繼先前的挫敗之后，頂著AI制藥“第一股”的光環，英矽智能再次宣布遞表港交所，赴港上市。

5月8日，港交所官網顯示，英矽智能（Insilico Medicine）遞交港交所上市申請，摩根士丹利、中金公司、GFSHK為聯席保薦人。這并非英矽智能首次沖刺港股IPO。早在2023年6月27日，英矽智能遞表港交所，2024年3月27日，英矽智能再次向港交所提交上市申請。

根據招股書，英矽智能成立于2014年，2019年落地上海浦東，憑借生成式AI技術快速崛起。其核心業務涵蓋自研管線開發、AI平臺授權以及跨領域合作三大核心領域，并成功構建了從靶點發現直至臨床驗證的完整產業鏈條。

2018年至今，英矽智能進行了8輪融資，2025年2月完成超1億美元E輪融資，投后估值約13.31億美元。財務方面，于2022年度、2023年度、2024年度，英矽智能的收入持續增長，分別為約3010萬美元、5120萬美元、8580萬，2022年至2024年收入增長率為185%。毛利率分別為63.4%、75.4%、90.4%。經過調整，虧損額持續減少，分別為7080萬元、6740萬元、2270萬元。

此次上市，英矽智能擬將募資金額用于：為關鍵臨床階段管線候選藥物的進一步臨床研發提供資金；開發新的生成式AI模型及相關的驗證研究工作；進一步開發及擴展自動化實驗室；為早期藥物發現及開發的研發提供資金；用作營運資金及其他一般企業用途。

有券商醫藥行業分析師對21世紀經濟報道記者表示，本次英矽智能遞表港交所距離其首次遞表已過去近兩年。從業務布局、技術突破到商業化爭議，這家明星企業的上市之路，折射出AI制藥行業的機遇與挑戰。

“ 英矽智能的生成式AI技術雖具創新性，但面臨數據壁壘挑戰。”該分析師指出，在醫療領域，盡管AI制藥發展迅速并取得了一定成果，但在商業化應用方面仍面臨技術、數據、法規和市場接受度等多重障礙。

這也意味著，盡管技術突破與資本追捧為其戴上光環，但對英矽智能而言，臨床數據、盈利模式與生態協同的挑戰仍如達摩克利斯之劍高懸。

AI驅動產業擴張

伴隨著AI技術的發展，制藥領域正在迎來“百年難得的歷史性機會”，這也催生了“AI+制藥”產業的不斷擴容。

根據市場報告，AI技術的應用有望將臨床新藥研發的成功率從12%提升至約14%，從而為生物制藥業節省約10億美元的研發經費。AI在制藥領域呈現的高效率，一度被認為能顛覆傳統流程，AI制藥賽道也曾因此受到資本熱捧。

另據智藥局的監測數據，2022年全球AI+藥物研發領域共發生144起融資事件，累計融資金額達到62.02億美元，這一數字較2021年有所增長，顯示出該領域在全球生物醫藥領域中的重要性和資本市場的青睞。但2023年間，104起AI+藥物研發相關融資總金額為36.01億美元，同比下降42%，一級市場已有趨緩之勢。但2024年全球AI+藥物研發相關融資總事件達到128起，總金額為57.95億美元（約人民幣416.4億元）， 融資金額大增61%，資金量接近2022年的水平，市場回暖。

不過，對比國際，國內大部分AI制藥企業尚在早期融資輪次。據不完全統計，在超過90家AI制藥企業中，除成功上市的晶泰科技和已遞交招股書的英矽智能外，進入C輪融資的屈指可數，包括藥物牧場、深勢科技等6家，B+輪融資的包括紅云生物和奕拓生物2家。

談及目前AI制藥市場現狀，美富律師事務所上海辦公室管理合伙人孫川日前在接受21世紀經濟報道記者采訪時表示，人工智能在兩個方面發揮著重要作用：首先，它能在藥物發現階段幫助識別更佳的靶點；其次，通過人工智能設計臨床試驗方案，因為方案設計對于臨床試驗至關重要。如果方案設計不當，整個試驗可能會遇到問題。

“在沒有人工智能之前，方案設計是一個非常耗時、費力且成本高昂的過程。然而，人工智能的優勢在于能夠利用大量數據，并且隨著數據量的增加，它能更有效地協助這一過程。”孫川指出，在市場交易中，人工智能的應用變得越來越普遍，這已成為一個明顯的趨勢。

