行业与公司概述 - 行业：AI制药、小分子药物研发、创新药发现[1][2] - 公司：成都仙岛（A股AI制药龙头企业）[1] - 核心技术平台：DNA编码化合物库（DEL）、AI分子生成、蛋白降解技术、高通量筛选[17][18] - 商业模式：技术合作、项目转让、产品销售[17] - 发展战略：聚焦小分子和蛋白降解药，依托四大技术平台（DEL、AI、结构生物学、合成化学）[17][18] --- 核心观点与论据 1 行业趋势与挑战 - 新药研发效率低：FDA批准药物数量近年增长，但背后需大量研发投入（临床实验、技术迭代、并购等）[2][3] - 关键瓶颈：源头端分子发现（难成药靶点如蛋白-蛋白相互作用、转录因子）[4][7] - 传统方法被大公司垄断（依赖大型化合物库），现被生物技术公司突破（DEL、AI、虚拟筛选等技术）[5][6] - 临床转化难题：二期临床阶段小分子药物失败率高，因数据不足导致AI优化困难[8] 2 技术突破点 - DEL技术优势： - 全球最大实体化合物库（1万亿分子），针对难成药靶点（如E3连接酶）成功率高于行业标准[20][21] - 降低高通量筛选门槛（通过DNA标签反推结合分子）[19][20] - AI结合DEL的案例： - 分子发现：AI扫描货架化合物库，2周内获得30+活性分子（结构差异度0.2-0.4，但活性显著）[26][27] - 分子优化：AI迭代设计使活性从微摩尔提升至纳摩尔级，配体效率从0.3提升至0.53[30] - 自动化平台（HELO）：AI设计+自动化合成+高通量检测，单月可生成1000+化合物，加速SAR探索[35][36] 3 数据与算法驱动 - 数据积累：依赖PDB开源平台（1971年至今的蛋白结构数据）、公司自建DEL数据库（几百个靶点、万亿分子）[11][12][23] - AI局限性： - 单点突破易（如AlphaFold预测结构），但全流程主导仍需高质量关联数据集[13][16] - 当前AI更多辅助特定环节（靶点验证、分子生成），非全流程主导[9][45] --- 其他重要内容 1 公司技术布局 - DEL+AI+自动化协同：DEL提供海量数据，AI加速分子发现/优化，自动化提升合成效率[41][42] - 开源合作：与美国基因结构联盟合作，通过OpenDEL项目共享筛选数据，促进行业发展[32] 2 竞争壁垒 - 数据优势：高价值靶点群（欧美大厂验证）+标准化实验数据（非开源数据可比）[47][48] - 技术聚焦：专注分子发现与优化环节，非通用AI大模型[48][49] 3 商业化进展 - 案例验证：DEL+AI已服务几百个靶点，E3/CNS类靶点效果显著[39][40] - 收入分类：AI相关收入暂未单独拆分（分子生成归DEL板块，自动化归合成板块）[54] --- 潜在风险与挑战 - AI设计分子合成难度：部分AI生成分子需人工干预合成路径，自动化平台仍在优化[50][51] - 临床数据不足：AI在临床阶段优化缺乏足够数据支持[8][16] - 行业竞争：IT大厂（如腾讯合作方）算法优势，但公司认为数据质量是关键壁垒[47][48]