摘要
生成式AI驱动的药物研发领军者。
英矽智能成立于2014年,是一家由生成式人工智能驱动的全球先锋生物科技公司,利用其专有的Pharma.AI平台和先进的自动化实验室,加速药物发现并推动生命科学领域的创新。通过整合人工智能和自动化技术,英矽智能正在为纤维化、肿瘤学、免疫学、疼痛、肥胖和代谢紊乱等未满足的疾病领域提供创新药物解决方案。
业绩弹性快速释放,2026H1实现扭亏为盈。
2022-2025年,公司营业收入从3014.70万美元增长至5623.90万美元。2026年H1 公司营业收入预计达1.025-1.065亿美元,同比大幅增长272.7%-287.3%,延续高增态势,归母净利润预计3350-3950万美元,实现扭亏为盈。随着后续对外授权合作节奏加快及里程碑收入持续落地,业绩有望进一步释放。
全球生成式人工智能市场快速发展。
根据弗若斯特沙利文预计,全球AI赋能药物研发费用市场规模预计由 2023 年的119亿美元增加至2032年的746亿美元,合年增长率为 22.6%。与传统开发相比,AI药物发现可大幅缩短研发周期、降低失败风险,大幅减少时间成本。2019年至今,英矽智能凭借领先的商业模式和模型能力,与保瑞药业、武田制药、礼来制药、Google等十余家企业/机构累计达成 21项AI 药物研发相关合作,已披露合作总额超 100亿美元。
英矽智能有序推进30多条核心候选药物管线,临床开发节奏清晰。
2026年H1,吸入剂型Rentosertib获中国 IND 批准,用于特发性肺纤维化;NLRP3靶点药物 ISM8969 在澳大利亚完成I期临床首例受试者给药。公司预计2026 年下半年将实现多项关键临床里程碑落地:Rentosertib国内III期临床启动并完成首例给药;TEAD抑制剂ISM6331读出 I 期初步安全、疗效与生物标志物数据并完成剂量递增末例给药;ISM8969在中国获IND批准;MAT2A抑制剂ISM3412完成I期剂量递增最后一例给药。
正文
1. 英矽智能:生成式AI驱动的药物研发公司
1.1. 以Pharma.AI为核心,整合生物学、化学及临床开发
英矽智能是一家由生成式人工智能驱动的全球先锋生物科技公司,利用其专有的Pharma.AI平台和先进的自动化实验室,加速药物发现并推动生命科学领域的创新。通过整合人工智能和自动化技术,英矽智能正在为纤维化、肿瘤学、免疫学、疼痛、肥胖和代谢紊乱等未满足的疾病领域提供创新药物解决方案。
英矽智能由人工智能驱动发现的产品管线中,进展最快的Rentosertib(ISM001-055)是一种潜在全球首创用于治疗特发性肺纤维化的候选药物,已完成2a期临床研究并获得令人鼓舞的积极结果,目前已正式启动III期临床试验(CTR20262475,NCT07687459),计划在全国47个研究中心招募320名受试者。此外,英矽智能还在探索前沿领域,包括老龄化研究、可持续化学和农业创新方面的突破。
1.2. 主营收入快速增长,亏损持续收窄
收入规模受授权合作有所波动,2026年上半年业绩弹性显著释放。2022-2025年,英矽智能营业收入从 3,014.70万美元增长至 2025年的5,623.90万美元。其中 2024年营业收入同比增加 67.71%,2025年因授权首付款确认节奏波动,营业收入同比回落34.48%。
利润端,公司2025年归母净亏损由2024年的1,709.60 万美元上升至3.52亿美元主要系公司于2025年12月30日在港交所上市,可转换优先股按公允价值转换产生约2.967亿美元一次性非现金损失所致;剔除该因素后,经调整净亏损为4,383万美元。
2026年以来,英矽智能持续优化Pharma.AI旗下 Biology42、Chemistry42、Medicine42及 Science42 四大板块,并积极布局AI Agents方向,加快推进"制药超级智能(Pharmaceutical Superintelligence, PSI)"战略落地。英矽智能已先后宣布与施维雅、衡泰生物、齐鲁制药、康哲药业、元羿生物、礼来及SK生物制药等海内外合作伙伴达成多项管线授权或药物研发合作。重磅合作持续落地不仅反映了英矽智能经验证的 AI平台赋能全球产业的价值,也成为推动公司收入增长的重要引擎。2026年上半年,公司营业收入预计达1.025-1.065亿美元同比大幅增长 272.7%-287.3%,延续高增态势;净利润预计 3,350-3,950万美元,实现扭亏为盈,经调整净利润预计 4,550-5,150 万美元。
具体授权项目来看,公司授权收入主要来自ISM309(USP1,授予 Exelixis)、ISM5043(KAT6,授予 MENARINI)及 ISM9682(KIF18A,授予 MENARINI)三个分子。ISM3091首付款8,000万美元,叠加开发及商业化里程碑,总合同价值上限约10亿美元,2023年、2024年分别确认收入 3,902.2万美元、5,199.5万美元,2025年上半年暂无新增收入确认;ISM5043 首付款 1,200万美元,总合同价值上限超过5亿美元,2024年确认收入1,959.4万美元;ISM9682首付款2,000万美元,总合同价值超 5.5亿美元。2024年、2025年上半年分别确认收入500万美元、1,819.4万美元。截至2025年上半年,上述三个分子已确认收入合计约为1.338亿美元,对应总合同价值上限合计超20亿美元。
