1
国内首款 AI 辅助原创药获批：行业第一次拥有“走到上市”的完整样本
盐酸伊司特韦片（艾普司韦）获得国家药监局附条件批准，用于成人轻型、中型新冠感染。研发团队披露，AI 参与 DEL 筛选条件设计、命中分子优选和后续多轮数据迭代。
为什么重要：这是从早期筛选、优化、临床到监管批准的闭环实例，证明 AI 可嵌入真实药物研发链条。
还不知道：获批本身不能拆分 AI 对总周期和成功率的独立贡献，商业需求也受新冠治疗市场变化影响。
5-MINUTE DECISION READ
一、本周投资人先看这 5 件事
排序依据：是否跨过临床/监管门槛、是否改变研发成本结构、是否形成可复用数据和可验证商业模式。
2
Rentosertib 进入 III 期实际给药：AI 发现资产开始接受大样本临床检验
英矽智能 9 月 10 日宣布 GENESIS-IPF-3 在北京协和和上海市肺科医院完成首例入组给药；计划 47 个中心、320 名 IPF 患者、52 周治疗。
为什么重要：III 期是疗效可重复性、安全性和注册价值的集中检验，平台故事开始被真实临床终点约束。
还不知道：IIa 期 FVC 信号能否在更大样本、更长疗程中复现。
3
Virtual cell 开始预测“时间和扰动”，不再只做静态细胞表征
Nature 发表 ProteinTalks：研究团队构建 3,800 万余条时间序列蛋白丰度测量，用于预测药效、联用、耐药相关蛋白、患者反应和类器官候选优先级。
为什么重要：虚拟细胞若能稳定预测“给药后会怎样变化”，才有机会进入项目决策。
还不知道：跨疾病、跨实验室和前瞻项目的泛化能力仍需验证。
4
AlphaGenome Atlas 把 90 亿种单碱基变异预计算成可查询基础设施
Google DeepMind 9 月 8 日发布 AlphaGenome Atlas：1 PB 数据集，覆盖人类基因组约 90 亿种可能的单碱基变化，并给出变异影响评分与机制归因。
为什么重要：大规模预计算把模型能力变成研究基础设施，能直接进入靶点发现、罕见病和调控变异优先级筛选。
还不知道：预测对疾病因果和药物可成药性的增量贡献，需要实验和临床遗传学继续校验。
5
药物发现开始出现“命中后再付费”：模型能力被直接绑定实验结果
OpenBench 与 Novalix 9 月 9 日推出按结果付费合作：OpenBench 完成超大规模虚拟筛选与候选合成，Novalix 做体外验证；仅在交付经实验确认的化学命中系列后收取成功费。
为什么重要：平台方开始承担早期技术风险，客户采购标准从软件许可转向实验结果。
还不知道：六个月交付目标在不同靶点上的成功率、毛利率和客户复购尚未公开。
LEARNING LAYER
二、本周概念补给站
本期围绕“从模型到监管”的验证阶梯，以及为什么 AI-ready 数据会变成平台壁垒。
AI 辅助研发与 AI 原生药物，有什么区别？
AI 辅助研发表示 AI 在筛选、排序、性质预测或实验决策等环节发挥作用。AI 原生药物通常用于描述从靶点到分子优化都高度依赖 AI 的项目，但行业尚无统一监管定义。
- 两者都要经过药化、毒理、CMC、临床和监管。
- “用了 AI”无法自动推导研发速度或成功率提升。
- 本周对应：艾普司韦与 Rentosertib。
PCC、IND、III 期、获批：平台到底跨过了什么门槛？
PCC 是临床前候选；IND 获准后才进入人体；III 期验证疗效和安全性能否在大样本中成立；获批意味着监管机构认为在特定适应症和条件下可以进入市场。
- 每向后一步，成本和失败信息都显著增加。
- 多个 PCC 证明产能，进入临床和获批才逐步证明资产质量。
- 本周对应：MP-5342、Rentosertib、艾普司韦。
什么叫 AI-ready data？
