2026年英矽智能公司研究报告：生成式AI平台动能强劲，创新能力期待兑现

生成式 AI 药物发现领军企业，自研管线与 BD 合作并重

1.1 十载耕耘不减创新底色，AI 与药物研发多重赋能

公司成立于 2014 年，是全球领先的 AI 驱动药物发现与开发企业。依托自主研发的生成 式 AI 平台 Pharma.AI，公司已成功产出近 20 项临床或 IND 申报阶段的资产，其中 3 项资产 授权给国际制药企业，相关合约总价值最高达 21 亿美元，包含 1.1 亿美元预付款及 19 亿美 元里程碑付款，同时还有一项 FIC 的 TNIK 小分子抑制剂 Rentosertib（ISM001-055），中国 2a 期临床研究结果积极，计划于 2026 年启动 2b/3 期临床研究，主要适应症-特发性肺纤维 化（IPF），目前已获中国 NMPA 的突破性疗法和美国 FDA 的孤儿药资格双重认定。公司核 心收入来源于对外授权及合作安排，其独特的“生成式 AI 平台+自主药物研发”双引擎模式， 可将候选药物从靶点发现到临床前候选药物（PCC）的研发周期压缩至 12-18 个月，远低于 传统方法所需的 4.5 年，目前公司正将 Pharma.AI 的应用范围拓展至先进材料、农业、营养 产品及兽药等非医药领域。

股权结构高度多元化，机构持股突出。各股东持股比例均低于 10%，最大股东 Mesolite Gem Investments Ltd 的持股比例仅为 8.32%，不存在单一股东持有绝对控制权的情况，股 权结构相对均衡。股东涵盖机构投资者与核心个人股东（公司核心团队成员），既引入了外 部资本支持，也通过核心人员直接持股实现了内部利益绑定。

管理层学术与领导经验丰富，药物开发与人工智能专业背景兼具。公司的创始人兼董事 会主席 Alex Zhavoronkov博士拥有生物医学和计算机技术领域的双重学术背景，于 2019 年 被 Deep Knowledge Analytics 评选为“全球药物发现和高级医疗保健领域 AI 领军人物 100 强”，2022 年入选 Clarivate 年度全球高被引科学家名单；首席科学官任峰博士在生物制药 行业深耕近 20 年，曾就职于葛兰素史克公司(GSK)、上海美迪西，发表了 80 余篇同行评审 论文，拥有 120 余项专利，积累了丰富的经验；总裁 Alex Aliper 博士，组建 100+AI 工程师 团队，开发靶点发现、小分子生成及临床结果预测顶尖 AI 软件，发表 50+同行评审论文, 被 Deep Knowledge Analytics 评为“药物发现和高级医疗保健领域 AI 领军人物 100 强”。

1.2 Pharma.AI 平台与药物自研双引擎，创新驱动价值提升

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（靶点发现）、Chemistry42（分子 生成）、Medicine42（临床试验优化）及 Science42（科学发现）四大核心组件组成，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。具体而言，公司的生成式 AI 驱动方法已识别出一种调节多种纤维化通路的 潜在靶点，从而引领开发出一种有潜力成为临床差异化疗法的新型小分子候选药物。

丰富的自研管线进入价值兑现期，核心产品具备重磅潜力。公司已利用其平台产生近 20 项临床或 IND 申报阶段的资产。核心管线 ISM001-055（Rentosertib）是全球首款完全由生 成式 AI 发现和设计的、进入 II 期临床的候选药物，用于治疗特发性肺纤维化（IPF）。该药 物已完成 IIa 期临床，预计 2026 年启动 IIb/III 期临床。IPF 市场空间广阔，若 ISM001-055 能成功上市，有望成为颠覆性疗法，随着更多管线资产进入临床后期和对外授权，公司有望 迎来持续的价值兑现。

1.3 药物发现与管线开发助推 BD 合作，贡献主要业绩

公司业务主要分为三大板块：药物发现及管线开发、软件解决方案、其他发现。 药物发现及管线开发：此为公司收入占比最大的业务，在 2024 年占总收入的 92.9%。 该业务通过三种模式运作：1）自主开发，如核心管线 ISM001-055；2）对外授权，如与 Exelixis 和 Stemline 就 ISM3091、ISM5043 等达成的总潜在价值超 21 亿美元的交易；3）合作开发， 如与赛诺菲、礼来、齐鲁等达成的多靶点合作研发交易。该板块在 2024 年的毛利率高达 90.7%，是公司毛利率最高且过去三年增速最快的核心业务。

