Axiom Bio 调研

日期： 2026-10-01 数据等级： 〔审计〕法定报表｜〔SEC〕SEC 申报原文｜〔披露〕公司或投资方公告（含官网、公司发布的技术报告 PDF）｜〔媒体〕｜〔估算〕第三方数据库 本次四个重点： ① 数据集的真实规模与开放程度；② 模型验证方式（回测还是前瞻）；③ 商业模式；④ 2025–2026 新融资或药企合作。 本次一手材料： 官网 axi.om 的 5 个子页面；官网挂出的 4 份 PDF（2026-03 技术报告 89 页、2026-08 技术报告 70 页、2026-06 Translate 模型卡 3 页、ACT 2025 海报）；Wayback 存档的 2025-07 和 2026-02、2026-06 官网快照；Crossref、bioRxiv、PMC、Zenodo、GitHub API；SEC EDGAR 检索。

---

0. 一页结论

1. Axiom 是一家**"自建湿实验室产数据 + AI 推理代理"的肝毒性（DILI）预测公司**：用原代人肝细胞（2D PHH）和商用的四细胞共培养体系（LifeNet Health 的 TruVivo）做多剂量高内涵成像，再叠加 ADME、反应性代谢物数据，输出"在多少口服剂量下会伤肝"的风险判断。产品叫 Translate，形态是"送化合物→Axiom 做实验→AI 出报告"的技术型 CRO 服务 + 年费平台 + 数据授权。
2. "13 万化合物数据集"的说法需要打折：公司自己 2025-07 官网和 2026-08 技术报告写的是 115,371 个小分子〔披露〕，去重后约 10 万〔披露〕；"13 万"只出现在一篇媒体稿里〔媒体〕。其中真正和人体临床结局挂钩、能用来训练和验证 DILI 模型的只有约 2,154 个药物〔披露〕。数据也不是开放的：所谓"公开"只是一个可视化浏览工具（不能下载、无许可证），且 axi.om/dataset 页面今天已 404；真正可下载（CC BY 4.0）的只有和 Broad/HESI OASIS 联盟合作的 1,085 个化合物的子集。
3. 验证全部是回测。公司把评估分成三档"回测 / 药企或 FDA 盲测 / 前瞻"，只公布了第一档。宣传的"灵敏度 70–75%、特异度约 90%"只在2000 年后上市的"现代药物"子集成立（模型卡：74%/89%，AUC 0.91）〔披露〕；全量数据上灵敏度只有 49%（特异度 90%，AUC 0.80）〔披露〕；对罕见、迟发型的特异质 DILI（最贵的那类失败）灵敏度掉到 30–50%〔披露〕。2026 年初应完成的"多家大药企盲测"至今没有公布结果。
4. 融资：公开只有 1500 万美元（2023 年 700 万种子 + 2024 年底 800 万，2025-04 合并对外宣布）〔披露〕；2025 下半年 CRV 和 Abstract VC 出现在官网投资人名单里，但没有任何公告，疑似一轮未披露的融资。没有任何一家点名的药企合作。
5. 值得关注，但要把它当作"一个做得很扎实的数据+产品团队，在一个已被多家验证过的方向（PHH 成像预测 DILI）上做规模化"，而不是已被药企或监管证明的平台。真正的判断节点是盲测结果能否公布、以及能否签下第一个点名的药企年度合同。

