市场表现 - 在经过前一日大跌后，A股和港股医药板块于3月24日迎来反弹 [3] - 截至上午10点43分，A股CAR-T细胞疗法和CRO板块涨幅超过3%，生物医药和AI制药等板块涨幅超过2% [3] - 港股市场中有超过20只医药股涨幅超过4%，其中百奥赛图、迈博药业、药明康德、亚盛医药等个股涨幅超过6% [3] 药明康德业绩与影响 - 药明康德2025年实现营业收入454.56亿元，同比增长15.84% [4] - 2025年归属于上市公司股东的净利润为191.51亿元，同比大幅增长102.65%，日均盈利约5247万元 [4] - 2025年扣除非经常性损益的净利润为132.41亿元，同比增长32.56% [4] - 公司预计2026年整体收入将达到513亿至530亿元，同比增长12.86%至16.6%，持续经营业务收入预计同比增长18%至22% [5] - 其股价反弹带动了医药外包板块，A股盘中涨幅达6%，港股盘中涨幅超过9% [6] - A股市场的百花医药、睿智医药、药康生物等个股涨幅超过4%，港股市场的药明合联、东曜药业、凯莱英、康龙化成等个股涨幅超过2% [6] 药师帮业绩 - 药师帮2025年实现营业收入209亿元，同比增长17.1% [6] - 2025年净利润为1.5亿元，同比增长409%，经调整净利润为2.37亿元，同比增长51.2% [6] - 其高毛利的厂牌首推业务实现交易规模24.45亿元，同比增长111.2%，是盈利提升的重要推动力 [6] - 受业绩提振，其盘中股价一度大涨超过8% [7] 创新药企对外授权交易 - 康诺亚宣布其合作公司OuroMedicines被吉利德科学收购，交易总金额最高可达21.75亿美元，包括16.75亿美元首付款和最高5亿美元里程碑付款 [8] - 作为Ouro Medicines的股东，康诺亚将从此次交易中获得约2.5亿美元首付款、最高约7000万美元里程碑付款，总收入最高可达约3.2亿美元，并将由吉利德履行对CM336/OM336的特许销售分层 [9] - 交易宣布后，康诺亚港股股价一度大涨超过7% [9]

CXO行业核心观点 - 板块基本面改善有望驱动后续行情 多重利好因素共振下 2025年以来CXO行情持续回暖 板块估值倍数合理 未来驱动股价的因素包括2025年新签/在手订单等先行指标超预期 2026-27年盈利预测仍有上修空间 以及新兴业务带来的行业结构升级推动估值中枢长期提升 [1] - 未来发展四大关键词为扩容、升级、整合、AI制药 创新药出海潮下 关注行业扩容 结构升级和整合分化等趋势 [2] - 下游整体向好 全球创新药投融资和药企研发投入等先行指标呈边际改善趋势 拉动2H24-2025年企业新签/在手订单水平复苏 进而驱动强劲的2026年盈利增长预期 [2] - 看好高景气赛道中的高性价比龙头 建议重点关注标的细分赛道成长力 核心能力布局 盈利和订单增长能见度 地缘风险敞口及估值上升空间 基于此 首推药明合联 首次覆盖并重点推荐凯莱英和康龙化成 [3] 李宁公司分析 - 李宁2025年业绩超预期 经营利润率改善 公司2025年收入同比增长3.2%至296.0亿元 归母净利润29.4亿元 均好于此前预测 经营利润率的改善为重要的积极信号 公司在收入增速放缓的背景下主动提效 经营改善拐点初现 [4] - 管理层给出2026年收入高单位数增长 净利率维持高单位数的指引 该指引被认为乐观 [4] - 2026年展望积极 上调盈利预测和目标价 上调评级至买入 2026年是体育大年 随着公司奥运营销投入以及荣耀金标等高端产品线的推出 有望提升公司品牌专业形象与核心品类销售 基于超预期的经营效率和积极的2026年指引 小幅上调了2026-27年收入和利润预测 基于18倍2026年预期市盈率 上调目标价至23.80港元 评级上调至买入 [6] 华润电力公司分析 - 华润电力2025年股东应占利润145亿港元 同比增长0.9% 优于预期约5% 主要原因是新投产火电项目的购置专项设备享受所得税抵免优惠 期内有效税率同比下降2.7个百分点 [7] - 公司预期2026年风/光利用小时有可能同比减少3-4% 因去年新增装机大超预期 管理层对2026年的新增装机指引转趋保守 预期风光新增装机为5.5GW [7] - 火电板块方面 预期在去年回调幅度较大的情况下 动力煤价格在今年难有较大的回调空间 然而 容量电费收入有望同比增长 将适度缓解电量电价下行的影响 [7] - 目前管理层采取较保守的发展方向 被认为是出于项目回报率为优先的考虑 有利于公司中长期的成长 对公司在成本端及内部资源的运用有积极作用 维持目标价21.05港元及买入评级 [7] 市场数据摘要 - 全球主要指数表现：恒指收盘25,277点 年初至今下跌3.49% 国指收盘8,574点 年初至今下跌3.81% 道指收盘45,577点 年初至今下跌5.17% 标普500收盘6,506点 年初至今下跌4.95% 纳指收盘21,648点 年初至今下跌6.86% [5] - 主要商品价格：布兰特原油收盘108.80美元 年初至今上涨78.83% 期金收盘4,600.70美元 年初至今上涨6.36% 期银收盘69.70美元 年初至今下跌3.18% [5] - 恒生指数技术走势：恒生指数25,277.32点 50天平均线26,304.44点 200天平均线26,226.66点 14天强弱指数40.07 沽空60,028百万港元 [5]

