晶泰控股于 2015 年创立，是一个基于量子物理、以AI赋能和机器人驱动的 创新型研发平台。公司采用基于量子物理的第一性原理计算、人工智能、高性能云计算 以及可扩展及标准化的机器人自动化相结合的方式，为制药及材料科学(包括农业技术、 能源及新型化学品以及化妆品)等产业的全球和国内公司提供药物及材料科学研发解决 方案及服务。

  晶泰控股拥有背景过硬的创始团队，研发实力丰沛雄厚，凭借量子物理与人工智能技术， 在药物及新材料设计领域突破传统限制，实现高效创新。 自成立以来，晶泰控股受世界知名股权和战略投资者的大力投资与支持，已筹集资 金约 732 百万美元。截至 2023 年 12 月 31 日，晶泰控股在全球的人工智能赋能的药物 发现公司中排名第一。 公司由三位麻省理工学院的博士后物理学家于 2015 年创立，以基于量子物理的第 一性原理计算及人工智能能力为支撑，寻求以超过传统的替代方法的速度及规模改变药 物及新材料的设计与发现方式。2016 年，晶泰控股参加了辉瑞举办的全球晶体结构预测 （「晶体结构预测」）盲测并实现准确预测，从而与辉瑞在技术创新和药物研发方面建立 了长期的战略重要合作伙伴关系。此后，就技术优势而言，晶泰控股慢慢的变成为提供固态研发计算服务的全球领导者。公司的晶体结构预测能力及与辉瑞的长期合作，最终能够 帮助缩短确认用于 Paxlovid 开发及生产的最佳结晶药物形式所需的时间，在全球抗击 SARS-CoV-2 的关键时刻成为全世界首个获得 FDA 批准的 COVID-19 口服疗法。

  晶泰控股自 2015 年创立以来，陆续成立了多家附属公司，涵盖中国、美国及开曼 群岛等地，业务涉及固态研发、药物发现解决方案、业务开发、专利持有以及孵化器平 台等多个领域。从 2015 年至 2022 年，公司通过多轮融资不断拓展业务版图，增强研发 实力，逐步构建起一个多元化的科学技术创新企业集团。

  晶泰控股的核心管理团队具备各自专长的技术背景和丰富的行业经验。这种由技术 专家领衔的管理团队，为晶泰控股在药物发现和 AI 研发领域的持续创新奠定了坚实基 础。晶泰控股拥有强大的开发团队。研发团队由公司的三位麻省理工学院培训的科学家 和联合发起人领导，由 500 多名科学家和技术人员组成。他们在算法设计、物理、生物 学、化学、制药研发以及自动化和机器人技术方面拥有多学科的专业相关知识，共同为公司 的研发带来了见解和经验。

  人工智能在数据处理和决策优化方面潜力巨大，医疗和材料科学领域尤为突出。人 工智能解决方案在大规模、多源异构数据的质量、处理效率、深度分析和标准化方面表 现出巨大潜力。人工智能能自动完成过去需要人工进行的重复性工作，并通过训练生 成比人类更准确的结果，帮助做出更好的决策。在人工智能解决方案市场中，医疗保健 和材料科学（包括农业、美容和化妆品、石化、电池和新能源材料领域）的应用预计将 大幅增长。

  传统制药方式面临成功率低、时间长、成本高的压力，AI 制药潜力巨大。传统的药 物研发流程成本高且耗时，整一个流程通常至少需要约 10 年时间及超过 10 亿美元的投 资；药物发现阶段通常要约一至两年时间及约 4 亿美元至 4.5 亿美元的投资。在药物 研发过程中应用AI等新技术，可显著减少药物研发所需的时间及成本，并提高成 功率。随着AI在药物研发各个阶段的应用日益增加，全球制药公司已建立自身的 人工智能平台，或已和AI公司合作进行药物研发。