---

1. 基本信息

创始人和核心团队

• Brandon White（联合创始人、CEO）：没读大学，2014 年 20 岁加入 Uber 机器学习团队〔媒体，Endpoints〕；Freenome 第 3 号员工、高级产品经理（2016–2019），Spring Discovery 产品负责人（2019–2023）〔媒体/第三方资料〕。Amplify 博客另列 Genesis Therapeutics、Redesign Science 经历（似与 Beatson 合写，未区分）。本质是 ML 和产品出身，不是毒理学家。
• Alex Beatson（联合创始人、CTO）：普林斯顿深度学习博士，在 Genesis Therapeutics、Redesign Science 做过虚拟筛选和分子生成平台〔披露，Amplify〕。是 2025 年 Chem Res Toxicol 多药企联合综述、2026 年 Nature Communications 论文的合著者。
• Katherine Titterton：创始生物学家，负责原代肝细胞培养体系〔媒体，Kesin〕。
• 其他：Nadeem Karmali（数据科学，前 Citadel）、Nishkrit Desai（ML）、Alex Cabrera（可视化/界面，Ángel A. Cabrera）等。
• 顾问（官网列名，2026）：Mikael Dolsten（前辉瑞首席科学官）、Nicholas Meanwell（前 BMS 药化）、Arie Regev（肝脏安全专家）、Emma Parmee、Dominique Bonafoux、Yvonne Will（前辉瑞研究毒理）、Chris Maddison（多伦多大学 ML）、Ben Kamens（产品）。履历按公开常识写入，未逐一核实。2025-07 的顾问名单（Rob Jones、Justin Barber 等）与 2026 年几乎全部换了一批，换成了药企资深人士，说明公司在补"药企信用背书"这块短板。

---

2. 技术与产品

2.1 通俗原理

肝损伤是药物临床失败和上市后撤市最常见的器官毒性。传统做法是在大鼠和狗身上测，但动物对人类肝毒性的预测力很差。

Axiom 的思路分三步：

1. 在人肝细胞上"拍照"：把候选化合物按 8 个浓度（最高 100 µM）加到原代人肝细胞上，48 小时后用 Cell Painting（一种同时给细胞核、线粒体、内质网、细胞膜等 5–6 种结构染色的成像方法）拍照，再加上细胞活力（MT-Glo）和坏死（LDH）两个生化读数。
2. 算"最早出现异常的浓度"：用深度学习模型（视觉 Transformer 嵌入）比较给药孔和空白对照孔，找出细胞形态第一次出现可察觉变化的浓度（公司叫"bioactivity point of departure"）。这个浓度往往比细胞死亡浓度低一个数量级，所以更敏感。
3. 换算到人体剂量：把这个浓度和药物的人体口服剂量、暴露量（Cmax、蛋白结合、清除率）对比，算出"安全边际"（Bioactivity Margin of Safety，MOS），再由一个 LLM 推理代理结合机理信号（脂肪变性、胆汁淤积、线粒体、内质网应激、反应性代谢物等）出报告。

它的创新点不在算法（PHH 成像预测 DILI 是 AstraZeneca、辉瑞、InSphero 做了十多年的路线，Scaling Biotech 的评论也指出"表型识别和结构预测模型都有人做过"〔媒体〕），而在于规模化产数据 + 自己整理一套"现代药物"临床标签 + 产品化。

2.2 实验体系

细胞来源：PHH 来自 BioIVT 的 "Liverpool 5 供体混合池"（Cell Systems 论文方法部分）〔论文〕；TruVivo 是第三方商品。Axiom 没有自有的细胞体系，护城河只能在数据、标签和软件层。

2.3 数据集：真实规模与开放程度（重点①）

规模的几个口径，互相打架：

解读：

• "13 万"应视为媒体误写或口径膨胀，以公司自己最新的 115,371（去重约 10 万）为准。骨架数从 5 万多降到 4 万出头，说明 2025 年的数字是去重前或口径更宽。
• 10 万级化合物绝大多数是供应商化合物库里的工具分子（PROTAC 9,500+、大环 3,300+、共价 15,098 等），没有人体结局，只能用于表型预训练和结构-表型模型。决定临床预测准确度的是那约 2,154 个有临床标签的药物——这个量级与 Cellarity 的 DILImap（300 个化合物转录组）相比大，但与"13 万"的宣传印象差两个数量级。
• 临床标签是 Axiom 自己用 LLM 代理 + 每药 2–3 名专家复核整理的，公司明确说"我们的标签可能与 FDA DILIrank 不一致"〔披露〕。这既是资产，也意味着"考题是自己出的"。