此外,2025年11月至2026年3月,公司先后与礼来及衡泰生物达成新合作。公司与礼来先后达成两项合作:一项为研究合作,公司有权收取超过1亿美元款项;另一项为分子对外授权及研发合作,礼来获得公司一款处于临床前开发阶段、具有潜在同类最佳(best-in-class)潜力的新型口服疗法的全球独家许可(具体靶点及适应症未披露),总合同价值上限约27.5亿美元,首付款1.15亿美元。公司与衡泰生物就ISM8969订立全球共同开发合作,双方各持有50%全球权益,公司有权收取最高达6,600万美元的预付款及里程碑付款。
从收入构成看,英矽智能收入主要来自药物发现及管线开发、软件解决方案及其他发现三大板块。其中药物发现及管线开发合计贡献占比最高,2024年、2025 年分别为92.89%、86.84%;软件解决方案占比稳步提升,2025年为8.70%;其他发现占比则由2024年的 2.50%小幅升至2025年的4.40%。管线开发收入占比由2024年的89.20%回落至42.50%,主要受新增授权交易首付款确认节奏影响;药物发现收入占比则由 2024年的3.70%大幅提升至44.40%,成为该板块收入的新增长点。
盈利能力方面,2022年-2024年公司毛利水平持续提升,营业收入快速增长叠加药物发现及管线开发业务对外授权收入毛利率较高,带动公司销售毛利率从2022年的63.39%攀升至2024年的90.38%,三年间提升近27pct。2025年公司毛利回落至4,584.8万美元,同比下降40.9%;销售毛利率同步下降8.9个百分点至 81.52%,主要由于业务结构变化,由于药物发现业务产生更多第三方CRO成本及劳工成本。
2022-2024年公司期间费用率整体呈下降趋势,2025 年因营业收入回落而有所回升。研发开支占期间费用绝对主导,其绝对金额从2022年的7,817.5万美元增长至2024年的9,189.5万美元,2025年随收入下滑同步收窄至8,137.9万美元;研发费用率由2024年的107.1%回升至2025年的 144.7%。销售费用率、行政开支费用率同样受收入下滑影响,2025年较2024年有所回升;其中行政开支绝对金额三年间基本维持在1,500 万-1,750万美元区间,相对平稳;财务费用率则始终维持在1%以内的低位。
1.3. 管理层科学家出身,深耕AI制药领域
英矽智能管理团队兼具深厚科研背景与制药产业经验。董事会主席、执行董事、首席执行官兼首席商务官Alex Zhavoronkov博士为公司创办人,已发表超过 300篇研究论文及三本著作,并担任年度老化研究及药物发现大会联席组织者。执行董事、首席执行官兼首席科学官任峰博士曾任职于葛兰素史克及美迪西生物医药,发表约80篇同行评审研究论文,持有约100项专利。总裁Aleksandr Aliper长期从事生物信息学研究;财务主管兼副总裁戴鹏具备审计及财务规划背景。
截至2026年8月11日,根据港交所权益披露系统(Disclosure of Interests)查询,目前达到5%披露门槛的主要股东仅剩一家:Zhavoronkov博士,持股 46,643,500股,占已发行有投票权股份8.37%(最后申报日期为2025年12月30日),与其自愿将禁售期延长至2027年6月29日的公开承诺一致。
1.4. 英矽智能管线全年深耕,分阶段兑现临床关键里程碑
英矽智能有序推进30多条核心候选药物管线,临床开发节奏清晰。2026年H1,吸入剂型Rentosertib获中国 IND批准,用于特发性肺纤维化;NLRP3靶点药物 ISM8969在澳大利亚完成I期临床首例受试者给药。26 年下半年将实现多项关键临床里程碑落地:TEAD抑制剂 ISM6331读出I期初步安全、疗效与生物标志物数据并完成剂量递增末例给药;Rentosertib国内III期临床启动并完成首例给药;ISM8969在中国获IN批准;MAT2A抑制剂ISM3412完成I期剂量递增最后一例给药。公司持续拓展BD合作,截至2026年7月,已达成多项资产对外授权及合作研发项目,据丁香园insight数据库显示,公司合约总价值近70亿美元。
2. 全球AI制药迈入增长快车道
2.1. 大语言模型重塑人工智能辅助药物发现格局
大语言模型(LLMs)正重塑人工智能辅助药物发现(AIDD)格局,通过加速靶点发现与 分子设计、优化临床前评估、提高临床试验效率等赋能药物研发全流程,有望成为未来 药物研发核心基础设施。随着AI和 LLMs 发展,多模LLM(集成多类数据构建更准准 疾病状态表示)、人机共同开发(LLMs 作“AI助手”协同科研人员)等关键趋势,将进 一步推动药物研发创新与生产力提升。根据弗若斯特沙利文预计,全球AI赋能药物研发 费用市场规模预计由2023年的119亿美元增加至2032年的746亿美元,复合年增长率为22.6%。
2.2. AI赋能产业,降本增效显著
与传统方法相比,基于AI的药物发现具备多项主要优势:AI可在研究过程初期迅速分析大量数据并生成见解,从而大幅缩短药物发现的时间周期。其预测药物特性及成功率的能力,亦有助研究人员筛选出更良好的候选药物,从而能够减少资源浪费并降低失败风险。
AI药物发现市场高度活力化,参与者包括初创企业、生物科技公司及大型制药公司,均致力寻求把握AI技术的进步。下表列示主要全球AI制药公司的比较。
AI平台:Insilico Medicine的靶点发现、分子生成、临床试验AI平台均实现商业可用;Schrodinger、Recursion的靶点发现与分子生成平台也商业可用;Relay Therapeutics的相关平台为内部使用;AbCellera 仅分子生成平台商业可用,靶点发现无公开信息。Insilico Medicine、Schrodinger、Recursion在靶点创新性上以新靶点为主,Relay Therapeutics、AbCellera 聚焦已知及部分新靶点。
