为 AR 通路降解剂试验寻找前列腺癌患者并验证靶点作用的 AR 耐药证据网络。

1. 专科资本现在已经押到一个聚焦的 ARON 临床项目上，所以申办方既有预算，也有紧迫感去买执行基础设施，而不是继续把压力甩给协调员。
2. IND 放行和写明的 2026 年 Q3 临床启动，意味着患者资格判断和药效物流必须立刻解决，而不是等赛道成熟后再说。
3. 既然治疗主张本身就是“解决 AR 驱动疾病里的耐药问题”，瓶颈就会从广泛触达，转到分子层面足够精确的入组与证据留存。
4. Flare 一边把 FX-111 作为主轴推进，一边保留相邻的 ARON 项目，说明支撑它的站点与生物标志物栈有机会从单一研究，长成一条可复用的产品线基础设施。

催化因素。 Flare 的 $85M 融资、IND 放行和 2026 年 Q3 启动时间表，让 AR 耐药患者资格判断和样本物流从“未来可能需要的肿瘤工具”变成了眼下就要列预算的项目。

公司卖的是一层由申办方买单的运营层，服务于启动新型 AR 通路试验的生物科技公司。它吃进治疗序列历史、分子报告和站点工作流数据，先标出大概率仍属 AR 驱动耐药的患者，再去补齐缺失病历，拼成申办方可直接审核的筛选资料包。对已入组患者，产品继续协调活检和 ctDNA 时间窗、实验室流转与完整性检查，让转化医学团队从不同站点拿回来的药效动力学读数足够一致。申办方仪表盘会告诉团队：哪些转诊来源、哪些耐药谱系、哪些中心转化最快，从而少浪费筛查名额，也能在研究中途及时收紧纳入策略。时间一长，公司会沉淀一张专有地图：AR 驱动耐药患者都在哪、哪类证据包最能预测资格通过、哪些站点能在真实试验约束下稳定产出干净的机制数据。

差异化。 通用试验招募厂商优化的是 lead 量，CRO 管的是方案启动后的站点运营，分子检测实验室会出报告，但并不掌握申办方专属的资格判断逻辑。公司卡在这三者之间缺失的那一层：把治疗序列规则、AR 耐药证据和药效样本编排塞进一条专为 mCRPC 降解剂研究打造的工作流。它的护城河会越跑越深，因为会独家积累一套数据：哪些转诊来源、哪些生物标志物、哪些站点，最后真能转成既入组又拿得到可用机制数据的患者。

待完成任务

flowchart LR
  Buyer[Clinical Ops Lead] --> Pain[Hidden AR-driven resistant patients and messy biomarker workflows]
  Pain --> Product[AR resistance evidence network]
  Product --> Outcome[Faster enrollment and cleaner proof-of-mechanism data]

高管要点

• 最锋利的切口不是泛肿瘤招募，而是围绕具体方案去筛出 AR 驱动且已耐药的患者，并在社区与学术站点之间拿回干净的在靶证据。
• 时点是真实存在的——Flare 已经为 FX-111 融到钱，也拿到 IND——但短期买方池仍然很窄，所以滩头市场必须盯住申办方，而且要盯疾病亚型。
• 预算不需要从零发明。试验支持、分子分型、站点 analytics 和临近患者就绪时的开站这些相邻科目，本来就在花钱。
• 相邻层面的竞争非常激烈——横向 trial 平台、分子网络和 trial-matching 服务都在——但这次抓到的现有厂商里，还没人把申办方专属的 AR 耐药证据打包从头管到尾。
• 最大的执行风险不只是模型好不好，而是能不能从本来就靠人工例外处理运转的站点，及时拿到碎片化的治疗史、分子报告和活检物流。
• 可信的 Y3 结果不是一个巨大市场，而是一组不算大但有分量的在跑的申办方研究；更大的 venture 逻辑要靠它从 AR 通路试验扩到更广的激素驱动和转录因子肿瘤项目。

市场定义

美国、由申办方付费的工作流软件与服务，服务于高生物标志物密度的晚期前列腺癌试验；初始聚焦转移性去势抵抗性疾病和 AR 通路降解剂研究。这个切口夹在通用招募工具和完整 CTMS/EDC 套件之间：患者资格判断、病历调取、筛选资料包拼装，以及连续活检/ctDNA 证据编排。

