Anhui Baker Biopharmaceutical Co., Ltd.

AI FOR SCIENCE AI4S拿大结果：这几个案例值得被更多人知道 2024诺奖颁给AI蛋白质研究，2025首个AI药物进入II期临床。AI4S不只是趋势，已经是事实了——带你看看这两年最炸的几个突破。 面向：对AI制药、科学研究、AI投资感兴趣的朋友信息截至 2026-10-12 AI for Science 诺奖级突破 AI制药 蛋白质结构预测 2024年诺贝尔化学奖颁给了用AI预测蛋白质结构的科学家。一半给谷歌DeepMind，一半给华盛顿大学。这不是一个普通的学术奖项——它意味着AI已经从「辅助工具」变成了「能推动基础科学边界的核心力量」。 KEY NUMBERS · 关键数字 200M+ 蛋白质结构已预测全球300万+研究者使用 $10亿 Xaira Therapeutics种子轮融资金额 >50% AlphaFold 3精度较现有方法提升幅度 2024 诺贝尔化学奖首次颁给AI蛋白质研究 01诺奖那年，AI做了什么WHEN AI WON THE NOBEL 2024年10月9日，诺贝尔化学奖公布了。一半给了大卫·贝克（David Baker），华盛顿大学的教授，原因是「用计算方法设计出了自然界不存在的蛋白质」。另一半给了戴密斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John Jumper），谷歌DeepMind的两位科学家，原因是「用AI预测了蛋白质的三维结构」。这事儿有意思的地方在哪呢？贝克做的是「从没有到有」，凭空创造蛋白质。哈萨比斯和江珀做的是「从序列到结构」，从一串氨基酸序列预测它折叠成什么形状。这两个问题，看起来是同一个问题的正反两面，其实是人类花了五十年都没搞定的大难题。而2020年，AI把它一次性解决了。 02AlphaFold：两亿种蛋白质结构免费公开THE ALPHAFOLD REVOLUTION 先说蛋白质结构预测这个事。人类已知的大概有两亿种蛋白质。每种蛋白质由几十到几千个氨基酸组成，这些氨基酸连成一条链，然后自己折叠成一个三维结构。这个结构决定了蛋白质的功能——它是催化化学反应，还是传递信号，还是成为抗体。问题是，传统方法测一个蛋白质的结构，X射线晶体学或者冷冻电镜，动辄花几年、烧几十万美金。而AlphaFold 2，2020年登场，能在几分钟内，预测出单个蛋白质的三维结构，准确率跟实验方法相当。注意，我说的是「已知的所有蛋白质」。2022年，DeepMind把两亿种蛋白质结构全放出来了，免费开放给全球研究者。两亿种。这不是某个垂直领域的突破，这是把整个结构生物学的「找结构」这一步，直接清零了。2024年，AlphaFold 3来了。这次不只是预测蛋白质结构了，而是预测蛋白质跟DNA、RNA、小分子药物的相互作用。DeepMind自己的说法是：比现有方法提升超过50%。然后，诺贝尔化学奖来了。 03蛋白质设计：从零创造生命工具PROTEIN DESIGN: CREATING FROM SCRATCH 但是，如果你觉得AlphaFold就是AI4S的全部，那你就低估了。我真正想说的，是另一个故事——蛋白质的「逆向工程」。预测结构是知道了「它折叠成什么样」。设计蛋白质是反过来的——你知道你想要什么功能，然后从零创造一种自然界里根本不存在的蛋白质。这个活儿，是华盛顿大学David Baker实验室做的。2020年他们搞出了一个模型叫RosettaFold，之后又做了RFdiffusion。这个工具能干什么呢？你告诉它「我想要一种能降解塑料的酶」，它给你设计出来。不是从已有的蛋白质库里挑，是直接生成一个全新的氨基酸序列，让它自动折叠成能降解塑料的三维结构。这意味着什么？意味着人类第一次拥有了「凭空创造生物功能分子」的能力。2024年，Baker创立了一家叫Xaira Therapeutics的公司，刚一出场就拿了10亿美元融资，是AI制药领域有史以来最大的种子轮。贝克本人拿了诺贝尔奖，公司拿了最大融资，技术还在继续迭代——2025年他们又发布了一个新工具，能像生成图片一样生成全新蛋白质，「制图AI」那个逻辑，直接平移到了分子设计领域。你说这算不算「拿大结果」？ 04Evo 2：AI读懂了生命的语言EVO 2: READING THE LANGUAGE OF LIFE 还有一个案例，知名度没那么高，但我自己看完之后觉得挺震撼的。2025年2月，Arc Institute联合英伟达发布了一个模型叫Evo 2。这个模型学的是什么？