临床阶段的AI驱动蛋白质疗法公司BigHat Biosciences在9月24日宣布完成7500万美元C轮融资，累计融资规模达到2.23亿美元。本轮由DFJ Growth与Premji Invest联合领投，Catalio Capital Management、LG Technology Ventures与Sigmas Group作为新投资方参与，老股东包括8VC、Alexandria Venture Investments、Amgen Ventures、Andreessen Horowitz、Eli Lilly、Merck Global Health Innovation Fund、Quadrille Capital与Section 32等。资金将用于推进公司自研管线走向关键临床读出，并扩大其用于蛋白质设计的快速数据生成平台。
资金用途分两半。一半是管线：公司首个进入临床的项目BHB810在9月完成首例患者给药，另有第二个候选分子BHB299正在接近完成临床前开发，公司计划于2027年启动人体试验。另一半是平台：BigHat称其平台能生成专有的、适配用途的高质量生物数据，用来驱动当前领先的治疗设计模型。联合领投方在声明中把这一点讲得很直接，认为这家公司以适配行业领先速度、并达到当代前沿模型所需规模的方式，让分子设计可以用上强化学习。
从融资节奏看，本轮是对此前两轮的一次加码。公司在2022年完成8000万美元B轮，2025年又完成4400万美元B轮扩展，此次C轮把累计融资推到2.23亿美元。医药行业的产业方也持续在场，安进、礼来与默克均以投资方身份回归，其中礼来还与公司在TuneLab基础模型上展开合作，此前的合作方还包括艾伯维、默沙东与强生。
BHB810是一款靶向钙黏蛋白17（CDH17）的抗体偶联药物。CDH17是一种细胞表面黏附分子，在50%至60%的胃癌中表达，在结直肠癌与胰腺肿瘤中也有存在。这个抗原与HER2、PD-L1以及Claudin 18.2都不重叠，而在胃癌这个已被上述生物标志物划分完毕的市场里，靶点的正交性本身就是商业逻辑的一部分。
分子设计上，BHB810是一种紧凑的单域抗体融合结构，公司称其体积比传统全长IgG小约50%，这一取舍指向的是实体瘤穿透能力，而不是继续在结合亲和力上做加法。载荷为单甲基澳瑞他汀E，通过位点特异、酶可切割的连接子连接，药物抗体比为4，相关连接技术从Synaffix授权引进。临床前研究显示，在近30个患者来源与细胞来源模型中观察到完全或接近完全的肿瘤清除，且在人血清中未检测到明显的载荷脱落。当然，这些结果仍来自移植瘤与血清管，真正的考验是首个人体试验。
BigHat的核心资产是一套名为Milliner的平台，它把合成生物学的无细胞蛋白合成、高速自动化湿实验与主动学习、贝叶斯优化组合在一起。按公司说法，这一循环每周能设计、合成并测试数千个变体，产出专有实验数据，而不是挖掘公开的结构数据集。公司首席执行官在采访中给出更具体的数字：从计算设计到拿到实验数据可以在一周内完成，每周在20多种检测中产出并表征超过2000个分子，覆盖可开发性、结合亲和力与功能等维度。
作为对照，行业标准周期通常是四到六周，且往往只对几十到几百个分子测量少数几项属性。速度本身不是目的，公司首席执行官强调，治疗性蛋白必须同时满足多项要求，除靶点结合外还要在效力、特异性、稳定性、可制造性与功能上过关，通过快速在预测与实验之间循环，才能探索更大的设计空间并在同一轮里优化多项关键属性。
这套循环的价值不只在速度。当每一轮实验都能产出结构化、可比较的数据时，模型与实验之间的关系就从单向预测变成双向校准，平台自身的资产也随之累积。
把这笔融资放回行业语境，会更清楚它想回答什么问题。第一代计算生物公司花了多年优化计算机内的亲和力，随后在人体试验中撞上疗效、耐受性与药代动力学上的可开发性问题，几家明星公司接连遭遇临床失败与管线重排，结果是投资人一度把AI设计当成口号，直到有分子真正走完工艺开发与一期临床。计算得到的结合亲和力，并没有可靠地转化为体内活性。
BigHat的答案是把适配用途的湿实验数据前置，用工业级吞吐量在早期就把可制造性与生物物理可开发性一并纳入优化，而不是等到临床阶段才发现问题。公司还强调自己是首批进入临床的AI设计生物药之一，这一定位既是技术宣称，也是融资叙事。真正的检验点很明确：BHB810能否在小体积支架、药物抗体比4的载荷设计与CDH17选择性之间取得平衡，并在晚期胃癌与胃食管结合部患者身上体现出可接受的安全性与疗效。这一步走通，平台的价值才能从合作订单升级为自有管线。