择性机制不能有效区分这两类细胞，清除Th17细胞的同时损伤调节性T细胞，可能反而加重自身免疫。这一风险在免疫学上具有明确的机制基础，但公司未披露任何关于Th17与调节性T细胞区分策略的数据。

持久性风险关联T Deplete与STARx的临床前数据边界。公司披露的临床前数据包括患者血液样本的LNP清除效果和非人灵长类模型中的抗体药理活性，但尚无人体数据支持“重置”等同于“持久缓解”。患者血液样本的临床前测试只能证明LNP技术可以在体外或离体条件下清除Th17细胞，但无法回答体内清除后的免疫重建动力学。非人灵长类数据虽然更接近体内环境，但公司未披露观察期长度，因此无法判断清除效果是短暂的还是持续的。

适应症验证风险关联公司尚未披露的首个临床适应症。如果公司选择IL-17通路已验证的适应症，监管路径相对清晰，但需要证明清除Th17细胞优于现有IL-17抗体；如果选择未验证适应症，则需要同时承担靶点验证和药物开发的双重风险。公司目前未提供任何关于适应症选择的线索，这一信息缺口使外界难以评估其临床策略的成熟度。

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：ai3Bio的故事核心不是“又一家自身免疫公司”，而是一个关于靶点层级的选择：当行业已经验证了IL-17通路，它选择向上游走一步，去清除产生IL-17的细胞本身。这个逻辑在B细胞疗法中已被部分证明，但在T细胞领域仍是一个开放问题。4800万美元A轮能把它推到IND门前，却不足以回答选择性、持久性和适应症选择这三个决定成败的问题。真正的信号不在融资额，而在公司何时公布首个临床适应症，以及那条LNP管线能否在人体中重复它在患者血液样本里展示的清除效果。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。