用户与买方

主要用户是申办方的临床运营、转化医学和站点启动团队；他们要在期限内找准 mCRPC 患者，并按时收齐机制证据。经济买方通常是临床阶段肿瘤生物科技公司的 VP Clinical Operations 或 CMO，因为这个问题同时牵动入组风险、转化读出质量和董事会层面的 PoC 时间表。

购买触发点

• IND 放行和首例患者入组计划，会让分子预筛、活检时间窗和 ctDNA 证据留存立刻变成运营瓶颈，而不再是未来的工具想法。 [1][2][24][25][27]
• mCRPC 的基因检测要求和耐药生物学，逼着申办方不能只靠诊断码或转诊名单来判定患者资格。 [23][25][26][36][37]
• 肿瘤试验参与长期偏低，筛查流程又高度手工化，这让更结构化的站点和患者识别流程变得紧迫。 [28][29][31][33][34]

支付意愿

付费意愿站得住脚，因为买方早就在为与本切口直接相邻的服务买单：试验支持、站点选择、招募支持、分子分型、临床试验导航，以及受管控的肿瘤数据运营。只要创业公司能把筛选通过率或生物标志物资料包完整率实打实抬上去，它就能从现有试验运营预算里切钱，而不是去申请一笔想象中的 AI 预算。 [12][15][20][21]

品类动态

增长信号 2014–2022 年美国前列腺癌发病率年增 3.0%；这一细分工作流层很可能更快，但目前没有直接测量数据。

验证信号

• Flare 已经把 ARON 逻辑变成了一项拿到融资、拿到 IND、并写明 2026 年 Q3 启动的临床执行项目。
• Caris 公开在卖“快速的生物标志物驱动试验匹配 + 本地开站”，这验证了买方确实愿意为这个相邻运营问题掏钱。
• 现有厂商都在卖站点评分、肿瘤工作流和试验分析工具，这说明申办方和站点早已为执行基础设施编预算。
• 指南和近期同行评审文献都表明，基因检测、ctDNA 和病理工作流已经是现代转移性前列腺癌试验资格判断与证据留存的核心环节。

监管与技术约束

• 用于临床研究的电子工作流，必须有可信的记录、签名和可审计性，才能过申办方 QA 和 FDA 预期。
• mCRPC 活检的病理解读会被谱系可塑性和潜在的神经内分泌转化干扰，这把病理工作流标准化的门槛抬得很高。
• 液体分型很有价值，但并非在所有场景下都足够；对很多晚期癌症工作流来说，组织回补和谨慎解读仍然重要。

竞争分散在五层：横向 trial 平台、站点 analytics 与 eSource 厂商、分子分型与伴随诊断公司、right-in-time trial 网络，以及泛化的患者匹配/转诊服务。真正的空白，是一层由申办方掌控的 AR 耐药证据层：它跨异构病历工作，把重点放在机制数据完整性，而不是只追患者 lead。

为什么现有厂商不会默认胜出

• 横向 trial 平台. Medidata 这类平台擅长受管控的工作流、站点 analytics 和数据质量，但并不会天然赢下围绕具体方案的 AR 耐药资格判断和活检时间窗编排。
• 分子分型与试验网络. Caris 和 Foundation 这类现有厂商手里握着有价值的检测与 trial-matching 基础设施，但默认视角仍围绕它们自己的 profiling network，而不是跨多源数据为某个申办方拼一份专属证据包。
• 站点与患者体验工具. Clinical Ink 这类工具能改善受监管的数据采集和依从性可视化，但它们离最初的患者发现与资格判断问题更靠后。
• 广义匹配与转诊服务. MassiveBio 这类服务能把漏斗顶部做大，但这家创业公司更窄：必须自己掌握方案级 AR 逻辑、缺失病历调取和机制读出完整性。
• 内部协调员团队. 手工查病历依然灵活，但抓到的文献说明：肿瘤试验参与低、筛查摩擦大，而且高度依赖吃人力的例外处理。