实验与管线:Insilico Medicine拥有机器人实验室与湿实验室,管线含1个III期、2个Ⅱ期、8个Ⅰ期项目;Recursion、AbCellera有湿实验室或干实验室,管线分别有多个Ⅱ期、Ⅲ期及2个IND项目;Relay Therapeutics、Schrodinger 无公开实验室信息,管线分别有1个Ⅱ期、多个Ⅰ期项目。
AI技术与资产:技术上,Insilico Medicine以生成式AI/机器学习/深度学习为主,Recursion涉及大语言模型(LLM);Relay Therapeutics、Schrodinger、AbCellera以机器学习/深度学习为核心。主要资产方面,Insilico MedicineⅠ期临床试验周期12个月,聚焦纤维化、肿瘤、免疫学;Recursion未明确周期,布局肿瘤学、罕见病等;其他公司在试验周期、治疗领域也各有侧重。
科研成果:Insilico Medicine有超250篇同行评审发表论文;Recursion、AbCellera侧重多组学分析与开放数据集;Relay Therapeutics、Schrodinger分别在疾病分析演示、生物制药及小分子领域有研究成果。
2.3.英矽智能BD合作密集落地
2019年至今,英矽智能已先后宣布与施维雅、衡泰生物、齐鲁制药、康哲药业、元羿生物、礼来SK生物制药等海内外合作伙伴达成多项管线授权或药物研发合作。重磅合作持续落地不仅反映了英矽智能经验证的 AI平台赋能全球产业的价值,也成为推动公司收入增长的重要引擎。
3. Pharma. AI平台助力药物开发
Pharma.AI是一个AI驱动的药物发现及开发平台,提供包括新靶点识别到小分子生成及临床结果预测的端到端服务。Pharma.AI由Biology42、Chemistry42、Medicine42及Science42组成,旨在覆盖整个药物发现和开发过程。
Pharma.AI能够识别新的药物靶点,针对新型及既定的靶点从头设计分子,并优化候选药物的临床开发。具体而言,公司的生成式AI驱动方法已识别出包括TNIK(调节多种纤维化通路)、USP1、KAT6、KIF18A、NLRP3等在内的多个潜在靶点,并据此开发出多款具有临床差异化潜力的新型候选药物,其中靶向TNIK的 Rentosertib已推进至III期临床阶段。
3.1. 多模态Pharma.AI平台的协同应用
一体化生成式AI驱动药物发现平台Pharma.AI具有针对小分子及生物制剂药物的端到端靶点发现、分子生成及临床试验优化能力,旨在捕捉创新药物发现及开发过程的重要机遇。
3.1.1. Biology42:多模块协同的AI系统生物学靶点发现与验证平台
Biology42平台由多个应用程序组成,主要为 PandaOmics、Generative Biologics和Life Star 2。PandaOmics能够实现跨多种数据类型(包括多组学和文本数据)的系统生物学研究,并部署AI驱动的分析能力,以促进新靶点的研发或优先确定感兴趣的疾病既定靶点。Generative Biologics使用生成模型来设计和评估蛋白质、预测蛋白质相互作用及分析生成的肽。它利用数以亿计的生物数据点与机器学习算法及生成生物模型设计多肽。通过使用自动化接口,Life Star 2 应用程序将湿实验室能力与生成式AI框架相结合,以分析、识别和验证新目标、生物标志物和化合物。
Precious1GPT、Precious2GPT及 Precious3GPT进一步支持多组学数据预测、数据整合及多模式生命模型开发。Precious1GPT利用多组学数据预测生物年龄及识别潜在治疗靶点;Precious2GPT综合多模式生物数据以获取更深入见解;Precious3GPT开发多组织、多物种、多组学及多模式生命模型以增进对生物学的了解。
PandaOmics为AI驱动的系统生物学靶点发现平台。作为Biology42平台的核心应用之一,公司自2014年起一直在开发PandaOmics,旨在促进基于人工智能的靶点发现、增强药物发现能力和提供比AI驱动药物发现公司竞争对手更具竞争力的优势。公司于2026年7月在 PandaOmics中推出了对话式AI智能体PandaClaw,并新增靶点评估引擎(Target Evaluation)、临床验证靶点分层筛选模型(Target Claw)、衰老双效靶点发现工作流(Longevity Lobster)及基因特征库扩展(Signatures Module,新增7个基因集库,合计达10 个)等核心功能。
(1)核心功能:在人工智能和基于专业策划数据集的独有见解的支持下,依托准心规划的数据集,旨在推动系统生物学研究,专注于生物系统内复杂相互作用的基本原理,以识别与疾病相关的疾病特征及可操作的靶点。PandaOmics提供的全面分析能够识别新靶点,并优先考虑人们感兴趣的疾病的既定靶点,以便进一步开发。
(2)架构方式:可通过基于分布式、可扩展云平台上构建的用户友好型浏览器接口进行访问。该实施结合了各种特性,包括集群管理、多种灵活的工作流程、综合监控及记录,旨在优化PandaOmics的性能。其应用程序旨在使没有实质行业经验或领域专业知识的个人能够执行复杂的靶点发现任务。
(3)交互能力:PandaOmics(其在中国的运营除外)集成了ChatGPT的LLM模块,通过ChatPandaGPT的功能提供聊天机器人功能。内置的聊天机器人允许用户通过简单的语言提问来查询PandaOmics强大的数据库。随后,ChatPandaGPT将用户的查询解释为机器可读格式,供PandaOmics处理。PandaOmics返回结果后,ChatPandaGPT会将答案转换为简单的语言回答。