地球上所有生命的基因组DNA。从细菌到真核生物，它读了超过9.3万亿个碱基对，把生命最底层的语言学了一遍。然后它能做到什么程度？它能判断BRCA1基因的某个变异是良性还是致病性的，准确率超过90%。BRCA1是跟乳腺癌高度相关的基因，这直接关系到一个人的癌症风险评估。这意味着AI现在能「读懂DNA」了——不是比喻，是真的理解序列和功能之间的对应关系。而且它的能力还在快速扩展。预测基因突变对蛋白质的影响、设计新的基因序列、辅助基因治疗开发……这些全都在Evo 2的能力范围内。我为什么觉得这个案例很值得说？因为它意味着，AI4S的主战场，不只是蛋白质了，已经延伸到整个中心法则——从DNA到RNA到蛋白质，全链路AI正在接管。 05数学：高地的陷落MATHEMATICS: THE LAST BASTION FALLS 上面说的都是生物医药领域。但AI4S的「大结果」，不只在这里。数学。这个领域，长期以来被视为「人类智慧最后的高地」。结果AI进去没多久，就开始刷新人类自己保持了数十年的数学纪录了。2025年5月，Google DeepMind发布了一个模型叫AlphaEvolve。它做的不是解数学题，是真的去挑战那些数学家们还没解决的问题。50多道未解或困难的数学问题，它重新发现了75%的最优已知解，并更新了其中20%的前期最优解。最夸张的一个例子：一个叫「11维 kissing number」的几何问题，数学家们研究了三百年，最高纪录是592。AlphaEvolve给提升到了593。另外，它还改进了4×4矩阵乘法算法——这个算法上一次被更新，是1969年的事。一个AI，更新了一个数学界五十多年没人动过的结果。这事儿离谱到什么程度？数学界的主流反应是：「？？？」然后是IMO（国际数学奥林匹克竞赛），2025年的题目，Google DeepMind的模型拿了35/42分，达到金牌标准，而且是IMO官方认证的评分，不是公司自己说的。这个信号很重要：AI不只是能做「计算」，它在做「推理」，而且推理的质量达到了人类最顶尖的水平。 06AI4S不是风口，是事实AI FOR SCIENCE IS A FACT, NOT A TREND 2018年，中国科学院院士鄂维南首次在国内提出「AI for Science」这个概念。当时听起来像一个学术方向，一个研究课题。现在回看，这个概念的分量被远远低估了。AI4S不是一个赛道，不是一个风口，它是科研范式的根本性迁移。传统科研，是人类提出假设、设计实验、验证结论。实验是瓶颈，周期长、成本高、可重复性差。AI加入之后，游戏变了。假设可以由AI生成，实验可以由AI设计，甚至验证环节也在被自动化实验平台逐步接管。这里有一个很重要的节点——英矽智能的ISM001-055。全球第一个完成II期临床的AI驱动药物，2025年6月发布了积极的临床数据。注意，这不是「AI辅助筛选候选化合物」这种边缘操作，是AI从靶点发现到临床候选分子全程主导的第一个完整案例。II期临床通过，意味着这个药物在真实患者身上显示出了疗效信号。这是「大结果」。不是实验室里的结果，是进了临床的结果。 写到最后，我想说一个我自己的感受。AI领域有太多东西在发生，太容易被新的热点盖过去。今天ChatGPT，明天Sora，后天Gemini 2.0，大后天Claude v3……但有些变化，是结构性的，不会被热点覆盖。AlphaFold拿下诺贝尔化学奖，David Baker从「做蛋白质设计的学者」变成「诺贝尔奖得主」，这件事改变的不只是他们两个人的命运，它改变的是整个科学界对AI的认知——原来AI不只是能生成文字和图片，它真的能推动基础科学的边界。原来科学发现这件事，AI不只是在边缘打辅助，它能做核心。这个认知一旦切换，就回不去了。就像望远镜发明之后，人类知道宇宙很大，再也不会回到「天圆地方」的认知一样。AI4S带来的变化，是同一量级的。大时代啊，朋友们.

百济神州（现名BeOne Medicines，美股美国存托股份代码ONC，港股06160，科创板688235）2026年上半年最重要的信号，是增长开始转化为利润：收入32.2亿美元，同比增长32.3%；经营利润5.7亿美元。产品销售带来的经营现金流和公司口径自由现金流同步为正，说明这轮盈利不只是报表上的会计改善。 但收入来源的形状，比总数更重要。百悦泽（泽布替尼）占产品收入约74%，美国市场占总收入约53%。这两个比重放在一起看，全球化放量是真的，现金入口偏窄也是真的：百泽安仍在增长，索托克拉刚获美国药监部门加速批准，但它们尚未成为能与百悦泽并列的第二收入支柱。 