AI的风,刮到了医药领域。

AI在医药领域的应用,可以从CRO龙头企业康龙化成(300759)刚刚披露的2023年年报中窥见一二。康龙化成在经历了2022年的净利下滑后,2023年迎来业绩回暖,营收、净利实现双增。特别的是,2023年,康龙化成在年报中首提AI,大篇幅阐述了AI在药物研发领域的应用,包括应用AI技术预测永生化细胞体外生长趋势、预测体外水平的药物作用机制等。此外,康龙化成还在绿色化学以及基因编辑技术等方向做了尝试。也因此,公司2023年研发费用大增,同比增长逾五成。不过,公司资本化研发投入始终为0,毛利率出现下滑等情况,也是康龙化成年报中不可忽视的关注点。

业绩回暖

3月28日,康龙化成披露的2023年年报显示,报告期内,公司营收、净利出现双增,改变了2022年增收不增利的局面。

财务数据显示,2023年,康龙化成实现营业收入约为115.38亿元,同比增长12.39%;对应实现的归属净利润约为16.01亿元,同比增长16.48%;对应实现的扣非后净利润约为15.14亿元,同比增长6.51%。

虽然与2022年相比,康龙化成净利出现增长,不过仍未追上2021年公司巅峰时期的业绩,2021年,康龙化成实现的归属净利润约为16.61亿元。

资料显示,康龙化成是一家全流程一体化医药研发服务平台,业务遍及全球,致力于协助客户加速药物创新,主要包括实验室服务、CMC(小分子CDMO)服务、临床研究服务、大分子和细胞与基因治疗服务四大业务平台业务。

具体业务构成上,2023年,康龙化成实验室服务营收占比仍是在四大平台中处于领先位置。2023年,公司实验室服务实现营业收入66.6亿元,占营业收入比重为57.72%;公司CMC(小分子CDMO)服务实现营业收入27.11亿元,占比为23.5%;公司临床研究服务是2023年营收增长最多的一部分,实现营业收入17.37亿元,同比增长24.66%;此外,公司大分子和细胞与基因治疗服务实现营业收入4.25亿元,同比增长21.06%。

值得一提的是,除了临床研究服务,上述其他业务毛利率均出现下滑。2023年,公司实验室服务、CMC(小分子 CDMO)服务、临床研究服务、大分子和细胞与基因治疗服务毛利率分别为44.28%、33.68%、17.05%、-8.3%,同比增长率分别为-1.25%、-1.11%、5.59%、-6.13%。这也导致了康龙化成整体毛利率出现下滑,由36.71%下降至35.75%。

针对毛利率下滑的原因,在接受北京商报记者采访时,康龙化成相关负责人解释到,公司实验室、CMC商业化工厂存在新产能投入,投产、转固定资产后存在折旧和摊销,因此诸如工厂运营成本等一定程度上会影响公司毛利率。

首提AI在药物研发中的应用

在康龙化成2023年年报中,AI成为新的关键词,也是公司首次在年报中提及AI在药物研发中的应用。

康龙化成AI在药物研发领域的应用与积极探索主要包含四个方面,首先是应用AI技术预测永生化细胞体外生长趋势。2023年,康龙化成利用人工智能技术构建了一个能够较为准确模拟永生化细胞在体外生长曲线的机器学习模型,这一模型适用于肿瘤细胞体外药效实验条件的筛选,在短时间内选择最优的实验条件进行药效的筛选。

康龙化成还应用AI技术预测体外水平的药物作用机制。2023年,康龙化成训练了人工智能模型来学习细胞细微形态变化与药物的作用机制之间的复杂联系。康龙化成表示,利用单细胞成像,结合后续的人工智能模型,公司能够对未知作用机制的化合物做出相关信号通路乃至潜在作用靶点的预测,并对可能的脱靶效应发出预警。

同时,康龙化成运用AI技术预测和筛选化学反应条件。具体来看,公司2023年着手开发有机化学反应条件推荐以及有机合成路线设计和推荐的人工智能模型(平台),将减少化学研究员摸索反应条件和打通(验证)合成路线的时间,从而加快化合物(药物分子)的合成速度。

此外,2023年,康龙化成建立AI模型,对生物酶性能进行设计与改造。康龙化成在酶催化领域建立人工智能模型,基于蛋白质三维结构及其序列信息等大量复杂数据的计算,高效准确地进行酶性能的设计和改造,目前已应用于预测酶的活性和稳定性,并与验证实验协同迭代,通过若干阶段的改造,从而改进了酶的性质和应用。

天使投资人、资深人工智能专家郭涛在接受北京商报记者采访时表示,AI药物研发的前景非常广阔。随着AI技术的不断发展和成熟,其在医药研发领域的应用也越来越广泛。AI可以帮助医药研发人员更快、更准确地找到新的药物靶点,提高药物研发的效率和成功率。此外,AI还可以帮助医药研发人员更好地理解疾病机制,从而开发出更有效的治疗方法。

在中关村物联网产业联盟副秘书长袁帅看来,人工智能中的深度学习技术可以应用于药物研究,通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物,达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。人工智能通过计算机模拟,可以对药物活性、安全性和副作用进行预测。

不过,郭涛也提示了AI医药研发的相关风险。首先,AI药物研发依赖于大量的生物医学数据,数据的质量和隐私保护成为关键问题;其次,AI技术更新迅速,需要不断投入研发资源以保持竞争力;此外,AI医药研发可能面临法规和政策的不确定性,影响研发进程和市场推广。

研发费用同比增长逾五成

AI在药物研发领域的应用,正是公司研发投入的一个重要投向。2023年,康龙化成研发费出现大幅增加,同比增长逾五成。

财务数据显示,2023年,康龙化成研发费用为4.48亿元,上年同期为2.82亿元,同比增长58.78%。康龙化成表示,主要系公司致力提高研发能力和专业技术水平,持续加大研发投入所致。

除了AI在药物研发领域的应用,公司研发投入还主要投向包括流体化学(又称连续生产技术)、生物酶催化、电化学技术在内的绿色化学技术,以及化学蛋白质组学平台、基因编辑技术、基因编码化合物库技术平台、化学反应筛选平台。截至2023年底,上述3个项目均已投入使用并在不断完善中。

2023年,康龙化成研发人员数量也出现进一步提升,增至18239人,同比增长4.79%,研发人员数量占比增至89.87%。

值得一提的是,虽然2020—2022年康龙化成研发费用不断增加,研发费用率也不断提高,不过公司研发支出资本化的金额始终为0。

针对公司未发生研发支出资本化的原因,康龙化成相关负责人向北京商报记者解释称,主要受公司业务性质影响,公司主要协助客户加速药物创新,因此出于谨慎性原则,将所有研发支出进行费用化处理。

中央财经大学证券期货研究所研究员杨海平认为,医药行业的发展对技术研发的依赖性非常强。在这种情况下,上市医药公司更多的考虑是建立阻挡潜在竞争者护城河,持续保持行业地位,提升估值水平,提升再融资能力,提升依靠资本市场推进行业整合的大战略,而增加研发投入是其中的核心和关键。

北京商报记者 丁宁

友情提示

本站部分转载文章,皆来自互联网,仅供参考及分享,并不用于任何商业用途;版权归原作者所有,如涉及作品内容、版权和其他问题,请与本网联系,我们将在第一时间删除内容!

联系邮箱:1042463605@qq.com