产棱观察 | AI制药把分子越做越多，卡脖子的变成湿实验，订单流向卖水人

产棱 · IndPrism 产业传导笔记

笔记时点：2026年9月24日

目录

一、核心判断：瓶颈从算力移到验证 2

二、近月催化复盘与核验 3

三、机制拆解：为什么瓶颈是湿实验 5

四、传导地图：订单沿哪条链扩散 6

五、A股核心对象：分层与公司卡 8

六、非A股映射：只作海外验证样本 13

七、配置节奏：先兑现，再暴露，后期权 14

八、风险与证伪条件 15

九、跟踪清单 16

参考资料 17

摘要

本报告讨论一条正在形成的生物医药产业瓶颈：AI让候选分子变多、变快，湿实验验证成为共同约束。近一个月，诺和诺德与Anthropic合作、礼来TuneLab接入金斯瑞/Twist/Ginkgo、Iambic Therapeutics递交上市申请、Anew Labs完成大额融资、Boehringer Ingelheim与Envisagenics达成多年期多靶点合作，这些事件指向同一事实：头部买方开始为标准化的实验验证能力付费。

产业状态应定性为“早研范式切换期”，而不是全面业绩兑现期。A股最先受益的是能直接承接AI验证订单的蛋白与抗体服务商；其次是已有订单数字的早期研发服务商；再其次是培养基、色谱填料、测序与自动化入口；模式动物属于外溢层；mRNA原料酶标的位置稀缺但兑现不足，只能按期权处理。

一、核心判断：瓶颈从算力移到验证

本轮变化不是AI制药概念卷土重来，而是研发价值链的入口被重新定价。过去两年，市场关注点集中在模型能力、算力规模和分子生成速度；当设计端边际成本快速下降，真正约束研发效率的环节转移到湿实验：一个AI模型可以一夜生成上千条序列，但表达、纯化、结合、活性、ADME、毒理、制剂和CMC不能靠提示词完成。

更关键的是，监管提速只改变“进临床”的速度，不改变“成药”的验证负担。FDA的AI审评试点让AI设计药物更快进入早期临床，但临床前失败、二期三期失败和CMC可预期性仍然是硬约束。换句话说，AI让候选分子更快抵达验证门口，验证门口因此更拥挤。

所以，判断一家公司是否受益，不看它是否宣称“AI赋能”，而看三个硬标准：第一，是否有高通量自动化湿实验能力；第二，实验数据是否回流自有平台，形成设计—实验—数据—模型迭代闭环；第三，是否已经进入全球头部药企、Biotech或科技公司的供应链。三条都满足，湿实验室才是数据资产；只替客户做项目，实验室仍然只是产能。

二、近月催化复盘与核验

下表复盘近月关键事件。核验原则很简单：公司公告和监管文件优先级最高；媒体知情人士消息保留但降权；涉及A股标的池时，只纳入A股公司，海外与港股公司仅作映射。

这些事件的共同点不是“AI又热了”，而是湿实验供应商被系统性接入头部平台：礼来TuneLab需要金斯瑞、Twist、Ginkgo提供表达、表征与ADME；Iambic把Design、Make、Test写成闭环；Orbis和Dualitas卖的不是通用算法，而是可验证的新分子形态与新组合。

三、机制拆解：为什么瓶颈是湿实验

3.1 AI改变的是设计端边际成本

AI对药物发现最大的贡献，是把“提出候选分子”的边际成本打下来。蛋白设计、抗体人源化、亲和力成熟、linker-payload选择、口服大环生成、RNA剪接靶点挖掘，都因为模型迭代而变快。但设计端变快之后，系统瓶颈会自然迁移到最慢、最贵、最难自动化的环节。

3.2 验证端有三个不可替代

第一不可替代是表达与纯化：AI可以给序列，不能给足量、正确折叠、低内毒素、可放大的蛋白。第二不可替代是功能数据：结合活性不等于细胞功能，细胞功能不等于药代安全。第三不可替代是监管可审计：IND需要的是可追溯、可重复、符合GLP/GMP逻辑的数据包，而不是模型置信度。

3.3 为什么订单先打上游

当AI平台进入高频迭代，最先放量的是可标准化、可复购的上游服务：蛋白表达、抗体纯化、亲和力验证、基因合成、测序、ADME和细胞培养耗材。因为这些环节像“研发水电煤”，每一轮设计都需要重新消耗。临床前CRO和模式动物也受益，但它们更依赖项目制订单，弹性与确认节奏慢于标准试剂和服务。

这一机制和GLP-1、ADC不同。GLP-1是单一适应症需求爆炸，ADC是payload和偶联工艺瓶颈；湿实验数据层是研发范式变化带来的通量再通胀。只要AI继续提高候选分子产出，验证环节就需要复购；反之，如果未来算法显著减少需要实体合成的分子数量，需求逻辑就会反转。

