数千万元天使轮落定：粒曼生物押注虚拟细胞数据基建

交易发生了什么

粒曼生物宣布完成数千万元人民币天使轮融资，资金将专项用于加速其虚拟细胞（Virtual Cell）数据基础设施的建设。在早期融资普遍趋紧的环境下，一家初创公司以“数据基建”而非具体管线作为核心叙事拿到天使轮资金，本身就是值得拆解的资本风向信号。

交易要素梳理如下：

• 融资轮次：天使轮
• 融资金额：数千万元人民币
• 资金用途：加速虚拟细胞数据基础设施建设
• 技术方向：AI 驱动的计算生物学平台，细胞级数据基础设施

为什么是现在

过去两年，AI 制药叙事的重心明显迁移：从结构预测、分子生成等“模型能力”的比拼，转向对高质量、可复用数据的争夺。大模型的能力上限越来越取决于训练数据的覆盖度与保真度，而细胞层级的行为数据恰恰是当前最稀缺的一环。虚拟细胞试图用 AI 对细胞状态与扰动响应做系统性建模，其前提正是先建起大规模、标准化的细胞级数据底座。

当产业共识从“拼模型”转向“拼数据”，细胞级数据基础设施正在成为 AI 制药新的估值锚点。

资本此刻出手，本质上是在赌“卖水人逻辑”——在模型层竞争尚未收敛之前，先卡位底层能力。

被买走的到底是什么能力

这笔天使轮买的不是靶点，也非临床资产，而是一套底层能力预期：能否系统性地生产、清洗并结构化细胞级数据，使其成为未来 AI 模型可直接消费的训练资产。对应的研发门槛有三层：高通量实验与扰动数据的生成能力、数据工程化与标准化的处理能力，以及将生物数据转化为模型可用形态的算法能力。真正的技术壁垒不在单点算法，而在“数据获取—工程化—模型迭代”这一飞轮能否持续转动。这也决定了它是一条长周期、重投入的路线。

对研发团队的现实启发

想进入相似赛道的 Biotech，早期最需要补的不是算法人才，而是三件事：其一，明确独占性数据资产——数据是否独家、结构化、可规模化，直接决定平台能力的差异化程度；其二，尽早完成早期验证，哪怕只在某个具体生物学问题上证明数据资产能产出可检验的预测；其三，搭建湿实验与计算深度耦合的混合团队，纯计算叙事在当前募资环境下已很难获得信任。

总结与展望

虚拟细胞代表了 AI 制药从分子层向细胞层纵深的方向，但其商业化路径尚不清晰：数据基建的付费方是谁、回报周期多长、如何与药企 BD 预期挂钩，目前均无成熟范式。天使轮资金只能支撑起跑，后续能否获得持续加注，取决于数据资产的不可替代性能否被验证。对行业的启示很朴素：在 AI 重塑研发的时代，最底层的筹码未必是模型，而是数据本身。