英矽智能三战港交所：四年亏近6亿美元资金链显著承压 在研管线均未完成Ⅱ期临床商业化前景不明

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　2025年5月，英矽智能（InSilico Medicine）第三次向港交所递交招股书，摩根士丹利、中金公司与广发证券（香港）担任联席保荐人。此前，该公司分别于2023年6月和2024年3月两次递表，均因未在6个月内通过聆讯而失效。由此不难看出，尽管英矽智能被视为行业明星，但其尚未验证的商业化能力与持续扩大的亏损使资本市场对其始终保持审慎态度。

　　作为全球首个将生成式AI应用于药物发现全流程的企业，英矽智能凭借Pharma.AI平台实现了多项突破，包括ISM001-055从靶点发现到I期临床仅耗时27个月，较传统方法缩短70%；平台已产出20余项临床或IND阶段资产，其中3项对外授权金额超20亿美元。然而，技术优势背后，商业化落地的挑战同样显著。

　　四年亏近6亿美元 依赖外部输血资金链已显著承压

　　招股书显示，英矽智能的商业模式以“AI+Biotech”为核心，即利用生成式AI技术，加快管线临床前研究进程，规模推动管线进入临床，实现创新药的高效研发，收入主要来自药物发现服务与管线授权。

　　从财务数据看，2022至2024年，公司收入从3014.7万美元增至8583.4万美元，复合增长率达68.7%，但其财务健康度仍存隐忧。2021年至2024年，公司累计亏损5.91亿美元。其中2024年公司净亏损收窄至1709.6万美元，同比降幅达92%，但亏损收窄主要依赖阶段性授权首付款，收入来源缺乏稳定性。

　　具体而言，目前公司收入主要于依赖三款候选药物的授权合作，形式包括首付款、里程碑付款及特许权使用费。然而，授权协议的实际执行进展缓慢。以赛诺菲12亿美元合作协议为例，两年半仅完成三个靶点的首付款，累计首付款约1250万美元，12亿美元合作协议中仅兑现1.04%，后续里程碑付款仍遥遥无期，或难支撑长期收入增长。

　　从收入来源看，英矽智能的收入严重依赖头部客户。2022至2024年，前五大客户贡献收入占比分别为90.6%、94.1%和94.4%，最大客户收入占比更一度高达76.2%。未来如公司核心客户减少投入或合作终止，公司业绩或将面临断崖式下滑风险。

　　同时，2024年公司研发费用高达9189.5万美元，占总营收的107%，未来公司业绩仍将面临持续性压力。资料显示，临床试验是新药上市过程中最费钱的环节，在整个研发周期中费用占比约为80%，而英矽智能在研管线全部处于临床前研发或早期临床阶段，随着相关管线的不断推进，英矽智能的亏损或将持续放大。

　　事实上，自2018年首轮600万美元融资后，公司几乎每年都需要通过新轮次融资填补研发与运营的资金缺口。即便如此，截至2024年末，公司账面现金仅剩1.26亿美元，而负债净额高达6.64亿美元，流动比率从2022年的32.1%骤降至16.5%。债务结构中，短期借款和应付账款占比超70%，公司资金链显著承压。

　　在研管线均未完成Ⅱ期临床 “数据孤岛”难题待解

　　从产品角度看，目前英矽智能拥有15款候选药物管线，但均处于临床前研究或早期临床阶段。其中研发进展最快的TNIK小分子抑制剂ISM001-055也只是刚刚完成Ⅱa期临床，即通过在少量研究参与者身上试验，评估药物的安全性和初步疗效，并确定适宜的剂量范围。

　　二期临床是对临床治疗效果的初步探索试验，能为新的干预措施初步提供有效性的证据以及有关安全性的进一步试验数据，进而判断一种治疗措施是否值得进行更大规模的三期试验。在新药临床的各环节中，虽然每个流程都会有自己特定的里程碑，用于证明技术在当前环节的有效性，但整体性的技术证明仍需临床二期结果来证明。

　　由于二期临床在整个研发周期中重要性强，且淘汰率高，因此素来被称为新药研发的“死亡之谷”。因核心管线临床失败导致公司经营受阻，市值暴跌在海外市场已有前车之鉴。例如AI制药赛道公司Relay Therapeutics在AACR2023会议上披露了选择性PI3Kα抑制剂RLY-2608临床数据有效性不佳，随后股价股价狂泻36%；BenevolentAI在主要候选药物失败后裁员180人，裁员人数几乎是其员工总数的一半。

　　英矽智能在研管线尚无二期临床数据读出，这也意味着投资者将不得不面临“开盲盒”的窘境，二期临床如能达到主要终点，公司不仅证实了管线的未来市场潜力，更是进一步论证了公司自有平台的技术实力。但如果二期临床未达预期，公司价值的不确定性将在高基数下进一步加剧，类似Relay Therapeutics的股价踩踏事件或将再度重现。

　　另外一个需要关注的点是，在AI制药企业普遍面临的“数据孤岛”挑战之下，英矽智能的管线研发是否可持续？英矽智能的核心竞争力来自于其专有Pharma.AI平台，而AI的三要素包括数据、算法和算力，其中数据项是当下制约行业发展的核心痛点。在药物发现和开发中使用AI的前提，是使用算法来搜索海量数据（维权），包括化合物的结构、动物研究和患者信息等。没有这些海量数据，AI则无法提供准确的结果。

　　但现阶段国内AI制药产业生态仍处于发展初期，数据壁垒普遍存在，药物分子库通常集中于经营已久的头部药企，因此AI制药企业主要通过购买商业库及通过公开数据库拿到的药物研发数据，这样的研发数据量少质低。

　　正如英矽智能在招股书中所述，“由于AI驱动的药物研发服务行业的数据源分散、格式不一致且往往不完整，因此医疗行业收集或可得的数据的整体质量通常会受到质疑，已知或未知的数据缺失或遗漏的程度或数量可能属重大，我们在监测和审计数据质量时经常发现数据问题及错误。”在行业生态尚不完善的背景下，英矽智能所面临的挑战无疑也是巨大的。