商业化体系像一条刚通车的高速公路，收费能力已经出现；这和人的职业转折也有几分相似：真正难的不是拿到第一份工资，而是把一段手艺变成可持续的谋生本领。下一段路，要看收费车道能否从一条变成多条。 【重点】 盈利拐点之后，百济神州会走向“全球肿瘤药现金牛”，还是进入“单产品高原期”？ 一、概览 百济神州的前身BeiGene（旧英文名）成立于中国，2025年5月迁册瑞士并更名为BeOne Medicines，注册及主要行政办公室在巴塞尔。它已经不能简单归为“中国生物科技公司”：收入横跨美国、中国和欧洲，并在三地均有临床、注册、生产或商业化布局。截至2025年，百悦泽获批77个市场，百泽安获批51个市场。 关键问题先给答案： 未来方向：血液瘤组合、实体瘤和多区域商业化。 政策与出海：中国政策间接支持创新药但也压价；海外收入已占约七成，全球化是主战场。 供需与竞争格局：需求仍在增长，供给快速升级；布鲁顿酪氨酸激酶局部集中，肿瘤免疫治疗多点开花。 商业模式与现金：高毛利、轻资本开支，但研发刚性和单品集中；现金为真，仍需再投资。 尾部风险与上行：净价、管线、关税供应链和法律专利是压力；下一代资产兑现是最大上行。 产品收入已从2021年的6.3亿美元增至2025年的52.8亿美元；经营利润从2024年的亏损5.7亿美元转为2025年的盈利4.5亿美元；经营现金流从-1.4亿美元转为11.3亿美元。2026年上半年，收入和现金流继续向上。 二、公司做什么：产品、区域与收入引擎 1. 收入引擎：一张表看清产品 收费主力已经很清楚：百悦泽是唯一已经跑通的全球现金引擎；百泽安证明实体瘤准入能力，但规模仍小；安进授权产品和普贝希补充中国渠道，单个体量较小且方向分化；索托克拉和布鲁顿酪氨酸激酶靶向蛋白降解剂仍是期权，不是当期收入支柱。商业价值取决于处方、净收入和专利竞争窗口。 2. 产业链上下游：从靶点到支付方 上游是靶点发现、临床医院、研究者、合同研究组织、原料药和部分外部产能。公司自建全球临床和注册能力可以降低部分外包依赖，但肿瘤试验资源、供应链质量和外部产能集中仍是成本与速度约束。 中游是百济神州自己掌控的环节：全球临床试验、监管注册、生产质检和商业供应。美国新泽西、中国苏州和广州形成小分子与生物药产能布局；固定成本的商业意义取决于产能利用率、质量检查和库存周转。2026年上半年产品毛收入41.0亿美元，返利和退货扣减9.3亿美元后，净收入31.7亿美元。 这里的“返利”有点像消费品给渠道的价格折让，都是把发票价变成实际净价；但医药端不是简单的促销返点，而是政府医保、商业保险、药品福利管理商、集体采购组织和分销商按合同或法规参与定价的结果。它直接冲减收入，不放在销售费用里；返利估计不足时，收入和应收会偏高。 下游才是最硬的约束：美国专科药房和支付方决定返利后的净价，中国医院与医保决定可及量和价格，欧洲各国卫生技术评估决定准入与报销。医生处方、患者治疗久期、渠道库存和应收回款，再反馈给研发优先级和产能排产。 3. 政策、国际化与出海优劣势 中国的支持是“产业政策+支付体系”而非国有控制：公司无实际控制人，2026年上半年股份变动表中国有持股和国有法人持股为零。支持体现在审评提速、医保和商业保险扩大可及性，以及苏州、北京、上海部分子公司享受15%所得税优惠；2025年政府补助收入约2,271.8万美元，只约占总收入0.4%。约束同样明确：医保目录、集采和医院端控费会压低价格。政策既帮助放量，也限制净价。 出海已经是主战场。2026年上半年，中国以外收入约22.4亿美元，同比增长40%，占总收入约69.6%。公司的优势是能自己完成全球临床、注册、生产和商业化，不单纯依赖授权；美国、欧洲和亚太、拉美、中东的布局也分散单一国家风险。劣势是美国返利和最惠国定价、欧洲卫生技术评估、多法域合规、汇率、专利诉讼以及本土竞争。全球化带来更高净价和更大市场，也面对更多政策约束。 4. 区域结构：美国决定利润，欧洲验证全球化 2026年上半年，美国收入17.0亿美元、同比增长34.5%；中国9.8亿美元、增长17.5%；欧洲4.0亿美元、增长48.7%；其他地区1.4亿美元、增长109.4%。美国贡献过半收入，中国提供商业化底盘，欧洲验证多国准入能力；其他地区增速最高但基数很低，不能线性外推。 区域与产品交叉后，问题更清楚：欧洲放量主要由百悦泽驱动，说明全球化准入有效；但美国净价、欧洲评估和中国医保同时压在同一个现金引擎上。区域分散能降低国家风险，不能替代产品组合。 三、财务分析：钱从哪来，利润真不真 行情数据截至2026年10月5日；美股价格单位为美元/美国存托股份。