药物研发中最昂贵的失败，往往不是分子本身无效，而是研发团队在错误的时间、用错误的观测手段，错过了人体真正发生的生物学变化。组织活检能提供局部证据，但难以反复进行；常规血液检测能高频采样，却长期停留在少数几个蛋白和细胞计数上。对于需要判断“患者是否响应、哪些生物学过程发生了改变、哪些改变持续存在、为什么”的药企来说，这中间存在一个观测能力的缺口。
2026年11月，一家同时扎根赫尔辛基和马萨诸塞州剑桥市的TechBio公司Switchpoint Bio结束隐身状态，试图用血液表观基因组填补这个缺口。公司宣布完成475万欧元（约合530万美元）种子前轮融资，资金来自Treehouse Delmar Investments。公司称，其平台通过对血液样本进行靶向DNA甲基化分析并结合AI，让药物研发方从常规血液样本中反复、规模化地观察疾病与治疗如何改变人体生物学。
这笔融资的规模在生物技术领域并不算大，但它的结构、团队背景和所选择的技术路径，指向一个更具体的问题：当“血液活检”概念已经经历多轮资本周期后，一家2025年才成立的公司，凭什么认为表观基因组能成为药企愿意反复付费的观测工具？
| 字段 | 内容 |
|---|---|
| 公司 | Switchpoint Bio |
| 轮次 | 种子前轮 |
| 金额 | 475万欧元 |
| 投资方 | Treehouse Delmar Investments |
| 总部 | 赫尔辛基与马萨诸塞州剑桥市 |
| 创始人 | Samuel Myllykangas、Jason Buenrostro、Niilo Färkkilä、Jussi Paananen、Mitja Kurki |
| 官网 | https://switchpointbio.com/ |
从ATAC-seq到血液甲基化：创始团队把学术工具推向药物观测
Switchpoint Bio的创始团队配置，是理解这家公司技术主张的关键。公司由Samuel Myllykangas和Jason Buenrostro于2025年创立。据公司通稿披露，两人此前在斯坦福大学合作开发DNA测序技术。Buenrostro是麦克阿瑟奖得主、哈佛大学教授，同时领导Broad Institute的表观基因组学项目，以开发ATAC-seq技术闻名。ATAC-seq是一种用于研究基因活性变化的染色质可及性测序方法，在基础研究中被广泛使用，但其原始形态并不直接面向临床药物开发场景。
Myllykangas的履历则更偏向商业化。公司通稿称，他此前创建并扩展了Blueprint Genetics，该公司于2020年被Quest Diagnostics收购。Blueprint Genetics的主业是遗传病基因检测，这意味着Myllykangas经历过从测序技术到临床检测产品的转化过程，也经历过被大型诊断集团整合的退出路径。
创始团队还包括三位成员：Niilo Färkkilä担任首席商务官，Jussi Paananen担任首席技术官，Mitja Kurki担任科学顾问。从分工看，公司在一开始就同时配置了技术、商业和科学三个方向的负责人，这与许多由单一学术创始人驱动的早期生物技术公司有所不同。但需要指出的是，除Buenrostro和Myllykangas的履历外，其他三位创始人的具体产业背景和过往业绩，本次来源材料未披露。
从技术渊源看，Switchpoint Bio选择的靶向DNA甲基化分析，与Buenrostro在Broad Institute主导的表观基因组研究一脉相承，但并非ATAC-seq的直接商业化。DNA甲基化是表观遗传调控的重要机制之一，其优势在于信号相对稳定、可在血液样本中检测，并且能够反映细胞类型和细胞状态的长期变化。公司称，其平台对循环免疫细胞进行靶向DNA甲基化分析，以识别疾病相关免疫状态并追踪治疗后的变化，无需反复进行组织活检。这一技术主张在逻辑上成立，但平台的具体性能数据——如检测准确性、样本量、可重复性——在本次来源材料中均未披露。