Generative Biologics为AI驱动的全新蛋白质工程工具。作为Biology42平台的重要模块之一,Generative Biologics于2024年7月推出,旨在加速新一代生物药物的开发。 该平台能够设计并优化多类生物药物,包括胜肽、纳米抗体及全长抗体,能够准确地针对特定靶点进行高亲和力结合。利用生成式AI模型及奖励函数,平台能够设计全新生物 药物,不仅显示出优异的结合亲和力,而且满足关键的可开发性标准,如稳定性、溶解性与可制造性。
Generative Biologics拥有模块化架构平台。应用程序让用户仅需三个步骤即可生成新的生物药物分子。模块化架构支持反复优化,使用户能够通过由AI预测指导的反馈循 环来优化生物候选药物。这简化了设计流程并显著降低了传统生物药物开发所需的时间和成本。
公司于 2022年12月在中国苏州推出建筑面积为1,665 平方米的原有Life Star自动化 实验室Life Star 1。于 2025年将实验室搬迁至上海并升级至下一代自动化实验室Life Star 2。该自动化实验室配备了包括新一代测序仪、细胞培养器、细胞分析仪、自动化gszqdatemark P.18请仔细阅读本报告末页声明 液体处理机、回声液体处理器、成像系统、高内涵分析平台及自动导向的全面仪器。其旨在进一步提高内部实验室实验的效率及能力,并促进数据生成改进Pharma.AI 平台。
与早期的自动化实验室相比,Life Star 2亦致力于决策流程中减少人为干预。生成式AI赋能Life Star 2能够自动化靶点选择、设计实验及执行实验以收集实验数据,以产生及测试疾病假设,并进一步验证及训练AI 模型。自动化实验室消除了人工靶点选择的偏见,并为发现新药和治疗挖掘了潜力。
Life Star 2的模块化能够逐步引入新的药物发现方法等新功能。此举将增强内部开发能力,同时促进其接受及采用。同时,实验室的模块化设计方案使公司能够迭代优化并提升其成本效益,并为全球研究机构提供具吸引力的一揽子解决方案。此外,由于每个Life Star都将在现场配备完整的硬件及软件解决方案,所有受试者数据的处理均可在现场完成,从而降低数据隐私风险。
3.1.2. Chemistry42:生成式 AI 驱动的药物发现和优化平台
Chemistry42由Generative Chemistry、Golden Cubes ADMET Profiling、Alchemistry、Model Training和 Retrosynthesis等多个应用程序组成,可覆盖从分子生成、评价到合成的端到端流程,并已在公司自有管线及外部合作中得到广泛应用。
Generative Chemistry为小分子生成核心引擎。Generative Chemistry具备识别及促进新药结构从头合成的生成化学能力。凭借自动化机器学习的能力,它评估基于结构和基于配体的药物设计,并开发感兴趣的靶点的新型及多元化分子。
(1)生成模块为从零生成新分子结构。生成模块包括生成小分子结构的生成式AI模型。 每个生成的结构被转移到奖励模块以评估结构的质量,随后为生成模块提供结果,从而学习以正确的方式在化学空间中导航。
(2)奖励模块为智能反馈评估与迭代优化。奖励模块包括对所产生结构进行评分或剖析的模型和方法。奖励模块可以单独使用来评估用户提交的结构。
Golden Cubes与ADMETPredictors为AI评估和预测工具。Golden Cubes聚焦评 估小分子的脱靶活性,可用于小分子激酶选择性的配体评分,以尽量减少可能导致严重 副作用的非预期脱靶效应;ADMET Predictors 包含机器学习模型的应用程序,旨在预测 小分子的关键ADMET特性。这些模型在药物发明从活性化合物到先导化合物及先导化合物优化的工具式支持中,可独立用于注释化合物库或结合到指导生成实验以达到所需特性的奖励函数。
Alchemistry、Model Training与Retrosynthesis,从准确评价到合成可行性验证。 Alchemistry是利用基于物理方式提供结合自由能量估计的准确计算的应用程序。该应用程序有助于药物发现的各个阶段快速有效地确定化合物合成及测试的优先次序;Model Training 可以实现预测模型开发以优化分子生成;Retrosynthesis预测分子结构的可行 合成路线,简化从计算机发现到实际合成的过渡。
Nach01为Chemistry42预测与生成能力的核心。Nach01是化学与生物任务基础模型,其内置10亿个参数,并以超过800亿个标记进行训练。Nach01使用户能够使用自身数据,构建高度准准的生成与预测模型。Nach01可覆盖2D与3D分子生成、自然语言处理(NLP)、跨领域任务、逆合成建模、预测建模、3D生成建模等多个领域的全面功能。Nach0可以无缝集成到生成式工作流程中,搭建高度准准的生产式预测模型, 并通过准确预测ADMET、活性与量子性质,提高实验验证的成功率。
3.1.3.Medicine42:临床试验结果预测平台Medicine42平台由inClinico应用程序组成。自2016年起持续开发及测试,旨在通过量化候选产品成功过渡至临床开发下一阶段的概率来预测临床试验结果。inClinico利用先进的AI算法分析有关分子靶点、疾病、临床试验方案。
(1)技术机制和模型构成:inClinico主要专注于在广泛的治疗适应症中成功进行II期临床试验的可能性,这通常是与受试者首个概念验证数据相关的主要拐点的关键阶段。 通过仔细审查临床试验设计的详细资料,inClinico也有助于识别临床试验设计中的潜在弱点,使临床试验申办者能够作出相应调整,从而可能增加其试验成功的概率。通过整 合及分析各种数据来源,inClinico计算与试验成功相关的不同部分的评分,包括靶点选gszqdatemark P.21请仔细阅读本报告末页声明 择、药物结构、试验设计及受试者资格。这些评分纳入预测临床试验成功推进至开发流程下一阶段的概率。