把同类首创 AR 通路降解剂带进转移性去势抵抗性前列腺癌的 B–D 轮肿瘤生物科技公司，眼下最卡的不是找站点，而是能不能在下一次董事会或 BD 节点前，尽快找出那小撮 AR 驱动且已耐药的患者，并拿回申办方真正能用的在靶证据。现在这套流程散落在社区泌尿科病历、病理档案、基因检测报告、活检排期、ctDNA 流转和表格追踪里，所以入组慢、筛选失败率高、药效动力学资料包也常常不完整。公司卖的是一层由申办方买单的工作流层：围绕具体方案拼筛选资料包、补缺失病历，并在美国 8–20 个站点间协同活检和 ctDNA 证据留存。初始滩头市场故意收得很窄——美国临床阶段生物科技公司的 mCRPC AR 通路降解剂研究——因为最强的购买触发点就出现在 IND 放行、站点开站和首例患者入组计划阶段；这时候临床运营负责人最想买的是机制验证速度，而不是又一个通用招募工具。相邻预算本来就存在于试验支持、分子分型、站点 analytics 和临近患者就绪时的开站里，所以定价可以直接挪用运营预算，不必新造一条 AI 科目。真正的差异化不在漏斗顶部 lead 数，而在由申办方掌控的 AR 耐药资格判断逻辑，以及跨站点的机制数据完整性。研究里还有两个关键问题没打穿：一是除了首批买方之外，短期到底有多少方案；二是究竟“拿到首位合格患者的天数”“筛选通过率”还是“生物标志物资料包完整率”最能最快撬开预算。如果前期试点能在一个可复用模板上稳定把合格入组速度拉上来、把证据包做干净，公司就能从前列腺癌 AR 降解剂研究扩到更广的激素驱动和转录因子肿瘤项目；做不到，它就会停在一个服务味很重的细分生意里。

问题

• 首次人体和早期 mCRPC AR 通路降解剂研究，要解决的不是简单的诊断匹配。申办方在患者真正进入筛选前，就得拿到既往治疗线、分子耐药证据，以及连续活检或 ctDNA 计划。
• 这些证据散在社区泌尿科病历、病理档案、基因报告、实验室门户和站点人工跟进里，所以申办方很难稳定判断谁真符合条件、哪个站点真能产出可用的机制数据。
• 无论是人工协调员审阅、CRO 招募支持、分子实验室匹配门户，还是横向试验软件，都只优化流程的一小段，没人把申办方专属的 AR 耐药资格判断和药效资料包完整性从头管到尾。

解决方案

• 一层人工复核在环的工作流：吃进治疗史、基因报告和方案级 AR 耐药规则，标出高概率合格患者，补齐缺失病历，并拼出经申办方复核的筛选资料包。
• 站点执行工具负责排活检和 ctDNA 时间窗、把样本送往实验室合作方、跟踪完整性，并保留可审计性，让转化医学团队按时拿到可解释的药效动力学资料包。
• 申办方仪表盘会按转诊来源、耐药谱系、筛选通过率和站点生物标志物完整率做基准，让团队在研究进行中收紧纳入策略，同时为未来研究积累一张专有证据网络。

为什么我们会赢

• 公司卡在招聘厂商、CRO 运营和分子分型实验室之间的空白层：一层由申办方掌控的 AR 耐药证据层，能跨异构病历，也能穿过多个工作流合作方。
• 先从一个狭窄的 mCRPC 降解剂模板切入，比做一个泛肿瘤招募产品更容易更快证明价值，因为第一批买方已经有明确的 IND 到 FPI 触发点，也背着清晰的证据负担。
• 反复部署会沉淀一套规则库，把治疗史、生物标志物和方案约束连起来，同时积累跨站点基准：缺失病历、筛选通过率，以及机制数据完整性——这些都不是通用平台天然会采集到的数据。
• 只要公司坚持做中立、面向申办方的编排层，而不是试图替换整套试验技术栈，它就能和现有实验室、CRO 以及横向试验软件一起卖，而不是正面硬碰。

里程碑

flowchart LR
  Wedge[AR degrader mCRPC wedge] --> MVP[Qualification plus evidence workflow MVP]
  MVP --> Proof[Faster qualified enrollment and cleaner PD packets]
  Proof --> Expansion[Adjacent hormone-driven oncology programs]

