给 ADC 生物科技公司用的耐药基准测试平台，证明下一代载荷能突破 TOPO-1 和微管载荷的上限。

1. 一笔预付 $1.1 billion 的收购说明，新型载荷生物学已经能立刻创造并购价值，所以生物科技公司团队更需要更快的证据，来证明自己的载荷下注值不值得。
2. Novartis 和 Fierce 都把 TOPO-1 与微管载荷耐药描述成现有 ADC 类别的现实上限，这会把需求从“再做一遍通用效力测试”推向“测清楚能不能逃开耐药”。
3. NMTi 载荷能在 TOPO-1 耐药模型里起效这一主张，已经把“耐药语境下的基准测试”推成了品类级证明题，而不再只是转化研究的补充页。
4. 买方收的是两项领先资产外加一个跨瘤种平台，这意味着只要供应商能产出可复用的载荷证据，就有机会切进项目组合工作流，而不是只卖一项实验。

催化因素。 Myricx 这笔交易把“证明载荷能绕开耐药”从科研加分项，变成了一个有人出钱的资本配置问题——因为如今，能在 TOPO-1 耐药模型里跑出活性，已经足以支撑一笔预付 $1.1 billion 的收购。

这家公司把一组经过筛选的耐药实体瘤模型库，和一个用于载荷正面对比的软件工作台绑在一起。 客户提交候选 ADC、连接子-载荷构型或对照假设后，平台会在与靶点和瘤种匹配的 TOPO-1 / 微管耐药面板上跑标准化实验。 交付物不只是原始效力数据，而是一份决策包：新载荷在哪些场景把杀伤力抢回来了，耐药还卡在哪些地方，下一笔 IND 或授权投入该砸到哪些肿瘤语境里。 团队后续做载荷迭代、和合作方沟通、进尽调资料室，都能复用同一套基准结果，不必每次从零搭耐药模型。 时间越久，公司越能沉淀一张按载荷类别、耐药语境、靶点和肿瘤生物学组织起来的专有表现图谱。

差异化。 CRO 能做效力实验，高校团队能搭一个耐药模型，内部团队也能一次比较一个载荷，但没有谁能跨载荷类别和耐药肿瘤语境，持续产出一套可复用、口径统一的数据集。 这家公司的胜负手，是把对照面板、实验设计和面向申办方的决策包，都围绕董事会最在意的那一个问题标准化：这个载荷打 TOPO-1 或微管耐药，强到足以支持下一步投钱吗？ 每多跑一轮基准测试，护城河就更深一层，因为新增的是载荷机制、靶点、肿瘤语境和耐药逃逸之间的成对数据。

待完成任务

flowchart LR
  Buyer[ADC 转化负责人] --> Pain[无法证明新载荷打得过 TOPO-1 耐药]
  Pain --> Product[ADC 耐药基准平台]
  Product --> Outcome[更快做出 IND 和合作决策]

高管要点

• Myricx / Novartis 这笔交易，把“证明载荷能绕开耐药”直接变成了经济问题：Novartis 愿意为一个明确冲着 TOPO-1 上限去的 NMTi 平台预付 $1.1B，而 Pfizer 更早收购 Seagen 也说明，ADC 能力已经足以撬动超大规模的战略资本。[1][2][3]
• 耐药绝不是转化研究里的小脚注。最新综述和临床论文都在说明，失败可能出在抗原丢失、内吞与溶酶体缺陷、载荷生物学、DNA 修复重布线，以及后天出现的 TOP1 突变；只看通用效力实验远远不够。[8][9][10][11][13][29]
• 预算今天就埋在现有替代方案里：CRO 和平台型供应商已经在卖一体化 ADC 测试、耐药模型、PDX、PD / PK 以及生产支持，所以新进入者不是在创造新预算，而是在吃一笔已经分散在外部供应商手里的钱。[15][16][17][18][24][25][27][28][34]
• 真正有差异化的产品面，不是再做一个湿实验供应商，而是一层中立的基准测试与证据系统。现有厂商能跑工作流里的某几段，但还没有哪家默认代表“跨申办方、以耐药为核心的对照证据”。[15][16][17][18][20][21][33]
• 眼前能打的市场，比整个 ADC 热潮小得多：最好的客户是那些接近 IND、手里有新载荷、而且马上要过合作方或董事会审视的实体瘤项目，而不是所有还在发现阶段的 ADC 项目。[4][5][6][7][8][32]