“AI-ready”不是把实验结果存成电子文件，而是让样本来源、实验条件、批次、测量方法、质量控制和结果都能被机器稳定读取，并能追溯到原始实验。
- 减少数据清洗和跨团队对齐时间。
- 高质量、连续生成、与真实项目绑定的数据更难复制。
- 本周对应：英矽智能 × 墨卓生物。
WEEKLY FRONTIER RADAR
三、本周行业前沿雷达｜8 项
事实、分析和不确定性分开写；公司自评与同行评议证据采用不同权重。
监管 / 中国高｜商业化
艾普司韦附条件获批：AI 辅助研发完成从发现到上市的全链条
西湖大学团队称，490 亿规模 DEL 库先筛出 100 多个候选，AI 参与筛选条件设计并优选 9 个分子进行合成测试，随后用实验数据持续迭代模型。
行业位置DEL + AI + 实验闭环，最终走到监管批准。
投资含义对有自有实验数据和可追踪资产的 AI 平台形成示范。
下一步上市后销售、真实用药及第二资产复用。
临床 / IPF高｜III 期
Rentosertib III 期首例给药
GENESIS-IPF-3 计划在中国 47 个中心招募 320 人，随机、双盲、安慰剂对照，治疗 52 周。
行业位置进入注册级临床检验。
投资含义平台开始由患者结局验证。
不确定性IIa 期 FVC 信号能否复制。
数据基础设施中｜合作
英矽智能 × 墨卓生物：虚拟细胞补上可追溯单细胞数据层
双方将大规模单细胞多组学数据接入 Pharma.AI，用于靶点发现和 Virtual Aging Cell 的训练、验证与迭代。
行业位置竞争扩展到真实扰动数据。
投资含义数据生产成为 AI4S 基础设施。
不确定性数据规模和商业条款未披露。
多肽 / DBTL中｜合作
MOLCURE × Axcelead：AI 多肽设计进入设计—实验—再训练循环
MOLCURE 用 AI 优化起始多肽，Axcelead 负责合成和实验评价，数据回流模型进入下一轮设计。
行业位置典型 DBTL 闭环。
投资含义看每轮迭代时间和性质改善。
下一步候选质量和后续里程碑。
TPD / 日本中｜合作
Elix × Axcelead：靶向蛋白降解进入 AI + 药化专家协同设计
双方用分子生成模型和药物化学经验共同发现新的靶向蛋白降解剂。
行业位置AI 进入复杂新模态。
投资含义强实验/药化团队提高可开发候选概率。
不确定性靶点和经济条款未披露。
商业模式中｜合作
OpenBench × Novalix：把早期发现费用绑定实验命中系列
OpenBench 负责超大规模虚拟筛选和候选合成，Novalix 做体外表征；客户获得经实验确认的 hit series 后再支付成功费。
行业位置从卖软件转向分担技术风险。
投资含义更直接检验平台 ROI。
下一步成功率、毛利率和客户复购。
临床前 / 中国中｜公司披露
晶泰科技 × 默达生物：MP-5342 进入 IND 申报冲刺
公司披露该口服 LDHA 抑制剂已完成大鼠、犬 GLP 毒理和猴预毒理，并完成 IBD 临床前药效验证。
行业位置第二条合作管线接近 IND。
投资含义重复产出比单项目更能说明平台产能。
下一步IND 受理与人体安全性。
基因组基础设施中高｜平台发布
AlphaGenome Atlas：基础模型开始变成可查询数据基础设施
DeepMind 预计算约 90 亿种单碱基变化的分子影响，提供网页、API 和科研智能体技能，并计划通过 Google Cloud 支持商业使用。
行业位置模型产品化。
投资含义通用变异预测工具壁垒下降。
不确定性预测仍需功能实验和临床遗传学确认。
COMPANY & CAPITAL
四、企业与资本动态
覆盖中国、日本、欧洲和美国；资本事件与技术验证分开判断。
| 公司/地区 | 赛道 | 本周变化 | 阶段/模式 | 竞争位置 | 投资意义 | 下一节点 |
