纪要涉及的公司 成都先导、英国子公司 Valadyx、英国公司 Vanadis、仙瞳生物、Vapotherm、百济神州 纪要提到的核心观点和论据 1. **技术平台与研发进展** - 拥有 DNA 编码化合物库（DEL）、Galeo、靶向蛋白降解、AI 加分子生成四个核心技术平台，在各领域取得进展，如核酸药物设计实现一站式商业化，靶向蛋白降解找到新颖 E3 配体并转让分子[3][7][8] - 建设 DMTA 高通量分子优化平台，目前运行商业项目训练自研能力，预计四季度有更多结果披露[5][6] - 自研管线 HG146 针对 HDAC 靶点实体瘤进入二期临床，已入组 20 多例头颈癌患者，预计四季度披露更多数据，采取开放策略[2][10] - 第二代小分子抑制剂 3,918 项目针对 AAA 和 AF 疾病领域，确定三个 PCC，通过 BD 找合作机会，推进早期管线有失败风险[2][11] 2. **AI 制药优势与应用** - AI 制药依托自研“先导模型”，整合大量数据，构建分子发现平台，扩展化学空间，提供更多苗头化合物[15] - 推出 Halo 平台，结合 DEL 技术与 AI 及自动化，基于 SAR 数据实现高效分子优化，设备已投入使用[15][16] - AI 技术用于早期筛选、拓展化合物库组合方式，与大厂建库联盟、与 SGC 合作推进计划，但未达工业规模运用水平[19] 3. **业务合作与市场拓展** - 与仙瞳生物核酸药物生产合作完成首单商业项目，CDMO 核酸药市场竞争激烈，推行有价值项目稳健发展[4][30] - 进行并购，目标公司专注特殊制剂和下游药学评价，财务好现金流充裕，有望带来创新空间和国内市场拓展[4][14] - 有出海计划，与海外咨询机构合作，参加波士顿 Bio 会议，加强 BD 能力推动国际合作[27] 4. **财务与经营状况** - 研发投入和商业转化率稳步上升，服务端保持健康增速，通过多种技术实现成长第二曲线和财务目标[2][12] - 英国公司 Vanadis 经营改善，24 年基本盈亏平衡，国际业务趋向稳定[13] - 2024 年和 2025 年一季度表现不错，利润改善，一季度财务费用因汇兑和利息下降[14][29] 其他重要但是可能被忽略的内容 1. **迪尔技术发展**：十年间从需大量验证到成为发现和设计分子、优化分子的高效可靠工具，正向大型跨国公司证明先导化合物优化能力[9] 2. **先导联盟合作**：六家公司分享特殊制剂等资源，总量达十几万级别，用于设计反应产生新苗头化合物，与 SGC 更新合作推进计划[18] 3. **自动化实验室作用**：由机械臂控制，24 小时高通量合成和检测，可定制操作，缩短研发周期，提高效率和减少成本[17][20] 4. **其他研发进展**：主要专注小分子药物研发，探索核酸药递送载体，特殊肽设计有进展，头颈部实体瘤项目二期临床按计划入组[24][25][26] 5. **架构与投资考虑**：暂时无搭建 H 股架构计划，考虑海外机构投资需求但无确切预期[28]

大模型浪潮下的AI制药行业现状 - AI制药行业呈现"冰火两重天"态势：头部公司Xaira Therapeutics获10亿美元天使轮融资，Isomorphic Labs完成6亿美元融资，而2020年前后成立的创业公司面临资金紧张[1][9] - 2024年全球AI+药物研发融资达128起，总金额57.95亿美元，较2023年的104起/36.01亿美元显著提升[7] - 中国AI制药初创公司融资额仅占全球8%，15起超1亿美元融资中仅1起在中国[8] 技术应用与行业认知 - 药企更关注分子设计效果而非设计方式，AI需证明在实验中的实际推动作用[2][3] - 大模型在药物研发中提升分子生成多样性，但尚未成熟到替代精准优化与成药性预测[16] - AI正融入药物研发流程，未来可能不再强调"AI制药"标签而成为默认组成部分[18] 商业模式转型与挑战 - 行业从工具平台向自研管线转型，英矽智能31条管线中10条进入临床阶段[22] - 英矽智能2024年92.9%营收来自药物发现及管线研发，与美纳里尼达成两笔合作总金额达10.5亿美元[23] - AI制药公司面临证明AI价值的压力，药企合作时设定更明确KPI如活性数据等[27][28] 跨行业拓展与商业化 - 英矽智能将Pharma.AI平台应用扩展至先进材料、农业等领域，2024年"其他发现"贡献2.5%收入[32][33] - 晶泰科技与协鑫集团达成5年10亿元合作，相当于其2024年营收的四分之三[36] - 深势科技业务覆盖多领域，2023年获7亿元融资为当年国内最高[38] 资本市场与行业趋势 - 投资人从追求新范式故事转向关注实际交付成果，要求AI缩短研发周期并降低成本[19][40] - 头部公司通过裁员、精简管线优化资源，同时探索非制药领域商业化路径[39] - 行业进入调整期，企业需证明技术能力推进管线或解决广泛科学问题[41][42]