行业趋势与展望 - 全球CXO市场规模预计将从2024年的1970亿美元增长至2030年的2980亿美元，年复合增长率为7%[10] - 行业呈现扩容、结构升级、整合分化和AI制药四大关键趋势，内部竞争从成本导向转向技术深度和综合服务能力考验[5][13] - 国产创新药BD出海交易在2025年创历史新高，交易数量和总金额相比2024年分别大幅增长61%和160%[16] - AI制药有望在2026年迎来关键发展拐点，其价值贡献有望被进一步证实[5][13] 市场表现与估值 - 2025年初至报告日，港股CXO板块上涨92.1%，大幅跑赢恒生指数（+29.0%）和恒生医疗指数（+59.5%）[27] - 当前港股CXO板块平均前瞻12个月市盈率为22倍，略高于过去三年均值，平均PEG约1.0倍[31] - 2025年CXO板块净利润预测上修28%，2026年预测上修16%，显示基本面预期乐观[36] - 外资在2025年开始加仓港股CXO，国际中介机构持股比例从2024年底的49%升至2026年3月的59%[61][66] 投资建议与公司分析 - 报告构建多维度评估体系，首推药明合联，并首次覆盖并重点推荐凯莱英和康龙化成，均给予买入评级[5][9][24] - 药明合联目标价91港元，较54.2港元收盘价有超60%潜在上升空间；凯莱英目标价113.8港元，潜在空间超50%；康龙化成目标价32.5港元，潜在空间超70%[4][25] - 行业收并购活跃，案例包括药明合联以约31亿港元收购东曜药业，艾迪康以2.04亿美元收购Crown Bioscience[14][15] - 药明生物R端研究服务业务2025年合作项目的潜在里程碑付款总额高达40亿美元以上，毛利率可超过80%[18][20]

AI制药行业研究纪要关键要点 一、 行业概况与核心目标 * AI制药行业核心目标是将临床转化率提升3-4个百分点，并将研发周期从传统约15年缩短至8-9年[1][5] * 当前全球约有不到200个由AI技术发现或设计的药物分子处于临床试验阶段[5] * 行业发展的关键验证窗口预计在2026-2027年，届时将有部分管线密集公布二期临床试验数据[1][5] 二、 技术演进与当前格局 * **技术转折点**：2021年AlphaFold 2的出现是关键转折点，它提供了超过2亿个蛋白质结构的公共数据库，并推动了生成式模型和de novo（从头）设计能力的发展[4][5] * **研发重心转移**：AlphaFold2推动研发重心从小分子向大分子/denovo设计转移[1] * **当前管线结构**：截至2026年，在约170-180个进入临床阶段的AI制药分子中，小分子、多肽和寡核苷酸等低分子量药物占比仍超过70%[1][5] 三、 细分领域差异（小分子 vs. 大分子） * **小分子药物**：研发历史长，数据积累充分（百万/千万级化合物库），化学结构简单，ADMET预测相对成熟，AI应用边界较为确定[8] * **大分子药物**：结构复杂，计算难度高，已知抗体可能不足天然抗体的千分之一[8]。大分子生成式AI和de novo设计是未来核心增量方向[1][8] * **适用性差异**：目前AI在Best-in-class药物改造上的确定性高于First-in-class[1][9]。大分子de novo设计的核心挑战在于预测非预期的、原理不明的生物学不良反应[9] 四、 市场表现与估值逻辑 * **市场代表公司**： * 国内代表如英矽智能和晶泰科技，市值约300-400亿港币（约40-50亿美元）[2] * 全球市值最高为Tempus AI（核心逻辑为数据飞轮），市值峰值曾达190亿美元（2025年10月），现已大幅回落[2] * 薛定谔、Recursion、Relay Therapeutics等公司市值已从2021年上半年高点下跌至15%-40%[3] * Generate Biomedicines（生成式抗体）上市时市值约22亿美元，近期约15亿美元[3] * **估值逻辑转变**：市场估值逻辑正由“平台溢价”转向“管线价值”，股价波动性高于传统Biotech[1][3]。