提要：
英矽智能是國內首家申請IPO的AI制藥公司，AI制藥或許重塑創新藥研發的生態愿景，讓其市場空間的想象力巨大。不過目前來看，公司也存在三大發展隱憂。
從落地的維度，英矽智能目前價值的不確定性極高，很難給出一個合理的估值區間。但因為公司是AI制藥賽道的先行者，資本也愿意冒險。
從公司的角度，不僅要考量未來利潤最大化并進行戰略調整，也要為投資人退出考慮。
出品：新浪財經上市公司研究院
作者：天利
6月27日，英矽智能于港交所遞交招股書申請上市，摩根士丹利、中金公司(36.180, 0.66, 1.86%)為聯席保薦人，這也是國內首家AI制藥公司步入IPO階段。資料顯示，英矽智能是一家AI生物科技公司，在管線開發進程中提供端到端的解決方案，同時已有3款自研管線進入臨床階段，其中2款處于臨床一期，1款處于臨床二期。
價值亮點：國內IPO獨角獸，生成式AI或能重塑新藥產業生態
在招股書中，英矽智能詳盡地披露了公司的財務數據、解決方案及在研管線。筆者認為，作為首家申請IPO的AI制藥公司，其核心價值并不完全體現在在研管線的未來市場潛力，而更多體現在利用AI技術賦能創新藥產研生態，開拓全新商業化路徑及重塑市場競爭格局。因此，欲衡量公司的價值與發展前景，首先要對AI制藥這一基本概念進行詮釋。
AI制藥（AIDD，即AI drug discovery）是指運用能夠生成新數據的能力的生成式AI（經培訓后可根據輸入數據生成新數據）算法，識別以往未被考慮過的疾病治療靶點，并針對該等治療靶點生成具有優化特性的新藥物分子或生物制劑。
由于生成式AI能夠從頭生成全新的候選藥物，并非簡單地優化現有藥物，因此其作為一種解決未滿足醫療需求的工具，具有巨大的潛力。需要注意的是，在AIDD出現之前，計算機技術就已經在以CADD（Computer-aided Drug Discovery，計算機輔助藥物發現）的形式參與藥物研發。
因此，為更好的衡量AIDD為藥物研發產業帶來的價值增量，應當將傳統制藥方法、AIDD、CADD在藥物研發環節中的表現進行對比，進而得出AIDD是否具備更優潛力，這里我們只對比AIDD與CADD的差異。
狹義的CADD本質上是計算化學，通常是基于物理規則和一些藥化學家依據經驗歸納出的化學反應規則，利用計算對現有的組合庫進行虛擬篩選。在這一范式下，化學搜索空間有限，CADD的虛擬篩選極度受制于組合庫的大小。而AIDD本質是通過數據提取和學習，發現既有化合物背后隱含的結構構成規則，為藥物發現打破了常規的結構壁壘。
此外，AIDD還可用于設計、重新設計小分子和具有優化特性的抗體，可用于篩選蛋白質組來預測蛋白質結構并識別蛋白質與藥物的對接相互作用進而促進苗頭化合物的鑒定，可通過已知蛋白質配體相互作用的大數據集的培訓預測新候選藥物如何與標靶蛋白結合（即虛擬篩選），可用于識別出一組具有明顯不同化學結構但具有特定功能的分子等。
從技術原理來看，AIDD不僅能夠輔助、優化傳統制藥的高通量篩選、生成設計環節，更是能做到“think out of the box”，為新藥研發的技術路徑提供了全新的可能，是繼CADD后藥物研發產業的又一次技術革新。資料顯示，AIDD能節省20-30%臨床前部分的開發成本并大幅縮短研發時間。
而英矽智能作為AI制藥賽道國內首家提交IPO申請的企業，占據了先發優勢，得益于資本的加持無疑將有更大的本錢去占領這一廣闊藍海。同時，從公司目前已取得的成績來看，英矽智能已有3款自研管線進入臨床階段，技術實力已得到初步論證。
隱憂一：業務重心向自研管線傾斜，高度依賴于資本持續輸血
據招股書顯示，2021年和2022年英矽智能2年累計虧損約25億元人民幣（按照美元：人民幣=1：7計算），而累計收入約為2.4億元人民幣，營收不及虧損額的十分之一。
對于新興賽道，投資者更關注的是公司未來發展的預期而非當期的業績表現，然而，從英矽智能的戰略規劃來看，持續虧損或將成為大概率事件。在此前接受媒體采訪時，任峰曾表示，英矽智能的定位，是AI賦能的Biotech公司，不會做AI+CRO的服務，更希望雙輪驅動，一部分是軟件業務，更大一部分則是內部的資源管線，通過對外授權來完成商業化。
從公司CEO的表述中不難看出英矽智能的野心，即利用生成式AI技術，加快管線臨床前研究進程，規模推動管線進入臨床，實現創新藥的高效研發，同時兼具軟件業務。然而，這樣做所帶來的成本將是高昂的。
臨床試驗是新藥上市過程中最費錢的環節，在整個研發周期中費用占比約為80%。因此，過去創新藥企業持續虧損，靠融資度日的現象或將在不久的將來再度在英矽智能身上重演，正如招股書里所顯示的，英矽智能在過去兩年的研發開支累計約為8.17億元人民幣，已是數倍于營收。