市场定义

这里要打的不是泛 CRO 市场，而是为 ADC 载荷决策外包的耐药基准测试：它夹在通用肿瘤 CRO 执行和治疗资产本身之间，核心是要在 IND 或 BD 决策前，证明一个新载荷类别在耐药实体瘤模型里到底能不能打赢 TOPO-1 或微管对照。[7][8][9][10][11][15][16][17][18]

用户与买方

日常使用者是 ADC 药理、转化和生物标志物负责人：他们要设计对照研究、挑模型类型、回答尽调问题。真正掏钱的人通常是 CSO 或转化 / 临床前开发负责人，因为预算竞争的是现有 CRO、模型和开发开支，不是 IT 预算。[15][16][17][18][24][28][34]

购买触发点

• 当 IND 支持性、融资或合作节点逼近时，团队必须证明新载荷不只是和老 TOPO-1 或微管载荷在标准筛选里打平，而是真的更强。 [1][2][11][13][29][32]
• 连续的 ADC 失败，或者含糊不清的对照数据，会把问题逼到台前：到底是靶点出了问题，还是载荷出了问题？申办方需要一份更清楚、而且能落到机制上的答案。 [8][9][10][11][13][29]
• CRO、高校实验室和内部模型各跑一遍之后，资料室往往还是碎的；领导层拿不出一份能稳稳解释给董事会或合作方的统一结论。 [15][16][18][19][20][21][24][33][35]

支付意愿

付费意愿是可信的，因为买方今天已经把 ADC 测试、转化药理、耐药模型和更广的开发支持外包出去。只要耐药基准产品能把多个供应商压缩成一套可直接决策的交付物，并减少返工重测，它就能吃到现成预算。 [15][16][17][18][24][27][28][34]

品类动态

增长信号 分析师报告显示，更广 ADC 市场的 CAGR 为 10.6%-18.7%

验证信号

• Novartis 明确为一个对标 TOPO-1 上限的 NMTi ADC 平台预付 $1.1B，这已经把“耐药逃逸”验证成高溢价主张。
• Pfizer 收购 Seagen 说明，大药企看待 ADC 平台能力，已经是战略级，而不是边缘能力。
• CRO 和供应商已经在卖 ADC 专用耐药模型、一体化面板和载荷筛选，说明外包型转化基础设施确实有人买单。
• Daiichi Sankyo 的 B7-H3 资产 ifinatamab deruxtecan 获优先审评，加上 DS-7300a 的临床前数据，说明滩头靶点本身就有真实的临床前与临床竞争。

监管与技术约束

• 面向申办方的基准证据，必须能落在 ICH S9 对抗癌项目的预期框架里，而不能只像探索性生物学结果。
• 如果电子化交付物要被 IND 或尽调反复复用，就必须满足接近 Part 11 风格的来源追踪和可审计性要求。
• 公共模型项目反复强调分子注释、可复现性，以及 PDX、类器官和细胞模型之间的对比评估。
• 耐药发现高度依赖载荷类别，因此 TOPO-1、微管以及更新一代载荷不能随手混着比，必须先把对照设计标准化。

竞争更像替代品混战。CrownBio 和 Champions 卖一体化转化执行；WuXi 和 Eurofins 卖更完整的 ADC 开发栈；Creative 一类厂商卖定制评估服务；公共模型网络则降低了内部自建替代方案的成本。真正的空白位，不是原始实验执行，而是中立、耐药导向的基准数据集和证据工作台。[15][16][17][18][20][21][24][25][27][28][33][34]

为什么现有厂商不会默认胜出

• 一体化肿瘤 CRO. CrownBio、Champions 这类厂商已经能卖模型执行，但重心仍是研究吞吐量，不是跨申办方、中立的耐药数据集。
• 全栈 ADC 开发服务商. WuXi、Eurofins 这类厂商可以吃下更大项目范围，分发能力更强；但也正因为范围太宽，当申办方要一份能给董事会看的“这个载荷该砍还是该推”的基准结论时，它们反而没那么像独立第三方。
• 精品实验服务商. Creative 一类厂商证明了市场愿意为定制 ADC 表征付费，但那套模式本质上还是服务驱动，离可持续复利的标准化证据资产还差一层。
• 公共模型网络与内部团队. PDXNet / NCI 加上申办方内部工作，能降低拼装原料的成本，但解决不了可比性、交付打包和跨客户学习这三件事。