港股和A股行情日期不同，不能做同日溢价或套利比较。 财务分析聚焦两处：百悦泽的34.5%增速能否持续，以及净价和费用冲击后的利润底在哪里。 净利润为合并报表口径；净利率=净利润÷总收入，看收入最终能留下多少利润。 毛利率按总收入减产品销售成本计算；公司业绩稿以产品销售收入为分母，两者不可直接比较。 收入高、毛利高但净利润不高的原因很直观：2026年上半年收入32.2亿美元，产品成本只有3.4亿美元，毛利约28.8亿美元；但研发费用11.5亿美元、销售及管理费用11.5亿美元，两项合计约23.0亿美元，几乎吃掉七成收入。再扣除所得税和少量其他净项后，净利润4.6亿美元。 销售费用高，不是简单“打折卖药”，而是全球肿瘤药的商业化成本：医学信息推广、市场教育、商业团队和支付方准入都要投入。研发费用高，则来自临床研究、研发人员、试验材料、合作研发和下一代管线。今后这些费用不会消失；利润改善来自收入继续增长后摊薄费用，而不是指望费用归零。若净价下修或收入降速，费用刚性会反向放大利润压力。 关键异常：百悦泽仍是核心引擎，2026年上半年收入23.4亿美元、同比+34.5%，占产品收入约74.0%。 验证变量：百悦泽增速何时降至20%以下；索托克拉收入何时单独披露；其他产品的收入贡献能否提高。 归类口径：类现金=现金及等价物+短期受限现金+短期投资；固定资产=物业厂房设备净值；无形资产=无形资产+使用权资产；商誉和股权投资未在合并资产负债表面单列，残项并入其他资产。 关键异常：类现金较年初增加，现金变厚是真的；但应收与存货同步投入，具体拖累见净利润到经营现金流桥。 归类口径：短/长期有息负债=短/长期债务+经营租赁负债；其他负债主要含研发成本分担负债、未来特许权使用费负债和其他长期负债。 “其他应付及应计”不是黑箱：2026年6月末约12.6亿美元，其中最大的是返利和退货相关4.9亿美元，其余主要是薪酬、外部研发、商业活动、税费和行政应计。 未来特许权使用费负债9.1亿美元，来自公司把IMDELLTRA（塔拉妥单抗）中国以外销售的部分特许权使用权卖给Royalty Pharma（特许权投资机构）：公司先收到现金，未来收到安进分成时偿还。它不是银行借款，所以不在传统债务行；但偿还无固定时间表，预计至少持续到2041年，看净现金时应视作未来现金扣减。 公式：净现金=类现金-有息负债（本图分析口径）。2026年6月末类现金/有息负债约4.5倍，资产负债率43.6%。 图中净现金=类现金-有息负债，且有息负债含租赁；若再扣未来版权负债9.1亿美元，净现金约30.5亿美元。估值章的42.1亿美元口径不同，不能混用。 自由现金流=经营现金流净额-购置物业厂房设备，与公司口径一致。 关键异常：经营现金流明显高于资本开支，带来正自由现金流；资本开支强度低而研发投入高，商业模式是轻厂房、重研发。 非现金调整的主要来源是股份支付2.6亿美元、折旧摊销0.8亿美元、购入在研项目0.2亿美元，再减去研发成本分担摊销0.6亿美元。 营运资本的拖累主要来自应收增加1.9亿美元、存货增加1.2亿美元；应计费用和其他应付增加约2.0亿美元，部分抵消了现金消耗。 所以经营现金流高于净利润，并不是利润“虚”，而是股份支付等非现金项目和应计负债暂时推高；应收和存货仍在占用真实现金。 费用结构：A股人民币口径 下面四项费用使用A股人民币口径：研发、销售、管理、财务费用见图；它用于看费用形态，不与前文美元利润表相加。 研发费用仍是最大投入；销售费用增速低于收入，管理费用受经营规模扩大影响上升，财务费用增加主要来自利息费用。 净资产收益率=净利润÷平均总股东权益；简化投入资本回报率=净利润÷平均（总股东权益+短/长期债务+经营租赁负债），未扣现金、未加回税后利息。 回报修复来自收入规模和费用率下降，但权益基数仍在扩张，不能只看半年数年化。 商业模式判断：这是一个优秀但还不轻松的模式。优点是产品毛利率高、资本开支轻、收入全球化，收入一旦放量就能摊销研发和商业体系；缺点是研发刚性很强、单品集中，且支付方始终参与定价。 现金答案是：现金是真金白银，但不是“少量投资即可维持”。经营现金流和自由现金流已经为正，可分配能力仍要扣掉研发、营运资本、股份支付、未来版权负债和现金税。自由现金能否持续，取决于百悦泽久期和营运资本效率。 四、竞争：它凭什么赢，会输在哪 供需结构：需求仍在，供给升级更快 需求端没有问题：癌症患者持续存在，靶向药和免疫治疗渗透率提高，治疗场景从后线向前线和联合疗法延伸。公司引用的行业预测显示，全球抗肿瘤药市场2026年约3,337亿美元，2032年约5,452亿美元，2025—2032年复合增速约9%；中国市场同期复合增速约14.9%。 