涉及的行业与公司 * **行业**：医药研发外包（CRO/CDMO）行业，涵盖小分子CDMO、大分子CDMO、临床研究、药效毒理等领域 [1] * **公司**：药明康德、凯莱英、博腾股份、康龙化成、泰格医药、诺斯格、昆拓、药康生物、英诺思等 [1][2][5][7][10][11][12] 核心观点与论据 小分子CDMO板块趋势积极 * 三季度小分子CDMO板块整体表现积极，多个临床阶段项目进入商业化阶段，带来明确订单增长 [2] * 头部公司如药明康德、凯莱英在二三季度加速获得海外大型药企（MNC）订单，推动产能利用率提升 [1][2] * 小分子口服药订单从三季度开始体现，预计四季度加速，并在四季度开始贡献收入，明年逐步增加 [1][2] * 凯莱英天津工厂新兴业务产能利用率接近打满，近期有提价动作 [1][5] * 博腾小分子传统业务随产能利用率提升提价，幅度约8-10%，主要针对议价能力较弱的生物科技公司（biotech）客户 [1][5] 大分子CDMO板块迎来重大利好 * 生物类似药三期豁免是重大利好消息，已反映在股市排名上 [1][6] * 预计将推动四季度或明年上半年整体海外订单加速，对培养基和大分子连续生产（CGM）产生积极影响 [1][6] 国内CRO需求上行，药效毒理领域突出 * 三季度国内CRO公司整体需求进一步上行，药效毒理领域表现突出 [1][7] * 体外药效订单上半年同比增速20-30%，三季度增速达35-40% [1][7] * 体外药效周期约三四个月，上半年恢复带动下半年体内药效及新增订单，推动整体药效订单加速和价格提升 [7][8] * 预计该趋势将在2026年上半年继续支撑总量增长 [1][8] 生物科技行业预算放松，价格环境改善 * 2025年生物技术行业预算管理较2024年有所放松，订单折扣和价格谈判压力减轻 [1][9] * biotech订单价格上涨成为预期趋势，并已在药效板块显现 [1][9] 临床板块量增价稳，提价潜力显现 * 三季度临床板块整体总量较二季度增长约5% [3][11] * 目前价格尚未提升，但随着生物标志物（BioTag）需求增加和预算放宽，四季度行业性涨价具有潜在可能性 [3][11] * 主要公司优化策略，减少价格战，如昆拓只接高毛利订单，药明康德更关注利润率，诺斯格竞争积极性下降，导致竞标环节低于7折报价厂商减少 [11][12] 上游原材料与资源价格信号 * 三季度实验用猴价格经历多次提价，上半年均价约9.5万元，八月底涨至11-12万元区间，反映需求量增加 [3][10] * 具备扩产能力的公司如英诺思表现强劲 [3][10] 其他重要内容 研发端业务与人员储备 * 药明康德研发端业务无显著增长，但进行了过去五年最大规模校招，主要方向是研发端，以支撑整体人员增长，主要受海外降息潜在影响驱动，对明年研发端预期较强 [3][4] * 对康龙化成等公司研发端业务的弹性也持乐观态度 [4] 地缘政治影响评估 * 评估认为特朗普推特对直接敞口海外市场的CDMO企业（如药明康德）影响有限，相关企业已与美国方面就产能问题进行过交流 [13][14] * 药明康德已完成其特拉华制剂工厂及未来原料药工厂设计和预期规划 [13]

交易概况 - 石药集团与阿斯利康达成AI制药合作，潜在交易总价值达53.3亿美元（约380亿元人民币），包括1.1亿美元首付款、最高16.2亿美元里程碑付款及36亿美元销售里程碑付款 [1] - 合作涉及利用石药AI平台针对多个靶点开发小分子口服药候选药物，阿斯利康获得全球独家开发权 [1] - 该交易创下AI+制药领域金额纪录，远超行业普遍5000万美元以下首付款及10亿美元级总金额水平 [2] 行业动态 - 跨国药企加速AI布局：阿斯利康2023年以27项合作成为AI合作最多药企，赛诺菲、默沙东等前期承诺金额最高仅6500万美元 [2][15] - 2024年诺和诺德、礼来分别签署8.12亿和6.5亿美元AI合作协议，药企通过AI介入药物发现、临床试验及疾病管理全流程 [17][18] - 头部药企临床项目终止率平均达21%，AI可显著降低研发失败损失 [7] 技术效益 - 石药AI平台通过分析蛋白-化合物结合模式优化分子设计，其发现的LP(a)抑制剂和MAT2A抑制剂已获1.5亿/1.1亿美元首付款 [5][6] - AI缩短药物研发周期：英矽智能案例显示从靶点发现到候选药物仅需18个月（传统需54个月），成本260万美元（传统需数亿美元） [6] - 阿斯利康采用AI后临床三期成功率从4%（2005-2010）提升至31%（2016-2020），生成式AI节省25%临床方案制定时间 [9][10] 企业战略 - 阿斯利康2023年收入450亿美元（10年翻倍），但股价仅为礼来1/6，需现象级药物提振投资者信心 [10][22] - 公司91个后期管线项目预计年均创收超10亿美元，目标2030年收入达800亿美元 [21] - 当前布局重点包括降脂领域LP(a)抑制剂、口服免疫药及代谢/罕见病药物 [24] 行业挑战 - AI定制化合物缺乏数据验证，药企需承担高风险 [3] - 制药业存在决策迟缓、工作模式转型困难等组织障碍 [24] - GLP-1等热门赛道仍存在高失败率（如辉瑞三战三败），AI无法保证现象级药物产出 [24]