把新型载荷推进到 IND 支持性阶段的 ADC 生物科技公司，眼下卡在一个新瓶颈：得先证明这个载荷绕开 TOPO-1 或微管耐药的能力，强到值得继续砸 tox、CMC 和合作预算。 Myricx 卖给 Novartis 这笔交易，把“耐药语境下还能起效”从一页好看的转化数据，变成了资本配置要看的硬证据。 第一批客户就该锁定为 40-150 人的 Series A-C ADC 生物科技公司：手里有 B7-H3 或 HER2 实体瘤项目，6-12 个月内要过董事会或合作方审查，但内部没有中立的基准能力。 产品起步就该是一个固定的耐药基准包——精选耐药细胞系和类器官面板、标准 TOPO-1 与微管对照，再配一份经得起审计的决策包——按单项目 SOW 售卖，工作台访问权限另选。 这一切口故意做窄：只打一个买方、一个触发点、一个证明题——这类载荷该推进，还是该在继续花 IND 或 BD 预算前就被砍掉？ 这笔预算今天本来就在 CRO 手里，所以 GTM 应该顺着现有转化研究支出走，并跟实验室合作，而不是自己从零搭一整套全服务 CRO。 最大的战略风险不是有没有需求，而是买方会不会信：如果标准化面板既改不了申办方决策，也没法在尽调里被可信复用，公司就会塌回定制服务。 按研究口径估算，初始 SAM 约 $42M，第 3 年 SOM 约 $6.6M；但真实在跑的项目数、以及第一版最该上的模型组合，都还没被验证。 要是早期试点能证明三件事——申办方认可决策包、交付周期压到 6 周以内、同一客户会重复付费——公司就能从 B7-H3 / HER2 项目扩成更广的 ADC 项目组合基准平台。

问题

• 申办方能证明通用效力，但一旦 TOPO-1 或微管载荷在耐药实体瘤场景里失效，他们往往证明不了新载荷是否还真有用。
• 今天的证据栈散在 CRO 面板、高校耐药模型、公共资源库和内部对照研究里，所以董事会和合作方看到的不是一份决策级答案，而是一堆口径不一的数据。
• IND、融资和合作节点逼着 CSO 在还没确认“耐药逃逸”是否真实成立之前就要拍板投钱，错押一个载荷的代价很高。

解决方案

• 先在 HER2 和 B7-H3 项目上，用固定的 TOPO-1 与微管对照，加上精选耐药细胞系和类器官面板，跑一套标准化基准测试包。
• 交付一套经得起审计的证据工作台和可导出的决策包，明确告诉客户：载荷在哪些模型里把活性抢回来了、耐药还卡在哪儿、哪些结果值得继续花钱。
• 只有当这套固定起步面板先证明了决策价值，才叠加合作方执行的 PDX 确认、复测和多项目基准测试。

为什么我们会赢

• 和一体化 CRO 不一样，这家公司卖的是一层中立、面向申办方的基准系统；产品不是实验室利用率，而是决策包和可复用的对照历史。
• 先卡一个接近 IND 的窄流程，能让团队比“什么 ADC 服务都做”的切法更快把面板、交付周期和定价打标准。
• 每一个付费基准测试，都会多沉淀一块“载荷类别 × 靶点 × 模型 × 耐药机制 × 申办方结果”的专有矩阵，客户越多越难复刻。
• 公司可以和模型库、CRO、生物标志物实验室协作，而不是替代它们，这会降低 GTM 摩擦，也让 capex 更轻。

里程碑

flowchart LR
  Wedge[接近 IND 的 ADC 载荷基准测试] --> MVP[固定耐药面板 + 决策包]
  MVP --> Proof[申办方认可的推进 / 终止证据]
  Proof --> Expansion[复购项目与项目组合订阅]