开放程度：

结论： 媒体说的"发布 13 万化合物数据集"，准确说法是"发布了一个专有数据集的可视化浏览工具"，目前已下线；真正开放可复用的只有约 1,085 个化合物（不到总量的 1%），而且是在 HESI/Broad 的 OASIS 联盟框架下产生的（OASIS 由马萨诸塞州生命科学中心出资 120 万美元、业界补 250 万美元〔披露，HESI〕）。10 万级主数据集是公司的核心商业资产，不开放。

2.4 已公开的验证数据（重点②）

公司自己定义的三档评估（2026-03 技术报告第 57 页）：回测（Retrospective）→ 药企或 FDA 盲测（Blinded Pharma/FDA）→ 前瞻（Prospective）。公开材料里只有第一档的结果。

同行评审论文情况：

• 《Cell Systems》2026-05（Ewald 等，预印本 2025-01）：Broad 研究所主导，Axiom 6 人合著，Bayer、诺和诺德基金会中心参与。内容是"Cell Painting 能在比细胞毒性更低的浓度检出活性，并预测 ToxCast 体外读数"，不涉及临床 DILI 预测。
• 《Nature Communications》2026-02（Seal 等）：Beatson 合著，结论是"数细胞就能预测很多小分子活性基准"，属于方法学警示，同样不是 Axiom 临床模型的验证。
• 《Chem Res Toxicol》2025-05：多药企联合综述（GSK、AZ、诺华、礼来、辉瑞、默沙东等作者），Beatson 列名，属观点文章。
• Axiom 的临床 DILI 模型本身没有任何同行评审论文，只有海报和公司 PDF。

盲测： 公司付费委托的 Kesin 长文（2026-01-08，文中声明"受 Axiom 委托，公司审阅了草稿"）写道："2026 年初，Axiom 将完成与几家全球最大药企的盲测。"〔媒体，委托稿〕截至 2026-10-01，3 月、6 月、8 月三份技术材料里都没有盲测结果。文中唯一的"盲测"案例是 BMS-986020 的"盲测模拟"——在公司内部把药名隐去让代理推理，属于演示，不是外部盲测。

结论：灵敏度 70–75% / 特异度约 90% 是"现代药物、常见型、剂量依赖型 DILI"子集上的回测数字。 全量只有约一半的肝毒药被抓到；对真正让药企在 II/III 期栽跟头的罕见特异质 DILI，灵敏度只有 30–50%，公司在模型卡里自己也承认这是"低置信"区。

2.5 适用范围与已知局限（公司自述）

• 适用域：logP 1–5、分子量 >250、日剂量 <1 g 的口服小分子；覆盖约 70% 的历史药物。小而亲水或高剂量的老药不适用（域外 AUC 0.54）。
• 不覆盖：极罕见 DILI、以 ALP 升高为主的 DILI、免疫介导或检查点抑制剂相关 DILI、动物物种结局。
• 默认体系不含免疫细胞；反应性代谢物、BSEP、线粒体毒性还没进临床模型；长期给药（如核苷类导致的迟发线粒体毒性）测不出（非阿尿苷评分 0.04、司他夫定 0.13，均漏判）。
• 阈值因治疗领域而异（非肿瘤 0.5、肿瘤 0.7），对广谱细胞毒药物和阳离子两亲药物会高估风险。
• 只验证过小分子；肽类只有少量概念验证。

2.6 产品线演变

• 2025-07 官网：产品栏有"肝脏"，另挂"脑、免疫原性、心脏、肾脏（即将推出）"；有云端和私有化部署选项、"SOC 2 Type 2 预计 2025 年完成审计"的安全页面〔披露〕。
• 2026 官网：只剩肝脏一个器官；主推 Translate（数据生成 + AI 推理代理 + 临床风险报告）和 Methods（LabOS 实验编排、模型排行榜等内部工具展示）；"即将推出"的其他器官全部撤下；SOC 2 完成情况未查到。
• 方向从"卖预测软件"转向"端到端服务 + 代理"，器官范围收窄。