从技术转化路径看，ATAC-seq与靶向DNA甲基化分析虽然同属表观基因组工具，但面向的约束条件并不相同。ATAC-seq在基础研究中解决的是染色质开放区域的定位问题，对样本新鲜度、细胞活性和测序深度要求较高，直接迁移到常规血液样本中可能面临信号稳定性和标准化挑战。Switchpoint Bio选择DNA甲基化而非染色质可及性作为血液观测的分子基础，可能正是考虑到甲基化信号在储存和运输条件下更耐受降解，且循环免疫细胞的甲基化模式能够保留细胞谱系和激活状态的痕迹。这一选择降低了从学术工具向临床可操作检测转化的技术门槛，但代价是放弃了ATAC-seq在基础研究中已经积累的部分方法学共识，需要重新建立针对甲基化panel的分析验证体系。公司通稿未披露其靶向panel覆盖的CpG位点数量、选择依据和批次间稳定性指标，这些参数将决定平台能否在药企的多中心试验中保持一致性。
“决策级证据”是一个商业承诺，不是已验证的产品能力
Switchpoint Bio对其平台的核心定位，是提供所谓“决策级证据”（decision-grade evidence）。公司通稿称，该平台能够揭示免疫细胞状态以及与疾病和治疗相关的变化，为药物研发方和临床研究者提供决策级证据。这一表述需要被严格限定：它是公司的单方说法，本次来源材料未提供独立第三方验证，也未披露任何已发表的临床数据或药企合作案例来支撑“决策级”这一强度。
“决策级证据”在药物研发语境中是一个有明确含义的词。它意味着数据质量、可重复性和监管接受度足以支持研发决策，例如是否推进临床试验、是否调整剂量、是否选择某一患者亚群。要达到这一标准，通常需要经过分析验证、临床验证和监管沟通等多个阶段。Switchpoint Bio目前披露的状态是“正从平台开发转向临床与产业验证”，并在系统性红斑狼疮等自身免疫疾病上测试其方法，以随时间监测免疫状态。这意味着公司尚处于验证路径的早期，距离“决策级证据”的商业兑现还有相当距离。
从产品逻辑看，Switchpoint Bio的差异化不在于发明一种全新的检测技术，而在于把已有的表观基因组分析方法重新定位为药物研发中的纵向观测工具。传统上，药企在临床试验中依赖预设的生物标志物和终点指标，这些指标往往在试验设计阶段就被固定下来。Switchpoint Bio试图提供的是一种更开放的观测能力：从血液中读取免疫系统的表观遗传状态，让研发团队在试验过程中发现那些未被预设的生物学变化。这一逻辑与近年来“多组学药物研发”和“纵向生物标志物”的趋势一致，但它也面临一个根本性问题：药企是否愿意为一种尚未被监管路径定义的新型证据付费。
“决策级证据”的兑现路径，在自身免疫疾病场景中可能比肿瘤学更依赖纵向数据密度而非单次检测的绝对精度。系统性红斑狼疮的疾病活动度本身随时间波动，单次横截面的免疫状态读数难以支撑治疗决策，药企需要的是在多个时间点上捕捉免疫状态变化的轨迹。这意味着Switchpoint Bio的验证重点可能不在于证明某一次血液甲基化检测能替代现有诊断，而在于证明其纵向检测序列能够提供比现有临床评分更早或更稳定的变化信号。这一验证逻辑与肿瘤液体活检以单次检测灵敏度和特异性为核心的评估框架不同，也意味着公司无法直接借用肿瘤学领域已经建立的监管沟通模板。公司通稿称其正在系统性红斑狼疮上测试方法以随时间监测免疫状态，但未披露测试的样本规模、随访周期和对照设计，这些要素将决定其纵向证据能否被药企的临床团队接受为决策依据。
475万欧元中的448万来自单一投资方：资本结构比金额更值得注意
本轮融资的资本结构，是理解Switchpoint Bio当前处境的重要线索。475万欧元总额中，Treehouse Delmar Investments出资448万欧元（约合500万美元），占比超过94%。这意味着本轮融资在实质上接近一笔单一投资方的种子前注资，而非多投资方共同定价的典型种子轮。
单一投资方主导的种子前轮，在生物技术领域并不罕见，尤其是在公司尚未披露具名客户和收入的情况下。这种结构的好处是决策链短、交易速度快，适合在技术验证阶段快速获得资金。但它的代价也很明显：公司尚未经历多投资方独立尽调下的定价博弈，后续轮次的估值锚定和治理结构都缺乏多元信号。对于Switchpoint Bio而言，Treehouse Delmar Investments的这笔资金更像是一张进入临床与产业验证阶段的门票，而不是市场对其平台价值的广泛确认。