  基于第一性原理的量子物理方法有望成为AI辅助药物研发的突破性技术。基 于量子物理的计算方式逐步兴起。这种方法源于量子物理的第一性原理，用于计算药物 分子与靶蛋白分子在分子和原子层面的相互作用力，被认为是下一次技术突破，将对药 物研发产生重大影响。与常见的需要充足实验数据的人工智能方法不同，基于量子物理 的计算能够自行生成可扩展的数据，克服了药物研发早期阶段的数据匮乏问题，并显著 提高预测的准确性。它不仅为化学和生物对象及其相互作用提供更相关的模型，还可以 在没有任何训练集的情况下计算出超越现有行业知识和数据的分子特征，从而显著改善 早期药物发现。此外，基于量子物理的算法还能指导生成式人工智能，以更快、更准确 的方式高效发现创新候选药物。

  AI 制药处于成长期，潜在市场空间广阔。从 2022 到 2025 年，AI 制药的规模还相 对有限。这一状况有望在 2035 年得到改观，一方面，自研管线可变现数量有所增加； 另一方面，由于 AI 制药的技术能力预期到时会在国际及国内得到更为批量化的证明， 合作管线数量将有大幅增加。同时，软件和节点式付款变现可能更为常见。2022 年自研 管线 亿人民币，对外合作管线 亿人民币，总市 场规模约为 27 亿人民币。根据量子位的预测，到 2025 年，自研管线 亿人民币，对外合作管线 亿人民币，总市场规模约 67.7 亿人民 币；到 2035 年，自研管线 亿人民币，对外合作管线研发市场规 模将达到 1353 亿美元，叠加其他相关收入，总市场规模达到 2039.6 亿人民币。

  干湿结合、数据生成与自动化是人工智能辅助药物研发中亟需解决的问题。具备以 下能力的人工智能辅助药物研发公司将在未来竞争中具备优势。1）干湿实验室结合能 力：多数市场参与者缺乏将湿实验室与干实验室结合起来的综合能力，导致研发周期更 长且成本更高。2）高质量、大规模数据生成能力。基于量子物理的计算及人工智能均有 其自身的重大限制，例如，以研发为目的开发基于量子物理的计算既困难又耗时，而人 工智能模型则受其训练集的限制，因为它们无法推算与训练集并不相似的分子。尽管如 此，将基于量子物理的计算与人工智能能力相结合可以大规模快速处理数据并计算超越 当前行业能力及数据的分子特性。3）实验室自动化能力：自动化能使湿实验室快速验证人工智能模型产生的预测并大规模生成数据以进一步训练人工智能模型。经改进的人工 智能模型反之能够为湿实验室实验的设计和性能提供更好的影响。因此，整合人工智能、 量子物理及自动化湿实验室能力的人工智能药物研发公司，能够通过创造数据生成、学 习和确认相互促进的良性循环，不断增强其药物研发能力并超越不具备这些能力的竞争 对手。

  人才、数据、一站式及商业化服务能力是主要的市场进入壁垒。1）兼具 AI 知识与 药物发现专业背景的人才稀缺，该类人才可以使模型设计中更多考虑生物医药原理，避免药物研发模型走向“数据黑箱”。2）大量的现实世界数据对于进一步调整药物研发模 型至关重要，新进入者缺乏先进的人工智能能力及高质量数据。3）新进入者往往不具备 实验室自动化及商业化服务的能力，难以满足用户的多元化研发需求。 新药研发的降本增效需求是主要的市场增长驱动因素。全球人口老龄化及心血管病、 代谢病、癌症及神经变性疾病等发病率的上升，刺激了对新型疗法及更高效药物发现的 需求。传统的药物研发项目效率低、研发周期长、失败率高且成本高昂，迫切需要新技 术来降低成本、缩短研发。人工智能正通过模拟及预测潜在结果帮助研究人员减少药物 研发所需的实验人力，同时提高识别合适的药物靶点的效率。通过筛选更有可能成功的 分子，人工智能有可能显著缩短药物研发流程并降低成本。 数据保护和多样化管线是人工智能药物研发的未来趋势。1）数据是人工智能药物 研发公司的壁垒，同时部分临床数据会涉及患者隐私，因此保护数据安全与隐私是未来 趋势。2）人工智能赋能的预测工具的进步已经并将继续提高药物研发及临床前测试的 准确性及效率，将进一步最大限度地减少药物研发的失败率，同时推动管线的多样化发 展，因此人工智能赋能的制药公司更具备布局多样化管线、避免同质化的能力。