真正的约束在供给和支付：同一适应症内，新一代靶点、双抗、抗体偶联药物和固定疗程组合不断推出，医生和支付方会重新排序疗法。行业空间大不等于公司自动增长，最终仍要看治疗久期、组合疗法位置和净价。 有利：血液肿瘤患者持续产生治疗需求；百悦泽已经证明全球疗效、准入和收费能力；索托克拉与布鲁顿酪氨酸激酶靶向蛋白降解剂给出血瘤组合继续延伸的机会。 不利：双抗和固定疗程组合可能改变治疗层级；美国最惠国定价、医保谈判、欧洲卫生技术评估和中国医保共同压缩净价；商业秘密诉讼与专利挑战仍可能削弱独占期。 分化：美国提供高净价，但政策风险最大；中国提供稳定底盘，但支付约束强；欧洲增速较快，其他地区增速最高却基数很低，都不能线性外推。 友商对比：人民币坐标 以下友商收入、利润、资产负债和费用均使用人民币亿元；港股友商的财务费用为派生净额，仅用于比较。核心平台对比恒瑞医药、石药集团、中国生物制药、翰森制药和信达生物；康方生物与诺诚健华分别代表双抗技术升级和中国布鲁顿酪氨酸激酶直接竞品。五组图先给坐标，再统一解读。 估值坐标：百济神州滚动十二个月市盈率约64.4倍，高于图中友商；市销率约6.4倍，低于恒瑞和翰森，高于石药和中国生物制药。信达生物市盈率约11.9倍，但利润刚转正、基数敏感。本图使用A股/港股人民币滚动十二个月口径，与第七章美股美元估值不混算。 报表弹性与平台潜力要分开：百济神州2026年上半年A股口径收入222.2亿元、归母净利润32.7亿元、经营现金流44.4亿元；图上两条线显示，其净利润率14.7%、经营现金流率20.0%，盈利效率低于成熟友商，但现金转化不算最弱。石药集团利润和现金流更高，但包含大额授权收入；恒瑞利润规模大而经营现金流同期回落；信达生物收入86.2亿元、净利润12.5亿元、经营现金流35.9亿元，商业化效率正在改善。 资产负债不是同一种安全垫：百济神州类现金358.1亿元、有息负债78.0亿元，覆盖约4.6倍；图上两条线显示，其资产负债率43.3%、类现金占总资产57.3%。恒瑞几乎无有息负债；中国生物制药有息负债171.7亿元，但类现金345.8亿元。总负债高不等于流动性风险，关键看负债是否附息、现金能否归集以及经营现金流能否续上。 研发差异：百济神州研发费用79.5亿元，高于图中任何单一友商；研发费用率35.8%、四项费用率72.7%，也高于图中友商。这既是全球管线的投入，也是利润表的刚性约束。石药、中国生物制药、恒瑞的管线更宽，翰森和信达更集中在优势赛道。 人员规模：百济神州2025年末11,825人，少于恒瑞、石药和中国生物制药，但研发、销售、生产、行政结构完整。 人均员工成本：约129.7万元/人，含股份支付且全球工资结构不同，不直接对应效率差异。 高管薪酬披露口径不同，不用于跨公司排序；关键看激励是否绑定现金质量和摊薄约束。 图中的收敛点只有一个：现有优势来自商业化、准入和现金拐点；攻击点来自治疗层级、净价和下一代竞争。 护城河与集中度： 护城河排序是：全球商业化与医生使用经验、多区域注册准入、血液瘤组合数据、生产基地与供应链；专利只是入口。市场结构则是“局部集中、整体多点开花”：布鲁顿酪氨酸激酶向已验证产品集中但并非垄断，肿瘤免疫治疗和实体瘤仍有多家供给。资源会向有全球数据、产能和商业化的头部产品集中，但不会消失成单一赢家。 下表使用美元产品坐标，上方人民币表用于财务对比。百悦泽与伊布替尼是同靶点直接竞争；维奈克拉是跨机制固定疗程威胁；阿卡替尼和吡托布鲁替尼收入未单列，保持空项。 百悦泽的疗效优势明确，但不等于终身独占。公司披露称，它是在与伊布替尼的复发/难治性慢性淋巴细胞白血病试验中证明无进展生存期优效的布鲁顿酪氨酸激酶抑制剂；2026年MANGROVE研究显示，百悦泽联合利妥昔单抗使进展或死亡风险下降43%。后续仍要看固定疗程、后线疗法和净价。 五、管理层与治理：形式独立，实质有三重制衡点 公司治理形式上并不弱：董事会独立董事占多数，常设委员会完整，审计师和美国证券交易委员会披露体系清晰。 关键人物的年龄、背景、薪酬、持股和职责见表。 这支管理层的优点是分工清楚：欧雷励负责战略和资源整合，吴晓滨负责中国与全球运营，汪来负责研发和业务开发，罗森伯格作为首席财务官负责财务。王晓东提供科学信誉。风险同样清楚：欧雷励既是创始人、董事长又是首席执行官，持股约4.5%，话语权强；汪来2025年因一次性晋升股权奖励薪酬超过首席执行官，后续研发和业务开发责任也更重。 但有三个实质制衡点： 董事长与首席执行官合一：创始人欧雷励同时担任董事长和首席执行官，战略连续性强，权力也集中。 