(2)靶点选择和药物结构评分:靶点选择评分是根据与PandaOmics的共享元素进行评 估,这些元素估计靶点与相关疾病的关联以及在相关靶点的情况下疾病的异质性;药物结构评分是根据与Generative Chemistry的共享元素得出,这些元素评估分子描述符的 贡献以及ADME及毒性特征。
(3)内部验证研究:公司使用2021年之前临床试验结果的公开数据inClinico进行训练,并使用2021年1月至 2021年9月期间阅读的不同治疗领域的临床试验结果对平台进行前瞻性验证。inClinico的预测表现达到 AUC=0.86(基于接收器操作特征线线,即ROC线线的面积来衡量)。AUC是用于衡量模型预测能力的常用指标,其中AUC=1.0表示模型能够完全准准地预II期临床试验是否会成功推进至III期。
3.1.4. Science42:AI驱动的研究助手平台
DORA为 Science42的核心功能。DORA是一种多体生成式研究助手,主要利用AI代理协助文献综述、假设产生和数据诠释来增强研究能力,最终加快科学发现的步伐。DORA能够处理和综合大量的科学文献,生成背景摘要并突出新颖的见解。此外,该系统整合了特定领域的知识,使研究人员能够模拟实验条件并提出优化的实验室测试方法。通过将预测分析与专家知识相结合,DORA加快了假设验证并缩短了药物开发的发现时间。
Environmental Sustainability是公司发起的生成式AI促进环境可持续性联盟。这是 一项全球倡议,旨在将生成式AI技术应用于生物医学以外的领域,以应对紧迫的环境挑gszqdatemark战。该联盟专注于二氧化碳捕集、氢储存、农业化学以及可持续基础油和润滑油领域。 利用Pharma.AI平台,致力于加速可持续材料与工艺的发现与研发,为减轻气候变化以及更广泛的环境可持续性作出贡献。
人工智能代理是公司开发的一套庞大的AI代理体系。截至2024年5月31日,该体系由660项AI代理组成,执行各类专业职能。直至2025年1月1日,系统规模已增至1,058项AI代理,包括20个层级及46项自托管代理。这些AI代理负责管理数据分析、 模型训练、公关监控、人力资源监督及软件开发等任务。 DataWarehouse是整合Pharma.AI应用程序,为 Pharma.AI平台提供自动数据提取及处理功能。该基础设施可确保高效的数据整合、标准化及访问,从而使Biology42、Chemistry42、Medicine42及Science42 的AI驱动应用程序发挥最佳功能。凭借可扩展的架构和高吞吐量功能,可确保平台组件之间的无缝数据流,实现结构化和非结构化数 据的快速分析和检索。
3.2. 人工智能在药物发现全流程中的价值重塑
通过提升流程中各阶段的效率,人工智能应对药物发现中的关键挑战。人工智能能够分析庞大且复杂的数据集,以识别潜在药物管线、发掘生物标志物及治疗靶点、预测药理特性、筛选相似药物的分子和蛋白质结构,并预测临床试验结果。这些能力支持早期研究,提高生产力,并降低后期开发中代价高昂的失败风险。
3.2.1. 基于AI的药物发现相较传统方法的结构性优势
与传统方法相比,基于AI的药物发现具备多项主要优势:
(1)效率与速度:AI可在研究过程初期迅速分析大量数据并生成见解,从而大幅缩短
药物发现的时间周期。
(2)成功率提升:AI预测药物特性及成功率的能力有助于研究人员筛选出更具潜力的管线,进而能够减少资源浪费并降低失败风险。
3.3. 公司专利壁垒具备深厚护城河
公司凭借对AI制药的洞见构建了强大、严密且具有前瞻性的全球知识产权保护体系。 广泛的全球布局(覆盖北美、欧洲、亚太等主要医药市场)确保了未来产品的排他性市 场地位,专利有效期大多至2040年以后,为公司提供了长期的商业独占期,奠定了未来业绩增长的坚实基础。下表载列有关公司选定临床候选药物的重大获授专利及已提交专利申请的概览。
4. 核心管线布局:TNIK一马当先,多元适应症协同拓展
4.1 ISM001-055(Rentosertib):TNIK抑制剂开启特发性肺纤维化治疗新篇章
4.1.1 IPF疾病负担沉重、药物市场空间广阔,现有疗法承压且创新机制亟待突破
特发性肺纤维化(IPF)是一种慢性、进行性纤维化性肺病,其特征是成纤维细胞增殖和大量细胞外基质沉积导致的肺功能受损、肺泡结构破坏,最终可导致呼吸衰竭。全球IPF患病率约为13-20人/10万,且随年龄增长显著上升,70岁以上人群发病率可达35人/10万以上;中国IPF发病率约为1-5人/10万,呈逐年上升趋势。IPF患者从确诊到死亡的中位生存时间通常为3-5年,5年生存率不足50%。
全球IPF发病人数及药物市场规模均呈持续增长趋势。全球IPF发病人数由2019年的55.45万例增长至2023年的61.24万例,复合年增长率为2.5%,弗若斯特沙利文预计2032年将达106.77万例,2023-2032年复合年增长率为6.4%;与之对应,全球IPF药物市场规模由2019年的23亿美元增长至2023年的43亿美元,弗若斯特沙利文预计2032年将达80亿美元。
截至2026年7月,全球仅有三款药物获批用于IPF治疗:吡非尼酮(Roche/Genentech的Esbriet®,2014年10月获批,靶点TGF-β/TNF-α/白细胞介素6)、尼达尼布(Boehringer Ingelheim的OFEV®,2014年10月获批,靶点酪氨酸激酶)及那米司特(Boehringer Ingelheim的Jascayd®,2025年10月获批,靶点PDE4B)。
