Calico LLC

Formerly Verge Genomics, the company is training frontier models on one of the largest proprietary multimodal CNS patient datasets ever assembled – more than 12,000 human brain samples – to predict how individual patients will respond to therapy. Four senior hires join from Altos Labs, Calico, PostEra, and Flatiron.. 此前名为Verge Genomics的公司正在利用有史以来最大的私有多模态中枢神经系统（CNS）患者数据集之一训练前沿模型——包含超过12,000个人类大脑样本——以预测个体患者对治疗的反应。四位资深人士分别来自Altos Labs、Calico、PostEra和Flatiron加入该公司。SAN FRANCISCO 旧金山, ，May 27, 2026 2026年5月27日/PRNewswire/ -- /PRNewswire/ --Verge Labs Verge实验室, the company formerly known as Verge Genomics, today launched as a frontier AI lab building foundation models of human disease biology on a decade of proprietary brain data. Four senior hires join across AI, business, product, and computational biology. ，前身为Verge Genomics的公司今天以前沿人工智能实验室的身份启动，基于十年的专有大脑数据构建人类疾病生物学的基础模型。四位资深人士加入，分别负责人工智能、业务、产品和计算生物学领域。Verge's new direction Verge的新方向Nine out of ten drug trials fail, most often because the wrong target is tested in the wrong patients. Verge Labs is building what AI researchers call a world model of human disease biology: a generative model of how disease unfolds inside a patient, trained directly on human tissue rather than animal or cellular proxies.. 十分之九的药物试验失败，最常见的原因是针对错误的患者测试了错误的目标。Verge Labs正在构建一个人类疾病生物学的“世界模型”：这是一种关于疾病在患者体内如何发展的生成模型，直接基于人体组织进行训练，而非动物或细胞代理。Brain tissue is the molecular ground truth for neurological diseases. VergeDB, the company's proprietary dataset, includes more than 12,000 brain transcriptomes across 6,000 patients, 15 million single-cell profiles, and matched proteomic, genomic, and clinical data. 脑组织是神经系统疾病的分子基础真相。该公司的专有数据集VergeDB包含来自6000名患者的超过12000个大脑转录组、1500万个单细胞图谱，以及匹配的蛋白质组学、基因组学和临床数据。