Apoha 完成 3600 万美元 A 轮融资：当 AI 无法”感知”物质，这家公司用分子行为数据填补人工智能最危险的盲区
在过去十年里，人工智能学会了阅读文字、理解图像、生成代码。然而在分子科学领域，AI 仍然是一个先天残缺的学者，它能读懂蛋白质的序列，却无法感知分子在真实世界中的行为。这个缺口，每年让制药行业损失数百亿美元：药物候选分子在临床试验晚期失败的主要原因，往往不是药效不足，而是物理化学行为异常，聚集、沉淀、不稳定，这些本可以在早期被检测出来的问题，却因缺乏正确的测量工具而被遗漏。
Apoha 今日从隐身状态走出，宣布完成 3600 万美元融资，由 Singular 领投，Tim Draper 的 Draper Associates 和种子轮投资方 Redalpine、Seedcamp、Wilbe、Nucleus 持续跟投，另有 Innovate UK 提供政府资助。这家同时在伦敦与旧金山运营、创立于 2021 年的深科技公司，正在构建 AI 时代物理世界数据的基础设施层。其背后是一对非同寻常的创始组合：一位牛津大学物理学家，与他的高盛前执行董事妻子。
问题定义：AI 药物发现的阿喀琉斯之踵
AI 在药物发现领域的投资已经进入狂热期。Isomorphic Labs 获得 21 亿美元融资，Recursion Pharmaceuticals 市值一度超过 100 亿美元，AlphaFold 的蛋白质结构预测被视为划时代突破。
但这一切繁荣之下，隐藏着一个鲜少被正面讨论的结构性问题：AI 模型预测的是静态结构，而非动态行为。一个蛋白质的三维结构告诉你它”长什么样”，却无法告诉你它在体液中会如何运动、聚集、与其他分子相互作用。药物失败的悲剧，往往就发生在这个从”看起来好”到”实际可用”的鸿沟之间。
关键数据：全球制药行业临床试验失败率超过 90%，其中相当比例的失败发生在 Phase II 和 Phase III，此时每个候选分子已投入数亿美元。早期识别高风险候选分子可节省每个大型客户 1 亿美元以上的研发成本。全球生物物理检测市场规模 2025 年达 38 亿美元，预计 2034 年增长至 79 亿美元，年复合增速 8.5%。
Apoha 的核心论点是：没有分子行为数据，再复杂的 AI 模型也只是在推理它无法真正理解的东西。
技术解构：VIBE® 检测平台与分子行为指纹
Apoha 的核心技术是 VIBE®（Vibroacoustic Interfacial Biophysical Engineering）检测平台，一种同时测量分子在液体界面行为的全新检测范式。
工作原理：取一份比大头针针头还小的样品，将其悬浮于液体中，施加一系列可控应力，捕捉分子在响应过程中产生的波形模式。整个过程在数分钟内完成，输出超过 1000 个同步行为描述符，而传统工具每次只能测量一个物理化学参数。
这意味着 Apoha 提供的不是一项检测结果，而是一张分子行为指纹：告诉药企候选分子是否会在进入人体后聚集、沉淀、或以不可预测的方式相互作用。与波士顿大学的生物物理学研究相结合，VIBE® 平台已超越 Hodgkin-Huxley 神经信号传导模型，探索物质与液体边界的物理规律。
关键数据：与 勃林格殷格翰（Boehringer Ingelheim）的联合研究显示，Apoha 在一项涉及 236 个抗体的基准测试中，仅用 8 微克材料就以超过 90% 的精度识别出高风险候选分子，同时超越 12 项行业标准检测。Apoha 目前持有涵盖硬件、软件、数据与 AI 模型的超过 60 项专利。
公司联合创始人兼 CEO Shamit Shrivastava 是牛津大学生物物理学与机械工程博士后研究员，其 2008 年开始的研究成果被《科学美国人》评选为”13 项可能改变一切的发现”之一，已被 19 篇论文引用超过 1500 次。
客户案例与商业验证
Apoha 已与多家企业建立合作关系，验证其商业可行性：
- 勃林格殷格翰（Boehringer Ingelheim）：抗体候选分子高风险识别联合研究
- Ethris（德国生物技术公司）：携带 mRNA 的脂质纳米颗粒检测
- THIS（植物基食品公司）：植物蛋白重构优化
- Somru BioSciences 及多家 《财富》500 强制药、食品、材料公司
这一客户组合揭示了 Apoha 的市场视野：不仅仅是制药，还涵盖食品科学、材料工程，任何需要理解分子行为的行业都是潜在市场。
竞争格局分析
Apoha 的真正护城河在于：传统工具逐项测量，Apoha 同时提供 1000+ 行为描述符；传统工具需要大量样品，Apoha 仅需 8 微克；传统工具给出孤立数据点，Apoha 提供行为指纹。这不是功能升级，而是数据类型的根本创新。
投资人逻辑：为什么 Singular 和 Draper 在此时下注？
Raffi Kamber，Singular 联合创始人兼 GP，将 Apoha 描述为”欧洲科学公司的新一代代表，AI 不再是未来承诺，而是已经在改变生物学实践方式的实用工具”。
Singular 此前投资组合包括 Aikido、Basecamp Research 和 Vibe；Draper Associates 因早期押注特斯拉、Skype 和 Coinbase 而声名大噪。这两家机构的共同判断是：分子行为数据将在物理世界 AI 中扮演与基因组学中序列数据同等的基础性角色。
当 AI 进一步向物理世界延伸，从 Isomorphic Labs 的 AI 药物发现到自主实验室，再到材料科学，底层数据质量将决定这些系统能够推理什么、无法推理什么。Apoha 押注的就是这个数据基础设施层。
关键数据：Apoha 于 2021 年成立，目前拥有 29 名员工，同时在伦敦与旧金山运营。本轮 3600 万美元融资将用于平台商业化规模扩张与全球市场拓展。
⚠️ 风险与不确定性
⚠️ 风险一：技术采用的惰性
制药公司高度路径依赖，现有标准检测方法（DLS、ITC、SPR 等）已深度嵌入 GMP 合规流程。说服监管部门接受 VIBE® 作为新的标准方法，可能需要多年的验证工作，而非数月。
⚠️ 风险二：规模化生产挑战
VIBE® 平台目前的精度优势需要高度精密的仪器控制。随着客户数量增长，如何在保持检测精度的同时实现仪器制造的成本可控，是尚未充分验证的难题。
⚠️ 风险三：数据网络效应尚待建立
Apoha 最大的长期护城河应当是积累的分子行为数据库，类似基因组学中的参考数据集。但目前数据量仍属早期，在大型药企建立内部行为数据基准之前，Apoha 需要加速数据积累。
⚠️ 风险四：资金消耗速率与商业化节奏的匹配
深科技公司的销售周期通常在 12-18 个月，而 3600 万美元的 A 轮资金需要在商业化验证完成之前撑过这一周期。如果头部制药客户的采购决策延迟，将对公司现金流形成压力。
结语：物理世界 AI 的数据基础
半个世纪前，人类测序了第一个基因组，由此打开了基因组学数据的潘多拉魔盒。今天，Apoha 试图做的事情具有某种相似的结构性意义：建立分子行为数据这一全新数据类别的基础设施。
如果这一判断成立，Apoha 的 VIBE® 数据库将成为未来物理世界 AI 系统的核心训练资产，就像人类基因组序列之于现代生命科学工具链一样。
一位牛津物理学家与他的高盛联合创始人妻子，用十五年的基础研究换来了这个机会。3600 万美元，是将这个机会转化为现实的第一次真正考验。