融资与合作动态 - 英矽智能完成E轮融资 总额达1 23亿美元 超额完成目标 资金将用于完善AI模型和算法 升级智能实验室 推进药物管线临床探索 [1] - 石药集团与阿斯利康达成战略研发合作 利用AI引擎开发新型口服小分子候选药物 潜在合作金额超50亿美元 [1] AI制药行业现状 - 传统药物研发周期长达十几年 投入10亿至15亿美元 成功率仅10% AI技术可加速开发并提高成功率 [2] - 行业经历2020年资本热潮后进入调整期 融资规模缩水 但DeepSeek出现后市场对AI热情回升 [2] - 国内传统药企积极拥抱AI技术 希望通过新质生产力突破研发效率瓶颈 [2] 商业模式演进 - AI制药企业主要采用三种商业模式 销售软件 对外授权 自主研发药物 英矽智能侧重后两种模式 [2] - 行业进入成果验证阶段 企业成功关键取决于自研管线进展和商业模式兑现能力 [3] - 当前商业模式为阶段性选择 未来随着收入增长将探索更合适的长期模式 [3] 技术发展重点 - 行业关注点从单纯AI技术转向实际制药成果落地 [2] - 英矽智能正推进技术闭环和收入增长双轨战略 以证明技术价值 [3]

公司动态 - SandboxAQ是由谷歌母公司Alphabet分拆、获英伟达战略支持的AI初创企业，已累计融资近10亿美元 [1] - 公司于6月18日正式发布大规模合成数据集，旨在通过模拟药物分子与蛋白质的相互作用机制加速新药研发 [1] - 公司独创性地将计算化学与人工智能深度融合，基于英伟达高性能芯片构建算法平台 [1] - 公司生成了520万个尚未在现实世界观测到的三维分子结构，这些"虚拟分子"严格遵循物理定律推导 [1] - 公司采取"数据开源+模型收费"的混合商业模式，免费开放合成数据集供学术机构使用，但对AI预测模型进行商业化运作 [2] 技术突破 - 公司技术平台通过求解量子力学方程生成虚拟分子结构，在数字世界搭建庞大的分子图书馆 [1] - 相较于传统计算机辅助药物设计，新发布的合成数据集可将预测效率提升数个量级 [2] - 预测结果与真实生物实验的吻合度已达到实验室标准 [2] - 技术可将传统需要数年的分子筛选周期压缩至数周，显著降低新药开发的时间与资金成本 [2] 行业影响 - 该技术解决了药物研发领域数十年的核心痛点，能快速筛选出理论上具备结合潜力的候选分子 [2] - 创新范式正在重塑药物研发的早期阶段，特别是在肿瘤治疗等领域的应用潜力巨大 [2] - 随着生物医药行业对AI制药投入持续升温，公司试图在万亿级医药研发市场中开辟全新赛道 [2]

AI制药行业趋势 - 行业关注点从AI技术发展转向AI在制药方面的成果落地 [1][4] - 2020年后热钱涌入AI制药行业，经历两年资本狂欢后进入融资缩水阶段 [3] - DeepSeek出现后国内传统制药企业更迫切拥抱AI技术以突破研发效率瓶颈 [3] 英矽智能融资与合作 - 完成E轮融资1.23亿美元，超额完成目标 [1] - 融资资金将用于完善AI模型算法、升级智能实验室及推进药物管线临床探索 [3] - 融资成功表明AI技术赋能药物研发的进度和合作进展获得新老投资人认可 [1] 行业商业模式 - AI制药企业主要通过卖软件、对外授权和自主研发药物实现商业闭环 [4] - 英矽智能目前尤其依赖对外授权和自主研发药物两种商业模式 [4] - 行业发展到需要验证自研管线进展和商业模式兑现能力的阶段 [4] 药物研发效率 - 传统药物研发通常需十几年时间、10-15亿美元投入，成功率仅10% [3] - AI技术旨在加快药物开发速度并提高研发成功率 [3] - 石药集团与阿斯利康合作利用AI引擎开发新型口服小分子药物，潜在金额超50亿美元 [1]

