商业模式拆解 · Profluent
Profluent 押注蛋白质大模型：预付款不披露，靠里程碑活着
用蛋白质语言模型生成大分子候选，把分子资产授权给大药企换取里程碑，最大赌注是礼来合作能否跑出可上市的重组酶。
关键数字
Profluent 的收入线目前只有一条清晰路径：把 AI 设计出的蛋白质分子授权给大药企，换取预付款、研发资金、里程碑和销售分成。礼来协议是这条路径的样板，但预付款不披露，意味着短期现金流仍主要依赖 2025 年 B 轮融到的 1.06 亿美元和累计 1.5 亿美元股权资金。钱花在模型训练、湿实验验证和重组酶从头开发上，这是重资产科研，不是纯软件。公司靠礼来、BioMarin 等大药企的研发资金和里程碑款活下去，最可能的结局是在完成若干临床前候选后，被大药企以管线授权或收购方式接走。
产品与模型
ProGen3 用十亿参数模型生成抗体，单次覆盖 20 个靶点
ProGen3 是十亿参数级蛋白质生成语言模型家族，训练于逾 34 亿条蛋白质序列。2025 年 4 月发布时，Profluent 演示了单次设计针对 20 个药物靶点的抗体（OpenAntibodies）。这不是一个通用聊天模型，而是把蛋白质序列当作语言来建模，输出可以直接进入湿实验验证的候选分子。
对创业者来说，关键机制在于：模型能力被包装成“一次性生成多靶点候选”的交付物，而不是按 token 收费的 API。客户买的不是算力，而是候选分子的批量化生成能力。这要求公司同时具备干实验模型和湿实验验证，两者缺一不可。
Profluent 自称其蛋白质图谱含逾 1150 亿种独特蛋白质，这是训练数据的规模声明，不是收入或客户数。它说明公司的产品逻辑是“数据规模换候选质量”，但公开资料未披露这些候选的实际验证成功率。
依据R11R2R4OpenCRISPR-1 开源换声誉，不直接换收入
2024 年 4 月发布的 OpenCRISPR-1 被称为首个 AI 生成基因编辑器，Profluent 选择开源。这不是一个收费产品，而是一个技术信誉资产：它证明公司能用大语言模型生成功能性蛋白质，并吸引药企和学术合作方注意。
开源基因编辑器不带来直接收入，但降低了合作方评估公司技术能力的门槛。Profluent 自称首家证明大语言模型可生成功能性蛋白质的公司，OpenCRISPR-1 是这一主张的公开证据。
对小团队而言，这种“开源一个标志性成果换合作入口”的做法可以借鉴，但前提是开源成果本身足够硬，且后续有付费合作路径承接。Profluent 的承接路径是分子授权和合作开发，公开资料未披露开源是否带来任何直接合同。
依据R12R2R4收入模式
分子资产授权：礼来拿独家许可，Profluent 收里程碑和分成
Profluent 的第一条收入线是把 AI 设计出的蛋白质分子授权给大药企。2026 年 4 月 28 日与礼来的合作总额最高 22.5 亿美元，包含预付款、研发资金、里程碑款与分层销售特许权使用费。礼来获得选定重组酶的独家许可，并负责临床前、临床与商业化全流程。
这条线的付费方是礼来这类大药企，付费理由是拿到有专利潜力的重组酶候选，省去早期发现时间。Profluent 不承担临床和商业化费用，但收入高度后置：预付款金额未披露，意味着近期现金贡献可能有限，大部分对价挂在里程碑和销售分成上。
对创业者来说，这种结构的核心取舍是：用独家许可换大药企的开发和商业化能力，但把大部分收入推到未来。如果候选分子在临床前失败，里程碑款不会兑现，公司只能拿到未披露的预付款。
依据R2R3R6R14合作开发加模型 API 早期访问，收费口径未披露
第二条收入线是合作开发新蛋白质及模型 API 早期访问。Profluent 的商业模式包括授权分子资产、合作开发新蛋白质及模型 API 早期访问。与 BioMarin 的合作是用 AI 蛋白质设计模型筛选新型酶疗法候选，与 Revvity、Corteva Agrisciences、Ensoma 的合作也属于商业合作范畴。
但公开资料未披露这些合作的具体收费方式：是按项目收研发服务费，还是按里程碑收费，还是 API 订阅费，均未说明。这意味着第二条收入线目前只有合作名单，没有可验证的定价口径。