软件解决方案：该业务通过向客户授权使用 Pharma.AI 平台的四大模块（Biology42, Chemistry42, Medicine42, Science42）来产生收入。主要通过托管软件访问订阅按需模 式与本地部署软件安装订阅模式两种方式收取费用，定价综合成本、市场定位及订阅账户数 量、安装地点数量、客户性质（营利性/非营利性）等因素确定；其中托管模式协议通常为期 一年且预付费用，按组件、账户数等差异化定价，当前最高年订阅费 20 万美元，本地部署 模式则授予客户在自有私有云使用 Chemistry42 及 PandaOmics 的权利，协议同样多为一年 期可续期，一次性安装费包含在首年订阅费中，当前最高年订阅费 52.5 万美元。2024 年， 该业务收入为 397 万美元，占总收入的 4.6%，毛利率为 100%，因为相关研发成本计入研 发费用而非收入成本。 其他发现：利用公司的 AI 平台为非医药行业（如农业、新材料等）提供发现服务。公 司依托生成式 AI 技术优势，叠加在生物与化学领域的深厚积累，不仅推动跨行业变革性合 作，更将核心平台 Pharma.AI 的应用场景拓展至非医药行业；合作中公司基于客户提供的特 定业务挑战与行业数据，开发并训练经真实世界验证的算法模型，助力客户设计符合自身需 求的新颖分子结构或产品，而该类发现及合作业务的收入则通过首付款、研发定期付款、里 程碑付款、成本补偿及特许权使用费等多元形式实现。该业务尚处于早期阶段，2024 年收 入为 213.1 万美元，占总收入的 2.5%，毛利率为 59.9%。

当前公司收入主要来源于药物发现及管线开发业务。2024 年药物发现及管线开发业务 占营业收入比重 92.9%（-0.5pp），继续发挥营收贡献带动作用。同时公司其他业务发展迅 速，逐步降低对药物发现及管线开发的高度依赖，2025H1 药物发现及管线开发业务占营业 收入比重 87.1%（-8.1pp），软件解决方案占比 7.3%（+4.5pp），其他发现占比 5.6%（+3.6pp）。

公司收入在 2022-2024 年间实现高速增长，年复合增长率达到 68.8%。公司 2025 年上 半年实现营业收入 0.28 亿美元（-54%），净利润-0.19 亿美元（-339.29%），扣非归母净利 润-0.17 亿美元（-310.8%）。2024 年公司实现营业收入 0.86 亿美元（+67.71%），扣非归母 净利润-0.17 亿美元（+91.72%）。公司毛利率持续改善，从 2022 年的 63.4%提升至 2024 年的 90.4%，业绩与盈利的持续改善，主要得益于对外授权业务的强劲表现。研发开支是公 司最大的成本项，2024 年研发费用为 0.92 亿美元，占收入比重为 107.1%。随着公司管线 进入后期临床，预计研发投入将保持在较高水平。销售及行政开支占收入比重逐年下降，体 现出良好的经营杠杆效应。截至 2025 年 6 月 30 日，公司持有现金及现金等价物 2.12 亿美 元，加上 IPO 募集资金，足以支持未来多年的运营和研发。

生成式人工智能天地广阔，大有可为

2.1“创造与生成”为生成式人工智能核心价值所在

生成式 AI 是基于 Transformer 等先进架构、以海量多源数据预训练为基础的新一代人 工智能技术，其核心特征是具备从无到有生成全新且符合逻辑与任务约束的内容的能力，覆 盖文本、图像、代码、蛋白质序列、药物分子结构等多个维度。 生成式 AI 与传统 AI 的核心差异在于价值定位与能力边界的本质不同：传统 AI 以“分 析与决策”为核心价值，依赖决策树、传统 CNN/RNN 等任务特定的小模型，通过少量标注 数据训练后，输出靶点预测、医学影像分类、患者风险分层等结构化结果，其核心作用是优 化已有流程的效率与准确性，却不具备创新能力；而生成式 AI 以创造与生成为核心价值， 基于 Transformer 架构的大模型，经海量未标注数据预训练后具备极强的泛化能力，可通过 微调快速适配多场景，能够生成全新的非结构化或半结构化内容，其核心作用是突破传统研 发的瓶颈，创造全新的研发方向与内容，尤其在生物医药等创新驱动型行业中，展现出了颠 覆传统研发模式的潜力。

随着各行各业对生成式人工智能的采用日益增加，加上私营及公共部门投资持续上升， 以及计算能力和算法不断进步，全球生成式人工智能市场正迅速增长。根据弗若斯特沙利文， 全球生成式人工智能市场规模预期将由 2023 年的 47,327 亿美元增至 2032 年的 374,139 亿 美元，复合年增长率为 25.8%。

2.2 AI 药物发现极大提升传统药物研发效率

AI 在制药行业的应用已从早期单点技术应用，升级为覆盖“药物发现-临床开发-商业化 -制造供应”全链条的核心生产力工具。在药物发现环节，靶向预测、分子生成等应用（尤其 是生成式 AI 驱动的全新分子设计）可大幅压缩先导化合物研发周期；临床开发阶段，患者 匹配、试验优化能提升入组效率，同时降低试验偏差风险；商业化及安全性层面，AI 驱动的 不良反应监测与监管合规工具，既实现了安全风险的实时管控，也能通过销售优化、市场预 测提升商业化回报效率；而制造供应端的智能控制、库存预测，则直接强化了供应链的韧性 与成本可控性。这一全链条布局的背后，是 AI 正在重构制药行业“研发-临床-商业化”的传 统范式，成为降本增效与创新突破的双重核心驱动力。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）