免疫学数据卡在“细胞系”里，医疗 AI 的基准从何而来
过去十年，医疗 AI 的叙事大多建立在一种隐含的乐观之上：只要模型足够大、算力足够强，临床决策的精度就会自然提升。但免疫系统并不配合这种叙事。同一款 TNF 抑制剂，在类风湿关节炎患者中可能让一半人进入缓解期，却对另一半几乎无效；同样的疫苗，在不同个体身上激发的抗体滴度可以相差两个数量级。这种异质性无法从细胞系实验中得到解释，也无法从电子病历的 ICD 编码中被还原。免疫系统是动态的、时序的、高度个体化的，而当前大多数用于训练医疗模型的数据，恰恰是静态的、横断面的、脱离真实人体语境的。
这正是 Onyx 试图切入的缝隙。2026 年 10 月 9 日，这家成立于 2025 年的研究共同体宣布完成 800 万美元种子轮融资，由 Dimension Capital 领投，Haystack、Refactor Capital、Standard、Robot Ventures 等机构参与。根据公开披露，Onyx 正在构建一个虚拟免疫系统，即关于真实人群如何应对感染、炎症和治疗的模型。与传统的细胞系或简化实验室模型不同，Onyx 选择在真实人体中追踪免疫系统的演化，并将多组学测量与临床病史结合，形成纵向数据资产。
这笔融资的规模在生物技术种子轮中并不算大，但它的方向指向了一个更根本的问题：如果医疗 AI 的“真实基准”本身就不真实，那么模型输出的可靠性从何谈起？Onyx 的答案是把数据采集的起点从实验室平移到人群，从单次采样延展到数年追踪。这是一个重运营、长周期、高成本的选择，也是一个在短期内难以用收入验证的选择。
| 字段 | 内容 |
|---|---|
| 公司 | Onyx |
| 轮次 | 种子轮 |
| 金额 | 800 万美元 |
| 投资方 | Dimension Capital（领投）、Haystack、Refactor Capital、Standard、Robot Ventures |
| 总部 | 未披露 |
| 创始人 | 未披露 |
| 官网 | 未披露 |
从“细胞系里的免疫学”到“人群中的免疫学”，技术路线的代价是什么
Onyx 的技术主张可以概括为一句话：研究免疫系统在真实人体中的演化，而不局限于细胞系和简化的实验室模型。公开材料称，团队测量生物学的多个层面，包括单细胞层面约 1000 种蛋白质与基因表达、代谢物与遗传变异，并将这些测量与临床病史相结合，追踪每位成员免疫系统在数月乃至数年间的变化。这一描述尚无独立第三方验证其测量平台的实际通量、数据质量或队列规模。
从技术逻辑上看，这套方案的核心价值在于“纵向”二字。传统的多组学研究大多是横断面设计：在某一时间点采集样本，测量基因表达、蛋白水平或代谢物丰度，然后与疾病状态做关联分析。这种设计能发现相关性，却无法区分因果方向，也无法捕捉免疫状态随时间的动态漂移。Onyx 的纵向追踪试图解决这一问题——通过在同一批人身上反复测量，积累个体化的免疫演化轨迹。若按“数月乃至数年”的追踪周期执行，公司可能需要维持长期队列，并承担样本采集、存储、测序和数据管理成本。这类研究的单例年成本通常远高于一次性横断面采样。
另一个关键约束在于“真实人群”本身。与细胞系实验不同，人体研究需要 IRB 审批、知情同意、隐私保护和数据治理。公开材料未披露其数据处理与合规框架的具体方案，也没有说明参与者的招募渠道、纳入排除标准或退出机制。这些信息缺口并不意味着公司没有解决这些问题，但它们构成了评估其执行能力的重要变量。一家声称要构建“真实人群”数据资产的公司，其最大的执行风险恰恰在于人群研究的合规与运营，而非测序技术本身。