行业动态 - AI制药领域进入商业化落地关键转折期 英矽智能完成1 23亿美元E轮融资 阿斯利康与石药集团达成战略合作 [1] - 2023年跨国药企在AI+药物研发领域达成超30项合作 总价值约100亿美元 2024年至少23起大型合作或收购交易 2025年Q1至少14家AI公司获得MNC融资或合作 [3] - 传统药企积极拥抱AI技术 国内企业对AI需求迫切 英矽智能已与和铂医药 迈威生物 海正药业等达成战略合作 [6] 技术应用 - AI技术可缩短药物早期发现时间 降低试错成本 提高成功率 在靶点发现 分子生成 虚拟筛选 性质预测等方面展现潜力 [4] - AI算法与药企合作是商业化主流路径 但面临数据不足 技术局限等壁垒 需线上线下结合及政策支持 [7] - 高质量结构化生物医药数据是AI发展关键 资本市场特别关注该领域 推动竞争加速 [9] 公司动向 - 英矽智能E轮融资资金将用于AI平台升级 智能实验室扩展 以及推进自研和合作药物管线临床探索 [1] - 英矽智能核心商业模式为推进自研项目至关键阶段后对外授权 目前重点转向药物管线布局与落地成果 [5] - 阿斯利康与石药合作开发多个靶点临床前候选药物 包括免疫疾病小分子口服疗法 [1] 市场趋势 - 资本关注点从技术概念转向管线推进效率 临床数据产出及平台实际赋能成效 [6] - 跨国药企在合作格局中占主导地位 AI公司需明确定位为颠覆者或赋能者 [8] - 中国生物医药项目质量提升吸引跨国企业投资 形成良性循环 [9]

公司概况 - Xaira Therapeutics是一家专注于AI药物研发的公司，成立于2024年4月，并获得10亿美元种子轮融资 [2] - 公司致力于通过端到端AI技术重新设计药物发现和开发流程 [2] - 创始团队包括诺贝尔化学奖得主David Baker教授、Carolyn Bertozzi教授、FDA前局长Scott Gottlieb等业界顶尖人士 [2] 技术突破 - 发布全球最大公开可用的Perturb-seq数据集X-Atlas/Orion，包含800万个细胞，覆盖人类所有编码蛋白质基因，单细胞测序深度超16000个UMI [3][4][8] - 开发创新性FiCS平台，解决数据生成可扩展性瓶颈，实现高通量扰动测序 [7][8] - 首次证明sgRNA丰度可作为基因敲低效能的表征，解析剂量依赖性遗传效应 [9][15] 数据集价值 - X-Atlas/Orion数据集支持检测剂量依赖性遗传效应，帮助确定药物靶点抑制百分比与治疗效果的关系 [4] - 数据集以非商业许可向学术界开放，商业合作需授权谈判 [12] - 补充现有单细胞数据库，推动虚拟细胞研究领域协作 [20] 行业应用 - 虚拟细胞模型可提前排除药物研发中的不良生物学效应，相比传统方法更具优势 [13] - 高级副总裁王波博士将基于数据集构建虚拟细胞模型，其曾开发3300万细胞训练的scGPT模型 [18] - 技术可扩展至iPSC和动物模型，实现工业化规模应用 [20] 行业动态 - 除Xaira外，陈-扎克伯格倡议发布TranscriptFormer模型，Arc研究所与10x Genomics合作构建虚拟细胞图谱 [18] - 该领域处于发展初期，需要学术界集体协作推动长期发展 [20]

行业趋势 - 2025年可能是创新药行业"三大元年"的起点，标志着产业从技术积累迈向价值全面兑现的关键阶段 [1] - 国产创新药板块迎来AI赋能、商保建立、扭亏为盈、出海破纪录等多重产业趋势 [1] 长期发展：三大元年三重共振 收入放量元年 - 76%的创新药产品通过2024年医保谈判进入加速销售通道，医保覆盖范围扩大 [2] - 5月29日单日批准11款全新药物上市，审批速度创纪录 [2] 盈利跨越元年 - 创新药从研发到上市需8-10年，过去十年持续投入研发的企业开始批量跨过盈亏平衡点 [4] - 开源：2025年一季度对外授权交易额达去年90%，快速补充现金流 [4] - 节流：国内规模化生产降低成本，研发费用随管线成熟逐步下降 [4] 估值抬升元年 - 国家医保局建立"丙类药品目录"，构建"医保+商保"双层支付体系，患者自付比例有望降至30%以下 [4] - AI大模型接入和AI制药进展有望推动创新药板块长期估值系统性抬升 [4] 短期动态：国际舞台表现 - 美国临床肿瘤学会（ASCO）年会上，中国创新药企以73项口头报告创历史纪录，占全球重磅研究近三分之一 [6] - 2024年全球高价值授权交易中，三成以上标的来自中国药企 [6] - 欧洲风湿病协会（EULAR）年会和美国糖尿病协会（ADA）科学年会将展示中国自免疾病和代谢疾病疗法 [6] - 技术认证价值：发布临床数据挑战欧美巨头标准治疗方案 [6] - 商业转化价值：会议期间密集授权交易洽谈推动海外授权落地 [6] 指数与产品 - 港股通创新药指数（987018.CNI）布局港股通范围内创新药企，前十大成分股占比70% [8] - 创新药指数（931152.CSI）布局A股创新药产业链龙头公司，包括全球CXO龙头和仿创药企龙头 [8] - 相关产品：港股创新药ETF（159567）、创新药ETF（159992） [9]