投资方Treehouse Delmar Investments的Dave Proctor在声明中表示：“我们采取长期视角，支持我们相信能真正改变疾病理解与治疗方式的科学。Switchpoint Bio汇集了卓越的科学人才，并有一条将突破性生物学转化为帮助患者证据的真实路径。”这是投资方的判断，而非独立验证的事实。它表明投资方押注的核心是团队和科学方向，而非已经验证的商业牵引力。
Treehouse Delmar Investments在本轮中同时承担了领投方和几乎唯一出资方的角色，这种结构对后续融资的定价信号可能产生双重影响。一方面，单一投资方的深度参与意味着投资方有更强动机在后续轮次中继续支持，避免早期注资因公司无法跨越验证门槛而减值；另一方面，缺乏其他投资方的独立报价，使公司当前的估值缺乏市场参照，下一轮融资时新投资方可能要求以更保守的折扣重新定价。对于一家计划在临床与产业验证阶段消耗资金的公司而言，这种资本结构可能迫使创始团队在验证里程碑的设定上更倾向于与现有投资方的风险偏好对齐，而非追求更广泛的市场共识。投资方Dave Proctor的声明强调长期视角和科学价值，但长期视角本身并不减少公司在未来12到24个月内需要拿出可评估证据的压力。
血液表观基因组学的竞争不在技术稀缺，而在药企工作流嵌入
Switchpoint Bio所处的赛道，竞争压力并不来自某一家直接对标公司，而是来自整个药物研发生态中已有的替代方案。药企在临床试验中观测生物学变化，至少有三类成熟路径：一是基于组织活检的病理学和分子分析，二是基于血液的蛋白标志物和细胞计数，三是基于循环肿瘤DNA或循环游离DNA的液体活检。Switchpoint Bio的血液表观基因组平台，需要在成本、信息量和可重复性上与这些路径竞争。
与组织活检相比，血液采样的优势是低侵入性和可重复性，但劣势是信号可能被稀释，且难以直接对应特定组织的生物学变化。与蛋白标志物相比，DNA甲基化分析理论上能提供更高维度的细胞状态信息，但其检测成本、标准化程度和监管接受度目前仍不如成熟的蛋白检测。与循环肿瘤DNA相比，Switchpoint Bio的靶向DNA甲基化分析更关注免疫细胞状态而非肿瘤突变，这使其在肿瘤学之外的自体免疫疾病领域有更自然的应用场景，但也意味着它无法直接借用肿瘤液体活检已经建立的部分监管和支付框架。
公司选择系统性红斑狼疮作为早期测试场景，这一选择有其合理性。系统性红斑狼疮是一种异质性极高的自身免疫疾病，疾病活动度的评估长期依赖临床评分和少数血清学指标，药企在临床试验中面临终点选择困难。如果Switchpoint Bio能证明其平台能随时间追踪免疫状态变化，并与疾病活动度或治疗响应建立关联，它可能在这一领域找到第一批愿意尝试的药企客户。但这一假设的验证需要公开的临床数据和合作案例，目前均未披露。
在药企工作流嵌入的竞争中，Switchpoint Bio面临的一个具体约束是样本采集时点与试验方案的耦合方式。药企的临床试验方案通常在启动前数月甚至数年就已固定，包括采血时点、样本处理流程和生物标志物分析计划。如果Switchpoint Bio的甲基化分析需要在采血后特定时间内完成处理，或需要额外的血液管类型和保存条件，那么它可能无法直接嵌入已经启动的试验，而只能进入新设计的试验方案。这意味着公司的商业周期不仅取决于技术验证速度，还取决于药企试验方案的更新节奏。公司通稿称其平台从常规血液样本中读取信号，但未披露其对样本采集管、运输温度和离心前放置时间的具体要求。这些操作层面的兼容性，可能比检测本身的信息量更能决定药企是否愿意在现有工作流中为这种新型观测留出空间。
资金用途显示公司仍在构建数据护城河，而非销售现有产品
公司披露，新资金将用于扩大临床与生物样本库数据集、进一步开发AI平台，并扩充赫尔辛基与剑桥的科学与技术团队。这一资金用途结构说明，Switchpoint Bio当前的首要任务不是销售，而是积累数据和优化算法。