The company applies modern generative AI architectures to this dataset, paired with blood, CSF, imaging, and clinical data from living patients, to produce what it calls a 该公司将现代生成式人工智能架构应用于该数据集，并结合来自活体患者的血液、脑脊液、影像和临床数据，从而生成所谓的virtual biopsy 虚拟活检: a simulated molecular picture of a patient's brain, generated from a simple blood draw. From there, the platform is designed to match patients to therapies, predict disease trajectory, and forecast how biomarkers will respond to a given intervention before a trial is run. ：一张由简单的血液提取生成的患者大脑的模拟分子图像。基于此，该平台旨在匹配患者与疗法，预测疾病发展轨迹，并在试验运行前预测生物标志物对特定干预的反应。'For a decade, Verge has been building the human tissue data that our field has been missing,' said Alice Zhang, co-founder and Chief Executive Officer of Verge Labs. 'Breakthroughs in AI architecture mean that, for the first time, Verge's dataset can be used to build models that reason about individual patients' brain biology from measurements accessible in living people. “十年来，Verge一直在构建我们领域所缺失的人体组织数据，”Verge实验室的联合创始人兼首席执行官Alice Zhang表示，“人工智能架构的突破意味着，首次可以利用Verge的数据集构建模型，从活体可测量的数据中推断个体患者的大脑生物学特性。”The next decade of neuroscience drug development will look like precision oncology, and we are building the platform to take it there.'. 未来十年的神经科学药物开发将类似于精准肿瘤学，而我们正在构建一个平台来实现这一目标。Across a decade of programs, targets surfaced by the platform have validated at 83 percent against downstream experimental confirmation. The company's first AI-discovered asset completed a Phase 1b in late 2025. The trial's clinical, biomarker, and patient data have now been folded into VergeDB and form a core training signal for their models. 在长达十年的项目中，该平台发现的目标在下游实验验证中的准确率达到了83%。公司首个由人工智能发现的资产于2025年底完成了1b期试验。此次试验的临床、生物标志物和患者数据现已整合到VergeDB中，并成为其模型的核心训练信号。Verge Labs is publishing a . Verge Labs 正在发布一个。separate analysis 分开分析of its findings from the trial today. 从今天的试验中得出的结果。Select drug developers are working with Verge Labs as partners on the platform, with current engagements focused on CNS. 一些药物研发商正与Verge Labs作为平台合作伙伴展开合作，目前的合作重点集中在中枢神经系统（CNS）领域。Senior hires 高级招聘The company also announced four senior hires as it prepares to launch the first of its models: 该公司还宣布了四项高层招聘，因为该公司准备推出其首款车型：Carla Leibowitz, Chief Business Officer. 