  固态研发对于评估固体材料的物理及化学性质至关重要。例如，生物药效率、溶解 度、溶出率及稳定性等特性对候选药物的成功至关重要，因为这些特性会影响人体吸收 药物的程度及在规定条件下储存药物的方式。需要进行全面的固态形式筛选，以确定最 佳的盐/共晶及多晶型并确定其特性，从而选择药理/物理上最可行的晶型，同时使药物 免受仿制药竞争的影响。全面的固态研发工作有助于最大限度地提高可行候选药物的成 功率，并降低对较弱候选药物作出过度投资的风险。 人工智能通过在计算预测与实验验证之间建立反馈回路，有效赋能固态研发。固态 研发涉及五个关键方面，包括晶体结构预测、固态筛选及评估、晶体结构确定、固态测 试及分析以及结晶工艺。传统固态研发方法在预测特定分子的正确晶体结构方面存在局 限性，难以根据过往数据和刊物有效预测，仅能对数量有限的配体进行筛选和评估，难 以确定最佳的盐或共晶型及多晶型。此外，传统方法无法通过人工分析准确确定晶体结 构，仅能依靠实验分析进行固态测试和分析，无法获得特定晶型的详细特征，只能通过 “试错”法解决结晶过程中的问题，耗费大量时间和成本。相比于传统的纯实验方法， 新技术赋能的方法，尤其是人工智能及自动化赋能的方法，可以在计算预测与实验验证 之间建立反馈回路，从而在更短时间内提供更高的功效及精确度。

  固态研发市场应用场景以制药为主，材料科学领域有望较快增长。全球固态研发服 务市场包括药物和材料科学两个分部，其市场规模从 2018 年的 13 亿美元增长到 2022 年的 29 亿美元，年复合增长率为 21.4%，根据弗若斯特沙利文预测，预计将从 2023 年 的 38 亿美元进一步增至 2030 年的 209 亿美元，年复合增长率为 27.7%。在 2022 年， 中国固态研发服务市场规模约为 6 亿美元，占全球市场的 20.1%；美国市场规模约为 13 亿美元，占全球市场的 44.9%；欧盟市场规模约为 7 亿美元，占全球市场的 23.5%。

  提供固态研发服务的公司主要分为三类：专业固态 CRO、大型 CRO，以及晶泰控 股等聚焦于人工智能的技术公司。由于固态研究的复杂性及所需的先进设备，生物技术 与制药公司通常选择将固态研发外包。

  技术和商业化难度是主要的市场进入壁垒。固态研发技术要求较高，且通过长时间 的实际工作经验中积累研发经验。持续参与各种化合物的结晶项目的公司积累了较多经 验，提高技术熟练度及服务质量与效率。此外，在需要符合严格监管要求的受监管行业 中，遵守安全、质量及环境法规可能复杂且耗时，对不熟悉监管框架的新进入者来说， 可能延误其商业化进程。 技术进步、外包增加及应用领域扩展是主要的市场增长驱动因素。1）量子物理及 人工智能的发展提高了固态研发的速度和成本效益。人工智能赋能的固态研发可快速详 尽地预测晶型及特征、确定有意义的晶体结构，提高成功率、支持关键研发决策，并显 著缩短晶体结构研究的周期。2）生物技术与制药公司将越来越多的研发活动外包给拥 有固态表征、配方优化及其他相关服务专业知识及资源的第三方提供商。3）扩展应用领 域的趋势将继续推动固态研发服务市场的增长。 固态研发服务的应用领域由药物向材料拓展是未来趋势。固态研发服务包括晶型筛 选及结晶工艺开发，在许多行业中发挥重要作用，尤其是在需要精确控制晶体材料性质 的行业，例如制药和农用化学品行业。固态研发有助于优化农用化学品中的活性成分，提高产品的功效、安全性及延长保质期。此外，固态研发服务有助于开发具有高强度、 耐用性或导电性等特定属性的新材料，已广泛应用于电子及建筑等行业。