现有疗法商业化表现分化。尼达尼布全球销售额持续增长,由2020年的23.6亿美元增至2025年的40.8亿美元;受专利到期及仿制药等影响,吡非尼酮销售额则呈下滑趋势,日本盐野义制药旗下产品销售额由2020年的0.48亿美元降至2023年的0.13亿美元,罗氏制药旗下产品销售额同期由11.9亿美元降至2.3亿美元。吡非尼酮专利已到期、仿制药陆续上市,尼达尼布仿制药预计2026年于中国、2029年于美国上市,现有两大主力产品面临的仿制药冲击,进一步凸显新机制疗法的市场机会。
全球IPF在研管线竞争同样激烈。目前处于临床阶段的IPF候选药物近100种,其中25种为小分子药物;但近年来多个明星靶点相继折戟:ATX靶点的Ziritaxestat(Galapagos)、CCN2靶点的Pamrevlumab(FibroGen)、NPTX2靶点的PRM-151(罗氏)等均于III期临床未达终点后终止开发,Integrin αVβ靶点的Bexotegrast(Pliant)及Gal-3靶点的GB0-139(Galecto)亦分别因安全性或有效性问题于II/III期终止。
截至2026年7月,全球IPF领域已有多个项目进入III期关键性临床试验,包括Rentosertib(TNIK靶点,英矽智能,2026年7月登记)。
4.1.2 TNIK:调控纤维化、肿瘤及代谢性疾病的枢纽激酶
TNIK(Traf2和Nck相互作用激酶)是胚中心激酶(germinal centre kinase)家族成员,在细胞迁移、细胞骨架构建及细胞增殖等多种病理生理过程中发挥关键作用。TNIK的激酶活性可传播Wnt及TGF-β信号级联反应,而这两条通路均与衰老、纤维化密切相关;抑制TNIK的激酶活性有望同时缓解TGF-β及Wnt通路的异常激活。
除纤维化疾病外,TNIK在肿瘤(结直肠癌、卵巢癌、甲状腺癌、肺鳞状细胞癌、胰腺癌、胃癌等,主要通过Wnt信号通路促进肿瘤发生发展)、脂质/心血管相关疾病(肥胖、II型糖尿病,通过调控脂质稳态及葡萄糖代谢)及神经退行性疾病(阿尔茨海默病,通过调控Rap GTPase、GABA能神经传递及Tau蛋白功能)中均显示出广泛的疾病关联性,为TNIK抑制剂未来的适应症拓展提供了潜在空间。
4.1.3 ISM001-055研发进展:全球多期临床数据验证差异化疗效
公司研发团队依托Pharma.AI平台的靶点发现引擎PandaOmics,从20个潜力靶点中锁定TNIK,并利用健康肺组织与IPF患者纤维化肺组织的单细胞基因表达数据集验证了TNIK与IPF的相关性;靶点确定后,团队通过同属Pharma.AI的生成化学平台Chemistry42完成虚拟筛选及多步优化,在PCC提名9个月后,团队于2021年11月宣布的ISM001-055首次人体微剂量试验(ACTRN12621001541897)在澳大利亚完成首批健康受试者给药。
公司已于新西兰及中国完成ISM001-055的I期临床试验,评估口服ISM001-055在健康受试者中的安全性、耐受性、药代动力学,以及食物影响及药物相互作用潜力。两项研究均为随机、双盲、安慰剂对照设计。新西兰研究于2022年2月至2023年3月期间进行,共入组78名18至55岁健康受试者。
2023年6月,公司在中国启动一项多中心、随机、双盲、安慰剂对照IIa期临床试验,评估患者口服ISM001-055治疗12周的安全性、耐受性、药代动力学及疗效,并于2024年8月完成该试验,2024年10月公布顶线数据。此外,ISM001-055已于2023年2月获得FDA孤儿药资格认定,公司于2023年6月获得FDA就在美国开展IIa期试验的IND批准,美国IIa期试验首例患者已于2024年2月完成随机分组并给药。IIa期试验后,公司计划于2026年上半年在中国开展ISM001-055用于IPF适应症的IIb/III期研究。
临床数据上,IIa期数据显示在与基线相比的用力肺活量(FVC)变化幅度指标上,ISM001-055(60mg)在12周II期试验中相比基线改善98.4ml,优于多个竞品。
此外,公司正探索吸入给药作为ISM001-055治疗IPF的替代途径,以实现更适合肺部的局部治疗效果并降低全身性暴露及副作用。公司已于2026年1月向药品审评中心(CDE)提交吸入ISM001-055 I期临床试验的IND申请。
4.2 多管线多元适应症矩阵持续拓展
除ISM001-055(TNIK)外,公司管线还覆盖肿瘤、炎症性肠病及乳腺癌等多个治疗领域,其中ISM3091(USP1)已对外授权Exelixis推进临床开发,ISM5411(PHD1/2)、ISM5043(KAT6)及ISM8207(QPCTL)分别处于临床I期及以对外授权/合作方式推进的不同阶段,共同构成公司多元化的适应症布局。
4.2.1 ISM3091:靶向HRD肿瘤的潜在突破性疗法
HRD即“同源重组缺陷”,当细胞失去通过同源重组修复断裂的能力时,就出现了HRD。已知的引起HRD的因素包括同源重组修复(HRR)相关基因胚系突变或体细胞突变以及表观遗传失活。目前,HRD肿瘤(如BRCA突变相关癌症)的治疗主要依赖多聚腺苷二磷酸核糖聚合酶(poly ADP-ribose polymerse,PARP)抑制剂治疗。PARP抑制剂是一类主要通过靶向抑制 PARP1/2 蛋白,从而引起具有BRCA1/2突变或 HRD 阳性的肿瘤细胞发生合成致死现象,最终发挥抗肿瘤作用的药物。目前国内已有多款PARP抑制剂广泛应用于临床,分别为奥拉帕利、尼拉帕利、氟唑帕利和帕米帕利。这些药品在多种癌症中取得了显著疗效。