|---|---|---|---|---|---|---|
| 西湖制药 / 中国 | DEL + AI 小分子 | 艾普司韦附条件获批 | 商业化资产 | 监管验证增加 | 形成国内完整上市样本 | 销售、真实世界效果、第二资产 |
| 英矽智能 / 中国+全球 | 生成式药物发现 | Rentosertib III 期首例给药 | 临床阶段 AI-native biotech | 进入注册级临床检验 | 平台与资产开始由大样本临床结果检验 | 52 周 FVC、安全性 |
| 墨卓生物 / 中国 | 单细胞多组学数据 | 与英矽智能建立 AI-ready 数据合作 | 科研基础设施 | 进入大型 AI 制药平台数据层 | 数据生产可成为 virtual cell 上游供给 | 数据独占性、交付规模 |
| 晶泰科技 / 中国 | AI+机器人药研 | MP-5342 完成关键临床前研究 | 平台+孵化资产 | 第二条合作管线接近 IND | 重复产出验证平台 | IND 受理、人体安全性 |
| MOLCURE / 日本 | AI 多肽/抗体 | 与 Axcelead 开展 DBTL 项目 | 平台合作 | 湿实验闭环增强 | 可用迭代效率验证平台 | 候选质量、里程碑 |
| Elix / 日本 | 生成式小分子 / TPD | 与 Axcelead 合作 TPD | 平台+联合研发 | 进入复杂新模态 | AI 与药化专家结合更适合高约束问题 | 实验结果、经济条款 |
| OpenBench / 美国 | 虚拟筛选 | 与 Novalix 推出按结果付费 | success-fee 服务 | 商业模式贴近客户 ROI | 平台主动承担早期风险 | 成功率、毛利率、复购 |
| Google DeepMind / 英美 | 基因组基础模型 | AlphaGenome Atlas 上线 | 开放科研 + 云商业化 | 基础模型产品化 | 压低通用变异预测工具壁垒 | 企业付费与药研案例 |
| Navion Neurosciences / 美国 | AI-enabled chemistry + 离子通道 | 完成 1080 万美元 Seed 首轮 | 临床前 biotech | 资本验证，技术尚早 | 资金继续进入 AI+结构生物学平台 | 早期项目和临床前数据 |
LANDSCAPE UPDATE
五、AI4S 产业地图更新
只标记本周出现实质变化的位置。
↑
1. 基础模型和算法
AlphaGenome Atlas 把基因组预测转成 1 PB 可查询基础设施；ProteinTalks 增加动态蛋白质组路径。
↑
2. 小分子发现
艾普司韦上市、OpenBench 按结果付费、MP-5342 冲刺 IND。
↑
3. 蛋白/抗体/多肽设计
MOLCURE–Axcelead 与 HighMorph 都指向“设计 + 实验约束”。
→
4. RNA/DNA 与基因调控
AlphaGenome 提升变异解释基础设施，但本周未见重排 RNA 平台竞争的临床节点。
↑
5. Virtual cell / 单细胞 / 多组学
ProteinTalks 与 MobiDrop 合作分别从模型和数据两端推进。
↑
6. 自动化实验 / DBTL
MOLCURE 和晶泰均把 AI 与实际实验迭代绑定。
↑
7. 数据、软件和实验基础设施
AI-ready 单细胞数据的重要性上升。
↑
8. AI-native biotech 自有管线
Rentosertib 进入 III 期。
↑
9. 药企采购与合作模式
按结果付费、实验闭环和可追溯数据成为更具体的采购形式。
INVESTOR QUESTIONS
六、本周技术趋势：用普通语言解释