卡莉拉·莱博维茨，首席商务官。Most recently Vice President of Business Development at Flatiron Health, where she helped launch the company's analytics business, now a substantial share of Flatiron revenue. Previously Chief Business Development Officer at Paige AI, where she oversaw the global launch of the first FDA-cleared AI product in pathology, and Head of Strategy and Business Development at Arterys, the first company to bring a commercial AI radiology platform to market. 最近，她担任Flatiron Health的业务发展副总裁，帮助公司推出了其分析业务，目前这一业务已占Flatiron收入的很大份额。此前，她曾担任Paige AI的首席业务发展官，负责监督首个获得FDA批准的病理学AI产品的全球发布，并在首家将商用AI放射学平台推向市场的公司Arterys担任战略与业务发展主管。She holds an MBA from Stanford University and leads Verge's partnerships and commercial execution.. 她持有斯坦福大学的工商管理硕士学位，并领导Verge的合作伙伴关系和商业执行。Emily Ripka, Ph.D., Vice President of Product and Engineering. 艾米丽·里普卡，博士，产品与工程副总裁。Joins from PostEra, an AI medicinal chemistry company, where she built and led the product and engineering organization. At PostEra, she oversaw the enterprise deployment of the company's AI platform at Pfizer, where it is now used by hundreds of scientists. She holds a Ph.D. in Chemistry from Syracuse and leads Verge Labs' technical and product teams.. 乔因斯来自人工智能药物化学公司PostEra，在该公司她组建并领导了产品和工程团队。在PostEra，她监督了公司AI平台在辉瑞的企业部署，目前该平台已被数百名科学家使用。她拥有雪城大学化学博士学位，并领导Verge Labs的技术和产品团队。Yan Wu, Ph.D., AI Research. 吴彦，博士，人工智能研究。Joins from Altos Labs, where he served as Senior ML Research Engineer. At Altos, he built state-of-the-art virtual cell models that won the 2025 Arc Virtual Cell Competition generalist prize and led the open-source release of PerturBench, the field's standard benchmark for ML models of cellular perturbation response. 加入Altos Labs，担任高级机器学习研究工程师。在Altos期间，他构建了最先进的虚拟细胞模型，赢得了2025年Arc虚拟细胞竞赛的通用奖，并领导了PerturBench的开源发布，这是该领域用于细胞扰动响应机器学习模型的标准基准。He holds a Ph.D in Bioengineering from UC San Diego and a B.S.E. in Computer Science, Princeton. Wu leads foundation model development at Verge Labs.. 他拥有加州大学圣地亚哥分校的生物工程博士学位和普林斯顿大学的计算机科学学士学位。