四、传导地图：订单沿哪条链扩散

图1：AI制药瓶颈迁移链条。资料来源见图注，产棱 · IndPrism整理。

传导顺序上，先发生的是试剂和服务复购，再发生耗材消耗，再发生设备确认收入，最后才是模式动物和临床前项目放量。因此，短线弹性与中长期确定性并不重合：服务层弹性最大，耗材层持续性更强，设备层确定性高但慢，外溢层需要等待直接订单披露。

图2：A股湿实验数据层“暴露—兑现”定性矩阵。资料来源见图注，产棱 · IndPrism整理。

五、A股核心对象：分层与公司卡

以下分层不按短期涨幅排序，而按“受益直接性、订单可见度、兑现程度”排序。每层都给出一句定位、受益路径、已见证据、跟踪指标和首要风险。

5.1 核心层：每一轮AI验证都要复购

百普赛斯：定位是AIDD-ready蛋白与高通量体外验证伙伴。受益路径是AI设计抗体、膜蛋白、细胞因子和难成药靶点增加后，公司用HEK293/CHO表达体系、标准化纯化和亲和力—细胞功能—成药性一体化平台承接验证需求。已见证据是半年报明确“AI预测—实验验证”双轮驱动，9月发布CHO-Direct快速高通量亲和力验证，并拟参与医药产业基金。跟踪指标是AI相关订单、海外收入占比、检测服务和CRO服务毛利率。首要风险是估值先行后，订单披露不及预期。

义翘神州：定位是重组蛋白、抗体、基因与培养基的一体化科研供应商。受益路径是高通量表达和可开发性评估承接AI候选分子初筛，尤其无细胞表达体系能把部分表达验证从细胞周期中解放出来。已见证据是公司披露可在数周内完成大量scFv/VHH湿实验验证，且CRO服务收入已增长。跟踪指标是CRO服务收入增速、服务毛利率、抗体和蛋白交付周期。首要风险是服务属性偏人力与项目制，毛利率弹性弱于试剂。

5.2 兑现层：订单已经进入报表

成都先导：定位是DEL加AI自动化的源头分子发现平台。受益路径是AI提高分子优化轮次，DEL和FBDD平台承接苗头化合物发现与优化。已见证据是2026年上半年收入与利润高增，DEL和OBT业务收入显著增长，并完成多个化合物IP转让。跟踪指标是IP转让数量、海外客户、AI自动化平台HAILO的使用率。首要风险是项目制波动，IP转让不能线性外推。

药石科技：定位是分子砌块与化学交付能力。受益路径是AI设计越激进，越需要可合成砌块、高通量快速合成和DS/DP一体化。已见证据是公司披露建设高通量快速合成能力，基于分子砌块快速构建多样化化合物库，DS/DP一体化项目增加。跟踪指标是新分子砌块客户、CRO/CDMO转化、PPQ到商业化量产周期。首要风险是早研预算回暖的持续性。

美迪西：定位是药物发现与临床前CRO。受益路径是AI药企与Biotech把更多分子推到IND前，药效、药代、毒理和申报服务需求增加。已见证据是2026年上半年药物发现和临床前新签高增，公司具备GLP与AAALAC资质，并长期辅助IND和License-out。跟踪指标是新签订单、人员利用率、海外Biotech客户、IND辅助数量。首要风险是人力密集，AI只是增效器，不是收入本身。

5.3 耗材与入口层：慢，但粘性强

奥浦迈、赛分科技、纳微科技：定位是表达与纯化耗材。受益路径是蛋白和抗体验证放量后，培养基、层析填料和纯化介质消耗增加。已见证据是产业梳理中培养基和工业纯化产品收入高增，抗体领域与三期及商业化项目占比提升；其中部分数据来自券商与投资者关系整理，需回到公司公告复核。跟踪指标是工业客户收入占比、海外客户、产能利用率、低自给率产品替代进度。首要风险是耗材确认慢于服务，且低毛利科研订单可能稀释结构。

华大智造、诺禾致源：定位是测序与自动化入口。受益路径是AI药企、多组学、mRNA疫苗和细胞基因治疗都需要测序确认、数据生成和自动化样本处理；因美纳受限后，国产测序替代的确定性增强。已见证据是华大智造在手订单结构披露、全读长测序和智能自动化订单；诺禾致源在多组学科研服务有基础。跟踪指标是装机量、开机率、试剂耗材复购、自动化平台客户。首要风险是设备周期长，短期业绩弹性不如试剂服务。

洁特生物：定位是细胞培养耗材“毛细血管”。受益路径是AIDD湿实验平台扩建后，细胞培养皿、瓶、板和液体处理耗材消耗增加。已见证据是公开梳理显示其深度绑定金斯瑞、百英等湿实验平台。跟踪指标是AIDD客户收入、耗材复购、海外认证。首要风险是单品价值低，需靠规模和客户绑定。

