财务数据和关键指标变化 - 第一季度总营收为5960万美元，较2024年第一季度增长63% [6][12] - 软件营收为4880万美元，增长46%；药物发现营收为1070万美元，去年同期为320万美元 [6][14] - 软件成本从2024年第一季度的800万美元增至2025年第一季度的1350万美元，药物发现成本从970万美元增至1490万美元 [14][15] - 软件毛利率为72%，低于2024年第一季度的76%；整体毛利率为52%，与2024年第一季度相近 [15] - 研发费用从2024年第一季度的5060万美元降至2025年第一季度的4600万美元，销售和营销费用增长2%至1040万美元，总务和行政费用增长1%至2580万美元 [16][17] - 总运营费用从2024年第一季度的8600万美元降至2025年第一季度的8200万美元 [18] - 本季度股权法投资无收益，公允价值变动损失1300万美元，去年同期收益800万美元；其他收入为420万美元，低于去年同期的500万美元 [18] - 税后净亏损为6000万美元，合每股0.82美元，去年同期为5470万美元，合每股0.76美元 [19] - 第一季度净运营现金流为1.44亿美元，去年同期现金使用量为3900万美元；应收账款减少2.15亿美元，现金和有价证券余额从去年底的3.67亿美元增至第一季度末的5.12亿美元 [19][20] - 流动负债减少14%，递延收入总额下降5%，仍为2.1亿美元 [20] - 公司维持2025年全年财务指引不变，预计软件营收增长10% - 15%，药物发现营收在4500万 - 5000万美元之间，全年软件毛利率在74% - 75%之间，运营费用增长低于5% [24] 各条业务线数据和关键指标变化 软件业务 - 软件营收增长主要来自第四季度大型客户续约部分在第一季度确认、现有多年期合同的早期扩展和新增以及托管软件合同经常性收入的增加 [13] - 本地软件收入增长44%至2540万美元，托管收入增长52%至1090万美元，维护收入增长15%，专业服务收入下降31%至380万美元 [13][14] 药物发现业务 - 药物发现营收增长得益于合作项目的里程碑以及与诺华合作的前期收入确认 [6] 各个市场数据和关键指标变化 - 公司软件2024年来自中国实体的收入占比为个位数，美国学术机构和政府附属组织贡献的软件收入不到4% [22] - 汇率多年来拖累公司美国以外市场报告收入增长，随着汇率变化，今年晚些时候国际市场报告销售额可能会有适度增长 [23] 公司战略和发展方向和行业竞争 - 公司继续推进预测毒理学计划，预计今年晚些时候向部分客户进行该解决方案的测试版发布，完成测试后将广泛提供给客户 [8] - 本周公司发布今年第二次软件更新，包括新的晶体结构预测软件、扩展对蛋白质降解剂建模的支持以及推出基于机器学习的T细胞受体结构预测功能 [9] - 公司继续推进合作和自有药物研发管线，预计今年三个自有项目将公布一期临床数据 [9][27] - 公司技术和业务基于许可和使用平台，目前预计美国关税不会对收入前景产生直接影响，但新关税对制药行业的影响尚不确定 [20][21] - 公司关注可能影响行业前景和研发投资的新政策或法规，目前在销售对话中未遇到阻力 [22] - 行业中部分竞争对手更侧重于药物开发后期阶段，面临大客户决策延迟和小客户预算受限的挑战，而公司软件业务增长主要来自大型客户，续约未遇阻碍 [52][55] 管理层对经营环境和未来前景的评论 - 公司对第一季度进展满意，业务势头积极，对全年收入前景有信心并重申财务指引 [5] - 公司认为FDA减少临床前动物测试的目标对其有利，其技术可支持该目标 [6][23] - 生物制剂和小分子药物的不均衡处理曾对公司软件销售造成阻碍，关于医保D部分非谈判期的行政命令可能会减少这一阻碍 [23] - 公司技术和业务受资本市场波动和不确定性影响较小，对临床数据展示感到兴奋 [25] 其他重要信息 - 公司电话会议包含前瞻性陈述和非GAAP财务指标，前瞻性陈述基于当前信息和假设，实际结果可能因多种因素与预期有重大差异，非GAAP财务指标应与GAAP指标结合考虑 [3][4] 问答环节所有提问和回答 问题1: 即将公布的MALT1抑制剂SGR1505单药活性预期以及现金消耗问题 - 公司将分享SGR1505剂量递增研究的初步数据，包括安全性、药代动力学、药效学和初步活性迹象，目前未对明年现金消耗进行指引，但认为不会大幅增加 [40][41] 问题2: 预测毒理学模型与其他非动物模拟器的差异及定价 - 公司解决方案的差异化在于结合物理和机器学习，具有预测准确性高和可大规模应用的优势，定价将在测试版测试后根据客户反馈确定 [47][48] 问题3: 公司业务趋势与竞争对手的比较以及来自原生AI用户公司的威胁 - 公司新兴生物技术客户群体基本持平，增长来自大型客户，续约未遇阻碍；目前未发现来自原生AI用户公司的威胁，公司对AI的应用领域、优势和局限性有深刻理解，且物理方法的准确性不可替代 [54][59] 问题4: 制药合作伙伴投资平台的考量因素以及公司在减少动物测试方面的举措 - 客户关注技术能否设计出更有可能成功的分子，公司认为目前行业内使用该技术产生显著影响的公司的经验分享将推动更多公司大规模应用；公司在预测毒理学方面有多项解决方案，已针对部分关键脱靶目标提供预测选择性的解决方案 [64][69] 问题5: 扩大研发管线的能力和现金消耗以及季度收入节奏 - 公司将继续投资识别和推进更多自有临床前项目，但预计投资不会大幅增加；软件收入方面，托管收入的转变将使收入在各季度分布更均衡，但第四季度仍将是最大收入季度；药物发现收入预计在剩余季度较为平均分布 [73][82] 问题6: 大型客户提前续约原因及合同类型，以及减少动物测试的需求来源 - 该合同大部分续约在第四季度完成，部分在第一季度完成，对第一季度本地软件收入增长有贡献；自4月初FDA宣布相关消息以来，公司收到对预测毒理学计划的咨询，大型制药公司此前已参与相关讨论，目前小公司的兴趣也在增加 [86][95] 问题7: SGR1505数据对其他分子的参考意义以及业务发展和合作的意向 - SGR1505是公司首个新药研究申请项目，数据为早期单药剂量递增研究结果，三个临床项目将分享化合物初步特征；公司因平台广泛应用，持续与各疾病领域公司进行合作讨论，无特定偏好治疗领域 [101][105] 问题8: 软件毛利率长期预期以及与FDA就减少动物测试的沟通情况 - 完成盖茨基金会资助的预测毒理学项目后，软件毛利率有望恢复到之前水平或略有提高；公司与FDA在多个层面有沟通，预计随着预测毒理学解决方案上线将增加沟通 [111][113]

文章核心观点 公司的DEL Foundation Model有潜力加速小分子药物发现，能为多种治疗相关蛋白快速识别新型结合物，解决小分子药物研发关键障碍 [1][2] 分组1：公司DEL Foundation Model介绍 - 公司DEL Foundation Model基于高质量专有DEL数据训练，能对潜在蛋白靶序列进行虚拟DEL实验，准确预测大量治疗相关靶点的新型结合物，包括许多难成药靶点 [2] - 该模型在虚拟预测与实验得出的DEL筛选对比图中，能准确预测实验结果，包括经实验验证的结合物 [2] - 模型成功与查询序列和DEL训练集中蛋白质的相似程度相关，当前模型只需查询蛋白与训练数据有50%氨基酸序列相似性就能进行结合物预测 [2] - 模型能从训练集中未代表的化学空间推断结合物，具备蛋白质序列和化学结构泛化能力 [2] 分组2：DEL Foundation Model开发情况 - 由公司与Loka合作开发，获亚马逊网络服务（AWS）支持，利用AWSSageMaker和AWS托管MLflow提供企业级可靠性和可扩展基础设施 [3] 分组3：DEL - AI平台介绍 - 是公司的发现平台，采用先进机器学习，涵盖从DNA编码库（DEL）寻找命中物、降解剂设计到自动化化学合成、直接生物学筛选和优化等环节，快速生成降解剂和降解剂抗体偶联物（DACs）作为新化学实体药物候选物 [4] - 利用从数千个DEL亲和力筛选中获得的数万亿DEL化合物结合特征，能为几乎任何药物相关靶点前瞻性识别结合物，作为药物发现起点 [4] 分组4：公司概况 - 是临床阶段生物制药公司，专注于靶向蛋白降解药物的发现、开发和商业化，目标是改善癌症和炎症性疾病患者治疗选择 [6] - 全资临床阶段管线包括布鲁顿酪氨酸激酶（BTK）降解剂和Casitas B系淋巴瘤原癌基因B（CBL - B）抑制剂，临床前管线有多种潜在一流或同类最佳降解剂和降解剂抗体偶联物（DACs） [6] - 合作药物发现管线包括IRAK4和STAT6的临床前阶段降解剂，与吉利德科学、赛诺菲和辉瑞有合作协议，公司在美国对多个候选药物保留共同开发、共同商业化和利润分享选择权 [6]