吴领导了Verge Labs的基础模型开发工作。Sean Hackett, Ph.D., Computational Biology. 肖恩·哈克特，博士，计算生物学。Joins from Calico Life Sciences, where he served as the Director of Discovery Science. At Calico, he led the development of the causal-network and graph-based models underlying the company's discovery programs and collaborated with Google AI on deep learning approaches to proteomics. He holds a Ph.D. 加入Calico Life Sciences，担任发现科学总监。在Calico，他领导开发了公司发现计划背后的因果网络和基于图的模型，并与Google AI合作，研究蛋白质组学的深度学习方法。他拥有博士学位。in Quantitative and Computational Biology from Princeton University and leads computational biology at Verge Labs.. 普林斯顿大学定量与计算生物学专业毕业，并在Verge Labs领导计算生物学工作。'Each of these hires has built successful products from the ground up and pioneered the use of AI in human health,' said Zhang. 'They joined Verge Labs to break open neuroscience the way oncology was broken open a generation ago: precision therapies matched to individual patients, in diseases where millions are still waiting.'. “这些新员工都曾从零开始打造成功的产品，并在人类健康领域率先使用人工智能，”张说。“他们加入Verge Labs是为了打破神经科学的壁垒，就像上一代人打破肿瘤学的壁垒一样：为数百万仍在等待的患者提供与个人匹配的精准治疗。”About Verge Labs 关于Verge实验室Verge Labs 边缘实验室is a frontier AI lab for human disease biology. Founded in 2015 and headquartered in San Francisco, the company develops world models of patient biology built on proprietary multimodal human tissue data, and partners with drug developers on target discovery, patient stratification, and biomarker prediction across CNS and beyond. 是一家前沿的人工智能实验室，专注于人类疾病生物学。公司成立于2015年，总部位于旧金山，致力于基于专有的多模态人体组织数据构建患者生物学的世界模型，并与药物开发者合作，在中枢神经系统及其他领域进行靶点发现、患者分层和生物标志物预测。Verge Analytics, Inc. operates publicly as Verge Labs.. Verge Analytics, Inc. 公开以 Verge Labs 的名义运营。Media contact 媒体联系人[emailprotected] 电子邮件地址SOURCE Verge Labs 来源：Verge Labs21 21% %more press release views with 更多新闻发布视图与 Request a Demo 请求演示

