Spotlight Bio 是 2018 年成立的生物技术公司，试图用先进基因组学与计算生物学平台加速药物靶点的发现与验证，解决制药业最昂贵的瓶颈之一——传统靶点验证动辄数年、数十亿美元且失败率极高。由资深生物技术高管 Mary Haak-Frendscho 创立，获 GV（谷歌风投）、8VC、Samsara BioCapital 共 4000 万美元投资，站在计算生物学、机器学习与药物发现的交汇点上，计划整合多组学数据预测可成药靶点。但算法承诺始终未能转化为临床与商业现实，2025 年停止运营。
典型死于计算生物学的「死亡之谷」：算法预测与湿实验验证之间的鸿沟太宽、太贵、太慢，无法在风投时间表内跨越。首要技术失败是预测精度不足以支撑验证成本——若模型预测有效靶点的准确率仅 60-70%，而传统方法（文献挖掘、遗传关联研究、表型筛选）已达 50%，增量价值撑不起平台费用，何况每个靶点验证仍需数年与数百万美元。药企要求铁证：拿出一个我们原本会错过、但你们预测成功并进入 IND 申报或一期临床的靶点。没有临床证据点，平台合作就停滞。其次是商业模式错配：计算工作前置且便宜（雇博士、租算力、建模型），收入却后置且不确定（里程碑付款要等 5-10 年的临床成功）。4000 万美元只够 30-50 人的计算生物学家、数据工程师与药物化学家团队烧 4-5 年，年烧 800-1000 万美元，未及临床里程碑就已耗尽跑道，B 轮与药企大单双双落空。第三是赛道拥挤：2018-2025 年 AI 制药超载，Recursion 融 6.8 亿美元、Insitro 融 6.43 亿美元垂直整合自建管线吃下药物经济学，横向平台 Exscientia 与 BenevolentAI 上市后股价暴跌 80-90%。
垂直整合的 AI 原生靶点发现平台，只做罕见遗传病：基因因果明确但无药可医、患者倡导组织能提供基因组数据、药企急于获得验证靶点的领域。聚焦 10-20 个高价值罕见病（渐冻症、亨廷顿病、某些肌营养不良），区别于 Spotlight 的横向打法。平台是五步流水线：与患者倡导组织和生物样本库签订基因组数据合作；基础模型分析（AlphaFold3 做结构、ESM 做序列、GPT-4 综合文献）；快速计算筛选（分子动力学与分子对接）；CRO 合作验证（Charles River、Covance 做动物模型）；以及为早期里程碑设计的药企共同开发协议。收入为每个靶点 200-500 万美元前期费，IND 申报与一期临床触发 1000-3000 万美元里程碑，外加分拆治疗公司的股权，让现金流比纯里程碑模式更前置。
技术栈：AlphaFold3 / ESM / GPT-4 文献综合 / 分子动力学与对接筛选 / Snowflake / Databricks 数据基建 / CRO 合作网络（Charles River、Covance）
死因是「资金耗尽」。典型死于计算生物学的「死亡之谷」：算法预测与湿实验验证之间的鸿沟太宽、太贵、太慢，无法在风投时间表内跨越。首要技术失败是预测精度不足以支撑验证成本——若模型预测有效靶点的准确率仅 60-70%，而传统方法（文献挖掘、遗传关联研究、表型筛选）已达 50%，增量价值撑不起平台费用，何况每个靶点验证仍需数年与数百万美元。药企要求铁证：拿出一个我们原本会错过、但你们预测成功并进入 IND 申报或一期临床的靶点。没有临床证据点，平台合作就停滞。其次是商业模式错配：计算工作前置且便宜（雇博士、租算力、建模型），收入却后置且不确定（里程碑付款要等 5-10 年的临床成功）。4000 万美元只够 30-50 人的计算生物学家、数据工程师与药物化学家团队烧 4-5 年，年烧 800-1000 万美元，未及临床里程碑就已耗尽跑道，B 轮与药企大单双双落空。第三是赛道拥挤：2018-2025 年 AI 制药超载，Recursion 融 6.8 亿美元、Insitro 融 6.43 亿美元垂直整合自建管线吃下药物经济学，横向平台 Exscientia 与 BenevolentAI 上市后股价暴跌 80-90%。
累计烧掉约 $4000万美元（美元），2018 年创立，2025 年停止运营，存活 7 年。