作为中国AI制药企业的明星公司，QuantumPharm Inc.（下称“晶泰科技”）迎来了其在资本市场的首秀。

11月30日，晶泰科技向港交所递交了IPO申请书，以18C特专科技公司新规的标准向资本市场发起了冲刺。

透过这份招股书，晶泰科技的业务呈现了两大特点：

一是主打“量子物理”的概念。晶泰科技基于量子物理的“第一性原理”计算可具备产生用于AI模型训练的数据以解决数据稀缺问题等优势；

二是只当“卖水人”，晶泰科技无意推动管线自研，主要在药物开发环节与药企进行合作，这或许在一定程度上降低了风险。

即便如此，晶泰科技的亏损仍然高悬于顶。

2020年至2022年，晶泰科技的收入分别仅为0.36亿元、0.63亿元和1.33亿元，但同期亏损额分别可达到7.34亿元、21.37亿元和14.39亿元。

在港股市场低迷的背景下，晶泰科技选择此刻递表能否达到理想的募资目标，仍是一个未知数。

文明的历程，就是人类越看越远的历程。当ChatGPT的热潮席卷了世界之时，让市场看到AI更多可能性。

AI制药就是重要的研究领域。

这与近年来药物开发的“靶点枯竭”困境有关。

公开数据显示，FDA批准的抗体药物约有百余款，但PD-1/PD-L1在内的10个热门靶点占比超4成。

热门靶点“内卷”，新靶点少之又少，创新药急需要更加高效的工具加速靶点发现，这成为了AI制药“大显身手”的机会。

药物发现正是AI制药落地的主要应用场景，被用于加速靶点发现、化合物筛选预测等，以节约整体的研发周期。

“AI可助力药物研发转型升级，通过机器学习、深度学习、大数据等技术对化合物结构、作用机制、药效等海量数据进行分析处理，实现快速精准预测靶点、筛选化合物分子和预测化合物性质。AI赋能药物发现可将研发周期平均缩短1/2-2/3，降低10%的研发资金投入，同时提高新药研发的成功率。”民生证券医药行业首席分析师王班向信风（ID:TradeWind01）表示。

继今年6月AI制药企业InSilico Medicine Cayman TopCo（下称“英矽智能”）递表港交所后，大陆企业终于也登上了资本市场的舞台。

11月30日，AI制药企业晶泰科技以18C特专科技公司新规向港交所递交了IPO申请。

其中，18C特专科技上市标准主要针对新一代信息技术、先进硬件及软件、材料、新能源等行业。

晶泰科技就此成为了第二家以18C申报港交所的企业。

在此之前，车规级智能汽车计算SoC及基于SoC的解决方案供货商Black Sesame International Holding Limited（黑芝麻智能）采取该标准冲刺港交所，也是今年3月18C落地后第一家以该标准申报港交所的公司。

或是为了紧贴“18C特专科技”，晶泰科技在招股书的材料中详细阐述了自身的特专科技特色。

“量子物理”就是晶泰科技打出的一张牌。

“我们是一个世界前沿的基于量子物理、以人工智能赋能和机器人驱动的创新型研发平台。我们采用基于量子物理的第一性原理计算、先进人工智能、高性能云计算以及可扩展及标准化的机器人自动化相结合的方式，为制药及材料科学（包括农业技术、能源及新型化学品以及化妆品）等产业的全球企业集团和创新公司提供药物及材料科学研发解决方案及服务。”晶泰科技指出。

通俗理解，晶泰科技的计算平台可以应用于医药、材料学等领域。

根据晶泰科技的阐述，量子物理的第一性原理计算具备更准确地描述分子系统的相互作用、预测分子系统的结合亲和力等关键特性、产生用于AI模型训练的数据以解决数据稀缺问题等优势。

“与传统的研发服务提供商和其他没有第一性原理计算能力的市场参与者不同，后者通常需要足够的实验资料来训练其人工智能模型，我们基于量子物理的第一性原理计算可以自始生成可扩展的数据资产和药物属性，使我们能够克服在应用人工智能的早期阶段经常出现的数据缺乏问题。”晶泰科技在招股书中指出。

该路径确实是技术的发展方向之一。例如微软公司的AI4Science团队开展的分子建模项目中，同样涉及训练自定义模型的任务。

如此来看，晶泰科技的竞争对手不仅局限于AI制药领域，还包括一众大模型公司。

谷歌旗下的DeepMind就结合了两种不同的深度学习模型，一个是对现有材料中的元素进行修改来生成超过十亿个结构，第二种忽略现有结构并纯粹根据化学式预测新材料的稳定性。这两种模型的结合为新材料的发现提供了更多可能性。