历史上从未有过单凭一款药物登顶世界首富的案例。即便是如“药王”修美乐（Humira）这样的超级重磅炸弹，其背后的艾伯维公司也未能孕育出问鼎全球财富金字塔尖的富豪。在科技巨头长期霸榜、马斯克们依靠电动车和火箭发射创造惊人财富的时代，我们不禁要问：生物医药这个看似距离普通人生命更近的领域，真的有机会诞生下一个世界首富吗？ 这并非一个简单的商业问题，而是关乎技术创新、伦理边界、监管博弈与人类终极需求的复杂命题。生物医药要冲击首富宝座，究竟难在哪里？这种超越马斯克的可能性是真实的趋势，还是仅仅是资本市场的乐观想象？ 当前首富格局：科技帝国的统治与生物医药的缺席 审视全球富豪榜的顶端，一种清晰的模式浮现出来。埃隆·马斯克凭借特斯拉和SpaceX两家公司，将科技与硬件的结合推向极致；杰夫·贝索斯依托亚马逊构建的电商帝国与云计算王国，展现了平台经济的统治力；贝尔纳·阿尔诺则通过LVMH集团，证明了奢侈品在全球消费市场的永恒魅力。 这些科技巨头的财富积累有着鲜明的共性：平台效应、网络效应、快速的产品迭代能力，以及对全球消费市场的深度渗透。他们的财富增长往往呈现出指数级的爆发力，能够在短短几年内实现从百亿到千亿美元级别的跨越。 相比之下，生物医药领域的富豪们在榜单上的位置就显得有些黯然。尽管诺和诺德和礼来等公司凭借GLP-1药物实现了市值的惊人增长，但它们背后的主要财富持有者距离顶尖科技巨头的财富规模仍有相当差距。以礼来为例，虽然其市值在八个月内暴涨了3000亿美元，从4000亿美元跃升至7000多亿美元，甚至一度超越特斯拉，但这更多体现的是公司市值的集体增长，而非个人财富的集中爆发。 如果我们进行一场思想实验：生物医药领域要诞生首富，需要发生什么级别的范式变革？答案可能指向一种能够彻底改变人类健康轨迹、拥有近乎无限市场需求的颠覆性技术。 生物医药的创富潜力：GLP-1点燃的希望之光 2023年，全球医药界见证了GLP-1药物的财富效应。诺和诺德的司美格鲁肽销售额达到212亿美元，而礼来的替尔泊肽为代表的GLP-1药物营收也达到125亿美元，约占公司总营收的35%。这种原本用于治疗糖尿病的药物，因其显著的减重效果而成为“网红神药”，直接点燃了整个代谢赛道的财富想象。 更为惊人的是市值表现：礼来市值从4000亿美元飙升至7000多亿美元，诺和诺德市值也较去年同期增长2000亿美元，并超越LVMH成为欧洲市值最高的企业。摩根士丹利分析师甚至预测，礼来可能成为有史以来第一家市值突破1万亿美元的生物医药公司。 这一现象揭示了生物医药领域的核心创富逻辑：解决未满足的临床需求可能带来的巨大市场价值与定价权。当一种药物能够满足全球数亿人的健康需求——无论是糖尿病、肥胖症，还是未来可能的心血管保护、脂肪肝治疗等多重适应症——其潜在的市场空间就具备了冲击首富宝座的理论基础。 值得注意的是，科技巨头们已经开始对这一领域投下重注。亚马逊创始人杰夫·贝索斯在2022年联合多位资本大鳄，注资30亿美元创立长寿科技企业Altos Labs；谷歌旗下的Calico Life Sciences、扎克伯格夫妇的Chan Zuckerberg Initiative等，都在抗衰老领域投入了数十亿美元的资金。马斯克的Neuralink则在脑机接口领域持续探索，试图通过技术手段对抗衰老和神经退行性疾病。 这种跨界押注并非偶然，它暗示着科技精英们对生物医药赛道重要性的共识：谁能在人类健康与寿命延长这一根本需求上取得突破，谁就可能掌握下一个时代的财富密码。 通往首富之路的“三座大山”：生物医药的独特壁垒 然而，从潜力到现实之间，横亘着三座几乎难以逾越的大山。 第一座山：技术关——“死亡之谷”的漫长穿越 新药研发被普遍视为高风险、高投入、耗时长、成功率低的“长期赛道”。据美国药物研究机构和制药厂商协会等机构统计，新药从早期研发到最终获批平均需要约10至15年。更残酷的是成功率：仅有约7.9%的候选药物能从I期临床最终获批上市。每成功上市1种新药，平均需筛选2.5万个化合物，且需承担多个失败项目的沉没成本。 这种漫长的研发周期与极低的成功率，构成了生物医药领域独特的“死亡之谷”。一款药物从实验室发现到成为安全有效的产品，需要穿越临床前研究、临床试验（I-III期）、审批上市及上市后监测等多个阶段，整个过程耗时长达十年以上。这与互联网产品“小步快跑”的快速迭代模式形成鲜明对比，对资本的耐心与公司的生存能力构成了极致考验。 第二座山：监管与伦理关——科学与社会的碰撞 即使技术难关被攻克，生物医药产品还面临着严格的监管审批和复杂的伦理挑战。以FDA为例，新药需要经过严格的临床试验和上市申请流程，整个过程充满不确定性。2015年至2024年间，FDA批准了462种新药，但这一数字的增长已经大幅放缓，后五年的复合年增长率从8.3%下降到仅1.2%。 更复杂的是伦理雷区。2018年的“基因编辑婴儿事件”就是一个警示：南方科技大学副教授贺建奎宣布通过CRISPR基因编辑技术使婴儿获得HIV免疫能力，这一行为严重违背伦理道德和科研诚信，在国内外造成恶劣影响，最终导致贺建奎被判处有期徒刑三年。