百趣生物完成近亿元B轮，多组学加AI4S的产线扩张

百趣生物完成近亿元B轮融资：钱投向产能、出海与四条新品线

影响分析 × 投资人与产业分析师 ｜ 事实报道 × 药企研发负责人 ｜ 行业观察

开场：一笔近亿元的融资，投向的是产能与出海而不是单一产品

2026年10月10日，上海百趣生物医学科技有限公司（以下简称百趣生物）宣布完成近亿元B轮融资。按公司披露，本轮资金计划投向四个方向：多组学与人工智能赋能科学研究 (AI for Science, AI4S) 方向的研发、单细胞代谢等四条多组学新品线开发、浙江多组学与AI质谱产能中心建设，以及新加坡海外总部与欧洲、美国实验室布局，目标是推进质谱多组学加AI技术在基础科学研究、生物医药研发、医学临床转化中的落地应用。

从资金分配的表述看，本轮融资的主线并不是推出某一个明星产品，而是服务供给能力的产能扩张与海外网点铺设。对以代谢组学科研服务起家的企业而言，竞争维度正从单项技术指标转向交付规模与地理覆盖。

百趣生物前身为阿趣生物，于2012年在上海复旦科技创业示范园成立，专注创新质谱技术在生命科学、生物医药与医学健康领域的应用，长期被定位为国内代谢组学领域的标杆企业，品牌名为 BIOTREE。

谁投的：中信建投资本独家领投，老股东启明创投继续投资

本轮融资由中信建投资本独家领投，老股东启明创投继续投资，形成新进领投方与连续跟投的老股东共同出资的结构。

领投方看重数据沉淀

中信建投资本项目负责人表示，AI在生命科学领域加速落地的底层核心，是多维度、多组学高质量生物数据的规模化积累与沉淀应用；该负责人提到，最新出台的《医药工业发展「十五五」规划》明确提出要推动先进组学等前沿生物技术创新转化。在其看来，百趣生物长期深耕代谢组学、蛋白质组学，沉淀了具有自身特色的标准化生物数据库与数据分析方法论，具备支撑AI模型训练、生物标志物挖掘、靶点发现等场景的基础能力。

老股东的连续下注

启明创投主管合伙人胡旭波表示，自2022年独家领投百趣生物A轮融资以来，启明创投始终看好并支持公司的发展；他认为百趣生物深耕质谱多组学十余年，构建了业内领先的代谢物标准品库与高水平技术平台，正从一家科研服务公司转变为AI4S时代基础设施的构建者、核心数据的提供者。

钱去哪：多组学加AI for Science研发与四条新品线

资金用途的第一条是多组学加AI for Science方向的研发；第二条为新品开发，具体落在单细胞代谢、空间代谢、单细胞蛋白、空间蛋白四条多组学新品线；第三条为浙江多组学加AI质谱产能中心建设；第四条为新加坡海外总部及欧洲、美国实验室布局。四项之中，前两项指向技术与产品储备，后两项指向交付能力与物理网点。

四条新品线的位置

四条产品线的共同特征，是把组学检测从整体样本推向更细的空间与细胞粒度：单细胞代谢与空间代谢关注代谢物在细胞间与组织原位的分布差异，单细胞蛋白与空间蛋白则在蛋白层面做同类延伸。这类产品对样本前处理、检测通量与数据解析的一致性要求更高，天然依赖产能中心的支撑。

创始人对数据角色的表述

百趣生物创始人兼首席执行官邓军亮表示，AI前沿技术的快速突破及其在生命科学、生物医药领域的深度应用，正推动AI for Science从工具型转为驱动型赋能。他认为，代谢组学、蛋白质组学等质谱多组学数据，尤其是百趣的 MetCell 单细胞代谢组学数据，是AI虚拟细胞 (AIVC) 等领域模型的天然燃料，不仅能解决AIVC细胞数据多样性不够的问题，还可对细胞给药扰动、基因扰动后的代谢变化与蛋白表达变化进行高深度多模态分析。邓军亮表示，公司未来将依托代谢组学、蛋白质组学加AI技术，聚焦生命科学、生物医药及医学健康构成的大生命科学领域。

地理布局：浙江产能中心加新加坡海外总部与欧美实验室

浙江多组学加AI质谱产能中心是本轮资金中唯一的重资产项，承担把新增检测项目转化为可批量交付服务的能力。其建设进度、设备投入与实际通量爬坡情况目前均为公司披露口径，尚无可独立验证的公开数据。

海外部分由三层构成：新加坡海外总部负责区域运营与商务，欧洲、美国实验室承载本地化交付与合作研究。对强依赖样本运输时效与冷链条件的组学服务而言，在主要科研与医药市场就近设点，比跨境接单更具现实性。公开资料显示，百趣生物业务已覆盖全国各省市、港澳台地区以及新加坡、欧美等海外区域，既有网络是出海布局的起点，但从设点到形成稳定订单之间仍有距离。

冷静观察：组学服务的规模效应在产能端，AI4S的兑现还需要时间

规模效应确实存在，但落在产能端

组学科研服务的商业模型并不复杂：样本量越大，单样本处理成本越低，标准品库与流程经验也越厚。公司披露的数据可用于观察这一积累，已建成2万+代谢物标准品自建库，协助合作伙伴在代谢组学和蛋白质组学领域发表文章超3,000篇、平均影响因子超10分，服务项目数量超70,000个，样本年检测通量超600,000例，服务单位包括高校、研究所、医院、企业等超3,000所，其中三甲医院超360家。

这些数字描述的是过去十余年的服务体量与交付能力，而非新的技术门槛。规模效应主要体现在样品处理、检测通量与运营成本上，是承接更多订单的基础，却不自动等价于更高的技术壁垒。

从数据燃料到模型兑现，链路仍然较长

AI for Science为多组学公司提供了新的叙事：高质量、标准化的组学数据被视为训练虚拟细胞与生命世界模型的燃料。这一判断能否成立，取决于模型侧能否真正消化这些数据，以及产出能否回到药物研发与临床环节并形成付费。就公开信息看，这条链路尚处早期，中间还需要外部模型能力的成熟与行业验证。

需要留意的信息边界

本轮融资中的产能规划、新品线与海外布局均为公司披露，产能与市场扩张的实际进度未经独立核实；融资额反映的更多是一级市场对公司未来预期的定价，不应被解读为技术成熟度或商业化收入的证明。后续更值得跟踪的指标，或许不是融资额本身，而是浙江产能中心的实际投产情况、四条新品线的订单转化，以及海外实验室能否形成本地化收入。

原文链接：news.qq.com（动脉网）

千方医数集编辑部 出品