免疫学家 Mary Haak-Frendscho 于 2017 年创立，用计算生物学预测每位患者的肿瘤新抗原、工程化 T 细胞做个性化癌症免疫治疗，号称突破 PD-1 与 CAR-T 的局限，拿到 GV、软银共 1 亿美元。测序成本骤降、新抗原预测算法进步、免疫治疗临床验证，why now 无懈可击，却始终没把计算预测变成临床疗效，2025 年倒在 90%+ 的预测失准率前。
新抗原预测是致命伤：算法对每位患者筛出数百个候选突变，仅 1-5% 能激起有效 T 细胞应答，真正引发肿瘤缩小的更少。1 亿美元烧在计算平台与湿实验验证、IND 与 I 期临床（2000-3000 万美元）、个体化 GMP 产线（建厂 1500-2500 万美元+每例高昂成本）上；每位临床患者全成本 20-40 万美元，30 人 I 期直接吃掉 1000 万+。早期数据「有个别应答案例但多数无效」——个性化医疗的死区：够撑起继续做，不够说服新一轮融资。2022 年后利率飙升、XBI 指数自高点跌 60%，软银与 GV 自顾不暇；Spotlight 续命需 1.5-2 亿美元 C 轮，投资人却要求先临床去风险，Catch-22 死锁。而双特异性抗体、ADC、新一代 CAR-T 拿着 FDA 批文一路收割，新抗原平台原地踏步。
AI 原生新抗原发现与验证平台，反转 Spotlight 模式：不靠计算预测然后祈祷临床有效，而是用高通量实验筛选（微流控、类器官、人源化小鼠）实证找出真正杀伤肿瘤的新抗原，再反哺预测模型。锁定 20-40% 患者共有的公共新抗原（KRAS G12C、IDH1 R132H），做即用型 mRNA 疫苗，把 50 万美元的个体化治疗打成 5 万美元。先以数据即服务变现：药企付费访问已验证的新抗原库与预测模型，为自己的管线去风险。
技术栈：Python + PyTorch / 微流控高通量筛选平台 / 类器官/人源化小鼠验证体系 / mRNA 合成与 CDMO 合作 / 云 HPC 生物信息学
死因是「产品/技术失败」。新抗原预测是致命伤：算法对每位患者筛出数百个候选突变，仅 1-5% 能激起有效 T 细胞应答，真正引发肿瘤缩小的更少。1 亿美元烧在计算平台与湿实验验证、IND 与 I 期临床（2000-3000 万美元）、个体化 GMP 产线（建厂 1500-2500 万美元+每例高昂成本）上；每位临床患者全成本 20-40 万美元，30 人 I 期直接吃掉 1000 万+。早期数据「有个别应答案例但多数无效」——个性化医疗的死区：够撑起继续做，不够说服新一轮融资。2022 年后利率飙升、XBI 指数自高点跌 60%，软银与 GV 自顾不暇；Spotlight 续命需 1.5-2 亿美元 C 轮，投资人却要求先临床去风险，Catch-22 死锁。而双特异性抗体、ADC、新一代 CAR-T 拿着 FDA 批文一路收割，新抗原平台原地踏步。
累计烧掉约 $1亿美元（美元），2017 年创立，2025 年停止运营，存活 8 年。