更深一层看，纵向追踪的技术路线还隐含着一个科学假设：免疫系统的状态变化本身携带着横断面快照无法捕捉的疾病信号。如果这个假设成立，那么 Onyx 的每一次随访都在为同一个体增加时间维度上的信息密度，数据价值可能随着追踪时长呈非线性增长。但如果免疫状态的关键差异主要来自个体间的长期稳定特征，而非个体内的时间波动，那么纵向采样的边际收益就可能被高估。这个假设目前既未被 Onyx 的公开数据所验证，也未被独立研究在同等测量深度上系统检验过。它构成了整个技术路线的底层赌注，而公司尚未披露任何支持这一赌注的初步证据。
“虚拟免疫系统”是产品还是研究项目，商业模式仍未成形
Onyx 在公告中将自身定义为一个“研究共同体”（research collective），而非传统意义上的生物技术公司或 SaaS 平台。这个定位本身就带有模糊性。研究共同体的核心产出通常是数据和知识，而非可直接销售的产品或服务。公司公开材料称，其虚拟免疫系统旨在帮助研究人员将疾病追溯到驱动它的生物学机制，看清为什么一种疗法对某些人有效、对另一些人无效，并为 AI 提供真实基准。但公告未披露这些能力将以何种形式交付：是数据授权？是分析服务？是与药企的合作研究？还是未来自研管线的内部工具？
从投资方构成看，Dimension Capital 是一家专注于生命科学与计算交叉领域的基金，Haystack 和 Refactor Capital 则更偏早期科技投资。这个组合暗示 Onyx 可能同时被两类逻辑所驱动：一类是数据基础设施的价值，另一类是潜在的治疗靶点发现能力。但两者对应的商业模式完全不同。前者的收入来自数据授权或研究合作，后者的价值实现需要漫长的药物开发周期。Onyx 没有披露任何客户、合作伙伴或收入来源，也没有说明 800 万美元将如何在数据采集、平台建设和商业拓展之间分配。
这种模糊性在种子轮并不罕见，但它意味着本轮投资的核心逻辑更接近“押注一个长期数据资产的期权价值”，而非“验证一个可复制的商业模型”。从公开信息看，公司尚未披露资金用途；若资金主要用于扩大队列和积累数据，则其数据资产价值将取决于队列规模与追踪深度。
值得注意的是，“研究共同体”这个定位还可能暗示一种不同于传统公司的治理和利益分配结构。如果参与者不仅是数据提供者，还在某种程度上共享研究成果或数据权益，那么 Onyx 的长期运营模式可能更接近一个协作网络，而非一个封闭的数据平台。但公告并未披露任何关于参与者权益、数据所有权或成果共享机制的安排。这种沉默让“研究共同体”更像一个概念标签，而非一个可被外部评估的运营框架。对于潜在的数据合作方或药企客户而言，数据权利的清晰程度往往比数据本身的质量更早进入尽调清单。
没有明确竞品，但替代方案分布在多个相邻领域
本次采集的公开材料中未提及竞争对手。这在一定程度上反映了其定位的特殊性：目前确实没有另一家公司以完全相同的方式——真实人群、纵向追踪、多组学、面向 AI 基准——来构建虚拟免疫系统。但这并不意味着 Onyx 没有竞争压力。它的替代方案分布在多个相邻领域。
在数据层面，英国生物银行（UK Biobank）和芬兰 FinnGen 等项目已经积累了数十万人的基因型和表型数据，并开始加入蛋白质组学和代谢组学测量。这些大规模人群队列在样本量和时间跨度上远超一家种子轮公司所能企及的范围，尽管它们在免疫学深度和纵向测量频率上可能不如 Onyx 的方案。在技术层面，单细胞多组学公司如 10x Genomics 和 Mission Bio 提供了成熟的测量工具，但它们不直接运营人群研究。在 AI 基准层面，一些学术机构正在构建免疫学相关的参考数据集，例如用于 T 细胞受体分析的标准化基准，但这些数据集的临床深度和纵向性有限。由于 Onyx 未披露队列规模、随访频率和单例成本，上述比较无法量化，只能作为方向性参照。
Onyx 的真正竞争对象可能不是某一家公司，而是整个行业对“足够好”的数据的默认接受。如果药企和 AI 公司认为现有的横断面数据加上电子病历已经足够支撑其模型开发，那么 Onyx 的纵向深度数据就难以获得溢价。反之，如果行业开始意识到免疫异质性是精准医学的核心瓶颈，Onyx 的数据资产才可能形成真正的护城河。这个前提目前尚未被验证。