安进双重身份：安进既是约17.1%股东，又是地舒单抗、贝林妥欧单抗、卡非佐米等产品的商业合作方。 贝克系持股与董事提名：贝克系持股约8.0%，并提名费利克斯·贝克进入董事会。 2026年年度股东会所有提案通过，但Riva提案、贝克系、股权激励计划、20%发行授权和安进关连配售授权均出现明显反对或弃权。这不是治理失败的证据，但显示外部股东对激励、摊薄和关联交易并非无条件接受。 执行力方面，欧雷励提供自2010年以来的战略连续性，吴晓滨、汪来和罗森伯格分别覆盖运营、研发和财务；2025年报未披露内控重大缺陷，管理层与审计师均认定财务报告内控有效。剩余执行风险是关键人物集中、关键人员保险缺位和多法域合规成本。 激励机制也要谨慎解读：2025年现金激励按148%达成；绩效股票单位以三年固定汇率总收入为核心指标；2025年股权激励费用5.1亿美元。收入指标能推动增长，却不直接约束现金质量或净价风险。 六、市场在争什么 市场分歧集中在四条线。 一是指引与增速：公司2026年收入指引从2月的62亿—64亿美元上调至8月的66亿—68亿美元，但下半年隐含增速16.2%—23.1%，低于上半年的32.3%。乐观方看全球化放量，谨慎方看降档。 二是百悦泽峰值和治疗久期：有卖方研究在2026年8月将峰值上调至94.6亿美元，并预计2033年前后进入平台期；这较市场一致预期高约26.6%，隐含一致峰值约74.7亿美元。反方担心固定疗程、降解剂和竞争缩短治疗周期。 三是第二曲线和盈利质量：索托克拉、降解剂和实体瘤候选药推进，但CELESTIAL-301的不可检测微小残留病未达优效，索托克拉收入也未单独披露；现金流虽已转正，市场仍会扣股份支付、税项和营运资本。四是政策：分歧不在有没有风险，而在影响落在净价、关税成本还是资本开支。 七、估值：美元口径 估值回到公司美元口径，看四把尺子：市销率看收入曲线，市盈率看利润基数，企业价值/收入考虑净现金，市值/自由现金流看商业模式验证。第四章64.4倍是A股/港股人民币滚动十二个月比较口径；本章62.7倍是公司美元报表口径，两者不用汇率强行调平。 以2026年10月5日ONC收盘361.7美元/美国存托股份、2026年7月31日总普通股1,478,124,405股、1 美国存托股份=13股普通股计算，统一按ONC价格折算的全公司指示市值约411.2亿美元。这不是公司官方市值，也不是三地分别计价后的加总。 滚动十二个月口径（2025年下半年+2026年上半年）收入61.3亿美元，百悦泽收入45.3亿美元，净利润6.6亿美元，公司口径自由现金流13.3亿美元。对应滚动十二个月市销率约6.7倍、滚动十二个月市盈率约62.7倍、滚动十二个月市值/自由现金流约30.9倍，自由现金流收益率约3.2%。若以2026年指引中值67亿美元计算，市销率约6.1倍。 当前定价同时要求现有现金牛延续、利润和自由现金流放大，以及下一代资产至少部分兑现。 下修、中性和上修情景见图表：核心差异只在百悦泽增速、管线兑现和自由现金流的组合。 八、机会与风险：先看方向和窗口 地缘冲突与制裁：未被制裁，但政策风险真实存在 最新披露没有显示公司本身被美国或欧盟制裁。真正需要跟踪的是三类政策：一是美国第232条药品关税和最惠国定价，可能抬高成本或压低净价；二是数据出境、网络安全和个人信息规则，可能影响全球临床试验协同；三是国际关系恶化后的贸易、签证、供应链和支付摩擦。极端情景下，公司可能面对供应中断、成本上升、市场准入延迟或净价下修。 应对措施已经在执行：美国新泽西基地拥有大分子产能并追加3亿美元建设小分子产能；Catalent在美国生产百悦泽；监管机构已批准中国以外的活性药物成分来源；公司维持安全库存，并在中国、美国、欧洲、亚太、拉美和中东分散收入。这些措施不能消除地缘风险，但降低了单一供应链和单一国家的暴露。 黑天鹅、颠覆与巨大利好 黑天鹅不一定是单一坏消息，更可能是几个压力同时出现：关键试验失败或安全事件、固定疗程缩短治疗久期、美国和欧洲净价下修、关税或供应链中断、专利诉讼失利，再叠加单品集中，收入和估值倍数会同时受压。 反过来，巨大利好也有清晰条件：索托克拉确证试验成功并单独贡献收入，布鲁顿酪氨酸激酶靶向蛋白降解剂在头对头研究中胜出，实体瘤资产进入三期或获批，海外市场继续放量，同时经营现金流持续高于研发和营运资本消耗。届时，公司会从单品现金牛变成组合现金流。 