5.4 外溢与期权层：逻辑成立，证据分层

药康生物、南模生物：定位是模式动物和药效评价。受益路径是AI候选分子增加后，体内药效和安全性验证需求外溢；模型动物本身也是数据资产，因为表型与药效反馈不在公开文献里。已见证据是公司具备丰富模型平台和功能药效平台，但缺少可直接归因于AI药企的订单披露。跟踪指标是AI/Biotech客户数、模型定制订单、海外收入。首要风险是市场按核心层给估值，但公司仍处外溢层。

近岸蛋白：定位是mRNA原料酶与重组蛋白上游期权。受益路径一端是AI湿实验对蛋白、酶和检测服务的需求，另一端是mRNA肿瘤疫苗平台若兑现，对GMP级原料酶需求重估。已见证据是市场已按mRNA原料酶和AI湿实验交易，但公司2026年上半年仍亏损，酶及试剂收入同比下滑，mRNA原料酶尚未放量。跟踪指标是GMP级原料酶订单、客户IND/BLA节点、酶及试剂增速转正、亏损收窄。首要风险是主题交易与基本面背离，公司自身已多次提示波动风险。

六、非A股映射：只作海外验证样本

金斯瑞、百奥赛图、晶泰科技、Iambic、Isomorphic Labs、Envisagenics、Orbis Medicines、Anew Labs不进入A股标的池。它们的作用是验证订单存在性：礼来TuneLab需要外部湿实验，Iambic把Design-Make-Test写成资本市场可理解的闭环，Orbis和Dualitas用AI卖新分子形态，金斯瑞用配售资金支持AIDD平台和自动化高通量湿实验室扩建。

A股研究可以把这些公司当作“需求真实发生”的海外证据，但不能直接映射估值。尤其是港股和新三板/在审企业，流动性、投资者结构和披露节奏与A股不同；把它们写进“A股核心标的”会造成口径错误。

七、配置节奏：先兑现，再暴露，后期权

研究组合上，第一层放核心层与兑现层：百普赛斯、义翘神州代表直接承接AI验证订单；成都先导、药石科技、美迪西代表订单已经进入报表。第二层放耗材与入口层：奥浦迈、赛分科技、纳微科技、华大智造、诺禾致源，赚“验证量放大后的持续消耗”。第三层才放外溢与期权：药康生物、南模生物等披露，近岸蛋白只按小仓位期权处理。

节奏上，短看事件与订单披露，中看两个财报季的收入、毛利率和现金流，长看平台是否形成数据回流。若只有概念没有订单，涨到高位也应按主题退潮处理；若订单进入报表但毛利率下降，要检查是否只是低毛利CRO放量；若高毛利试剂和耗材同步增长，才是盈利中枢上移。

八、风险与证伪条件

最大反证不是“AI无用”，而是“算法减少实验”。如果未来模型能显著降低需要实体合成、表达和筛选的分子数量，湿实验需求增量会低于预期，卖水人逻辑会从通量扩张切换为产能消化。

第二类风险是监管提速不等于临床成功。AI让更多分子更快进入早期临床，但若二期、三期失败率不降，资本开支会重新收缩，早期验证订单会先被砍。

第三类风险是地缘与合规。海外收入占比高的上游公司，可能受Biosecure、数据跨境、出口管制和客户去库存影响；国内公司若进入全球供应链，还要面对FDA/EMA审计、GMP体系和知识产权归属。

第四类风险是估值与交易拥挤。湿实验数据层短期涨幅已大，部分标的上涨来自“位置正确”而非“订单兑现”。一旦市场开始要求财报验证，只有收入、毛利率、现金流能接住的标的才会留下。

九、跟踪清单

参考资料

1. 诺和诺德与Anthropic合作公告，2026年9月16日；礼来TuneLab与金斯瑞、Twist Bioscience、Ginkgo Bioworks合作披露，2026年9月16日。

2. Boehringer Ingelheim与Envisagenics多年期多靶点合作公告，2026年9月22日；Novo Nordisk与Orbis Medicines协议公告，2026年9月；Roche与Dualitas Therapeutics合作公告，2026年9月。

3. Iambic Therapeutics SEC S-1文件，2026年9月；ADARx Pharmaceuticals公开递表资料；Electra Therapeutics上市公告，2026年9月18日；Moderna/Merck个性化新抗原mRNA疫苗III期公开披露。

4. FDA Accelerated AI Pathway Pilot公开资料，2026年；百普赛斯、义翘神州、成都先导、药石科技、美迪西、华大智造、诺禾致源、奥浦迈、赛分科技、纳微科技、药康生物、南模生物、近岸蛋白等公司公告、半年报与投资者关系记录。

5. 国联民生证券、浙商证券、华鑫证券、中邮证券等关于AI for Science、AI4S制药产业链、多Agent干湿闭环与测序环节的公开研究梳理。

本文为产业研究笔记，据公开信息整理，不构成投资建议。判断留给读者。

数据截至2026年9月24日

产棱 · IndPrism ｜ 全球产业传导研究系统