这一事件凸显了基因编辑、抗衰老技术、胚胎研究等前沿领域可能引发的巨大社会争议与潜在抵制风险。 监管与伦理不仅是技术转化的“减速器”，在某些情况下甚至可能成为财富创造的“终结者”。当一个科学突破触碰了社会的道德底线，无论其技术多么先进、商业潜力多么巨大，都可能面临全面的封杀。 第三座山：商业与专利关——从科学成功到商业成功的惊险一跃 即使技术过硬、监管通过，生物医药产品还需要完成从科学成功到商业成功的惊险一跃。这涉及三个核心挑战： 首先是天价成本的回收。据业界估算，一款成功上市的新药，如果把失败项目的成本一并计算，平均研发费用约26至29亿美元。如此高昂的研发投入必须通过产品定价来回收，但这又面临着全球医保支付压力与舆论对“天价药”的挑战。 其次是专利悬崖危机。数据显示，2025年至2030年，全球制药企业将面临规模高达2360亿美元的专利悬崖冲击。专利到期后仿制药的涌入，可能对原研药的收入造成断崖式影响。在美国，竞争充分的药品中，仿制药价格很多都比原研药价格低90%以上。 最后是复杂的市场准入博弈。在全球不同市场进行医保谈判、政策游说，需要顶尖的商业、法律与政策能力，这已经远远超出了传统科学家的能力范畴。药品定价本身就是一个敏感话题，以帕博利珠单抗注射液为例，在中国、日本、韩国、台湾地区的定价分别为17918元、10528元、11254元、10952元，而中国人均收入最低，但进口企业定价却最高。 对决与融合：生物医药与科技巨头的创富模式对比 将生物医药与科技巨头的创富模式放在一起对比，可以看到两种截然不同的路径： 生物医药领域的特点可以概括为：深技术壁垒、长研发周期、高爆发潜力，但受制于严格的监管与伦理约束。这一领域的财富创造更像是“十年磨一剑”，需要极度的耐心和专业性，但一旦成功，可能带来颠覆性的市场价值。 科技巨头的模式则体现为：快速迭代、强大的网络效应、平台统治力，以及相对滞后的监管适应。马斯克的特斯拉、SpaceX，贝索斯的亚马逊，都是这种模式的代表。他们的财富增长往往伴随着技术的快速商业化和社会生活方式的深刻改变。 然而，这两种模式正在发生着有趣的融合。AI制药、数字疗法、脑机接口等交叉领域的出现，正尝试结合两者的优势：用AI技术加速药物发现过程，用数字工具改善治疗效果，用脑机接口直接干预神经系统疾病。 马斯克的Neuralink计划于2026年启动设备“大规模生产”；国内脑机接口“独角兽”强脑科技完成约20亿元人民币融资，成为该领域继Neuralink之后全球规模第二大的融资事件。这些进展表明，科技与生物医药的边界正在变得模糊。 这引出了一个核心问题：这种融合是更可能催生新的生物医药首富，还是会让科技巨头通过跨界扩张进一步巩固他们的统治地位？从目前趋势看，两种可能性都存在。贝索斯投资Altos Labs，扎克伯格支持抗衰老研究，马斯克探索脑机接口——科技巨头们正在用他们的资本优势和技术积累，试图在生物医药领域开辟新的战场。 未来图景：首富之争的终极战场 当我们回顾这场关于未来首富的思考实验，一个清晰的图景逐渐浮现：生物医药领域要诞生真正意义上的世界首富，需要跨越的不仅是技术难关，更是监管、伦理、商业等多重壁垒的重重考验。 然而，这并不妨碍我们保持对生物医药领域的巨大期待。当礼来和诺和诺德凭借GLP-1药物实现市值暴涨，当贝索斯、马斯克等科技巨头重金押注抗衰老和脑机接口领域，我们看到了这个赛道蕴藏的巨大潜力。生物医药解决的是人类最根本的健康需求，这种需求的深度和广度，使其始终保有颠覆现有财富格局的想象空间。 如果未来真的有一位生物医药领域的创业者能够登顶世界首富，他或她最可能来自哪个方向？是彻底攻克癌症的“万能解药”，是逆转衰老进程的“时光逆流剂”，还是终结阿尔茨海默病等神经退行性疾病的突破性疗法？ 每个方向都有着独特的挑战与机遇。癌症治疗需要应对数百种不同疾病的复杂性；抗衰老技术面临着资源公平性的伦理拷问；神经退行性疾病的研究则需要解开大脑这一“终极黑箱”的秘密。但无论哪个方向取得突破，都可能开启一个价值数万亿美元的新市场。 生物医药与科技的交锋，正在重新绘制未来的财富版图。这场竞争不仅仅是关于金钱，更是关于人类如何面对疾病、衰老和死亡这些终极命题。当实验室里的淡蓝色液体可能成为改变世界的钥匙，当显微镜前的细胞观察可能开启下一个财富帝国，我们或许应该重新思考：未来的世界首富，会不会正穿着白大褂，在某个不为人知的实验室里，默默进行着一场改变人类命运的探索？