按重要性跟踪六项： 三季度/四季度收入是否落在下半年隐含区间； 百悦泽美国新患者启动、真实世界在治率和增速能否守住20%以上； 索托克拉收入单独披露、CELESTIAL节点、降解剂申报和实体瘤三期； 经营现金流、应收/存货、股份支付、现金税与净现金口径； 定价与关税、专利诉讼、汇率、现金归集和摊薄。 九、结论 事实与推断：2026年上半年收入、利润和现金流均已转正，经营杠杆成立；但收入集中、营运资本投入和研发刚性决定改善不能线性外推。 分歧与定价：市场争论已从“是否转正”转向百悦泽久期、第二曲线和现金流质量；滚动十二个月市销率约6.7倍、市值/自由现金流约30.9倍，说明价格同时包含现金牛与管线期权。 跟踪顺序：先看下半年收入和百悦泽增速，再看索托克拉与布鲁顿酪氨酸激酶降解剂节点，最后看现金流、税项和摊薄。 一句话收束：百济神州已经把“烧钱换管线”跑成了“产品换现金”，但还没有跑成“组合换久期”。前者解释过去五年的反转，后者决定未来估值。 免责声明： 内容基于公开信息整理，可能存在信息错误或滞后；情景为分析假设，不构成投资建议。投资有风险，决策需独立判断。

如果有人告诉你，在电脑终端里敲几行代码，就能凭空“召唤”出一种地球诞生40亿年来从未存在过的蛋白质，用来靶向消灭癌细胞，或者在几十小时内吞噬掉无法降解的塑料垃圾。 你可能会觉得这是科幻 但在西雅图的华盛顿大学，这已经是每天都在发生的现实。 2026年10月8日，生命科学界迎来了一项突破性的关键资助： 华盛顿大学医学院（UW Medicine）宣布，蛋白质设计研究所（IPD）获得黄仁勋与洛里·黄基金会（The Jen-Hsun and Lori Huang Foundation）捐赠的近700万小时顶尖GPU云算力。 ▲ UW Medicine 官网头条：黄氏基金会算力注水IPD，加速开源蛋白质设计 这笔巨额算力通过云计算新贵 CoreWeave 交付，英伟达工程师亲自下场做底层加速优化。 官方给出的量化指标极其惊人：算法的迭代、训练与筛选周期，将直接从过去的“数月”粗暴压缩到“数天”。 消息一出，科技社区瞬间沸腾有硬核网友换算：700万小时的超级智能计算，粗略相当于一个人类研究员不吃不喝干上约798年！ 这场看似低调的资助，背后藏着一场正在改写人类寿命与生命底层逻辑的狂暴技术革命。01目标：当造物主，写出大自然从未写过的代码 要理解这场巨变的意义，必须先认识坐在风暴中心的人，大卫·贝克（David Baker）。 ▲ 2024年10月，大卫·贝克因计算蛋白质设计摘得诺贝尔化学奖 2024年诺贝尔化学奖的一半，颁给了谷歌 DeepMind 的哈萨比斯（Demis Hassabis）和江珀（John Jumper），表彰他们做出了 AlphaFold，也就是让 AI 预测已知蛋白质的三维折叠。 而另一半，就单独挂在贝克的胸前因为贝克做的事情更狂妄：从头设计（De novo design）。 如果把 AlphaFold 比作一个能力通天的“翻译官”，能把自然界已有的天书一一读懂；那么贝克要做的，就是成为一个凭空写书的“作家”。 蛋白质是生命的积木，也是抗癌药物、酶催化剂、免疫抗体的核心。自然界演化了数十亿年，只探索了蛋白质构象空间里极其微小的一个角落。 面对新型癌症靶点、变异病毒、持久性化工毒物，大自然的药箱里根本没有现成解药。 人类要想自救，唯一的路就是自己设计全新的分子。02障碍：算力绞杀与“盲盒实验” 但这件事太难了一个蛋白质由数百个氨基酸串联而成，在微观物理作用下扭曲成精密的三维机器。其潜在的折叠形态数量，比全宇宙的原子总数还要多。 在深度学习介入之前，人类靠物理能量函数在计算机里“硬碰硬”试错，算一枚微型蛋白就要耗干服务器。 贝克团队打响了第一枪：他们祭出了大名鼎鼎的 RFdiffusion。 ▲ 贝克实验室发布的 RFdiffusion3，实现了蛋白质与DNA双螺旋的复杂交互设计 什么是 RFdiffusion？ 你可以把它理解成分子世界的 Midjourney：加噪抹平：  把天然蛋白质扔进数学绞肉机，一步步加入高斯噪声，让它退化成三维空间里一团杂乱无章的原子点云；去噪凝结：  训练一个深度神经网络，学会在三维欧几里得空间（满足严格的旋转和平移等变性）里“逆向除噪”。从纯粹的混沌白噪声中，自发凝结出极其规整的螺旋、折叠和活性口袋；序列逆推：  生成骨架后，再用特制的 ProteinMPNN 网络给这具骨架“填肉”，选出最匹配的氨基酸序列；最后用 AlphaFold 这类工具自洽性验证，筛出最优解。 紧接着，他们又开发了能直接雕琢酶活性催化中心的 RFdiffusion2，以及能一口气设计蛋白质结合 DNA、RNA 与小分子复合体的 RFdiffusion3。 