对小团队而言，这种“合作开发加 API 早期访问”的组合可以借鉴为：先用定制合作养活团队，再把通用能力做成 API 卖给长尾客户。但 Profluent 的 API 早期访问尚未公开定价，说明这条线可能还在试验阶段，不能当作稳定收入来源。
依据R11R10R8客户与市场
客户是大药企和生物技术公司，不是个体研究者
Profluent 的付费客户集中在有临床开发和商业化能力的大药企与生物技术公司。礼来是最大的一家，获得选定重组酶的独家许可；BioMarin 用其模型筛选酶疗法候选；Revvity、Corteva Agrisciences 与 Ensoma 也在商业合作伙伴名单中。
这些客户付钱的理由不是买模型访问权，而是买候选分子或候选筛选能力。礼来负责临床前、临床与商业化全流程，说明 Profluent 卖的是早期发现环节的产出，不是端到端药物。
对小团队来说，这意味着客户画像很窄：只有那些有管线、有临床能力、愿意为早期候选付费的药企才是客户。公开资料未披露 Profluent 的客户数量或合同金额，无法判断客户集中度，但礼来协议的规模暗示单一大客户可能占收入很大比重。
依据R2R6R10R8获客与渠道
靠大药企 BD 触达，不靠自助式销售
Profluent 的触达渠道是直接商务拓展，而不是自助注册或开发者社区。礼来合作、BioMarin 合作、Revvity/Corteva/Ensoma 合作都是点对点谈下来的，公开资料未披露任何自助式 API 购买入口或产品定价页。
这种渠道适合高客单价、长销售周期的分子授权生意，但扩张速度受限于 BD 团队和合作方数量。Profluent 总部在加州 Emeryville，靠近旧金山湾区生物技术集群，有利于面对面接触药企。
对小团队而言，这种渠道借不了：没有 BD 团队和湿实验能力，很难复制点对点谈分子授权。可以借的是“用公开成果吸引合作方主动上门”，比如 OpenCRISPR-1 开源后带来的 inbound 合作线索，但公开资料未披露开源具体带来多少合作。
依据R2R10R8R9成本结构
钱花在模型训练和湿实验验证，重组酶每种应用从头开发
Profluent 的主要成本是模型训练和湿实验验证。ProGen3 训练于逾 34 亿条蛋白质序列，十亿参数级模型需要算力；同时，蛋白质设计不能只靠干实验，必须用湿实验验证候选分子是否真的功能正常。
重组酶结构复杂、每种新应用需从头开发，构成极高研发门槛。这意味着成本不是一次性的模型训练费，而是持续的项目制研发支出：每接一个新靶点或新酶应用，都要重新设计、表达、纯化、测活。
公开资料未披露 Profluent 的具体成本结构、研发支出或员工数。从融资用途看，2025 年 11 月 1.06 亿美元 B 轮和累计 1.5 亿美元资金，主要支撑这种重资产科研模式。对小团队来说，这种成本结构借不了：没有湿实验能力和持续融资，无法承担从头开发每种新酶的成本。
依据R1R2R11R8融资与资本
股权融资撑现金流，里程碑款是远期支票
Profluent 靠股权融资活着。2025 年 11 月完成 1.06 亿美元 B 轮，由 Bezos Expeditions 与 Altimeter Capital 共同领投，累计融资达 1.5 亿美元。此前 2024 年 3 月完成 3500 万美元 A 轮，2022 年种子轮 900 万美元。
礼来协议的 22.5 亿美元总额是潜在对价，不是已到账现金。预付款金额未披露，里程碑款和销售分成要等临床进展，短期内不能当作运营资金。因此，公司现金流主要依赖 B 轮资金和后续融资能力。
2025 年 11 月 B 轮投后估值 5.0278 亿美元（Forge 口径），这是公开资料中最近的可比估值。对小团队来说，这种“股权融资撑研发、大药企合作撑信誉”的模式借不了，因为没有融资网络和湿实验团队；可以借的是把合作总额当作信用背书，但不要把它当作收入。
依据R2R8R9R6R12R13护城河
护城河在蛋白质图谱和湿实验闭环，不在模型参数
Profluent 声称其蛋白质图谱含逾 1150 亿种独特蛋白质，为全球最大蛋白质数据资源。这是数据规模的声明，但护城河是否成立，取决于这些数据能否持续产出可验证的候选分子。
真正的壁垒是“生成加验证”的闭环：ProGen3 生成候选，湿实验验证功能，验证结果再反哺模型。重组酶结构复杂、每种新应用需从头开发，这既是门槛也是护城河——新进入者要同时具备模型能力和湿实验能力。