---

3. 商业模式与客户（重点③）

3.1 收入来源

根据 2026-08 技术报告"How Axiom partners with customers"一页〔披露〕：

定价：2025-04 公开口径为每个化合物 100–450 美元，对比传统实验每个 3,000–15,000 美元〔媒体，BiopharmaTrend 转述公司发布稿〕。2026 年的报价未公开。Twitter 上投资圈称其嵌入特征"比每分子 1.5 万美元的 3D 肝细胞实验更有预测力"〔媒体，社交平台〕。

本质判断：既然每个新分子都要先进 Axiom 的湿实验室产数据，这是一家**"技术型 CRO + 软件订阅"**，不是纯 SaaS。毛利结构更像高端 CRO，而不是软件公司。

3.2 客户与合作（重点④之一）

未查到任何一家公开点名的药企付费客户或合作协议。 对比同赛道的 Quris-AI，默克 KGaA 已公开签约并在 19 个月后扩约〔媒体，Fierce〕。

"对冲基金"作为客户值得留意：说明 Axiom 的报告可能被用于预判上市公司临床管线的肝毒风险（例如 2024 年一周内肝毒性事件让相关公司市值蒸发约 50 亿美元，公司材料反复引用此数〔披露〕）。这是一条药企之外的变现路径，但规模和合规边界都不清楚。

---

4. 融资与估值（重点④之二）

口径冲突：Fenwick 和 Endpoints 把 1500 万美元称为"Series Seed"，Amplify 自己的博客却拆成"700 万种子 + 800 万 A 轮"。对投资人来说，这意味着 "种子轮 1500 万"其实是两次小额融资的合计，不是一次性大种子。

CRV 和 Abstract 的加入：最可能是 2025 下半年的一次扩募或新一轮，金额未知；CRV 是一线机构，愿意进来说明有一定吸引力。团队从 10 人扩到 17–18 人、自建湿实验室持续运转，1500 万美元大约只够 2 年左右，这也间接支持"已经补过钱"的判断。估值：未查到。 无并购。

---

5. 监管与里程碑

时间线

---

6. 竞争格局

另有纯计算路线：Simulations Plus 的 DILIsym（定量系统毒理）、Lhasa / Instem（结构警示），以及 FDA NCTR 的 DeepDILI（见上游报告）。

竞争要点：

1. "PHH 成像 + 剂量换算预测 DILI"不是独占路线，AZ、辉瑞、InSphero、Cyprotex、Cellarity 都发表过 AUC 0.80–0.95 的结果。Axiom 自己的对比表也显示，在同一批老药上它只领先 0.001–0.073 个 AUC。
2. Axiom 真正的差异化是：①现代药物（2000 年后）的临床标签库，②10 万级预训练数据，③端到端产品和 LLM 代理。前两项可被大药企内部数据部分复制，第三项进入门槛不高。
3. 有监管路径的（Emulate）和有点名药企合同的（Quris）都走在前面。

---

7. 风险与疑点

7.1 公司宣传与可核实事实之间的差距（单独列出）

7.2 技术风险

• 标签由自己定义：临床标签由 Axiom 的 LLM 代理 + 专家整理，且承认与 DILIrank 不一致。模型好不好，部分取决于考题怎么出，外部难以复现。
• "现代药物"子集偏小：2005 年后只有 123 个、2010 年后 106 个留出化合物，置信区间宽；2010 年后子集灵敏度反而只有 51%。
• 事后选择：对比表里用的"TruVivo 脂质通道"是在多个通道中表现最好的那个，阈值也按治疗领域分别设定，存在过拟合基准的风险。
• 最贵的失败测不准：特异质、免疫介导、迟发型 DILI 才是 II/III 期和上市后撤市的主因，恰恰是模型的低置信区。
• 依赖第三方细胞体系：TruVivo 属于 LifeNet Health，PHH 来自 BioIVT；供应、批次、价格都不在自己手里，竞争对手也能买到同样的东西。

7.3 商业风险

• 每个新分子都要进湿实验室，规模化受限于实验通量和细胞成本，毛利更像 CRO。
• 药企安全部门采购周期长、偏好有监管背书的方法；Axiom 没有 ISTAND、GLP 等任何资质。
• 大药企（罗氏 IHB、AZ、辉瑞）都有内部 PHH 成像能力，可能只把 Axiom 当成"外包数据工厂"。