1. 艾普司韦获批，能否证明 AI 制药成功率更高？
它证明 AI 可以嵌入完整药物发现项目，并与 DEL、药化、实验和临床形成闭环。单个成功项目还无法计算行业整体成功率提升。更值得追踪的是同一团队能否重复产生第二、第三个可上市资产。
2. Rentosertib 进入 III 期，对平台估值意味着什么？
III 期把“模型是否会设计分子”转成“患者是否获得可重复临床获益”的问题。成功会显著增加平台可信度；失败同样会提供高价值反证。
3. Virtual cell 什么时候才算进入药物研发主流程？
至少要能预测干预后的时间变化，在未见过的细胞或组织上维持表现，并在前瞻实验中提高候选排序或组合设计效率。
4. 按结果付费会不会成为 AI 药物发现的主流商业模式？
它适合模型对命中率有明确贡献、实验交付标准可定义的早期发现任务。平台方承担更多失败风险，因此需要足够高的成功率和并行项目数。
5. AI-ready 数据为什么比更多数据更重要？
能追溯样本、实验条件、仪器、批次和 QC 的数据，才能用于模型训练、外部验证和监管审计。数据量很大但质量不可控，会放大偏差。
RESEARCH EVIDENCE
七、精选研究与证据｜4 篇
方法、数据和局限放入折叠区。
ProteinTalks：动态蛋白质组 virtual cell 把扰动后的时间变化做成通用药研工具
核心结果：研究生成超过 3,800 万条时间序列蛋白丰度测量，用于药效、联用、耐药、患者反应分层和类器官候选排序，并从细胞系迁移到患者类器官和临床活检。
投资意义：动态蛋白质组比静态表达更接近药物作用过程；virtual cell 的价值来自能否减少实验搜索空间。
局限：尚不能证明在不同疾病、实验平台和新药项目上都能稳定改善研发成功率。
MitoSpace：4D 活细胞成像基础模型把表型筛选推进到动态细胞状态
核心结果：Cell 论文用 TB 级单细胞晶格光片显微数据进行自监督学习；模型在药物分类上优于预定义特征，可预测线粒体膜电位（R²=0.91），并零样本迁移到未见扰动和人肺类器官。
投资意义：高内涵筛选可能由固定形态特征转向动态表型表示。
局限：仍是线粒体与特定成像体系。
HighMorph：环肽设计把 AI 搜索与原子级相互作用约束放在一起
核心结果：在 PD-L1 和 KLK4 两个靶点上，作者报告生成候选中 33.3% 和 40% 具有活性，活性环肽达到微摩尔级结合。
投资意义：复杂模态更需要把物理/结构约束直接写入生成策略。
局限：两个靶点、微摩尔亲和力，尚不能外推到临床候选质量。
Rentosertib 蛋白质组衰老时钟：临床试验可同时探索疾病疗效和生物年龄信号
核心结果：Nature Biotechnology 使用 IIa 期 42 名患者的纵向血清蛋白质组数据，六种独立蛋白质组衰老时钟均显示治疗组预测生物年龄降低；作者同时明确，衰老时钟本身无法完全分离疾病改善与衰老效应。
投资意义：高维组学可增加机制和生物标志物信息，但探索性指标不能替代适应症临床终点。
局限：小样本、探索性分析，不能据此认定药物具有临床抗衰老疗效。
INVESTMENT VIEW
八、本周投资判断
上调关注｜拥有真实临床和监管资产的平台
艾普司韦和 Rentosertib 把平台评价推进到监管批准和 III 期。下一步看复现性和项目成功率。
上调关注｜动态 virtual cell 与高质量扰动数据
ProteinTalks 和 MobiDrop 合作说明时间、扰动和实验可追溯性正在成为 virtual cell 的核心资源。
上调关注｜按结果付费的药物发现服务
付款与实验命中绑定，若能稳定交付，可以更直接证明模型带来的经济价值。
继续观察｜AlphaGenome 等通用科学基础模型
基础设施价值高，但商业价值会向云平台、专有临床数据和下游药物应用分散。