创始团队

实验路线图

风险评估

必须成立的条件

• 未来 24 个月里，至少有 10 项美国申办方研究符合这个滩头市场画像，而且确实需要连续活检或 ctDNA 证据工作流。
• 临床运营买方会在入组真正滑坡前，就因为 IND 到 FPI 的压力而签下 $150k–$250k 的试点，而不是等研究启动失败后才被动补救。
• 申办方和站点会允许第三方工作流层在可审计的人审前提下拼接预筛资料包，而且隐私与合规控制能过关。
• 一套可复用的 mCRPC 模板，能在多项研究里改善首位合格患者时间或筛选通过率，同时每个方案的定制开发不超过 20%。
• 在公司做到大约 12 个在跑研究之前，实验室、CRO 和试验网络不会把由申办方掌控的跨站点基准层完整吸走。

待尽调问题

• 除了 FX-111，未来 24 个月里还有哪些具名申办方方案需要这套工作流？
• 现有手工工作流下，拿到首位合格患者的基线天数、筛选通过率和生物标志物资料包完整率分别是多少？
• 产品能否在正式 consent 前运行，还是只能留在站点主导的预筛或 consent 之后的流程里？
• 活检和 ctDNA 编排里，到底有多少能模板化，才不至于把毛利率打到软件以下？
• Caris、Foundation、Labcorp 或 CRO 合作方会转卖这层能力，还是会把它看成和自己 roadmap 重叠？

模型合理性

• 收入引擎. 收入来自活跃研究数从 Y1 末的 4 个爬到 Y3 末的 12 个，同时定价从约 $200K 的试点工作抬到约 $350K 的经常性研究年收入，并叠加支持服务。
• 必须成立的前提. 模型需要在第 6 个月前跑出 1 个在跑试点，并把工作流复用率压在 BP 设定的 20% 定制上限内，Y3 毛利率才有机会过 70%。
• 模型会失效的情况. 如果预筛接入或证据资料包物流把销售周期拖向 9 个月，下行情景的 Y3 收入就只剩 $2.7M，现金也会转负。
• 下一轮融资证明点. 只要这轮 pre-seed 把公司带到 5 个活跃研究、1 条转介绍渠道，以及 4 周以内的部署时间，再去冲第 24 个月的扩容目标，就足以讲一轮种子轮融资叙事。

情景

敏感性

flowchart LR
  TargetAccounts --> PaidPilots
  PaidPilots --> ActiveStudies
  ActiveStudies --> StudyRevenue
  ActiveStudies --> BenchmarkData
  BenchmarkData --> Expansion
  Expansion --> ActiveStudies
  StudyRevenue --> GrossProfit
  GrossProfit --> Cash

警示项: 研究里的 $4.2M SOM 更适合当年化节奏口径来看；Y3 全年收入只有 $3.9M，因为模型到 Q4Y3 才跑到 12 个活跃研究。 · 12 个研究单位背后很可能对应少于 12 个申办方客户，所以只要一个方案延迟，年化收入就可能少约 $0.3–0.4M。 · 只有当定制工作量压到 BP 所说的 20% 以下，毛利率才过得了 70%；否则下行情景还得多融钱。 · 模型假设首个付费试点落在 M5，且第 9 个月的合规审批不会触发大规模工作流重构。

• 服务化蔓延. 如果每个方案的生物标志物工作流都过度定制，产品就会更像吃人力的试验运营服务，而不是软件。 缓解措施: 先围绕分子预筛、活检和 ctDNA 里程碑，把一套可复用的 mCRPC 工作流模板跑通，再把共创客户里反复出现的步骤产品化。
• 站点数据接入摩擦. 社区泌尿科集团和学术站点未必愿意把治疗史和分子数据干净地交出来，这会拖慢合格患者的发现速度。 缓解措施: 先从积极配合的泌尿生殖肿瘤中心和转诊网络切入，先用轻量采集 connector，再慢慢走向完整集成，并一项研究一项研究地证明转化率提升。
• 相邻厂商打包. 一旦这个切口被看见，CRO、分子实验室或 EDC 厂商都可能把基础入组和样本追踪功能一起打包进来。 缓解措施: 用耐药特异的资格判断逻辑和面向申办方的机制验证基准抢下品类心智，同时与实验室和 CRO 合作，而不是替代它们。