尽管HRD检测将PARP抑制剂敏感人群从约25%的 BRCA突变人群扩大到约50%的HRD阳性人群,但仍有很多患者无法使用PARP抑制剂治疗。因此,ISM3091作为USP1抑制剂有望为HRD肿瘤患者提供新的治疗选择,填补当前市场空白。
ISM3091是一种口服的USP1小分子抑制剂,具有治疗同源重组缺陷(HRD)肿瘤的潜力。USP1属于去泛素化酶家族的USP亚类,其表达对癌细胞存活至关重要。USP1可从多种底物如增殖细胞核抗原上切割泛素的翻译后修饰。USP1在BRCA1缺陷细胞的复制叉稳定中发挥着关键作用,敲低或抑制USP1通过PCNA泛素化导致复制叉不稳定,最终导致BRCA1缺陷细胞的细胞生长受损。因此,USP1抑制剂可能具有治疗HRD肿瘤的潜质。
临床前研究显示,ISM3091在小鼠肿瘤模型中具有显著效力和治疗活性,并与PARP抑制剂呈现协同作用。公司已于中美两地提交IND申请,并于2023年4月获FDA批准,同年8月在美国启动Ia期临床试验。2023年9月,公司与Exelixis签署全球独家许可协议,授权其负责ISM3091及公司平台所发现其他USP1靶向化合物的研发、生产和商业化。随后,公司于2023年12月将ISM3091的Ia期临床试验申办方资格转移至Exelixis。目前,Exelixis正推进Ia期临床,并将承担美国Ib期试验以及后续全部开发、生产与商业化工作。
4.2.2 ISM5411:瞄准持续增长的炎症性肠病(IBD)治疗市场
炎症性肠病(IBD)是指一组慢性、复发性的胃肠道炎症,主要包括克罗恩病(CD)及溃疡性结肠炎(UC)。IBD的特点是持续性腹泻、腹痛、直肠出血、体重下降及乏力等症状,可严重影响患者的生活素质。虽然IBD的确切原因仍不清楚,但普遍认为它是遗传易感性、环境诱因、肠道微生物群失衡和免疫系统功能障碍复杂相互作用的结果。
IBD治疗的主要目标是控制引发症状的炎症,更广泛的目标是诱导和维持缓解以及预防并发症。治疗通常涉及药物治疗,且在若干情况下,视乎疾病的严重程度及个别患者的反应而涉及手术。药物治疗通常从抗炎药开始。免疫调节剂(如硫唑嘌呤)亦常用于抑制免疫反应及减少肠道内壁释放炎症诱导化学物质。近年来,生物制剂疗法通过特异性靶向及中和导致IBD慢性发炎的关键免疫蛋白,已改变了IBD的治疗格局。
ISM5411(通用名garutadustat)是一款口服小分子抑制剂,其作用靶点精准指向脯氨酰羟化酶1和2(PHD1/2)。该化合物的识别于12个月内完成,并于2021年11月获得作为潜在治疗IBD患者的正式临床前候选药物提名。PHD基因 (PHD1-PHD3) 是氧传感器,在富氧条件下促进HIF1α或HIF2α降解。肠道PHD1或PHD2–HIF1α 信号转导通过转录调控黏液生成、紧密连接形成、免疫抑制代谢物生成和伤口愈合,参与上皮屏障功能。Garutadustat可稳定缺氧诱导因子1α(HIF-1α)蛋白,进而保护肠道屏障功能,用于炎症性肠病治疗。
临床前研究显示ISM5411具有良好的耐受性,并在多种由不同化学物质诱导的小鼠结肠炎模型中表现出疗效。公司于2023年10月在澳大利亚启动I期临床试验,以评价ISM5411的安全性、耐受性及PK特性,并于2024年12月完成临床研究报告的最终定稿。2024年5月在中国启动另一项I期临床试验,并于2025年1月完成了临床研究报告的最终定稿。公司预期将于2025年第四季度在中国启动针对溃疡性结肠炎的IIa期研究,并招募首名受试者。澳大利亚及中国两项平行推进的一期研究中,ISM5411在健康受试者中普遍具有良好耐受性,并初步验证其肠道受限的特性。
4.2.3 ISM5043:一种小分子KAT6抑制剂,用于治疗ER+HER2-乳腺癌
乳腺癌是全球女性中最常见的恶性肿瘤,近年来在中国的发病率和死亡率逐年上升,已成为严重威胁女性健康的重要公共卫生问题。乳腺癌是一种乳腺异常细胞生长失控并形成肿瘤的疾病。如果不加以控制,肿瘤会扩散到全身并致命。
乳腺癌的局部治疗主要目标是在尽可能小的切缘范围内精确切除,并使创伤最小化。越来越多的患者从乳房切除术转向保乳手术(BCS),从腋窝淋巴结清扫(ALND)转向前哨淋巴结活检(SLNB)。随着技术的进步和新辅助治疗平台的改进,微创甚至无手术治疗的可能性正在成为现实。基于这些原则,外科和放疗领域都出现了许多创新性的探索。
系统治疗方面,在HR+/HER2−乳腺癌中,芳香化酶抑制剂(AIs)是抑制雌激素合成的传统方案。在HER2+ 乳腺癌中,曲妥珠单抗和帕妥珠单抗的双重HER2 靶向治疗已成为标准治疗方法。对于TNBC,化疗长期以来一直是经典且有效的治疗方法。目前系统治疗策略已从传统治疗转变为针对亚型的个体化治疗。
4ER+/HER2-(乳腺癌相对常见的亚型)患者是乳腺癌治疗主要人群。对于晚期或转移性疾病的ER+/HER2-患者,联合CDK4/6抑制剂的内分泌治疗是标准治疗方案。然而,该方案客观缓解率(ORR)不到50%,表明这一领域存在巨大的未满足医疗需求。
ISM5043是一种新型口服小分子KAT6选择性抑制剂,对KAT6A及其旁系同源KAT6B具有同等效力。KAT6A的抑制可以在转录水平上降低雌激素受体α(ERα)的表达,可能为ER+乳腺癌患者提供新疗法。临床前研究显示其对KAT6A具有强效抑制作用,且安全性及疗效良好。公司于2023年12月向Stemline(Menarini 全资子公司)授出ISM5043的许可。目前,该分子正由公司合作伙伴Stemline赞助进行Ia期开发。
KAT6A是组蛋白乙酰转移酶(HAT)Moz-Ybf2/Sas3-Sas2-Tip60(“MYST”)家族成员,可催化组蛋白和非组蛋白上赖氨酸残基的乙酰化。在多种癌症中已观察到KAT6A的分子失调,包括乳腺癌、肺癌和卵巢癌中的扩增。此外,在10%-15%的乳腺癌患者群体中存在KAT6A扩增,且KAT6A的过表达与ER+/HER2⁻乳腺癌患者更差的临床结局相关。因此,抑制KAT6A能够在转录水平上阻断ERα,这凸显了这种新型疗法在ER+/HER2-乳腺癌治疗中的前景。