需重点核验｜公司披露的“首个”“全球领先”和研发提速
这类表述不能代替实验对照、候选质量和临床成功率。
下调溢价｜只有 benchmark、没有实验闭环的模型
本周最有分量的进展来自上市、III 期、湿实验、数据生产和付费方式。
尚不支持平台级估值｜缺乏重复资产产出的单项目团队
一个成功项目可以证明项目本身，平台价值还要看第二、第三个项目是否能稳定地产生候选。
尚不支持资产级估值｜只有计算命中、尚未形成 PCC/IND 的候选
hit 和 lead 仍要经过药化、ADME、毒理、CMC 和动物验证。
30–90 DAYS
九、未来 30–90 天观察清单
Rentosertib
GENESIS-IPF-3 中心启动和招募节奏；长期看 52 周 FVC 和安全性。
艾普司韦
上市供应、真实销售，以及团队能否复用 DEL+AI 闭环产生新资产。
ProteinTalks
外部复现、前瞻组合筛选、跨疾病和跨实验室迁移。
AlphaGenome Atlas
商业云调用、药企案例、稀有病和靶点发现中的实验确认。
OpenBench
按结果付费项目的首批交付、命中率、客户复购与单位经济学。
MOLCURE / Elix
合作是否进入可开发候选、是否出现里程碑或新增药企客户。
晶泰 / 默达
MP-5342 IND 申报和获准情况。
AI-ready data
数据平台是否出现规模化药企订单，以及数据权属、独占和合规条款。
WHAT YOU LEARNED THIS WEEK
十、本周学会了什么
- “用了 AI”与“AI 原生药物”都不是监管分类，投资判断仍要回到资产证据。
- PCC、IND、III 期和获批分别检验候选选择、人体安全、可重复疗效和最终获益风险比。
- 艾普司韦提供了国内首个 AI 辅助原创药走到批准的完整案例，但单一成功无法推导行业整体成功率。
- Rentosertib 的 III 期比模型 benchmark 更能检验 AI 药物发现的临床外推。
- Virtual cell 的竞争正转向时间序列、扰动数据和前瞻实验。
- AI-ready 数据需要完整实验上下文和可追溯 QC。
- 按结果付费把平台与实验结果绑定，会更快暴露模型的真实经济价值。
- 复杂药物模态越来越依赖 AI、结构/物理约束和湿实验团队共同优化。
METHOD & SOURCES
十一、方法、证据边界与来源索引
窗口：2026-09-04 12:00—2026-09-11 12:00（Asia/Singapore）。已读取 2026-09-04 上一期周报用于去重；上期已覆盖的 BigHat BHB810、Owkin–Boehringer、Takeda 监管自动化等内容，本期没有重复收录。
证据纪律：监管批准、同行评议论文、临床试验和公司正式公告优先。公司披露的“首个”“全球领先”“效率提升”等均视作公司主张；只有获得独立实验、临床或监管证据后才提高证据等级。
- 科技日报｜艾普司韦
- 英矽智能｜GENESIS-IPF-3
- 英矽智能｜蛋白质组衰老时钟
- MobiDrop｜AI-ready 单细胞数据
- MOLCURE × Axcelead
- Elix × Axcelead
- OpenBench × Novalix
- 晶泰科技｜MP-5342
- Google DeepMind｜AlphaGenome Atlas
- Nature｜ProteinTalks
- Cell｜MitoSpace
- J Med Chem｜HighMorph
- Nature Biotechnology｜Rentosertib aging clocks
本周报用于 AI4S 生物医药行业学习、产业研究与投资研究，不构成投资建议。本任务不承担投资组合公司日常监控，也不写入或修改投资组合日报。