创始团队

实验路线图

风险评估

必须成立的条件

• 每年至少有 10-15 个接近 IND 的 ADC 项目符合这类滩头画像，而且眼前真有“证明耐药”的购买触发点。
• CSO 或转化买方愿意先签 $200k-$300k 的试点，而不是直接把需求加到现有 CRO 身上。
• 固定起步面板加可选确认工作，至少能在一半早期试点里改变或验证申办方的推进 / 终止决策。
• 前 3 个申办方合同里，至少有 2 个愿意给脱敏数据留存与复用权，足够点亮第一版基准图谱。
• 到 Month 18，至少一半收入来自复购基准测试或工作台订阅，证明模式不是一次性服务。

待尽调问题

• 未来 12 个月里，哪些明确点名的 HER2、B7-H3 或相邻新载荷项目要过董事会或合作方节点？
• 这些团队今天到底在 Crown、Champions、WuXi 或内部实验室买哪些对照研究、花多少钱？
• 最能改变 CSO 决策的第一版模型组合到底是什么：耐药细胞系、类器官，还是 PDX？
• 申办方愿意接受怎样的合同条款，来支持脱敏数据留存和跨项目基准复用？
• 在不把毛利压到 70% 以下之前，实验搭建和报告到底有多少能保持标准化？

模型合理性

• 收入引擎. 收入由活跃项目数驱动：Y1 退出时 3 个，到 Y3 退出时 11 个；单项目价值也会从 $200K-$300K 的试点，逐步长向年化 $600K 的退出水平。
• 必须跑对的事. 模型成立的关键，是 Month 6 前拿到首个付费试点，并在 Month 24 前让同一买方复购，这样 ARPU 才能扩张，而不必自建一整支全服务 CRO 团队。
• 模型会在哪儿坏掉. 如果销售周期拖到 8 个月，或者 PDX 变成默认范围，下行情形的 Y3 收入会掉到 $3.9M，而且现金会略微转负。
• 下一轮证明题. 一个可信的种子轮融资故事，至少要在 Month 18 前拿到 6 个活跃项目和一条有效的联合销售渠道，并在 Month 24 证明复购或订阅收入超过一半。

情景

敏感性

flowchart LR
  TargetAccounts[目标账户] --> PaidPilots[付费试点]
  PaidPilots --> ActivePrograms[活跃项目]
  ActivePrograms --> BenchmarkRevenue[基准测试收入]
  ActivePrograms --> RepeatWork[复购工作]
  RepeatWork --> BenchmarkRevenue
  BenchmarkRevenue --> GrossProfit[毛利]
  GrossProfit --> Cash[现金]

警示项: 研究里的 $6.6M SOM 更适合看作 Q4Y3 退出 ARR；由于模型要到 Month 36 才达到 11 个活跃项目，所以 Y3 全年收入只有 $4.9M。 · 基准情形默认 Month 24 的收入里，过半来自复购或订阅；如果账户行为更像一次性服务，4% 的流失率假设就偏低。 · 只有在伙伴执行的 PDX 仍是可选确认项，而不是每份基准测试 SOW 的标配时，毛利率才跑得到 70%。 · 这里的客户数本质上是项目数，所以只要一个多项目申办方推迟决策，年收入就可能波动约 $0.4M-$0.6M。

• 预测有效性缺口. 耐药肿瘤模型未必足够贴近人体临床反应，申办方可能因此不愿把它用在关键的推进 / 终止决策上。 缓解措施: 先把产品定位成决策支持型基准包，带上已知对照，再补回顾性一致性数据；在证据成熟前，不提前宣称平台能预测临床结果。
• 服务化漂移. 如果湿实验定制工作越滚越多，公司就会更像高触达 CRO，而不是可规模化的产品业务。 缓解措施: 先把耐药面板、实验模板和申办方交付物压缩成少数标准包，再在每个项目上挂上可持续收费的软件工作台和数据集订阅。
• 初始买家群太窄. 早期市场里，同时满足“有新型载荷”且“近期要过 IND 或合作关”的 ADC 团队数量有限。 缓解措施: 先抓最紧迫、又有风投支持的 ADC 项目；等基准数据被信任后，再扩到中型制药公司的项目组合评审，以及相邻的靶向偶联药模态。