财务数据和关键指标变化 - 2025年第一季度总营收4600万美元，包括产品净收入和特许权使用费收入 [6] - 产品净收入4310万美元，较2024年第四季度的5440万美元下降，较2024年第一季度的4030万美元增加，受专业药房和经销商约470万美元的库存减少影响 [6] - 特许权使用费收入290万美元，2024年第四季度为470万美元，2024年第一季度为350万美元 [7] - 2025年第一季度GAAP净收入300万美元，即每股0.06美元；非GAAP净收入500万美元，即每股0.10美元 [34] - 2025年第一季度销售成本降至1060万美元，包括与来那替尼许可相关的无形资产摊销240万美元 [37] - 预计2025财年净来那替尼产品收入在1.92 - 1.98亿美元之间，特许权使用费收入在2000 - 2400万美元之间，净收入在2300 - 2800万美元之间 [38][39] - 预计2025年第二季度来那替尼产品净收入在4800 - 5000万美元之间，特许权使用费收入在200 - 300万美元之间 [40] 各条业务线数据和关键指标变化 NERLYNX业务 - 2025年第一季度销售2338瓶NERLYNX，较2024年第四季度的2964瓶减少626瓶 [8] - 2025年第一季度新处方（NRx）较2024年第四季度增长约6%，总处方较2024年第四季度下降约9% [8] - 2025年第一季度约72%的患者以降低剂量开始使用NERLYNX，与2024年第四季度的74%相近 [31] 临床试验业务 - 正在进行的一项一期试验评估来那替尼和fam - trastuzumab deruxtecan联合治疗转移性实体瘤的效果，展示了中期数据 [9] - 两项正在进行的来那替尼二期研究，分别是针对HER2阴性激素受体阳性转移性乳腺癌的ELISCA BREST1试验和针对小细胞肺癌的ELISCA LUNG - one试验 [12] 各个市场数据和关键指标变化 - 2025年第一季度约67%的业务通过专业药房（SP）渠道购买，33%通过专业经销商或办公室配药（SD）渠道购买，SD渠道增长较强 [20] - 2025年第一季度SD渠道需求较上一季度增长约4%，较去年同期增长约14% [25] 公司战略和发展方向和行业竞争 - 商业团队专注于扩大NERLYNX在复发风险较高患者中的使用，营销团队修订核心销售辅助工具，开发新的患者资源手册 [18][19] - 销售团队努力扩大医疗保健专业人员（HCP）覆盖范围和接触频率，提高治疗决策时的参与度 [19] - 持续评估潜在的药物许可或收购，以实现业务多元化，利用现有研发、监管和商业基础设施 [17] - 2025年第一季度NERLYNX在利比亚扩展辅助治疗领域推出，并与IRChem签署东欧和中亚部分国家的分销协议 [33] 管理层对经营环境和未来前景的评论 - 公司高级管理层和董事会关注NERLYNX销售趋势，致力于保持正净收入，必要时将继续削减开支 [43] - 认为2023和2024财年的正净收入得益于公司过去几年的财务纪律和费用削减 [43] - 预计关税不会对产品成本或运营结果产生重大影响，但贸易政策变化难以预测 [39] 其他重要信息 - 2025年第一季度现金消耗约780万美元，2024年第四季度约430万美元 [41] - 截至2025年3月31日，总未偿本金债务余额降至约5600万美元，现金、现金等价物和有价证券约9300万美元 [42] - 应收账款余额2420万美元，应收账款期限在10 - 68天之间，销售未收款天数约50天 [42] - 预计分销网络维持约三周的库存 [42] 总结问答环节所有的提问和回答 问题1: Alosertib的知识产权（IP）所在地及制造情况 - 公司从武田获得Alosertib的IP许可，需确认IP实际所在地；目前制造大多在美国进行 [48][50] 问题2: Alosertib肺癌二期试验的相关问题 - 计划将剂量从50毫克提高到60毫克，预计今年晚些时候仍会有数据；目前没有高剂量下的响应率和生物标志物数据，但预计高剂量下有类似效果 [58][59] 问题3: NERLYNX一期数据中肿瘤类型选择及PFS改善预期 - 需更多数据才能确定ORR、PFS等预期，但对组合疗法在某些肿瘤类型中的表现感到鼓舞，预计2026年上半年在科学会议上公布更多数据 [61][62] 问题4: 对Medicare Part D重新设计和新CBERD主任对药物审批路径的影响看法 - 公司通过CDER审批，对CBER相关问题难以提供有价值信息；Medicare重新设计使患者自付费用下降，公司业务通过Medicare的比例增加，对业务有帮助 [62][64][65]

文章核心观点 Predictive Oncology在生物标志物发现、药物发现和药物再利用方面取得重大进展，其利用主动机器学习和生物样本库识别临床可行的废弃药物的新方法成果显著，未来可应用于其他废弃药物并利于与药企合作 [1][3] 分组1：公司进展 - 公司结合内部生物标志物识别平台与AI筛选能力，在生物标志物发现、药物发现和药物再利用方面取得显著进展 [1] - 运用主动机器学习和患者来源的解离肿瘤细胞生物样本库识别新适应症，是再利用废弃肿瘤药物的新且具商业可持续性的方法 [2] 分组2：药物筛选成果 - 对一小部分精选的废弃药物进行高效筛选，确定三种化合物值得在肿瘤适应症中进一步探索，公司利用主动机器学习和肿瘤样本生物样本库在不到12周内捕捉患者反应异质性的能力得到成功验证 [3] - 三种药物在卵巢和结肠肿瘤中效果显著，Afuresertib、Alisertib和Entinostat在这两种肿瘤类型中命中率最高，Alisertib和Entinostat在结肠肿瘤中表现优于奥沙利铂，Alisertib在乳腺癌中表现优于瑞博西尼 [4] 分组3：三种药物情况 - Afuresertib是一种Akt抑制剂，曾用于食管癌、多发性骨髓瘤研究，近期尝试与紫杉醇联合用于铂耐药卵巢癌 [5] - Alisertib是一种选择性Aurora A抑制剂，曾用于EGFR突变非小细胞肺癌和转移性乳腺癌研究，在卵巢和结肠肿瘤中基于湿实验室测试和AI模型显示出强烈肿瘤药物反应，目前正在复发性/转移性乳腺癌和肺癌临床试验中评估 [6] - Entinostat是一种HDAC1/3抑制剂，曾用于乳腺癌和胰腺癌等实体瘤类型研究，在公司结肠样本模型中有强烈肿瘤药物反应，目前正在非小细胞肺癌联合治疗和生物标志物开发临床试验中 [7] 分组4：药物研究方向 - 该药物类别曾被证明可诱导结直肠癌线粒体功能障碍，公司可结合高内涵成像（HCI）分析和专有HCI分析流程进一步探索 [8] 分组5：公司展望 - 公司下一步将把该方法应用于其他公开可用的废弃药物，且该方法有利于与药企合作，使废弃药物高效重返临床试验 [9] 分组6：公司简介 - 公司处于利用人工智能和机器学习加速早期药物发现和推动药物开发前沿，其AI平台PEDAL能92%准确预测肿瘤样本对药物化合物反应，拥有超15万个可检测的异质人类肿瘤样本生物样本库，提供广泛的基于AI的药物发现解决方案，并拥有全资CLIA实验室设施 [9][10]