7.4 财务与合规

• 只披露过 1500 万美元，CRV/Abstract 那一轮金额不明；没有 Form D，也没有估值数据。
• 对冲基金客户：如果用公开分子结构预测上市公司管线风险并出售给交易方，合规上一般问题不大，但会影响与药企的信任关系。
• 2025 年承诺"不用客户数据训练模型、用完即删"，与 2026 年"年度数据计划：把 Axiom 数据和客户内部数据整合进同一体系"之间如何划界，未见说明。

---

8. 投资视角判断

1. 这是一个"数据工程 + 产品"做得很好的团队，不是一个已被验证的科学平台。 公开的模型卡、适用域、分层灵敏度写得比大多数同行坦诚，这是加分项；但坦诚写出来的数字本身说明：它在最有价值的场景（罕见特异质 DILI）上只比扔硬币略好。在拿出外部盲测或前瞻结果之前，"取代动物试验"的叙事站不住。
2. "13 万化合物"不是护城河，2,154 个临床标签药物才是，而它是可以被追赶的。 大药企内部各有几百到几千个有临床结局的化合物；Cellarity 用 300 个化合物就发表了同量级结果并开源。Axiom 的壁垒更可能来自"持续产出现代药物数据 + 代理产品的使用习惯"，这需要签下点名的年度客户才能证明。
3. 关键观察点：①盲测结果是否公开、是否点名药企；②第一份公开的年度合同或数据授权；③是否进入 FDA ISTAND 或任何监管对话；④CRV 那一轮的条款和估值。 四项里如果 12 个月内一项都没有，这家公司大概率会变成"被药企或 CRO 收购的数据和工具团队"，退出路径类似 Herophilus 被基因泰克收购——不差，但天花板有限。

---

9. 来源

公司一手材料

• 官网：https://axi.om ｜ https://axi.om/company ｜ https://axi.om/methods ｜ https://axi.om/mission ｜ https://axi.om/research ｜ https://axi.om/translate
• 2026-03 技术报告（89 页）：https://cdn.sanity.io/files/c8femox6/production/1b6abd2d350697ab204de02a08bea7249b7631f3.pdf
• 2026-08 技术报告（70 页）：https://cdn.sanity.io/files/c8femox6/production/8b54fd7737de0f85e2f102d9229f0779c0c0042d.pdf
• 2026-06 Translate 模型卡（3 页）：https://cdn.sanity.io/files/c8femox6/production/62facfffd6e6248729fb6c5f2d6bb1d16b9dcd66.pdf
• ACT 2025 海报：https://cdn.sanity.io/files/c8femox6/production/2f9fb8c6de01e2f2ac0e4d26ecdfa338946a416a.pdf
• Translate 演示：https://demo.translate.axi.om/clinical
• GitHub：https://github.com/axiombio ｜ 招聘：https://jobs.ashbyhq.com/axiombio
• Wayback 快照：http://web.archive.org/web/20250707111508/https://axi.om/dataset ｜ http://web.archive.org/web/20250707111508/https://axi.om/company ｜ http://web.archive.org/web/20260207083537/https://axi.om/company ｜ http://web.archive.org/web/20260608212443/https://axi.om/company
• 发布稿：https://firstwordpharma.com/story/5953786

投资方与律所

• Amplify Partners：https://www.amplifypartners.com/blog-posts/eliminating-drug-toxicity-with-ai-our-investment-in-axiom
• Fenwick：https://www.fenwick.com/insights/experience/fenwick-represents-axiom-in-15m-series-seed-funding
• Crunchbase：https://www.crunchbase.com/organization/axiom-bio ｜ PitchBook：https://pitchbook.com/profiles/company/597152-35 ｜ Tracxn：https://tracxn.com/d/companies/axiombio/__2rjmX7_WvjbslUxeERXM-LikUyTxeIbcXx2X2cYPKtU