若临床数据不及预期，平台与管线将面临双重估值打击[1][3] * **成熟市场展望**：若市场趋于成熟，投资者可能不再给予平台溢价，而按传统生物科技公司方法估值[3] 五、 对产业链的影响（以CRO为例） * **总体影响**：AI对CRO行业呈增量贡献而非颠覆，主要体现在模型训练订单及AI创造的增量探索需求[1][6] * **具体环节**：在高通量筛选等早期环节，因技术本身已成熟且边际成本极低，受AI冲击有限[1][7][8] * **变革前提**：CRO行业的根本性变革，需要AI制药在临床二期或三期展现出统计学上的显著优势，从而颠覆MNC的药物开发模式，目前尚未发生[6] 六、 技术瓶颈与风险 * **模型“黑箱问题”**：以AlphaFold为代表的模型，其背后的生物学或化学原理尚不明确[1][9] * **de novo设计风险**：大分子de novo设计存在非预期的生物学风险，是根本性难题[1][9] * **数据验证需求**：判断AI制药是否实现质的飞跃，核心指标是其在三期临床试验中的成功率是否显著提升，这需要至少五年甚至更长时间的数据积累[2] 七、 核心竞争壁垒与投资观察指标 * **数据资产**：独特且包含失败案例的数据资产是AI药企的核心竞争壁垒[1][11]。各公司从利用公开数据转向积累自有数据，并形成差异化[11] * **MNC战略动向**：是行业重要风向标。例如礼来在2026年投入GPU机器人实验室建立干湿闭环[1][10]。多数MNC目前仍倾向于购买服务或产品，其决策逻辑与传统创新药类似，主要基于数据本身[10] * **管线成功率**：AI制药平台的真正价值最终体现在其产出药物的成功概率上。若一个平台能将传统约10%的成功率显著提升（例如至50-60%），方能证明其平台价值[10][11] 八、 特定公司案例（百奥赛图） * **业务逻辑**：拥有“千鼠万抗”底层物理平台及独家数据资产，结合AI进行筛选，短期内具备较顺畅的投资逻辑[2][12] * **核心优势**：人源化模型市场表现优异，根本原因在于通过平台积累了海量独有数据，具备了AI公司的关键要素[12][13] * **商业模式**：平台产生的众多分子吸引了大量BD交易，支撑了其良好的基本面[12][13]。其长期价值取决于产出抗体的最终成药率是否显著高于其他平台[13]

公司融资与市场定位 - 深度智耀于3月18日宣布完成D轮系列近2亿美元的融资，在3个月内密集完成数次融资，快速获取了十余亿元人民币的资金，融资密度和节奏业内罕见 [2] - 公司成立于2017年，长期保持低调，专注于AI制药中相对冷门且难度高的后端临床开发和证据生成领域 [2] - 公司业务围绕临床试验证据链展开，覆盖从临床策略、方案设计、研究中心执行，到EDC与数据管理、临床/统计编程、医学写作、药物警戒和注册支持的全流程，并搭建了AI驱动的一体化交付体系 [2] 行业背景与趋势演变 - 当前AI制药赛道热度高，前有晶泰科技、英矽智能港股上市，后有礼来联手英伟达打造“AI制药工厂” [2] - 行业早期热点集中在前端的药物发现，如利用AI预测蛋白结构、设计分子和筛选靶点 [2] - 2023年，第一批用AI设计的新药在临床阶段集体溃败，例如欧洲独角兽BenevolentAI核心管线BEN-2293二期临床试验失败，以及Exscientia关停其早期肿瘤管线EXS-21546，击碎了“AI一键生成新药”的神话 [11][14] - 行业和资本意识到从设计分子到新药上市的路程漫长，资本不再仅仅为算力和分子数量买单，转而拷问管线在临床阶段的有效性数据，行业“重分子、轻临床”的路线错误被“拨乱反正” [14][15] - 这意味着AI制药行业的重心正在从前端药物发现向后端临床开发转向，行业开始向真正创造人类福祉迈进 [3] 公司发展路径与技术演进 - 公司发展路径具有前瞻性：从翻译切入，然后向医学写作、数据管理、统计编程和临床运营等模块延伸，最终形成覆盖全流程的生产线 [7] - 早期选择翻译作为切入点，是因为翻译拥有明确的参考坐标系和对错标准，是验证模型理解能力最直接的“硬通货” [7] - 公司很早就形成判断：在制药行业，理解比生成更难，协同比生成更重要，只有先在高约束场景建立稳定的理解、校验和协同能力，才有资格往创造和决策走 [7] - 2019年，在模型从2.0向3.0迭代时，公司根据制药行业高约束、低容错的特性，沿着可控性和协同性重构系统，没有盲目跟随当时开始流行的大语言模型 [17] - 公司很早就意识到LLM的“幻觉”问题在制药行业是底线问题，一个虚构的数据或安全信息可能导致严重后果，这一认知比如今业界形成共识早了4-5年 [18] - 公司将问题从“如何做一个更强的模型”转向“如何做一个在临床研发场景里更可控、更能协同、也更能承担复杂工作流的系统”，解法不是押注更大的单体模型，而是“拆脑” [18] 核心技术：类人脑多智能体系统 - 公司的核心技术是一套类人脑多智能体系统，通过任务拆解、角色协同、反馈校验和递归自我进化，组织临床研发中高度复杂、跨部门、强约束的工作流 [3][19] - 该系统不是简单地把一个模型拆成多个功能模块，而是把复杂任务拆解给大量能力边界清晰的智能体，由它们分别承担决策、规划、检索、撰写、编程、审校、验证等工作，再通过通信与反馈回路彼此校验和制衡 [19] - 系统具备递归反思、递归纠错、递归自我进化的能力，不是“一次答题”，而像一个会反复思考、持续修正并不断逼近最优解的工作系统 [19] - 2023年，微软邀请公司参加闭门开发者大会并介绍Agent框架，公司内部原有的小模型协作体系顺势演进为真正意义上的多智能体协同系统 [19] - 该系统不只是一个工作流引擎，而像一个由大量高精度原子化智能体构成的“仿生大脑”，既能围绕目标组织工作，也能在执行过程中持续反思、校验并递归自我进化 [20] - 这套系统让公司成为了火热赛道中的稀缺标的 [3] 业务成果与标杆案例 - 公司业务已延展至中国、日本、美国、澳洲、新加坡及东南亚等地区，尤其在日本建立了较强的PI和研究中心网络，形成了本地化执行优势 [15] - 2025年，在与日本创新药企Immunorock的合作中，公司支持的临床试验方案实现了“零返修”和一次性通过以审核严苛著称的日本药监局审批 [22] - 在该案例中，公司的多智能体系统参与了从信息整合、路径规划到数字孪生推演的整套工作，通过递归推演提前识别出可能抬高脱落率的设计缺陷，帮助团队在方案定稿前完成修正 [22] - 该案例向产业证明了，像临床方案这样高度依赖经验和人力协同的工作，开始具备被系统化组织、递归验证和规模化交付的可能 [22] 行业影响与角色转变 - 传统临床研发是一种高成本的人海战术，时间消耗在跨部门沟通、返修和反复确认中 [23] - 一旦AI能够稳定完成任务拆解、主体生成、多轮自检和约束验证，流程就从“人生产、机器辅助”转变为“机器生成、系统验证、专家审签” [23] - AI的角色不再只是预测或分类工具，而更像一个围绕目标组织工作的系统 [23] - 人的角色是上移而非被取代，专家从大量重复劳动中抽身，更多投入到关键判断、边界把控和最终责任承担上 [23][25] - 制药仍然是一个必须由专业人士签字、由资质和责任链承担后果的行业，专家依旧是最后的把关者 [24] 能力迁移与估值扩张 - 公司“目标—生成—验证—递归进化”的框架一旦跑通，所能解决的问题远不止临床试验，公司已开始开辟“物质科学”新战场 [24] - 药物、农药、半导体材料、电池材料、特种钢等领域的研发，本质都是围绕明确目标，在一组约束条件下寻找最优解，并通过验证不断收敛 [24] - 2024年3月，公司与绿色农化巨头泰禾股份达成战略合作，基于其多智能体系统加快创新农药的研发进程 [27] - 公司的AI Agent能够在巨大的化学空间中自主规划、搜索、验证，发现传统研发模式难以触及的新分子骨架与作用机理，这套在制药领域验证成熟的能力迁移到农药领域是一种“降维应用” [27] - 这种技术的可迁移性进一步打开了公司的估值空间，成为资本蜂拥而至的动因 [27] - 从近几轮融资方来看，包括红杉中国、新鼎资本等早期投资者跟投，以及鼎晖百孚、信宸资本、金镒资本、凯泰资本等新股东加注，阵容豪华 [27] 核心竞争壁垒与行业展望 - 公司最核心的能力不是某一个单点工具，也不是简单把数据“喂给模型”训练的结果，而是在长期真实交付中形成的方法学、know-how，以及一套能把临床策略、site执行、数据管理、临床/统计编程、医学写作和注册递交组织在一起的类人脑多智能体系统 [28] - 这才是公司最难以被复制的资产和竞争力所在 [28] - 2024年诺贝尔化学奖一半授予蛋白质设计专家David Baker，另一半授予AlphaFold的开发者Demis Hassabis和John Jumper，这被解读为计算机科学在生命科学界的一次历史性“转正” [29][31] - 这种进化能力正在从前端的药物发现辐射到整个研发流程中 [32] - 对于制药行业，下一阶段稀缺的未必只是“找到一个答案”的能力，而是把一项工作真正做完、把一整套证据真正交付出去的能力 [32] - 从让机器学会看分子，到让系统像大脑一样组织临床试验、连接现场执行、数据管理、临床编程和递交逻辑，AI的价值坐标正在被重画 [32]

全球医药供应链面临根本性重构 - 稀土管制与中东物流冲突等事件暴露了全球医药供应链的脆弱性 行业过去追求极致效率与低成本、低库存的模式前提是上游原料稳定与国际物流顺畅 当这两个条件同时出问题时 供应链会迅速变得脆弱 影响高端设备、核药生产与临床样本运输等环节 [2] - 此次冲击不仅是短期扰动 更促使市场认识到医药供应链需要兼顾效率、安全与可控 这可能导致医药供应链迎来一轮新的重构 [2][4] 全球医药产业战略转向：从效率优先到安全可控 - 过去全球医药产业链遵循成本与效率优先原则 将产能布局在成本最低、效率最高的地方 但地缘冲突、贸易摩擦与物流中断频发 使得行业开始重视供应链安全 [6] - 美国、欧洲、日本等主要经济体正采取措施推动关键药品、原料药及制造能力回流或本土化 以增强供应链的稳定性和可控性 这标志着行业逻辑从追求“便宜和快”转向补足“稳和可控”的短板 [6] 中国医药产业的独特优势与未来角色 - 中国医药产业最大的特点是产业链条完整 从基础化工原料、医药中间体、原料药到制剂、医疗器械、CRO/CDMO等环节均具备成规模的供应能力 这种全链条配套能力在外部环境波动时能提供更强的缓冲与稳定性 [8] - 中国医药产业正从制造端向创新端升级 创新药研发、对外授权交易及研发管线数量显著上升 产业参与环节向上游延伸 未来在全球产业链中的角色可能从“成本中心”向同时提供稳定供应与增强研发创新能力的核心位置演进 [9][11] - 中国在原料药领域的优势不仅在于产量大 更在于已形成完整的配套和规模优势 短期内难以被完全替代 并且优势正从“量大价低”的大宗原料药向高端特色原料药、专利药配套及CDMO等高阶形态拓展 [21][22][23] 中国政策定位与产业支持方向 - 中国政策层面将生物医药定位为“新兴支柱产业” 这意味着行业将被置于增长和竞争力的框架下 获得资源、政策、资本和人才等系统性支持 目标从“保供”扩展到“升级”、“突破”和“增强国际竞争力” [13] - 政策着力点聚焦于两个核心方向：创新药与原料药 分别代表产业向上突破的能力和向下托底的能力 [14][15] 创新药产业的发展逻辑与驱动因素 - 创新药政策支持体系趋于完善 包括在准入端疏通医院用药考核与医保控费问题 在支付端通过发展商业保险等构建多层次支付体系 为具有高临床价值的创新药实现更高回报提供空间 [17] - 支付环境变化将引导企业研发方向 从追求“刚好能进医保”转向开发具有显著疗效优势、能让支付方愿意支付溢价的产品 从而推动行业竞争向真正创新升级 [18] - “人工智能+”在医药领域的应用 尤其是AI制药 有望缩短研发周期、降低试错成本 结合中国的数据、算力与工程能力 可能推动创新药产业进一步发展 并带动上游科研工具、试剂、设备及研发平台等整个生态链 [18] 原料药产业的战略价值重新定义 - 在全球供应链波动的背景下 原料药作为医药工业基础层的战略重要性被重新审视 其稳定、可扩展的供应能力是整个产业链具有不可替代性的关键 [19][20] - 原料药是中国医药产业未来发展的稳固底盘 其稳定性和升级（向高端特色原料药及CDMO发展）将为整个制药工业（从研发到生产）提供更广阔的发展空间 [24] 未来竞争格局展望 - 全球医药产业的竞争范式正在转变 从过去比拼“更便宜、更快”转向未来较量“更稳、更全、更能持续创新” [26] - 中国医药产业凭借完整的产业链在“保供”上具有分量 同时创新能力提升使其有机会参与更高附加值环节 通过创新药突破和原料药托底 中国在全球供应链重构中有机会从被动适应转向主动前行 [27]

蛋白质降解行业深度报告关键要点 一、行业与公司概览 * **涉及的行业**：蛋白质降解药物行业，特别是PROTAC和分子胶技术领域 [1] * **核心公司**：全球参与者包括Arvinas、BMS、百济神州、Kymera Therapeutics、Nurix Therapeutics、C4 Therapeutics、Monte Rosa Therapeutics、Revolution Medicines、苑东生物、恒瑞医药等 [9][19] 二、行业核心趋势与驱动因素 * **行业进入商业化元年**：PROTAC与分子胶技术预计在2026年迎来首批产品获批（Arvinas的ARV-471和BMS的Iberdomide），标志技术从概念转向产品落地 [1][2] * **两大核心驱动因素**： * **AI制药技术驱动研发范式变革**：AlphaFold 3等工具能精准预测三元复合物结构，使分子胶等分子的设计从偶然发现转向理性设计，显著加速候选药物产出 [3][4][5] * **技术成熟度显著提升**：新一代降解剂（如102和621）蛋白降解效率已分别达到97%和98%，超过95%阈值，达到与小核酸药物相当的蛋白抑制水平，可被视为“口服版的小核酸药物” [4] * **产业发展与交易趋势**：全球管线数量持续增长，近两年BD交易额均在70亿美金左右 [7][8]；自2024年以来，市场关注点从PROTAC转向成药性更好且能理性设计的分子胶 [8] * **靶点与适应症演变**：早期聚焦于肿瘤成熟靶点以解决耐药问题；近年来开始向“不可成药”或“难成药”新靶点突破，适应症也从肿瘤向自身免疫性疾病等领域拓展 [8] 三、主要技术路径对比与平台 * **PROTAC与分子胶的核心差异**： * **分子量与成药性**：分子胶分子量通常更小，口服生物利用度和成药性相对更好 [4] * **靶点识别范围**：PROTAC通过改造弹头可识别更广泛的靶点蛋白；分子胶通过改变E3连接酶构象间接识别靶蛋白，靶点种类相对有限 [4] * **蛋白质降解系统分类与技术平台**： * **泛素-蛋白酶体系统**：针对占人体蛋白约60%的胞内蛋白，PROTAC和分子胶利用此系统 [6] * **胞外及膜蛋白降解系统**：针对占人体蛋白约40%的胞外蛋白和膜蛋白，主流技术平台为LyTACs（仍处临床前阶段），重要BD事件为礼来与Lycia达成的总额16亿美金交易 [6]；另一探索性技术为DAC（Degrader-Antibody Conjugate） [6] 四、重点公司及管线进展 PROTAC赛道 * **Arvinas**：领头羊，其ER PROTAC药物ARV-471蛋白降解效率约70%，预计2026年6月获批，成为首个商业化PROTAC药物 [1][2][4][9]；后续看点在于靶向中枢神经系统疾病的管线（如ARV-102和ARV-393） [9] * **百济神州**：国内进展最快，其BTK PROTAC（CDEK平台）在四线治疗患者中，200mg剂量下客观缓解率（ORR）达94%，优于Nurix同类产品（600mg剂量下ORR为83%） [1][12][13]；已开展针对匹妥布替尼耐药患者的三期头对头试验，并计划将适应症向更前线拓展 [13]；主要安全性关注点为房颤等心脏毒性事件 [13] * **Kymera Therapeutics**：其STAT6 PROTAC（KT-621）在哮喘适应症中biomarker蛋白降解率达73%（优于Dupixent的51%），在湿疹患者中EASI评分缓解率达63%（优于Dupixent的52%） [10]；核心临床数据预计2027年中下旬读出 [10] * **Nurix Therapeutics**：其BTK PROTAC在肿瘤适应症疗效上被百济神州超越，但具有可透血脑屏障的特点，对中枢神经系统患者有效 [11]；在三重暴露耐药患者中，能取得接近两年的中位无进展生存期 [11] 分子胶赛道 * **BMS**：龙头企业，新一代分子胶Iberdomide预计2026年8月获批 [2][14]；与E3连接酶的结合能力提高了20倍，仅需1.6mg低剂量 [14]；市场定位更偏向前线多发性骨髓瘤患者，通常联合CD38单抗使用 [14] * **BMS (Mezigdomide)**：更偏向末线多发性骨髓瘤患者（特别是对CD38单抗耐药者），客观缓解率（ORR）达70%-80%，完全缓解率达25%以上 [1][15]；主要安全性问题为血液毒性（如中性粒细胞减少和血小板减少） [15]；三期临床数据预计2026年公布 [14][15] * **C4 Therapeutics**：其IKZF1/3类分子胶CFT7,455在早期数据中ORR为36%，三至四级中性粒细胞减少发生率为59%，显著低于Mezigdomide的82.4% [17]；2026年关键里程碑包括完成二期单臂试验首例患者入组，以及与辉瑞BCMA/CD3双抗联合向更前线拓展 [18] * **苑东生物**：国内公司，其IKZF1/3类分子胶HP-001在高剂量组对二线及以上前线患者ORR达100% [19]；完整的一二期数据预计在2026年6月和12月的大会上披露 [19] * **Monte Rosa Therapeutics**：拥有自有AI分子胶发现平台，核心产品包括靶向VAV1的MRT-2,359和靶向GSPT1的NEXT SEVEN（First-in-class） [15]；2026年关键催化剂包括开启多项二期临床试验及一期数据读出 [15] 其他重要公司 * **Revolution Medicines**：核心产品RMC-6,236为非降解性分子胶，通过将伴侣蛋白与RAS蛋白粘合来抑制其功能 [16]；市场关注焦点在于其针对胰腺癌二线治疗的三期临床试验顶线数据（2026年上半年读出）以及向一线治疗拓展的潜力 [16] 五、技术优势与投资方向 * **蛋白质降解技术独特优势**： * **作用机制革新**：通过催化机制直接降解靶蛋白，理论上可克服耐药性问题，并有潜力攻克占人类蛋白约80%的“不可成药”靶点 [2] * **药物属性优势**：不要求与靶点有极强亲和力，仅需催化量给药浓度即可实现蛋白降解 [2] * **给药方式便利**：作为口服制剂，患者依从性优于需要注射给药的抗体或小核酸药物 [2] * **值得关注的投资方向与公司**： * **标志性里程碑**：2026年Arvinas的ARV-471（6月）和BMS的Iberdomide（8月）获批 [20] * **重点关注公司**：Revolution Medicines（胰腺癌数据）、Monte Rosa Therapeutics（AI平台价值）、Kymera Therapeutics（自免领域潜力）、百济神州（BTK PROTAC全球领先）、苑东生物（HP-001高ORR）[20][21]