但竞争对手包括 Isomorphic Labs、Xaira Therapeutics 等 AI 蛋白质设计公司，它们同样有资金和模型能力。Profluent 的差异化在于公开的 OpenCRISPR-1 成果和礼来合作背书。CEO 称公司定位为 AI 公司而非 CRISPR 或基因编辑公司，这意味着它不想被锁定在单一应用上，但也可能稀释焦点。
依据R2R4R1R8R7风险与不确定性
收入后置：预付款不披露，里程碑兑现依赖临床进展
Profluent 最大的财务风险是收入高度后置。礼来协议总额最高 22.5 亿美元，但预付款金额未披露，大部分对价是里程碑款和销售分成。里程碑款要等临床前、临床各阶段完成，销售分成要等上市，时间跨度可能以年计。
如果重组酶候选在临床前失败，里程碑款不会兑现，公司只能拿到未披露的预付款。而公司运营成本是即期的：模型训练、湿实验、人员开支都要持续投入。B 轮 1.06 亿美元能撑多久，公开资料未披露 burn rate，无法判断。
对小团队来说，这种风险结构值得警惕：把收入挂在里程碑上，等于用现金流赌研发成功。可以借的是“先拿预付款覆盖部分成本”的谈判思路，但 Profluent 的预付款不披露，无法判断它是否谈到了足够覆盖成本的预付款。
依据R2R3R6R14竞争风险：AI 蛋白质设计赛道拥挤，大药企可选对象多
Profluent 的竞争对手包括 Isomorphic Labs、Xaira Therapeutics 等 AI 蛋白质设计公司。这些公司同样瞄准大药企的早期发现预算，礼来、BioMarin 等客户可以选择合作方，不一定非 Profluent 不可。
Profluent 的差异化是公开的 OpenCRISPR-1 成果和蛋白质图谱规模，但竞争对手也有资金和模型能力。CEO 称公司定位为 AI 公司而非 CRISPR 或基因编辑公司，这扩大了市场空间，但也意味着要在更宽的赛道上和更多公司竞争。
对小团队来说，这种竞争格局的启示是：不要在一个拥挤的赛道上只靠模型参数竞争，要找到可公开验证的标志性成果。但 Profluent 的 OpenCRISPR-1 开源是否真的带来持续合作优势，公开资料未披露，无法判断。
依据R8R7R12关键节点
对AI原生公司创始人的启示
这一节是编辑判断，基于上面的证据推演，不是公司原话。
用开源成果换合作入口，但必须提前设计付费承接路径
Profluent 开源 OpenCRISPR-1 并非为了直接收入，而是把它当作技术信誉资产，降低药企评估门槛，吸引合作方注意。小团队可以借鉴这个思路：把一个足够硬、可公开验证的技术成果开源，作为合作谈判的敲门砖。但关键在于，Profluent 有明确的付费承接路径——分子授权和合作开发，开源本身不带来直接合同。小团队在开源前就要想清楚后续靠什么收费，否则开源只是声誉，不是生意。
把大药企合作总额当信用背书，但别当收入
Profluent 与礼来的合作总额最高 22.5 亿美元，但预付款不披露，大部分对价是里程碑和销售分成，收入高度后置。小团队可以借的是：在融资或商务拓展中，把这类大额合作总额作为信用背书，证明技术能力被大药企认可。但绝不能把它当作可支配收入来规划现金流，因为里程碑兑现依赖临床进展，失败则分文无收。小团队没有股权融资撑腰，更需警惕这种收入结构。
重资产湿实验模式借不了，但可借“生成加验证”的闭环思维
Profluent 的核心成本在模型训练和湿实验验证，重组酶每种新应用需从头开发，这需要持续股权融资和实验室团队，小团队在规模和资本上无法复制。但可以借鉴其“生成加验证”的闭环思维：即使没有湿实验能力，也要在设计产品时考虑如何用低成本方式验证候选质量，比如与外部实验室合作或使用公开基准测试。护城河不在模型参数，而在数据与验证的循环，小团队可以从建立可验证的细分数据资产入手。
公开资料没有回答的问题
- 礼来协议的预付款具体金额是多少？
- Profluent 的 burn rate 和现金跑道有多长？
- 模型 API 早期访问的定价和客户采用情况如何？
- OpenCRISPR-1 开源是否带来了可量化的合作线索或收入？
- 重组酶候选目前处于哪个研发阶段，有多少个进入湿实验验证？
证据来源
正文里的编号对应下面的来源。数字没有来源的句子在成稿前已被删除；公开资料未披露的直接写明未披露。