从竞争维度的另一个切面看，Onyx 的潜在对手还包括那些正在把单细胞多组学推向临床队列的大型平台公司。如果一家拥有成熟测序基础设施和药企客户网络的公司决定向上游延伸，自己运营纵向免疫队列，那么它可能以更低的边际成本复制 Onyx 的部分数据采集能力。Onyx 的防御壁垒可能不在于测量技术本身，而在于它能否在特定疾病领域积累出足够深的临床表型和随访关系。这种深度一旦形成，后来者即使拥有更好的测序工具，也难以在短时间内重建同样的参与者信任和随访连续性。但这一切的前提是 Onyx 能够先跑通队列运营，而这一点目前仍未被公开数据所证实。
投资逻辑：押注“真实基准”的稀缺性，而非短期的数据变现
Dimension Capital 领投本轮，Haystack、Refactor Capital、Standard 和 Robot Ventures 跟投。从公开信息看，这些投资方均未就本轮投资逻辑发表声明。但可以从 Onyx 的定位反推其投资叙事：现代 AI 的优劣取决于它所学习的数据，而免疫学领域恰恰缺乏高质量、纵向、多模态的真实人群数据。如果 Onyx 能够率先建立起这样一个数据资产，它将在未来的新药研发、诊断开发和 AI 模型训练中占据一个稀缺的生态位。
这个逻辑的合理之处在于，数据资产的构建具有时间不可压缩性。无论后续有多少资金涌入，一个持续追踪数年的队列都无法在一夜之间被复制。Onyx 每多运营一年，其数据的时间深度就增加一年，后来者的追赶成本也随之上升。公司公开材料称，每一位新成员和每一次研究随访，都在年复一年地增加对同一人群所能学到的东西，这一表述也在强调这种复利效应。
但这个逻辑的脆弱之处同样明显。数据资产的复利效应只有在数据质量、队列保持率和分析能力同时在线时才能成立。如果参与者在一年后大量退出，纵向数据的价值就会大打折扣；如果测量平台的通量或稳定性不足，多组学数据的整合就会变成噪声的叠加；如果公司没有足够的计算和统计能力来从高维数据中提取信号，那么再多的数据也只是存储成本。这些执行层面的变量，在公告中均未得到披露。
从投资组合的角度看，Dimension Capital 的参与可能还意味着一种跨项目的协同预期。如果该基金同时投资了其他计算生物学或 AI 驱动的药物发现公司，Onyx 的数据资产理论上可以成为这些被投企业的训练或验证数据来源。这种协同在基金内部可能降低 Onyx 独立商业化的压力，但也可能使 Onyx 的数据策略受到基金整体布局的牵引。公告未披露任何此类安排，因此这只能作为一种可能的投资逻辑来理解，而非已确认的事实。
800 万美元能走多远，资金用途的沉默与隐含的烧钱曲线
Onyx 未披露本轮资金的具体用途。这是一个值得注意的沉默。对于一家以人群研究为核心的公司，资金用途的分配直接决定了其未来 18 到 24 个月的发展轨迹。如果大部分资金用于队列建设和样本采集，那么公司可能在短期内积累起一定规模的数据，但平台化和商业化能力会被推迟。如果资金主要用于技术平台和计算基础设施，那么数据采集的速度可能受限。如果资金用于团队扩张，那么关键人才的背景和数量将决定公司的执行上限。
从行业经验看，一家运营纵向人群队列的生物技术公司，其单例年成本通常在数千到数万美元之间，取决于测量的深度和频率。Onyx 声称测量单细胞层面约 1000 种蛋白质与基因表达，加上代谢物和遗传变异，这意味着单例的单次测量成本可能显著高于常规的基因组测序或蛋白质组学分析。如果公司计划追踪数百人、每人每年多次采样，800 万美元的种子轮资金可能在两年内消耗殆尽。这个推断建立在已披露的测量维度和“数月乃至数年”的追踪周期之上，但公司未披露队列规模，因此具体的烧钱速度无法计算。