作者 | 草履虫  编辑 | 郑瑶 2026年前四个月，26家药企向港交所递表。到5月上旬，迈威生物、英派药业已经挂牌，丹诺医药通过聆讯，进入招股阶段，其余20多家仍在排队（表1）。港交所还在接收Biotech公司，但市场给出的耐心比前几年少了很多。 递表名单里不缺热门方向。ADC、GLP-1、合成致死、寡核苷酸等几乎覆盖了过去几年中国创新药最活跃的几个板块。但能先走出来的公司，靠的都不是单纯的赛道标签。 迈威生物有ADC和差异化抗体管线，也有BD收入；英派药业有合成致死平台，海外授权已经收到里程碑；丹诺医药避开肿瘤内卷，在抗感染领域提前绑定商业化伙伴。勤浩医药还在队列中，但8000万美元首付款的BD交易，已经让它在这批递表企业里更容易被看见。 排队冲港股的公司仍然不少，但只讲技术平台显然不够了，能把管线价值兑现成外部付款和商业化的公司，才有概率走到下一步。 表1.2026年1–4月港股Biotech IPO情况 图片来源：生物药大时代；数据来源：各公司官网公开资料整理 01窗口没有关 26家药企递表，说明一级市场退出压力和Biotech的上市需求仍在。 递表企业中，有些已有商业化产品，比如迈威、迪哲、博锐、康诺、景泽等；有些核心管线进入III期或注册阶段，比如易慕峰Claudin18.2 CAR-T、应世FAK抑制剂、质肽月制剂GLP-1、邦顺JAK2抑制剂、丹诺抗感染管线；也有不少Biotech仍主要依靠平台故事和早期项目支撑估值。 其中，迈威生物4月28日正式登陆港交所，成为首家“A股科创板+港股18A”双重上市的未盈利生物科技公司；英派药业4月20日通过聆讯，5月13日正式挂牌上市；丹诺医药5月6日通过聆讯，进入招股阶段，其余20多家仍在排队。 此前，迈威生物已经在A股科创板上市，又以18A身份赴港，资本市场并不缺对它的认知。它能率先完成二次上市，靠的是拿得出来的交易和收入。 2025年，迈威生物营业收入6.63亿元，同比增长231.62%；其中BD授权许可收入4.09亿元，增幅超过600%。2025年，公司一口气敲定三项BD合作，累计合同金额超过16亿美元。2026年一季度，公司营收1.28亿元，同比增长185%。这些数据让迈威的港股叙事不再停留在ADC和抗体平台，而有了可确认收入和可交易资产支撑。 港股公开发售的认购数据也说明了这一点。迈威最终发售价27.64港元，全球发售净筹约12亿港元，香港公开发售部分获得481.71倍超额认购（图1）。对一家未盈利Biotech来说，这样的认购强度，背后一定有比远期市场空间更明确的验证。 英派药业也类似。公司成立于2009年，专注合成致死机制，管线包括已商业化的塞纳帕利，以及新一代PARP1选择性抑制剂IMP1734、ATR抑制剂IMP9064等。 招股期间，英派药业市场认购热度显著。根据最终发售价及配发结果，公司最终发售价为20.10港元，全球发售4197.7万股H股，净募资约7.6亿港元；香港公开发售最终获得约2282.4倍认购，国际发售约24.58倍认购。5月13日挂牌首日，英派药业收涨108.26%，收报41.86港元，总市值约115.6亿港元。港股市场并非没钱，它只是在等更硬的标的。 02BD成了硬通货 这批拟IPO公司里，BD的权重明显上升。对未盈利Biotech而言，临床数据证明产品有潜力，BD证明外部买方愿意为这个潜力付钱。在港股市场，投资人不再轻易为十年后的峰值销售额买单。已经到账的首付款和可追踪的里程碑，远比市场空间更有分量。 其中，迈威的BD密度最高。 2023年1月，公司将TMPRSS6抗体大中华区和东南亚以外全球权益授权给Disc Medicine，后者支付4.125亿美元预付款和里程碑金额，并约定销售分成； 2025年6月，迈威又与齐鲁制药达成合作，最高金额达5亿元首付款及销售里程碑付款；同月，公司与Calico Life Sciences订立独家许可协议，授予Calico在大中华区以外开发、生产和商业化IL-11靶向疗法的权利； 2025年9月，迈威与Kaleo就MW7141项目达成全球范围独家开发、生产和商业化许可，金额最高可达10亿美元。 这些交易把迈威的ADC和差异化抗体平台从“研发资产”变成了“可交易资产”。公司管线覆盖Nectin-4、B7-H3、CDH17、ST2、IL-11、TMPRSS6等靶点，BD收入成了迈威管线价值最直接的证明。 英派的BD更聚焦。2023年5月，英派将PARP1抑制剂IMP1734和IMP1707的海外权益授权给Eikon Therapeutics，获得3150万美元首付款、最高9.56亿美元里程碑金额，以及个位数或低双位数百分比销售分成。 到2026年4月，随着管线推进至临床II期，公司收到500万美元里程碑付款。这类交易从外部验证了英派管线的价值，里程碑付款的到账，也给公司后续研发和上市前融资增加了一层支撑。 勤浩医药虽然还未走到“上岸”阶段，但它的BD同样有代表性。