- R1Eli Lilly Bets Over $2 Billion on Gene Therapy with Profluent Partnership-VCBeatvcbeathealth.com · 媒体与披露 · 可信度 86
- R222.5亿美元！礼来再次加码AI - 药时代DrugTimesdrugtimes.cn · 媒体与披露 · 可信度 86
- R3Profluent Inks Up To $2.25 Bln Deal With Lilly For Genetic Medicinesnasdaq.com · 媒体与披露 · 可信度 86
- R4Lilly pens $2.2B pact with Bezos-backed Profluent to work on recombinase-based gene editingfiercebiotech.com · 媒体与披露 · 可信度 86
- R5連日出手不停歇：禮來在Ajax交易次日再砸22億簽Profluent，基因醫學版圖急速成形｜社團法人國家生技醫療產業策進會ibmi.taiwan-healthcare.org · 媒体与披露 · 可信度 86
- R6Eli Lilly and Profluent Announce $2.25B Strategic Collaboration to Develop AI-Designed Recombinase-Based Gene Editing Therapies-VCBeatvcbeathealth.com · 媒体与披露 · 可信度 86
- R7From discovery to design: in discussion with Ali Madani (Profluent)press.airstreet.com · 媒体与披露 · 可信度 85
- R8Jeff Bezos Is Backing AI Drug Development Startup Profluent - Profluent has raised $106 million to scale up use of its AI models for biology in drug development and agriculture.forbes.com · 媒体与披露 · 可信度 85
- R9Profluent IPOforgeglobal.com · 媒体与披露 · 可信度 85
- R10What BioMarin Pharmaceutical (BMRN)'s AI Drug Discovery Deal Means For Shareholders - In late September 2026, Profluent announced a collaboration with BioMarin Pharmaceutical to apply AI protein design models to id...simplywall.st · 媒体与披露 · 可信度 85
- R11Introducing ProGen3profluent.bio · 一手来源 · 可信度 85
- R12Profluent’s AI-Designed Gene Editor Glimpses into Generalizable Platformgenengnews.com · 媒体与披露 · 可信度 85
- R13Browse Biotech & Pharma Companies, Valuations, Same Day Pricing & More - Forgeforgeglobal.com · 媒体与披露 · 可信度 84
- R14Profluent and Lilly Sign Multi-Program AI Partnership to Develop Recombinase-Based Genetic Medicinesamericanpharmaceuticalreview.com · 媒体与披露 · 可信度 84
由 EveryTik 调研流水线生成（deepseek-flash），经结构门禁、数字核对与独立审稿；引用 13 个来源、11 个独立域名。发现错误请以公开来源为准，我们会在下一轮调研时修正。