专题：英矽智能冲刺“AI创新药第一股” IPO估值逾10亿美元
21世纪经济报道记者季媛媛 上海报道
继先前的挫败之后，顶着AI制药“第一股”的光环，英矽智能再次宣布递表港交所，赴港上市。
5月8日，港交所官网显示，英矽智能（Insilico Medicine）递交港交所上市申请，摩根士丹利、中金公司、GFSHK为联席保荐人。这并非英矽智能首次冲刺港股IPO。早在2023年6月27日，英矽智能递表港交所，2024年3月27日，英矽智能再次向港交所提交上市申请。
根据招股书，英矽智能成立于2014年，2019年落地上海浦东，凭借生成式AI技术快速崛起。其核心业务涵盖自研管线开发、AI平台授权以及跨领域合作三大核心领域，并成功构建了从靶点发现直至临床验证的完整产业链条。
2018年至今，英矽智能进行了8轮融资，2025年2月完成超1亿美元E轮融资，投后估值约13.31亿美元。财务方面，于2022年度、2023年度、2024年度，英矽智能的收入持续增长，分别为约3010万美元、5120万美元、8580万，2022年至2024年收入增长率为185%。毛利率分别为63.4%、75.4%、90.4%。经过调整，亏损额持续减少，分别为7080万元、6740万元、2270万元。
此次上市，英矽智能拟将募资金额用于：为关键临床阶段管线候选药物的进一步临床研发提供资金；开发新的生成式AI模型及相关的验证研究工作；进一步开发及扩展自动化实验室；为早期药物发现及开发的研发提供资金；用作营运资金及其他一般企业用途。
有券商医药行业分析师对21世纪经济报道记者表示，本次英矽智能递表港交所距离其首次递表已过去近两年。从业务布局、技术突破到商业化争议，这家明星企业的上市之路，折射出AI制药行业的机遇与挑战。
“ 英矽智能的生成式AI技术虽具创新性，但面临数据壁垒挑战。”该分析师指出，在医疗领域，尽管AI制药发展迅速并取得了一定成果，但在商业化应用方面仍面临技术、数据、法规和市场接受度等多重障碍。
这也意味着，尽管技术突破与资本追捧为其戴上光环，但对英矽智能而言，临床数据、盈利模式与生态协同的挑战仍如达摩克利斯之剑高悬。
AI驱动产业扩张
伴随着AI技术的发展，制药领域正在迎来“百年难得的历史性机会”，这也催生了“AI+制药”产业的不断扩容。
根据市场报告，AI技术的应用有望将临床新药研发的成功率从12%提升至约14%，从而为生物制药业节省约10亿美元的研发经费。AI在制药领域呈现的高效率，一度被认为能颠覆传统流程，AI制药赛道也曾因此受到资本热捧。
另据智药局的监测数据，2022年全球AI+药物研发领域共发生144起融资事件，累计融资金额达到62.02亿美元，这一数字较2021年有所增长，显示出该领域在全球生物医药领域中的重要性和资本市场的青睐。但2023年间，104起AI+药物研发相关融资总金额为36.01亿美元，同比下降42%，一级市场已有趋缓之势。但2024年全球AI+药物研发相关融资总事件达到128起，总金额为57.95亿美元（约人民币416.4亿元）， 融资金额大增61%，资金量接近2022年的水平，市场回暖。
不过，对比国际，国内大部分AI制药企业尚在早期融资轮次。据不完全统计，在超过90家AI制药企业中，除成功上市的晶泰科技和已递交招股书的英矽智能外，进入C轮融资的屈指可数，包括药物牧场、深势科技等6家，B+轮融资的包括红云生物和奕拓生物2家。
谈及目前AI制药市场现状，美富律师事务所上海办公室管理合伙人孙川日前在接受21世纪经济报道记者采访时表示，人工智能在两个方面发挥着重要作用：首先，它能在药物发现阶段帮助识别更佳的靶点；其次，通过人工智能设计临床试验方案，因为方案设计对于临床试验至关重要。如果方案设计不当，整个试验可能会遇到问题。
“在没有人工智能之前，方案设计是一个非常耗时、费力且成本高昂的过程。然而，人工智能的优势在于能够利用大量数据，并且随着数据量的增加，它能更有效地协助这一过程。”孙川指出，在市场交易中，人工智能的应用变得越来越普遍，这已成为一个明显的趋势。