在表观基因组分析中，数据集的规模和质量直接决定AI模型的泛化能力。公司需要证明其靶向DNA甲基化分析在不同人群、不同疾病状态和不同治疗干预下都能稳定输出有意义的信号。扩大临床与生物样本库数据集，意味着公司可能正在通过与医院或生物样本库合作获取回顾性样本，以训练和验证其模型。但公司未披露这些数据集的来源、规模、疾病覆盖范围和获取成本，也未披露是否存在数据独占性安排。如果这些数据集来自公开或半公开的生物样本库，竞争对手理论上也能获取类似资源；如果来自独家合作，则可能构成一定的数据壁垒，但这一壁垒的强度取决于合作条款，本次来源材料未提供相关信息。
扩充赫尔辛基与剑桥团队，则反映了公司的双总部运营策略。赫尔辛基在基因组学和生物样本库方面有长期积累，剑桥则是全球生物技术和制药产业的密集区。双总部配置有利于同时接触欧洲的临床数据和美国的药企客户，但对一家种子前公司而言，跨大西洋运营也会带来更高的管理成本和沟通复杂度。公司如何在475万欧元的资金规模下维持两个研发中心的运转，是一个值得关注的执行问题。
扩大临床与生物样本库数据集的资金用途，隐含着一个尚未被回答的问题：公司获取的是回顾性样本还是前瞻性样本。回顾性样本可以快速积累数据量，但往往缺乏与样本采集时点对应的完整临床结局和治疗干预记录，这会限制AI模型学习因果关联的能力。前瞻性样本虽然能提供更完整的纵向信息，但获取周期长、成本高，且需要与临床机构建立持续的合作关系。对于一家种子前公司而言，475万欧元的资金规模可能不足以支撑大规模前瞻性队列的建立，因此公司更可能采取混合策略：先利用回顾性样本训练基础模型，再通过小规模前瞻性研究验证关键假设。公司未披露其生物样本库合作方的类型和样本的临床注释深度，这些信息将决定其数据集能否支撑“决策级证据”所需的模型泛化能力。
风险不在技术真假，而在验证节奏与商业契约的错配
Switchpoint Bio面临的核心风险，可以归结为三类。第一类是验证风险。公司目前仅在自身免疫疾病（如系统性红斑狼疮）上测试其方法，尚未披露任何公开的性能数据、临床关联性结果或药企合作案例。平台能否从“有趣的科学工具”转化为“药企愿意付费的决策支持系统”，取决于未来12到24个月内能否拿出可被独立评估的证据。
第二类是资本集中风险。本轮资金绝大部分来自单一投资方，公司尚未经历多投资方定价。如果后续临床与产业验证进展不如预期，公司在下一轮融资中可能面临估值压力，而单一投资方的支持意愿和追加能力将成为关键变量。
第三类是商业契约风险。药物研发的决策链条长、责任重，药企对新型证据类型的采纳通常极为谨慎。即使Switchpoint Bio的平台在技术上表现出色，它仍需要回答一系列商业问题：谁为这种观测付费？是药企的研发部门、临床运营部门还是外部合作伙伴？付费模式是按样本、按项目还是按数据订阅？这些问题的答案，目前完全未披露。
从已披露的信息看，Switchpoint Bio的叙事建立在两个可验证的前提上：一是血液中的循环免疫细胞DNA甲基化状态能够反映疾病和治疗引起的生物学变化；二是这种变化能够被AI模型转化为药企可用的决策信息。第一个前提有表观遗传学研究的长期积累作为支撑，但具体到Switchpoint Bio的技术实现，尚无公开数据。第二个前提则完全取决于公司未来的验证结果和商业谈判能力。在475万欧元的种子前阶段，这两个前提都还只是假设，而非事实。
三类风险之外，还存在一个与验证节奏相关的结构性约束：公司同时推进平台开发、临床验证和团队扩张，但475万欧元的资金规模决定了这三条线不能以同等强度并行。如果公司优先扩充数据集和算法，临床验证的进度可能延后；如果优先推进系统性红斑狼疮的临床关联性研究，平台工程和团队建设可能被压缩。这种资源分配的张力在单一投资方结构下尤为突出，因为公司需要在投资方的长期期待与阶段性可验证成果之间做出取舍。公司通稿未披露其在三条线之间的具体资源分配比例，也未给出临床验证的预期时间节点。缺乏时间节点的验证承诺，可能使药企客户在评估合作时难以判断平台何时能够达到可签约的成熟度。
RecodeX 极客视：Switchpoint Bio的真正赌注，不是血液表观基因组学是否科学成立，而是药企是否愿意为一种尚未被监管路径定义的“纵向生物学观测”建立新的采购类别。475万欧元买到的是一张进入验证赛道的门票，而验证的终点不是论文，是药企研发预算里的一个固定科目。
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。