  自动化研发解决方案通过应用自动化技术，在生物制药、化学及材料行业等多个领 域实现更迅速、高通量及更准确的湿实验室流程，如自动化液体处理、样品制备、合成 和结晶。这些解决方案可用于分析及优化每天 24 小时运行的大量数据，提高研发质量 及效率。自动化反应器械目前主要用于制药，未来应用将向材料科学、农业等领域拓展。 自动化研发有望彻底改变研发流程，缩短合成新分子所需的时间，并更好地理解反应过 程，优化大规模生产。

  传统人工方法受限于成本高、效率低、安全隐患及准确度低等问题。随着人口老 龄化，劳动力成本不断增加。复杂的实验流程使得资格培训期漫长，进一步加剧了成 本问题。此外人工实验生产力不足，人类无法全天候持续进行实验，复杂耗时的测试 流程限制了人工无法有效处理大量样品，长期重复操作导致效率及精确度降低。安全 隐患也显著，手动实验容易导致交叉污染、化学品泄漏及样品污染风险增加。不可靠 的结果源于手动操作中的人为错误，导致准确性降低和结果不一致，且获取的实验数 据缺乏可追溯性，这些问题共同影响实验的整体质量和可靠性。 自动化技术是制药和材料科学产业升级的主流趋势。自动化应用领域包括药物及 材料科学发现、化学合成和质量控制等。通过整合机器人平台、先进仪器及智能软件， 自动化技术可简化并加快药物及新材料的发现过程，提高化学反应和合成效率。自动 化技术还优化了实时数据捕获和分析，并持续监测实验室环境的安全参数及潜在风险。 自动化研发实验室应用场景以制药为主，化学及材料科学领域有望较快增长。全球 自动化研发实验室市场规模从 2018 年的 18 亿美元增长到 2022 年的 42 亿美元，年复合 增长率为 23.6%。根据弗若斯特沙利文预测，预计将从 2023 年的 59 亿美元进一步增至 2030 年的 607 亿美元，年复合增长率达 39.6%。目前，自动化研发实验室主要用于制药行业，2022 年占整体市场的 86.4%。随着制药行业以外的化学及材料科学行业（如石化 行业、新能源行业等）对自动化研发实验室需求的增加，全球市场预计将在 2022 至 2030 年期间快速增长，其他行业预计到 2030 年将占全球自动化研发实验室市场的 44.5%。

  自动化研发实验室市场参与者以机器人为主，人工智能功能有限。大型自动化研发 实验室公司主要提供自动化设备/高通量筛选服务，由于缺乏人工智能功能，多数公司仍 使用传统自动化机器人系统，不具备或仅具备有限的智能数据处理能力。因此，晶泰控 股等具备人工智能赋能的实时实验进度监控及数据处理功能、先进的人工智能赋能的自 动化系统及数字化 LIMS 的公司有望超越传统的自动化研发实验室。

  资金、竞争压力及兼容性是主要的市场进入壁垒。1）高投资：建造自动化研发实 验室需要对基础设施、设备及技术进行大量投资。这需要大量的前期成本以及日后的维 护和升级成本。2）与现有市场参与者竞争：自动化研发实验室市场上已有许多成熟的市 场参与者，拥有知名品牌、大量服务产品及强大的市场影响力，为新进入者赢得市场份 额及与成熟参与者竞争造成了巨大障碍。3）与现有实验室基础设施兼容的挑战：将自动 化研发实验室与现有实验室工作流程、信息系统及数据管理平台整合的过程复杂。为了 使用自动化解决方案，需要对不熟悉自动化的员工进行成本高且耗时的培训。 产业升级需求及人工智能的进步是主要的市场增长驱动因素。1）与传统非自动化 研发实验室相比，自动化研发实验室具有显著优势，如生产力提升、准确性、可扩展性 及标准化提高以及成本下降等。2）人工智能及机器学习算法可分析复杂的数据集，提供 有价值的见解并支持数据驱动的决策；云计算则使实验室能够有效解读大量数据。这些 技术进步可优化实验室工作流程，实现实验室扩展性、提高效率及提升准确性。 多技术整合及重视数据安全是未来趋势。未来市场参与者需要提供全面的、先进的 实验室自动化解决方案，将传统自动化与人工智能、机器人、基于量子物理的第一性原 理计算及云计算整合。随着对自动化研发实验室数据依赖程度提高，市场参与者将执行 全面的数据管理常规、加密技术及合规框架，确保数据完整性并满足监管要求。