在产业利好的大趋势下，英矽智能也在加速布局。ISM001-055（Rentosertib），一款强效选择性TNIK小分子抑制剂，是英矽智能目前进展最快的临床阶段资产。该药物在2024年8月成功完成在中国的IIa期临床试验，并于同年10月公布了积极的顶线数据，显示了良好的安全性和耐受性，以及在特发性肺纤维化（IPF）患者中观察到的剂量依赖性肺功能改善。
英矽智能计划接下来在中国开展ISM001-055用于特发性肺纤维化（IPF）的Ⅲ期研究及在美国开展ISM001-055用于IPF适应症的IIb/Ⅲ期研究。ISM001-055已于2023年2月获得FDA授予的孤儿药资格认定，并于2025年4月获得药品审评中心用于治疗IPF的突破性疗法认定。
招股书称，根据弗若斯特沙利文的资料，该资产为同业公司中最先进的研发项目。相较于传统方法，英矽智能的Pharma.AI平台显著加速了药物发现流程，从新型TNIK靶点的识别到首次人体临床试验的启动，整个过程仅用了18个月的时间。除医药领域外，英矽智能将AI技术延伸至农业、新材料、兽医药物等领域。
万亿市场的“破”与“立”
“AI+制药”的模式虽然一定程度上提升了我国医药健康行业从业者的工作效率，但人工智能的融入过程也并非一帆风顺。
例如，就目前国内AI制药领域而言，最大阻碍是公共数据数量的局限。前述券商医药行业分析师对21世纪经济报道记者表示，行业数据量是不够的。尽管目前人工智能技术在药物开发中已经发挥了重要作用，但相较于AI技术在其他领域的应用，其在药物研发领域的成果数量仍然有限。
此外，尽管现在整个AI制药发展趋势，从单一的小分子，一直拓展到新兴的ADC、抗体药物、细胞治疗、基因治疗这些药物类型上是一大趋势。然而，这些尝试往往并不能单凭AI一蹴而就，要将“AI+制药”模式推向创新疗法的前沿，仍需跨越一段不小的距离。
此前，英矽智能联席首席执行官、首席科学官任峰也在公开场合指出，自去年起，公司便开始运用人工智能技术辅助生物学家的工作，涵盖抗体药物、多肽药物等领域，相关算法已达到成熟阶段，并与数家国际企业展开合作。然而，从零开始创造，如何将生物药物转化为实际应用，仍需一段冗长的旅程。
“我们能够从头开始构建一个氨基酸序列，并赋予其活性，这通过暴力计算，分析其折叠结构和能量，相对容易实现。然而，将其转化为蛋白质药物或抗体药物的过程，仍然任重而道远。”任峰指出，这是因为存在诸多挑战，如免疫原性问题、是否会产生聚集等，这些问题并不能仅凭设计出具备结合能力的序列就迎刃而解。
这也意味着，AI制药全面落地仍需经历一段漫长的道路。上述分析师也指出，AI制药还需面临多个挑战。一方面，临床二期存“盲盒”风险。 临床二期，这一新药研发的关键阶段，常被誉为“死亡之谷”，其失败率高达60%，令人瞩目。若临床试验数据未能达到预期，AI制药领域的相关企业可能会因此遭受股价暴跌的严峻打击。另一方面，我国医疗数据呈现出分散且标准化程度不高的现状，尽管众多AI制药企业已通过自建实验室积极积累数据，但与国际大型药企相比，其数据库规模仍然相对薄弱。
英矽智能招股书也坦言，其AI模型依赖“不完整、不一致”的外部数据，可能影响预测准确性。
此外，AI制药企业还需打破资本依赖与盈利困局。目前，不少AI制药企业高度依赖融资输血，若IPO受阻，现金流压力将陡增。
“当前，业界正致力于探索如何借助AI生成临床研究的分析报告，如何在海量数据（维权）中寻找潜在答案，加快与监管机构的沟通，以及如何利用AI进行数据分析等。我们正在尝试这些方法，期望未来能够将AI真正融入临床研发的每一个环节中。然而，要实现AI在临床开发中的广泛应用，我们还需克服诸多环节壁垒。”该分析师说道。
AI制药的商业化前景不仅取决于技术渗透的深度，还受到监管协同和支付端改革的共同影响。根据麦肯锡的预测，到2030年，随着AI技术全面渗透药物研发领域，预计市场规模将达到5300亿美元。此次，英矽智能若成功上市，其表现将深刻影响资本对AI制药赛道的信心。这是一场关乎技术创新与商业理性的长跑，而哨声刚刚响起。
网友留言（0）