今年11月末，DeepMind旗下的AI工具GNoME宣布发现了220万种新晶体，在超导体、超级计算机供电和下一代电池中或有更多应用。

如此背景下，若晶泰科技也参与大模型的竞争，其计算平台的优势能否“卷过”其他AI企业仍然是未知数。

从整个业务结构来看，晶泰科技的收入分成药物发现、智能自动化两大板块。

在药物发现业务中，晶泰科技主要为生物制药企业提供涉及靶点确定、检验、先导化合物生成及优化的药物发现服务，以此向其收取一定服务费，与CRO企业的盈利模式颇为相似。

药物发现是晶泰科技重要收入来源，2022年创收0.88亿元，占比达到65.7%。

值得一提的是，晶泰科技已开发出专有的ProteinGPT，用于预测和筛选蛋白质序列，并通过将LLM纳入算法中以生成符合特定预设标准的蛋白质药物。

目前晶泰科技的药物发现业务的技术平台支持小分子、抗体、多肽、ADC及PROTAC等多种模态。

涉及多肽、ADC的大分子药物是目前市场研发的热点，但也是AI药物发现平台的短板。

“我们研发团队对AI是欢迎的，算法在研发的一些过程（比如小分子设计）里面确实能提高效率，但是同时也觉得AI在生物制药的很多应用，比如找靶点方面目前都不成熟，还有待进一步验证。”某创新药研发人员指出，“我们提出一个靶点，AI算出来10个分子，也不知道哪个分子最好，都得我们自己做验证。”

从晶泰科技官网披露的在研管线情况来看，唯一一款进入临床阶段的抗肿瘤药物“XBD-101”仍属于小分子。

信风（ID:TradeWind01）注意到，从整体披露的情况来看，晶泰科技在AI制药领域的核心环节“靶点发现”上并未做太多的阐述，而更着墨于靶点发现之后的“先导化合物生成及优化”的环节。

例如此次晶泰科技提及的实名合作案例主要源自辉瑞。晶泰科技称其晶体结构预测能力在开发辉瑞的抗新冠病毒药物Paxlovid中发挥了重要作用。

优化化合物让老靶点“发新芽”，确实不失为一种更为安全的商业化策略，这一模式已经得到印证。

2022年12月，武田制药以40亿美元的首付款和高达20亿美元的潜在销售里程金，收购Nimbus Therapeutics使用AI进行化合物优化的TYK2抑制剂“NDI-034858”。

晶泰科技也与客户约定若合作项目成功达到特定里程碑，将获得额外的特许权使用费等。例如今年5月与礼来签署了AI小分子新药发现合作，预付款及里程碑总收益可达2.5亿美元。

晶泰科技无意打造自研管线，仍坚持充当“卖水人”的角色。

或正因如此，在港交所尚未推出针对“未商业化”的18C特专科技公司新规前，晶泰科技无法以“18A”生物科技公司标准申报港交所，只能将IPO的目标市场放在美国——根据18A的上市标准，生物科技公司必须提交已经/计划获药监局批准用作商业化的核心药品资料。

2021年5月，晶泰科技计划赴美上市，但此后无疾而终。

“于2021年5月，我们考虑了于美国进行首次公开发售（拟进行美国上市）的可能性。在拟进行美国上市过程中，我们向美国证交会递交机密申请文件，供其审阅。我们的董事认为我们就证监会的问题提供满意的答覆并进行了审查，及与证监会或其他专业人士就拟进行美国上市并无分歧。”晶泰科技解释称。

直至今年3月，港交所推出了18C上市标准后，晶泰科技才计划以该标准申报港交所。

“卖水人”的角色对于晶泰科技来说风险性确实更小。

但在创新药行业投融资活动热度下降的背景下，晶泰科技能分到多少杯羹仍是未知数。

虽然AI制药旨在降低药物研发成本，同时可以将人类从海量的数据中解放出来。

但“人”仍然是晶泰科技最大的支出。

2020年至2022年，晶泰科技的雇员福利支出分别达到1.02亿元、2.24亿元和4.21亿元，占各项开支的比例达到63.43%、55.08%和62.67%。

以2022年为例，当年用于研发人员的支出为2.10亿元，占研发开支的比例达到58.5%。

粗略按照710名研发人员数量口径统计，晶泰科技每名研发人员成本为29.58万元。

与晶泰科技“大力出奇迹”相比，英矽智能的研发人员成本占比较低。

2022年，英矽智能用于研发人员的劳工成本为1.14亿元，占研发开支的比例为20.4%，按照其披露的255名研发人员数量计算，则每名研发人员成本为44.71万元。

2020年至2022年，晶泰科技的亏损额分别可达到7.34亿元、21.37亿元和14.39亿元。

对外融资是晶泰科技能够持续投入的动力。

从2015年创设之初直至2021年7月，晶泰科技累计完成了8轮融资，先后引入了腾讯、红杉资本、中国人寿旗下的国寿成达（上海）健康产业股权投资中心（有限合伙）等投资机构，交易估值自0.10亿元飙升至140.47亿元。

截至2023年6月末，晶泰科技的现金及现金等价物、定期存款可达到29.38亿元。

按照2022年14.39亿元的亏损额来看，晶泰科技近30亿元的现金储备或并不算宽裕，IPO势在必行。

但在港股市场不景气的背景下，晶泰科技此番IPO能否顺利成行或许也具有不确定性。

Wind数据显示，2023年前11个月港股市场的IPO募资额仅为339.62亿元，同比下滑了57.65%。

“市场太冷了，我们就暂停了，上了还不如不上。”某计划奔赴港股市场的医药企业向信风（ID:TradeWind01）表示。

但对于晶泰科技身后的一众投资机构来说，或许已经等不及。