20260524-国金证券-英矽智能-03696.HK-TNIK破局_AI制药首个验证里程碑或在眼前_44页_6mb
报告摘要
TNIK 破局,AI 制药首个验证里程碑或在眼前
核心内容
TNIK 破局,标志着 AI 制药行业进入临床验证阶段,公司凭借其 Pharma.AI 平台和创新管线,成为 AI 制药领域的领军企业。公司于 2025 年 12 月 30 日在港交所上市,首发价格 24.05 港元,IPO 募资总额约 23.5 亿港元,资金将用于核心管线临床推进、Pharma.AI 平台、自动化实验室及早研管线开发。
主要观点
-
AI 制药进入临床验证期:行业胜负标准已从模型能力转向结果兑现。公司通过 Pharma.AI 平台,成功将 AI 驱动的药物研发推进至临床阶段,成为 AI 药物研发的验证标杆。
-
管线丰富与临床进展领先:公司拥有 10 项临床管线资产,其中核心管线 TNIK 抑制剂 Rentosertib (ISM001-055) 已进入 III 期临床试验阶段,有望成为首个实现临床验证的 AI 原研药物。
-
Pharma.AI 平台体系化升级:平台由 Biology42、Chemistry42、Medicine42 和 Science42 四大模块构成,实现从靶点发现、分子设计、临床试验预测到科研支持的闭环流程。
-
数据-模型飞轮效应构建壁垒:公司通过高质量实验数据不断优化 AI 模型,形成数据与模型的正向循环,增强平台的可持续性与竞争力。
-
BD 合作加速商业化:2026 年公司进入 BD 爆发期,与礼来、施维雅、复星医药、齐鲁制药等达成多项合作,推动其商业化进程。
-
TNIK 抑制剂展现突破性临床数据:在 IIa 期临床试验中,60mg QD 组患者的 FVC 平均改善达 +98.4mL,是全球首个在人体中观察到功能“正向逆转”趋势的 AI 药物。
-
III 期临床试验推进:公司计划在 2026 年启动 ISM001-055 的 III 期临床试验,为 AI 药物研发提供关键验证。
关键信息
-
IPO 资金用途:
- 48% 用于核心管线临床推进
- 15% 用于 Pharma.AI 平台开发
- 12% 用于自动化实验室建设
- 20% 用于早研及其他管线开发
-
核心管线:
- TNIK 抑制剂 Rentosertib (ISM001-055):治疗 IPF,即将进入 III 期临床试验
- ENPP1 抑制剂:针对 MTAP+ 癌症,AI 研发过程已展示可复制性
-
临床进展:
- 公司已获得 13 个 IND 批件,其中 ISM001-055 的吸入制剂于 2026 年 4 月 29 日获批 IND
- 2025 年 Nature 发布的 IIa 期临床数据显示,FVC 平均改善达 +98.4mL,显著优于传统药物
-
BD 合作:
- 2026 年一季度达成 7 项 BD 交易,总金额达 27.5 亿美元
- 与礼来合作开发新型口服药物,首付款 1.15 亿美元,总额可高达 27.5 亿美元
-
AI 平台能力:
- Biology42:靶点发现与生物标志物识别
- Chemistry42:分子生成与优化,支持 PROTAC 技术
- Medicine42:预测 II 期向 III 期临床试验的成功率
- Science42:提升科研效率,辅助文献综述与假设生成
-
技术优势:
- 拥有全球领先的 AI 药物研发平台,实现从靶点发现到临床试验的端到端研发
- 通过 MMAIGym 与前沿大模型合作,提升 AI 平台的通用性与智能化水平
-
风险提示:
- 解禁风险:2026 年 6 月 29 日将有约 4.53 亿股解禁,约占总股本的 79.21%
- 临床进展不达预期、行业事件扰动、大客户依赖及商业化不确定性等
盈利预测与估值
- 2026-2028 年营收预测:1.61 亿 / 2.24 亿 / 3.01 亿美元
- 2028 年净利润预测:3000 万美元,同比增长 12.14%
- EPS 预测:-0.01 / 0.05 / 0.05 美元
- 估值:2028 年 P/E 为 915.90,P/B 为 54.85
技术与行业趋势
- AI 技术演进:从模型能力竞争转向数据闭环能力分层,公司通过数据-模型飞轮效应构建壁垒
- 算力升级:英伟达推出新一代 AI 基础设施,支持大规模训练与推理
- 大模型合作:公司与 LiquidAI、MicrosoftDiscovery 等合作,提升模型性能与泛化能力
- 商业化路径:通过平台订阅、BD 授权与自研管线实现多维度盈利,增强公司稳健性
总结
TNIK 抑制剂 Rentosertib (ISM001-055) 是 AI 制药行业的首个临床验证里程碑,标志着 AI 在药物研发中的突破。公司凭借其 Pharma.AI 平台,实现从靶点发现到临床试验的全流程 AI 驱动,显著缩短研发周期。BD 合作与临床数据的突破性表现,使公司成为 AI 药物研发的领跑者。然而,解禁风险与临床不确定性仍是其面临的主要挑战。
试读结束,高清完整版pdf/doc/ppt,请点下载