SEC

• EDGAR 公司检索（Axiom）：https://www.sec.gov/cgi-bin/browse-edgar?company=axiom&type=&dateb=&owner=include&count=100&action=getcompany
• 排除的同名公司 Axiom, Inc.：https://www.sec.gov/cgi-bin/browse-edgar?action=getcompany&CIK=0001819732

论文与数据

• Cell Systems 2026：https://doi.org/10.1016/j.cels.2026.101566 ｜ https://www.sciencedirect.com/science/article/pii/S2405471226000487
• 预印本：https://www.biorxiv.org/content/10.1101/2025.01.22.634152v1 ｜ PMC：https://pmc.ncbi.nlm.nih.gov/articles/PMC11785178/
• Nature Communications 2026：https://www.nature.com/articles/s41467-026-68725-5
• Chem Res Toxicol 2025：https://pubs.acs.org/doi/10.1021/acs.chemrestox.5c00033
• Zenodo 数据：https://zenodo.org/records/17067683
• Cell Painting Gallery：https://cellpainting-gallery.s3.amazonaws.com/index.html#cpg0037-oasis/axiom/
• 代码：https://github.com/broadinstitute/2024_09_09_Axiom_OASIS
• OASIS 联盟：https://oasisconsortium.org/ ｜ https://hesiglobal.org/publication/cell-painting-for-cytotoxicity-and-mode-of-action-analysis-in-primary-human-hepatocytes/ ｜ https://www.ncbi.nlm.nih.gov/pmc/articles/PMC12646590/
• TruVivo：https://lnhlifesciences.org/truvivo

媒体

• Endpoints：https://endpoints.news/exclusive-axiom-raises-15m-to-build-ai-models-for-drug-toxicity/ （镜像：https://www.youngandpartnersforum.com/exclusive-axiom-raises-15m-to-build-ai-models-for-drug-toxicity/）
• BiopharmaTrend 种子轮：https://www.biopharmatrend.com/news/axiom-bio-seed-funding-ai-drug-toxicity-1219/
• BiopharmaTrend 数据集：https://www.biopharmatrend.com/news/axiom-bio-releases-human-liver-toxicity-dataset-with-130000-compounds-to-advance-ai-based-toxicity-prediction-1299/
• BiopharmaTrend 2026 观察名单：https://www.biopharmatrend.com/business-intelligence/companies-applying-ai-to-de-risk-clinical-trials-2026-watchlist/
• Alex Kesin（公司委托稿）：https://www.alexkesin.com/p/a-better-proxy-than-the-rat-and-dog
• Scaling Biotech（Jesse Johnson，2025-05）：https://scalingbiotech.substack.com/p/can-an-ai-beat-an-in-vivo-model
• 社交平台：https://x.com/bwhite5290/status/1935314898055008321 ｜ https://x.com/ArdaGoreci/status/1917610093962461684 ｜ https://x.com/ElliotHershberg/status/1917280790322504127

竞品

• Cellarity：https://cellarity.com/news_item/cellarity-publishes-groundbreaking-framework-for-predicting-drug-safety-in-nature-communications/ ｜ https://github.com/Cellarity/DILImap
• Quris-AI × 默克 KGaA：https://www.fiercebiotech.com/biotech/merck-kgaa-goes-again-ai-expanding-quris-toxicity-prediction-pact-days-after-inking-2-deals
• VivoSim Labs：https://www.sec.gov/Archives/edgar/data/0001497253/000119312526346820/vivs-20260630.htm ｜ https://www.financialcontent.com/article/abnewswire-2026-8-14-vivosim-labs-nasdaq-vivs-emerges-in-drug-toxicity-market-as-revenue-growth-guidance-tops-500-plus-more-in-focus

未逐一核实、凭既有知识或第三方资料写入的条目：Brandon White 在 Freenome、Spring Discovery 的职位与年份（来自第三方人物资料）；顾问 Dolsten、Meanwell、Regev、Will 等的履历；天使投资人所属公司；Endpoints 原文因付费墙只读到摘要。