2026年3月，勤浩与吉利德就MAT2A抑制剂GH31达成全球独家许可协议，获得8000万美元首付款，并有资格获得最高14.5亿美元里程碑付款及最高两位数百分比销售分成。 公司聚焦RAS信号通路和合成致死机制，核心产品SHP2抑制剂GH21处于II期临床，后续还有ERK1/2、PRMT5、KIF18A、MAT2A等管线。吉利德出手，让这家公司在26家递表企业中有了更明确的外部背书。 先声再明也已达成三项授权出海合作，GPRC5D/BCMA/CD3三抗授权给艾伯维，交易总金额10.55亿美元；LRRC15 ADC授权给Ipsen，交易总金额10.6亿美元；CDH6 ADC授权给NextCure，交易总金额7.45亿美元（图2）。公司本身已有4款商业化产品，后续管线覆盖三抗、双抗、ADC、小分子等多个方向。 图1.先声再明2025年已达成三项授权出海合作 图片来源：先声药业官网 不过BD不是万能保险。首付款和里程碑结构差异很大，区域权益和后续分成也会影响长期价值。海外授权越多，短期收入越漂亮；核心权益让出过多，未来自主商业化空间也会变窄。港股投资人现在看BD，不只是看金额，合作方质量、项目阶段和权益范围同样被考虑在内。 这也是这轮港股Biotech IPO最明显的变化，BD不再只是利好消息，而是未盈利Biotech交给二级市场的一份外部审计。 03产品落地是关键 另一类容易被港股接受的公司，是已经接近商业化，或者提前把商业化路径安排好的公司。 丹诺医药便属于这一类。这家公司成立于2013年，聚焦细菌感染和细菌代谢相关疾病，核心产品包括利福特尼唑、TNBi-1、利福喹酮、TNP-2092、TNBi-2等。它没有追逐肿瘤、ADC和GLP-1这类高流量赛道，而是聚焦抗感染药物，这个方向研发难度高、商业回报周期长，入局者不多；好处是竞争相对温和，临床需求也更具体。 通过聆讯前，丹诺已经先安排好商业化问题。2024年11月28日，远大生命科学集团与丹诺医药就TNP-2198达成独家商业化合作协议（图3）。 远大在抗感染领域有渠道和产品经验，丹诺不必在上市前独自承担销售队伍建设成本。对一家估值20亿元的未盈利Biotech来说，这个安排降低了上市后产品销售的不确定性。 图2.远大生命科学集团与丹诺医药就TNP-2198达成独家商业化合作协议 图片来源：丹诺医药官网 应世生物则把临床进度和商业化合作同时推到台前。公司成立于2017年，核心产品为高选择性口服小分子FAK抑制剂Ifebemtinib（IN10018）。该药联合化疗治疗铂耐药复发卵巢癌已经推进至III期注册临床，预计下半年报产；项目还针对三种适应症获得NMPA突破性疗法认定，一种适应症获得FDA快速通道资格。 5月8日，应世与复星医药达成合作，将N10018和N10028两款FAK抑制剂的大陆商业化权益授予复星。应世获得1亿元首付款，以及最高10.15亿元里程碑付款。公司4月21日再次递表，随后释放商业化合作，目的很明确，III期项目需要一个能卖药的伙伴。 质肽生物面对的市场竞争更为激烈。公司成立于2018年，核心管线ZT002为每月注射一次GLP-1，目前处于III期临床。后续还有每周一次口服GLP-1多肽、GLP-1/FGF21、每月一次Amylin、GLP-1/GIP/Amylin等项目。ZT002通过双脂肪酸链修饰，将半衰期拉长至约12天，试图用月制剂在减重赛道做出差异化。 此外，质肽很早绑定了商业化资源。2023年3月，公司与爱美客子公司诺博特生物签署协议，共同推进司美格鲁肽类似药减重适应症在大中华区落地。爱美客持有质肽5.85%股权，也有医美渠道资源。减重药天然靠近消费医疗场景，这类合作能帮质肽提前处理一部分商业化问题。 然而，压力也很直观。GLP-1已经进入价格战和产品迭代周期，已获批品种年治疗费用降至千元级别，司美格鲁肽核心专利已于2026年3月到期。ZT002的III期临床预计2027年完成。等产品真正上市时，月制剂能否赢得市场认可，还要看疗效、定价和竞品格局。 临床后期不等于商业化成功，商业化合作不等于销售放量。丹诺、应世、质肽的共同点，都是在上市前把产品下一步往哪里去讲得更具体。港股市场评估管线，不只看研发进度，更看后续商业化安排。 04结语 26家药企递表，港股Biotech的窗口还在。迈威、英派已经挂牌，丹诺进入招股阶段，说明市场没有完全失去耐心。但港股18A已经不是那个愿意为所有早期平台买单的市场。 这一轮港股Biotech IPO，筛选标准越来越具体。已确认的BD收入、商业化伙伴和适应症竞争格局都会被反复拿出来审视。递表只是入场，上市也只是一次融资节点。真正决定Biotech估值的，是项目能否持续被外部定价。 参考资料： 各企业官网、公开资料信息 END