全球制药巨头AI基础设施竞赛 - 罗氏宣布扩展其全球人工智能基础设施，部署了2176个高性能GPU，使其本地和云端GPU基础设施总容量超过3500个Blackwell GPU，这是目前已公布的制药公司可用的最大GPU规模 [1][13] - 礼来正式启用其医药AI工厂“LillyPod”，内置1016颗英伟达Blackwell Ultra GPU，整体算力高达9000 Petaflops [1][14] - 礼来与英伟达宣布将在五年内投入超10亿美元建立AI联合创新实验室 [1][14] AI在制药行业的战略地位转变 - AI正从单点工具升级为支撑全价值链的基础设施，从研发、生产到商业化的全流程深度嵌入，已从“锦上添花”变为“必选项” [2][15] - 全球大型药企开始将AI贯穿应用于临床开发与制造过程，通过构建超级计算集群来设计更优的试验方案、优化生产并加速决策制定 [4][17] - 2025~2026年是跨国药企全面加码AI的关键窗口期，正加速构建“算力—算法—数据—实验”的一体化体系 [5][18] 行业应用现状与数据壁垒构建 - 根据英伟达2026年2月的调查报告，70%的医疗保健与生命科学企业正在积极使用AI，较去年的63%明显增长，数字医疗领域AI渗透率最高达78% [6][18] - 57%的医疗技术公司表示已看到AI在医学影像领域的实际回报，医学影像成为AI投资回报率最高的应用场景 [6][18] - 头部药企选择自建超大规模算力中心，将专有数据与AI模型深度绑定，构建极高的底层数据壁垒，实现核心AI基础设施的“私有化”和“重装化” [4][17] 中国AI制药市场动态与格局 - 2025年，国内AI制药领域累计融资总额超67亿元，同比大幅增长130.5% [7][19] - 行业格局成型，“AI制药四小龙”为晶泰科技、英矽智能、剂泰科技和深度智耀，其中深度智耀完成4000万美元（约合2.76亿元人民币）新一轮融资 [7][19] - 越来越多的AI制药公司正从“淘金者”转型为“卖水人”（CRO/技术服务模式），例如Verge Genomics在药物临床试验失败后转型为AI技术服务公司 [7][20] 资本态度与投资逻辑演变 - 资本流向已从过去的“广撒网”转向“挑尖子”，资金高度集中于头部企业，市场更重视有“可交付指标”的企业 [8][20] - 投资人普遍底线是，如果一家企业两三年内仍然无法产生现金流，基本就不投了 [9][21] - 未来的资本关注将形成“哑铃型”布局，早期资本聚焦颠覆性技术平台，后期资本偏好临床数据成熟的企业 [12][24] 商业化挑战与临床验证瓶颈 - 截至目前，全球尚无一款完全由AI主导设计的药物获批上市，仅少数项目推进至Ⅲ期临床阶段 [9][21] - AI在临床前研发环节的效率提升已得到初步验证，但从临床前到临床试验后期的转化瓶颈依然突出 [9][21] - 2026年将是关键考验之年，进入III期临床试验的AI药物数据将首次大规模检验AI是否能真正提高临床成功率，打破制药行业约90%的临床失败率魔咒 [10][22] 未来突破方向与行业展望 - 突破方向主要在三方面：打通“算法设计—自动化实验—数据回流”的干湿闭环；从单点工具升级为一体化平台的系统重构；在肿瘤、自免等高难度领域实现关键突破的价值验证 [10][22] - 业内认为，首个重要时点是人类首个AI驱动研发药物的获批上市，破局者可能是AI药企、传统仿创龙头或新进科技公司 [10][22] - 2026年，以晶泰科技、Tempus AI为代表的领军企业均有望实现EBITDA首次转正，产业即将迎来估值重构期 [12][24] - 行业正在回归商业与技术本质，缺乏临床验证能力的纯技术公司将被淘汰，头部企业通过并购整合扩大优势，行业集中度会进一步提升 [11][23]

全球制药巨头AI基础设施竞赛 - 罗氏宣布扩展其全球人工智能基础设施，在美国和欧洲部署了2176个高性能GPU，使其本地和云端GPU基础设施总容量超过3500个Blackwell GPU，罗氏声称这是目前已公布的制药公司可用的最大GPU规模 [2] - 礼来正式启用其医药AI工厂“LillyPod”，内置了1016颗英伟达Blackwell Ultra GPU，整体算力高达9000 Petaflops，更早之前，礼来与英伟达宣布将在五年内投入超10亿美元建立AI联合创新实验室 [3] - 罗氏的“AI工厂”是一个高性能超级计算平台，贯穿了整个价值链，在研发领域通过英伟达BioNeMo平台连接生物实验与AI模型，在制造领域利用Omniverse库驱动数字孪生，在诊断和数字病理学领域借助加速计算和Parabricks软件 [5] AI在制药行业的应用与趋势 - AI正从单点工具升级为支撑全价值链的基础设施，罗氏将AI深度嵌入从研发、生产到商业化的全流程，表明AI已从“锦上添花”变为“必选项” [3] - 根据英伟达2026年2月发布的调查报告，70%的医疗保健与生命科学企业正在积极使用AI，较去年的63%明显增长，数字医疗领域AI渗透率最高，达到78%，57%的医疗技术公司已看到AI在医学影像领域的实际回报，医学影像成为AI投资回报率最高的应用场景 [6] - 全球大型药企开始将AI贯穿应用于临床开发与制造过程，通过构建超级计算集群来设计更优的试验方案、优化生产并加速决策制定，2025~2026年是跨国药企全面加码AI的关键窗口期 [6] 中国AI制药市场现状 - 2025年，国内AI制药领域累计融资总额超67亿元，同比大幅增长130.5% [7] - “AI制药四小龙”行业格局成型，包括晶泰科技、英矽智能、剂泰科技和深度智耀，深度智耀近日宣布完成4000万美元（约合2.76亿元人民币）新一轮融资，剂泰科技已完成D轮融资 [7] - 中国AI制药公司正从风险极高的“淘金者”转变为更稳健的“卖水人”（即CRO/技术服务模式），市场更重视有“可交付指标”的AI制药公司，例如在成药性提升、实验周转时间缩短等“硬指标”上有优势的企业 [7][8] AI制药行业面临的挑战与瓶颈 - 截至目前，全球尚无一款完全由AI主导设计的药物获批上市，仅少数项目推进至Ⅲ期临床阶段，从临床前到临床试验后期的转化瓶颈依然突出 [9] - AI模型依赖高质量、标准化的数据训练，而生物医学数据往往存在“孤岛化”、标准化不足的问题，目前AI算法的准确率还有待提高，它只是相当于科学家的工具，并不能取代科学家 [11] - 业内预测2026年将是AI制药的关键考验之年，最重要的试金石将是进入III期临床试验的AI药物数据，这些结果将首次大规模检验AI是否能真正提高临床成功率，打破制药行业约90%的临床失败率魔咒 [11] 未来突破方向与行业展望 - 未来的突破方向主要在三个方面：一是干湿闭环，打通“算法设计—自动化实验—数据回流”的完整闭环；二是系统重构，从单点工具升级为一体化平台；三是价值验证，在肿瘤、自免等高难度领域实现关键突破 [10] - 随着AI制药行业奇点来临，首个重要时点必然是人类首个AI驱动研发药物的获批上市，首个破局者既可能是AI药企，也可能是传统仿创龙头在AI领域前瞻深耕者，还可能是非药领域的新进科技公司 [11] - 2026年，以晶泰科技、Tempus AI为代表的AI+制药赛道领军企业均有望实现EBITDA首次转正，产业即将迎来估值重构期 [12]

港股通创新药ETF表现强劲 - 港股通创新药ETF(159570)收涨近2% 实现三连阳 全天成交额超20.5亿元 最新规模超228亿元 在同类产品中遥遥领先 [1] - 截至15:05 该ETF标的指数热门股多数上涨 其中荣昌生物涨超6% 康哲药业涨超5% 中国生物制药涨超3% 康方生物涨超2% [3] - 该ETF标的指数前十大成分股权重为73.54% 100%布局创新药领域 [12] 行业重要事件与会议 - 2026年欧洲泌尿外科协会年会在英国伦敦举行 会上集中发布了多项来自中国关于HER2靶向ADC药物维迪西妥单抗在尿路上皮癌治疗中的前沿研究成果 [3] - 上周国内共有102款创新药研发进度推进到新阶段 其中3款在国内申报上市 3款首次在国内登记III期临床 36款首次在国内获批临床 [6] - 重点事件包括恒瑞医药口服1类新药海曲泊帕乙醇胺片获批新适应症 罗氏的CD79B ADC新适应症在华获批上市 康哲药业的肾性贫血新药德昔度司他片获批上市 以及君实生物国产首个PD-1皮下剂型申报上市 [6] 公司动态与业绩 - 荣昌生物发布业绩快报 营业收入32.51亿元人民币 同比增加89.36% 归母净利润7.09亿元 同比扭亏为盈 [3] - 荣昌生物营业收入增加主要由于注射用泰它西普和注射用维迪西妥单抗销量增加 同时公司授予Vor Biopharma Inc泰它西普除大中华区以外全球范围内的独家开发与商业化权利 技术授权收入大幅增加 [3] - 港股通创新药ETF权重股中 荣昌生物估算权重2.74% 当日涨跌幅6.90% 成交额4.90亿 康哲药业估算权重2.70% 当日涨跌幅5.71% 成交额2949.99万 [4] 行业趋势与机构观点 - 申万宏源证券认为 中国创新药研发风格正从“快速跟随”向“创新引领”转变 未来或引导全球新药研发格局 [7] - 申万宏源证券梳理全球前沿技术平台 包括分子胶 小核酸 体内CART等 指出中国企业均有深度布局 这些平台在靶点成药性 研发效率 生产成本上具备优势 是下一阶段投资重点 AI在医疗和新药研发领域的加速也值得关注 [7] - 招银国际认为 医药行业此前明显回调 近期在重要工作报告将生物医药列为新兴支柱产业的政策催化下 板块风险偏好有温和修复 此次政策定位跃升标志行业从战略性新兴产业向新兴支柱产业转型 预示全链条政策红利将持续释放 同时 AI制药技术突破与中国创新药海外BD爆发形成双重共振 预计行业基本面加速向好 [11] 前沿技术平台发展 - 分子胶技术针对不可成药靶点提供新研发范式 其中PAN-RAS分子胶空间巨大 [8] - 小核酸技术实现从罕见病向慢病领域跨越 在降压 降脂 减重 MASH CNS疾病等领域有众多企业布局 [8] - 体内CART技术具有现货型 成本低特点 可极大提升CART可及率 在肿瘤和自免领域均有应用前景 [9] - AI在临床诊疗 新药研发领域的渗透在过去一年中持续深入 [10]