據招股書顯示，除了3項已經進入臨床的管線之外，英矽智能還有十項臨床前管線及多項早期發現管線，隨著相關管線的不斷推進，更多管線進入臨床，英矽智能的虧損或將持續放大。
資料來源：公司招股書
海外同類企業的經驗也證明，以自研管線為主的企業在上市后的數年內營收及凈利潤承壓現象更為明顯，例如以管線進行估值的Relay 和Recision，相比于以AI軟件服務為主Schrodinger，利潤及營收表現均不盡人意。以Recision為例，2020年-2023年公司營收分別為0.26億元、0.65億元、2.77億元，同期虧損額為5.68億元、11.89億元、16.68億元，營收雖在低基數下呈現較快增長，但虧損額卻一直在持續擴大。
因此，在盈利模式尚未完全跑通，企業自主造血能力尚未有效形成的情況下，以自研管線作為破題方向或將面臨較高風險，對融資的依賴度或將持續處于高位。
隱憂二：尚無二期臨床數據讀出，投資者得“開盲盒”
事實上，AI制藥企業選擇自研管線的意義不僅僅在于希望獲取其上市后的利潤，對于能夠基于自身平臺推進管線和外包項目的公司而言，自研管線的成功無疑是對平臺產品的可復制性、重復性的最好證明，這也是目前許多AI制藥創企的重點放在相關管線的原因之一。目前英矽智能已有三款在研管線進入臨床，但其中進展最快的也正處于臨床二期，尚無二期臨床數據讀出，而這也為公司的發展埋下了隱患。
二期臨床是對臨床治療效果的初步探索試驗，能為新的干預措施初步提供有效性的證據以及有關安全性的進一步試驗數據，進而判斷一種治療措施是否值得進行更大規模的三期試驗。在新藥臨床的各環節中，雖然每個流程都會有自己特定的里程碑，用于證明技術在當前環節的有效性，但整體性的技術證明仍需臨床二期結果來證明。
由于二期臨床在整個研發周期中重要性強，且淘汰率高，因此素來被稱為新藥研發的“死亡之谷”，核心管線臨床失敗導致公司經營受阻，市值暴跌在海外市場已有前車之鑒，例如Relay Therapeutics在AACR2023會議上披露了選擇性PI3Kα抑制劑RLY-2608臨床數據有效性不佳，隨后股價股價狂瀉36%；BenevolentAI在主要候選藥物失敗后裁員180人，裁員人數幾乎是其員工總數的一半。
英矽智能尚無二期臨床數據讀出，這也意味著投資者將不得不面臨“開盲盒”的窘境，二期臨床如能達到主要終點，公司不僅證實了管線的未來市場潛力，更是進一步論證了公司自有平臺的技術實力，或將呈現皆大歡喜的局面。但是，如果二期臨床未達預期，公司價值的不確定性將在高基數下進一步加劇，類似Relay Therapeutics的股價踩踏事件或將再度重現。
隱憂三：數據孤島之下，管線研發是否可持續？
另外一個需要關注的點是，在AI制藥企業普遍面臨的“數據孤島”挑戰之下，英矽智能的管線研發是否可持續？
英矽智能的核心競爭力來自于其專有Pharma.AI平臺，而AI的三要素包括數據、算法和算力，其中數據項是當下制約行業發展的核心痛點。在藥物發現和開發中使用AI的前提，是使用算法來搜索海量數據(603138)(20.940, 1.90, 9.98%)（維權），包括化合物的結構、動物研究和患者信息等。沒有這些海量數據，AI則無法提供準確的結果。
但現階段國內AI制藥產業生態仍處于發展初期，數據壁壘普遍存在，藥物分子庫通常集中于經營已久的頭部藥企，因此AI制藥企業主要通過購買商業庫及通過公開數據庫拿到的藥物研發數據，這樣的研發數據量少質低，無法滿足訓練AI模型的數據需要，往往需要通過自建化學生物實驗室產生數據并積累。
正如英矽智能在招股書中所述，“由于AI驅動的藥物研發服務行業的數據源分散、格式不一致且往往不完整，因此醫療行業收集或可得的數據的整體質量通常會受到質疑，已知或未知的數據缺失或遺漏的程度或數量可能屬重大，我們在監測和審計數據質量時經常發現數據問題及錯誤。”
相比于國外，國內AI制藥企業與傳統藥企的合作形式在種類和數量上都相對較少，以提供CRO服務居多，涉及到數據合作的案例較少。經查詢招股書，英矽智能在與復星醫藥(600196)(31.040, 0.14, 0.45%)、賽諾菲的合作中也并不涉及數據互換。
而國外市場中數據孤島現象已通過合作互惠的方式有所緩解，例如拜耳與Recursion Pharmaceuticals，Recursion提供人工智能藥物發現平臺，拜耳提供小分子化合物庫及專業性知識。阿斯利康和BenevolentAI，阿斯利康提供基因組學、化學和臨床數據，BenevolentAI提供靶標鑒定平臺和生物醫學知識圖譜。
結語
從所選擇的賽道以及已經取得的成就來看，英矽智能的確具備較大發展潛力。但從落地的維度考量，英矽智能目前價值的不確定性也極高，很難給出一個合理的估值區間。結合海外市場的前車之鑒來看，公司未來的發展仍然道阻且長，估值、業績與業務發展在未來數年之內或將持續面臨更大不確定性。
最新評論