晶泰控股经营方面有什么看点？

产品丰富，市场认可。

1. 软硬结合，产品矩阵构筑壁垒

AI 与机器人兼备，实现模型引导实验，数据反哺模型。相较于收集人工实验数据，自 动化实验室可自动快速产生大量高质量数据，7 乘 24 小时工作，一方面有助于加快研发速 度，另一方面也有助于积累数据反哺模型。 目前公司在上海、深圳、波士顿拥有自有实验室平台，占地 5000平方米，拥有 200+自 动化机器人。实验室采用人机结合模式实现了实验过程的高度自动化和智能化，通过智能 调度系统远程操控百台规模自动化工站和 AGV 小车，同时提升实验过程和物料传送的效率。

产品线丰富构筑壁垒，可助公司占据市场份额。科学研发具备流程长、环节多、需求 多样的特点，丰富的产品有助于生成灵活多样的解决方案，更大程度地解决客户痛点。类 比与传统科学仪器领域，赛默飞通过围绕实验环节全流程的关键环节布局，通过高端仪器 与关键领域突破+全流程方案打造客户粘性的方式，成为科学仪器领域的寡头。公司在 AI for Science 领域具备先发优势与技术优势，有望遵循类似路径提升市场集中度与份额。 公司已构建覆盖药物研发全流程、能源载体开发以及生物与化学合成等领域的综合性 研发平台，形成从基础研究到产业化应用的全链条布局。平台集成了多项核心产品与技术， 包括 XtalFold 蛋白质结构预测算法、XtalComplete 智能结晶工作站、自建 20 余种 AI 反应 性/实验条件预测模型、LCMS 谱图解析算法等，可在药物研发的不同阶段显著提升效率与 成功率。 面向多行业延伸布局：打造国内首套全自动中药活性成分分离、筛选和检测平台，石 化领域首套国产催化剂配方智能筛选平台，以及国际领先的无水无氧反应催化平台等，覆 盖从分子发现、合成验证到规模化生产的关键环节，实现产品与技术在多个产业链上的深 度赋能。

客户领先，应用多点开花

前 20 大药企覆盖 17 家，全球拥有超过 300 家合作伙伴，包括礼来、辉瑞等国际领先 制药企业，以及多家国内外头部药企、生物科技公司。已与辉瑞、强生、默沙东等 17 家全 球前 20 大药企建立合作关系，项目涉及早期抗体发现、抗体工程、AI 赋能小分子药物研 发等多个环节。海外市场拓展持续加速，在美国、欧洲、新加坡、日本、韩国等地开展业 务布局。

重点研发项目取得多项突破性成果，包括但不限于： 1）全球首款整合 AI+类器官疾病模型的创新靶向药：治疗弥漫性胃癌的管线获得美国 FDA 的 IND 批件。 2）针对原发性高草酸尿症小分子药物：全球首创，获 FDA 儿科罕见病与孤儿药双资 格认定，并取得 PRV。

3）肿瘤疫苗项目：在美国 AACR 大会以海报形式展示，获得国际学术认可。 4）核心技术验证：化学平台模型在 3 个药化常用的反应类型上预测精度超过 80%，人 工抽样复核结果其有效率超过 95%。新业务拓展，2024 年与协鑫集团签署金额 10亿元新能 源材料合作。

2.商业模式良好，成长空间广阔

2.1 关键环节 AI 赋能，显著提效

药物发现为研发重要阶段，时间较长，对药企意义重大。药物研发分为三个阶段，早 期药物发现、临床前研究及临床研究。 从时间上看，从药物开始研发到商业化通常花费至 少 10 年，其中药物发现阶段通常花费 4-6 年，时长仅次于临床试验阶段（6-7 年）。

AI 可显著缩短药物发现前期 2 阶段所需时间。药物发现可分为 3个阶段：1）靶点确定 及靶点验证阶段（靶点至苗头化合物）；2）先导化合物生成（苗头化合物至先导化合物）； 3）先导化合物优化阶段。 靶点确定为确定直接分子靶点的流程，而靶点验证则为验证预测分子靶点的流程。先 导化合物生成为评估靶点分子并进行有限优化以确定有效化合物的流程，而先导化合物优 化则为于确定初始靶点化合物后设计候选药物的流程。

此外，AI 还可显著拓展研究的广度，有助于提升研发成功率。传统方法为确定临床化 合物候选者，需合成测试 5000 个分子，而 AI 可对潜在的数十亿分子进行筛选，研究者后 续只需合成测试其中的数百个分子。合成测试数量的减少也可推动研发成本下降。

公司在“早期药物发现—临床前研究—IND/早期临床”全链路形成结构化卡位：前端 以 AI + 物理先验 + 自动化构建“数据→模型→实验”的闭环，覆盖靶点洞察、计算筛选、 合成路线与反应预测、知识检索等关键环节，并由多智能体编排完成“设计—合成—检测 —数据回流”的一体化协同，显著提升并行探索效率与命中率。中端将成药性/可制造性 （CMC-readiness）评估前移至模型与实验一体的流程之中，实现从方案生成到工艺放大的 顺畅衔接。转化端，部分合作管线已取得 IND 里程碑并进入 FPI 阶段，验证从早研到临床 的端到端贯通能力，对应到客户侧即为更短的决策节拍、更低的试验冗余与更优的成本— 效率曲线。 公司已具备短时间尝试大量方案的能力，已构建由机器人实验平台与 AI 模型协同驱动 的研发平台，通过大规模数据积累与模型训练形成系统性能力。在实验层面，平台能够支 持覆盖绝大多数药化反应类型的高通量实验操作，并持续生成结构化反应数据用于反馈训 练；模型侧则具备较强的预测与筛选能力，在识别失败反应、预测反应路径与产率方面表 现优于人工。在信息处理环节，平台以自研工具压缩专利及文献抽取流程，有效提升前端 决策效率。整体上，平台不仅显著提升了研发提案的广度、速度与准确率，还在多个真实 项目中通过快速验证路径展现了“规模化并行 + 精准收敛”的显著优势，帮助客户有效降 低成本并提升项目成功率 。

2.2 分成模式带来收入弹性

公司通过“药物发现合作—商业化—分层特许权使用费”的机制分享下游产品放量收 益。若合作生成的候选药物在约定地区实现商业化并达到合同设定的收入门槛，公司即可 按销售额阶梯计提特许权使用费，区间为个位数至低双位数。

2.3 投资下游，加速市场渗透

公司设立 XtalPi Investment 作为“解决方案+股权”的孵化与投资平台：围绕上下游 关键产业链与技术，对具备同类首创/同类最佳潜力的合作者以技术换股或股权投资方式深 度绑定，并持续提供平台资源以促进其早期增长；公司已披露对多家目标公司的投/并合作 进展，并在部分协议中约定与服务交付挂钩的股权获取机制，分享管线推进带来的估值与 数据资产增值。2021 年至 2023 年，公司来自“被投资方/合作者客户”的收入由 0.41 亿元 增长至 0.84 亿元，CAGR 为 43.14%；其中 2022 年同比大幅增长 95.12%。 通过投资下游，公司一方面可进一步输出解决方案，另一方面有望获得投资收益。

2.4 新业务拓展：AI for Science 多领域布局

除医药外，材料同样涉及生化实验，能力可迁移。公司已在未来材料、未来农业、未 来消费品领域布局，向中石化研究院交付高通量合成及催化剂前处理方案、与协鑫签署 5 年新能源材料 AI 大模型合作、为北京大学交付电解液研发智能方案等。公司可拓展空间相 当广阔。