在產業利好的大趨勢下，英矽智能也在加速布局。ISM001-055（Rentosertib），一款強效選擇性TNIK小分子抑制劑，是英矽智能目前進展最快的臨床階段資產。該藥物在2024年8月成功完成在中國的IIa期臨床試驗，并于同年10月公布了積極的頂線數據，顯示了良好的安全性和耐受性，以及在特發性肺纖維化（IPF）患者中觀察到的劑量依賴性肺功能改善。

英矽智能計劃接下來在中國開展ISM001-055用于特發性肺纖維化（IPF）的Ⅲ期研究及在美國開展ISM001-055用于IPF適應癥的IIb/Ⅲ期研究。ISM001-055已于2023年2月獲得FDA授予的孤兒藥資格認定，并于2025年4月獲得藥品審評中心用于治療IPF的突破性療法認定。

招股書稱，根據弗若斯特沙利文的資料，該資產為同業公司中最先進的研發項目。相較于傳統方法，英矽智能的Pharma.AI平臺顯著加速了藥物發現流程，從新型TNIK靶點的識別到首次人體臨床試驗的啟動，整個過程僅用了18個月的時間。除醫藥領域外，英矽智能將AI技術延伸至農業、新材料、獸醫藥物等領域。

萬億市場的“破”與“立”

“AI+制藥”的模式雖然一定程度上提升了我國醫藥健康行業從業者的工作效率，但人工智能的融入過程也并非一帆風順。

例如，就目前國內AI制藥領域而言，最大阻礙是公共數據數量的局限。前述券商醫藥行業分析師對21世紀經濟報道記者表示，行業數據量是不夠的。盡管目前人工智能技術在藥物開發中已經發揮了重要作用，但相較于AI技術在其他領域的應用，其在藥物研發領域的成果數量仍然有限。

此外，盡管現在整個AI制藥發展趨勢，從單一的小分子，一直拓展到新興的ADC、抗體藥物、細胞治療、基因治療這些藥物類型上是一大趨勢。然而，這些嘗試往往并不能單憑AI一蹴而就，要將“AI+制藥”模式推向創新療法的前沿，仍需跨越一段不小的距離。

此前，英矽智能聯席首席執行官、首席科學官任峰也在公開場合指出，自去年起，公司便開始運用人工智能技術輔助生物學家的工作，涵蓋抗體藥物、多肽藥物等領域，相關算法已達到成熟階段，并與數家國際企業展開合作。然而，從零開始創造，如何將生物藥物轉化為實際應用，仍需一段冗長的旅程。

“我們能夠從頭開始構建一個氨基酸序列，并賦予其活性，這通過暴力計算，分析其折疊結構和能量，相對容易實現。然而，將其轉化為蛋白質藥物或抗體藥物的過程，仍然任重而道遠。”任峰指出，這是因為存在諸多挑戰，如免疫原性問題、是否會產生聚集等，這些問題并不能僅憑設計出具備結合能力的序列就迎刃而解。

這也意味著，AI制藥全面落地仍需經歷一段漫長的道路。上述分析師也指出，AI制藥還需面臨多個挑戰。一方面，臨床二期存“盲盒”風險。 臨床二期，這一新藥研發的關鍵階段，常被譽為“死亡之谷”，其失敗率高達60%，令人矚目。若臨床試驗數據未能達到預期，AI制藥領域的相關企業可能會因此遭受股價暴跌的嚴峻打擊。另一方面，我國醫療數據呈現出分散且標準化程度不高的現狀，盡管眾多AI制藥企業已通過自建實驗室積極積累數據，但與國際大型藥企相比，其數據庫規模仍然相對薄弱。

英矽智能招股書也坦言，其AI模型依賴“不完整、不一致”的外部數據，可能影響預測準確性。

此外，AI制藥企業還需打破資本依賴與盈利困局。目前，不少AI制藥企業高度依賴融資輸血，若IPO受阻，現金流壓力將陡增。

“當前，業界正致力于探索如何借助AI生成臨床研究的分析報告，如何在海量數據中尋找潛在答案，加快與監管機構的溝通，以及如何利用AI進行數據分析等。我們正在嘗試這些方法，期望未來能夠將AI真正融入臨床研發的每一個環節中。然而，要實現AI在臨床開發中的廣泛應用，我們還需克服諸多環節壁壘。”該分析師說道。

AI制藥的商業化前景不僅取決于技術滲透的深度，還受到監管協同和支付端改革的共同影響。根據麥肯錫的預測，到2030年，隨著AI技術全面滲透藥物研發領域，預計市場規模將達到5300億美元。此次，英矽智能若成功上市，其表現將深刻影響資本對AI制藥賽道的信心。這是一場關乎技術創新與商業理性的長跑，而哨聲剛剛響起。