然而，瓶颈死死卡在了算力上 扩散模型美妙绝伦，但致命的弱点就是贵。生成一个合格分子，需要几十上百次复杂的去噪张量迭代。 如果要做人工合成酶，试错成本还会成倍攀升。为了找到能在原子尺度精准结合污染物的催化活性位点，研究人员往往需要并行筛选数百万个候选结构，才能挑出极少数能够送进湿实验室合成检验的有效样本。 在过去，IPD 团队每逢周二开例会，科学家们往往得把多个参数改动“打包”进一次测试。 因为算力太紧缺了，他们甚至奢求不起做一次干干净净的单变量对照实验。 面对拥有无限算力黑卡的工业巨头，这群坚守开源的高校科学家，就像拿着手摇步枪在冲锋。03行动：老黄送来核反应堆，从数月狂飙到数天 正是在这个卡脖子的关口，黄仁勋的基金会连同算力云 CoreWeave，把近700万小时的 GPU 资源直接送到了贝克的实验桌前。 这项合作远超常规的算力资助，更是一场软硬件底层的深度协同调优。 ▲ 华盛顿大学 IPD 与英伟达机器学习工程团队联合优化底层算子 英伟达团队直接介入 IPD 的底层架构，把 cuEquivariance 和 TensorRT 等专用加速库沉降到 GPU 核心计算层。 过去在三维空间中处理复杂的几何旋转对称，需要耗费海量张量开销；优化之后，一个256残基蛋白的端到端结构预测与去噪时间，直接从约5.8秒断崖式跌落到2.5秒，推理速度暴涨超50%。 伴随着这笔能管够整整一年的海量配额，贝克实验室的研发飞轮彻底被点燃。 大卫·贝克在接受科技媒体 GeekWire 采访时，甚至难掩震颤。这位见惯了大风大浪的诺奖得主直言： “这是我整个职业生涯中从未见过的进展速度，简直令人难以置信！”“算力会催生更多想法，因为你清楚地知道，你现在有能力去测试它们了。” 过去由于缺算力，一个针对新型抗癌靶点的分子生成、多轮筛选和架构消融，动辄要排期数月；而现在，整个迭代闭环被活生生压缩进了数天之内。 周二的例会还在开，但黑板上的讨论完全变了。研究人员不再抠搜算力，团队可以肆意地开辟分支，在几天内并行推翻数十种假设，快速逼近那个唯一的正确构象。 黄仁勋在联合声明中给出的定调，更是一针见血： “未来最重要的药物中，绝大多数将来自从未存在过的蛋白质。”04洞察：生命科学，正在退变为一门“软件工程” 这件事情在社交媒体上引发了广泛的转发，但很多人只把它当成一次大额的科技慈善。 ▲ 社交平台网友直呼：700万小时算力等于约798年人类研究，医学迎来指数级爆发 如果仅仅停留在“老黄给诺奖发福利”的视角，你就严重低估了这件事对产业生态的颠覆性。 1. 治愈周期的本质是“试错通量” 算力迭代缩短到数天，并不等同于临床新药能在短时间内诞生。 科学流程有其客观规律：“数月变数天”，缩短的是上游的算法训练、候选生成与计算评估周期。一个全新分子在计算机中被设计出来后，依然需要在生物试管、细胞培养皿、动物模型以及多期临床试验中经历严苛验证。 但它的价值在于大幅提高通量、降低试错成本。 以往药物研发之所以被称为“双十定律”（耗时十年、耗资十亿美金），很大程度是因为我们在前期的黑暗森林里盲人摸象，把大量注定失败的分子送进了昂贵的临床试验。 现在，超高密度的算力让科学家在计算机里预先用数字模拟“炸”掉99.9%的劣质解。在摸到真实试管之前，错误已经被提前消灭了。 2. 开源，击碎制药孤岛的绝杀手筋 这起事件中最有力量的细节，隐藏在资助条款中：成果全开源。 根据协议，这批算力孕育出的所有核心模型、底层代码、评估工具以及原始数据，将无保留地向全球科研界公开；相关学术成果必须投递在开放获取期刊上。官方预计，这批全新模型将在2026年末至2027年初陆续开源上线。 这一招极其辛辣 当下生物制药行业最大的壁垒，是跨国巨头们各自圈地、高度保密的私有大模型与数据资产。小型研究机构和第三世界的高校，连一张集群门票都买不起。 而贝克实验室把近700万小时算力“烧”出来的结晶，直接免费打包发给全世界。 由此一来，无论是资源有限的高校生物实验室，还是非洲抗击传染病的科研学者，只要有一台能够联网的电脑，就能直接调用这套前沿模型，攻关本地高发的罕见病与地方病。 这不再是少数寡头的药箱，这是全人类共有的一本开源神农本草经。05终局：从生物学到算力学 生命科学曾经被戏称为“玄学”，充满不可测的偶发性、长周期的野外采集、以及耗费几代人青春的试错。 但当去噪扩散模型遇上数百万小时的 GPU 阵列，这门古老的科学正在迅速“脱水”，演变为一门极其精确的信息工程学。 自然界花了40亿年做随机行走； 而今天，人类用代码写下愿景，用高斯噪声做画布，用奔腾的算力做凿刀，在几天的时间里，雕刻出生命未曾见过的模样。 这场狂飙才刚刚开始