行情回顾 - 医药生物指数上周上涨1 40%，跑赢沪深300指数1 66个百分点，跑赢创业板综指1 28个百分点，在31个子行业中排名第5 [3] - 港股恒生医疗健康指数上周收涨8 84%，跑赢恒生国企指数8 55个百分点 [3] 上市公司研发进度跟踪 - 百济神州的注射用BG-C9074、康方生物的AK131注射液的临床申请新进承办 [4] - 恒瑞医药的HRS-4729注射液、HRS-6093片和HRS-7172片的IND申请新进承办 [4] - 三生国健的611抗IL4Rα抗体、正大天晴的bosakitug正在进行三期临床 [4] - 诺诚健华的mesutoclax正在进行二期临床 [4] - 人福医药的HW201877正在进行一期临床 [4] AI技术落地与产品创新 - AI制药公司英矽智能的在研药Rentosertib的IIa期临床研究结果被刊登于《自然·医学》，成为目前全世界进展最快的AI药物 [5] - 石药集团与AstraZeneca签订战略研发合作协议，利用AI引擎双轮驱动的高效药物发现平台开发新型口服小分子候选药物 [5] - 联影医疗推出"元智"医疗大模型，迈瑞医疗发布"瑞影AI+"解决方案，华大智造推出融合AI工具的自发光半导体测序仪DNBSEQ-E25Flash [6] 2025年年度投资策略 - 从支付视角梳理医药产业内的三种付费渠道：院内支付、自费支付、海外支付 [7] - 看好院内政策支持方向（创新药械、设备更新） [7] - 看好人民群众需求扩容方向（血制品、家用医疗器械、减肥药产业链） [7] - 看好出海周期上行方向（肝素、呼吸道联检） [7]

行业概述 - AI制药行业从2014年起步，十年间涌现超100家初创企业，如晶泰科技、英矽智能、百图生科等，旨在通过AI技术解决新药研发"双十困境"（十年研发周期+十亿美元成本）[4][5] - 行业经历三个阶段：2014-2017年技术验证期、2020-2022年资本狂热期、2023年后理性回调期，当前进入差异化竞争阶段[9][44][61] - 核心竞争格局形成三大阵营：传统药企派（辉瑞/赛诺菲）、AI制药新势力（晶泰/英矽）、互联网巨头（腾讯/百度）[43] 技术突破 - 晶泰科技2016年通过辉瑞盲测，实现100%准确率的药物晶型预测，将传统数月流程压缩至数天[2] - 2020年AlphaFold2解决蛋白质结构预测难题，Exscientia首款AI设计药物DSP-1181进入临床（研发周期仅1年，行业平均4.5年）[31] - AI分子在I期临床成功率高达80%-90%，远超行业50%平均水平[77] 资本动态 - 2020年成融资拐点：晶泰科技C轮融资3.188亿美元创纪录，薛定谔上市市值达40亿美元[29][30] - 2020年国内赛道融资27.23亿元，2023年融资缩水超70%，80%资金流向头部企业[44][62] - TMT基金大举进入，但互联网"快周期"思维与制药"长周期"特性产生冲突[46][47] 商业模式 - 主要路径分三类：Biotech模式（英矽自研管线）、CRO模式（晶泰技术服务）、SaaS工具模式[55] - 核心矛盾显现：数据壁垒导致算法同质化，药企不愿共享核心数据，AI预测准确率受质疑[54] - 商业化困境：CRO模式依赖药企预算周期，自研管线面临长研发周期与巨额亏损[56][57] 企业分化 - 晶泰科技转型AI平台公司：2024年港股上市（市值197.59亿港元），跨界新能源/新材料领域[65][66] - 英矽智能坚守Biotech路径：三次冲击IPO未果，临床管线推进艰难[72][73][84] - 超维知药等中小玩家因缺乏成果退出市场，头部企业通过跨界（农业/能源）寻求第二增长曲线[67][70][71] 未来趋势 - 技术演进：从判别式AI（1.0）向生成式AI（2.0）升级，实现分子设计与合成突破[80] - 价值重构：AI作为"制药新基建"融入传统研发流程，药企自建AI团队成常态（强生6000人数据团队）[77][79] - 新焦点转移：从前端靶点发现转向AI临床设计，可覆盖80%研发成本的市场空间[81][83]