另一个隐含的问题是收入从何而来。Onyx 没有披露任何客户或合作方。如果公司计划通过数据授权或研究合作来产生收入，那么它需要在数据积累到一定规模之前就与潜在客户建立关系。如果公司计划走自研管线路线，那么 800 万美元远远不够支撑一个药物开发项目进入临床阶段。无论哪条路径，本轮资金都更像是一张“入场券”，而非“通关凭证”。
还有一个容易被忽略的资金压力来源：纵向队列的维持成本并非线性，而是可能随着时间推移而上升。参与者随访的时间越长，保持参与意愿所需的激励和沟通成本可能越高；数据积累越多，存储、管理和合规的成本也随之增加。如果 Onyx 的队列规模在种子轮后继续扩大，而收入端没有同步启动，那么公司可能在下一轮融资之前就面临资金紧张。这种压力在公告中完全没有被提及，但它是任何纵向人群研究都难以回避的财务现实。
风险不在技术，而在“真实人群”的运营与验证路径
Onyx 面临的最大风险不是测序技术不够先进，而是“真实人群”研究本身的复杂性和脆弱性。人群研究的核心挑战包括：参与者的长期保持率、知情同意的持续有效性、数据隐私的合规管理、样本采集的标准化、以及跨时间点的批次效应校正。这些挑战中的任何一个失控，都可能使纵向数据的科学价值大打折扣。公开材料未披露其数据处理与合规框架的具体方案。
另一个待验证的假设是：纵向多组学数据是否真的能产生比横断面数据更强的预测能力。从科学逻辑上看，纵向数据能够捕捉免疫状态的动态变化，理论上应该能提高对疾病进展和治疗反应的预测精度。但这个假设需要在大规模队列中得到验证，而 Onyx 目前的队列规模和随访时长都未披露。如果纵向数据的增量预测价值有限，那么 Onyx 的高成本数据采集模式将面临严峻的经济学挑战。
还有一个更根本的问题：Onyx 的“虚拟免疫系统”最终是给谁用的？如果目标用户是学术研究人员，那么数据共享和开放机制是什么？如果目标用户是药企，那么数据授权和知识产权安排是什么？如果目标用户是 AI 公司，那么数据格式和标注标准是什么？这些问题的答案将决定 Onyx 从“研究共同体”走向“商业实体”的路径是否清晰。目前，公司对这些问题的公开回答几乎为零。
从编辑推断的角度看，Onyx 本轮融资的真正信号可能不在于 800 万美元的金额，而在于投资方愿意在一个没有明确商业模式、没有披露创始人信息、没有披露官网和总部的项目上下注。这要么说明投资方对团队和方向有超出公开信息的信心，要么说明这是一笔带有强烈探索性质的早期押注。无论哪种情况，Onyx 都需要在接下来的 12 到 18 个月内证明一件事：它能够持续招募并留住真实人群参与者，并且从这些参与者身上产生出足够高质量的纵向数据。如果做不到这一点，虚拟免疫系统的故事将停留在融资公告的层面。
此外，Onyx 的验证路径还面临一个时间窗口问题。纵向数据的价值需要时间才能显现，但种子轮资金的时间窗口通常只有两年左右。如果公司无法在资金耗尽之前拿出足以支撑下一轮融资的初步数据——无论是队列保持率、数据质量的第三方评估，还是与潜在客户的合作意向——那么它可能陷入“数据还不够深、资金已经不够用”的中间地带。这个中间地带对于纵向数据公司尤其危险，因为半成品的纵向数据既难以变现，也难以证明其长期价值。Onyx 能否在时间窗口内跨越这个地带，是比技术路线本身更紧迫的考验。
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：Onyx 的赌注是，免疫学数据的价值不在广度而在深度，不在横断面而在时间轴。800 万美元买不到大规模队列，但可能买到一条尚未被验证的纵向数据护城河。真正的考验不是测序通量，而是能否让真实人群年复一年地留下来。由于队列规模、随访时长和资金用途均未披露，目前无法计算其数据积累速度与资金消耗速度之间的关系；若其中任何一环断裂，时间非但不会成为护城河，反而会变成不断吞噬现金的成本曲线。
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。