临床前研究显示,ISM5043对难治性ER+/HER2 -乳腺癌单药治疗有效,作为口服单药或联合用药具有良好成药性,安全边际良好,且具有潜在更广泛的适应症范围。在多个乳腺癌细胞系移植瘤模型(CDX)和人源异种移植模型(PDX)中,ISM5043均显示出对KAT6A的强效抑制作用:单药疗效与标准治疗Palbociclib相当,联合Palbociclib后抑瘤效果进一步提升,同时保持良好的安全性。此外,ISM5043还展现出潜在更广泛的适应症范围:在多个血液肿瘤模型中同样观察到强效体内外抗肿瘤活性(如以维奈克拉联合阿扎胞苷为对照的模型中,较高剂量组抑瘤效果与标准疗法相当);在NCIH1373细胞中,ISM5043对细胞增殖表现出强效抑制活性,并能诱导IFNβ产生。
4.2.4 ISM8207:QPCTL的小分子抑制剂
受人口老龄化和发展水平环境等因素影响,全球癌症发病率持续攀升,整体呈现出癌症疾病负担较重且在全球广泛区域持续存在的趋势。高发病率催生了对肿瘤治疗药物的需求,ISM8207作为QPCTL小分子抑制剂通过靶向QPCTL重塑肿瘤免疫,在CD47-SIRPα轴高度涉及的肿瘤治疗中展现出差异化优势,有望填补现有疗法的不足。
谷氨酰肽环转移酶样蛋白(Glutaminyl-peptide cyclotransferase-like protein, QPCTL)在信号蛋白CD47的翻译后修饰中发挥关键作用,通过影响CD47与巨噬细胞上的信号条件蛋白α(SIRPα)的相互作用调控肿瘤细胞对于免疫监视的逃逸。此外,多种与免疫抑制性肿瘤微环境相关的趋化因子也在翻译后修饰过程中受到QPCTL调控。
ISM8207由AI小分子生成平台Chemistry42打造的创新化合物,不仅结构新颖独特,更具备强效的肿瘤免疫治疗作用:可精准抑制CD47与SIRP-α结合,通过调控固有免疫、重塑肿瘤髓系微环境增强适应性免疫,潜在覆盖非霍奇金淋巴瘤、急性髓系白血病及实体瘤等广泛适应症。与此同时,它兼具良好的口服药物潜力,体外ADME及临床前动物PK特征优异,且基于GLP研究,在大鼠和犬中呈现出有利的安全边际,无明显脱靶毒性,安全药理学表现纯净,充分彰显出成为新一代肿瘤免疫治疗新药的潜力。
药物联合治疗方面,ISM8207与利妥昔单抗的联合使用在Raji肿瘤模型中显著降低肿瘤重量,高剂量联合组与溶媒组、单独利妥昔单抗组存在统计学差异,体现协同抑瘤效果。
在早期药物发现阶段,英矽智能与复星医药合作提出肿瘤靶点假说,并在此基础上利用英矽智能自有生成式人工智能平台Pharma.AI设计出具有良好成药性的化合物。2023年7月,英矽智能获得国家药监局的I期IND批准,并于2024年4月启动了I期临床试验,评估其在晚期实体瘤和难治性B细胞淋巴瘤患者中的安全性、耐受性等。试验分为剂量递增和剂量扩展两部分,目前处于剂量递增阶段,同时探索联合疗法的扩展适应症。
风险提示
1)研发风险:公司属于AI制药企业,研发投入规模大,若临床研发失败,则会影响管线推荐进度及模型应用场景价值。
2)竞争加剧风险:药企及模型公司涌入AI4S,若模型更新迭代进度落后,或导致竞争下对外合作不及预期。
3)国际合作不及预期风险:公司多个产品的海外临床项目均与合作伙伴联合开展,若合作关系发生变动,可能导致产品全球研发进度不及预期。
特别声明:《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过微信形式制作的本资料仅面向国盛证券客户中的专业投资者。请勿对本资料进行任何形式的转发。若您非国盛证券客户中的专业投资者,为保证服务质量、控制投资风险,请取消关注,请勿订阅、接受或使用本资料中的任何信息。因本订阅号难以设置访问权限,若给您造成不便,烦请谅解!感谢您给予的理解和配合。
重要声明:本订阅号是国盛证券医药生物团队设立的。本订阅号不是国盛医药生物团队研究报告的发布平台。本订阅号所载的信息仅面向专业投资机构,仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自国盛证券研究所已经发布的研究报告或者系对已发布报告的后续解读,若因对报告的摘编而产生歧义,应以报告发布当日的完整内容为准。本资料仅代表报告发布当日的判断,相关的分析意见及推测可在不发出通知的情形下做出更改,读者参考时还须及时跟踪后续最新的研究进展。本资料不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议,不能够等同于指导具体投资的操作性意见,普通的个人投资者若使用本资料,有可能会因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义,进而造成投资损失。因此个人投资者还须寻求专业投资顾问的指导。本资料仅供参考之用,接收人不应单纯依靠本资料的信息而取代自身的独立判断,应自主作出投资决策并自行承担投资风险。版权所有,未经许可禁止转载或传播。
END
本文节选自国盛证券研究所2026年8月14日发布的《英矽智能(03696.HK) : 硅基引领,生成式AI制药龙头步入加速期》,具体内容请详见相关报告。
分析师 张雪 执业证书编号 :S0680526020006
邮箱:zhangxue1@gszq.com
分析师 李慧瑶 执业证书编号:S0680526020005
邮箱:lihuiyao@gszq.com
扫描二维码
关注我们
国盛医药张雪·李慧瑶团队