  人工智能等新技术将重塑材料科学研发方式。材料科学是探索材料性质、结构、性 能及加工的跨学科领域，旨在发现具有增强及定制特性（如强度、导电性及柔韧性）的 新型材料。传统的材料科学研发流程遵循科学探索、实验、评估及制造的系统化这一既 定流程，将新材料商业化的时间较长。计算材料科学与工程有望彻底改变新材料的发现， 减少研发时间及成本，并加速新材料在商业产品中的应用。

  新型材料的市场需求持续增加。全球材料科学研发开支从 2018 年的 400 亿美元增 至 2022 年的 664 亿美元，年复合增长率为 13.5%。根据弗若斯特沙利文的预测，预计将 从 2023 年的 763 亿美元进一步增至 2030 年的 1,779 亿美元，年复合增长率为 12.8%。 中国材料科学研发开支从 2018 年的 73 亿美元增至 2022 年的 148 亿美元，年复合增长 率为 19.3%。预计将从 2023 年的 178 亿美元进一步增至 2030 年的 585 亿美元，年复合 增长率为 18.5%。

  材料科学应用多元，参与者广泛。材料科学研发市场竞争激烈，既有成熟行业领袖， 也有技术驱动型公司等新进入者。新兴参与者利用先进的计算能力，提供人工智能赋能 平台、软件解决方案及自动化系统，服务于制造业、生物技术及制药行业、基础设施行 业、农业以及化妆品行业等各个行业的终端用户，加速材料科学研发进程。

  材料科学向生物领域转变，人工智能及跨学科技术赋能材料研发。对可持续发展的 日益重视推动了对环境影响较小的先进材料，研发的重点可能从石油基材料转向生物基 材料。材料科学研发依赖传统的“试错”实验方法进行活动，数据分析及机器学习技术 的使用将加快材料的发现、优化及性质界定过程。跨学科研发促进对材料的全面了解， 并推动新型功能的开发，从而推动材料科学研发的创新。

  营收突破商业化门槛，成功删除股份标记。2024 年公司营收为 2.66 亿元，同比增 长 53%。2024 年度公司营收达到了港交所商业化公司 2.5 亿港元的收入门槛。因此，公司根据上市规则向联交所申请取消“未商业化公司”的称号，已获得批准。获批准后， 公司将被视为商业化公司，其股票简称中的「P」标记将被移除。新的英文股份简称为 “XTALPI”，中文股份简称为“晶泰控股”。

  净亏损收窄，扭亏为盈拐点可期。2024 年公司经调整净亏损为 4.57 亿元，较上年 同期的经调整净亏损下降 0.65 亿元。同时，公司费用率情况持续改善，2024 年公司销 售、管理和研发费用率共计 340.47%，较上年同期下降 140.63pct。随着公司营收规模进 一步扩大，公司利润端有望迎来扭亏为盈的拐点。

  现金充足，财务状态良好。截至 2024 年 12 月 31 日，公司的现金及现金等价物、 定期存款、按公允价值计入损益的金融资产的流动部分以及受限制现金总额为 31.02 亿元，相较 2023 年同期增加 2.74 亿元。2025 年 1 月 24 日公司完成 11.25 亿港元融资；2 月 19 日公司宣布，拟以每股 6.10 港元，最多配售 3.42 亿股，募资 20.88 亿港元。因此， 公司目前现金储备良好，财务状况可应对后续投入。

  中药及电解质机器人解决方案放量，公司智能机器人业务大幅增长。2024 年公司来 自智能机器人解决方案收入为 1.63 亿元，较上年同期的 8670 万元增长 87.8%；主要由 于 XtalPi 研发解决方案（如中药及电解质机器人解决方案）的大幅增长，及自动化化学 合成服务产生的收入增加所致。2024 年公司来自药物发现解决方案收入为 1.03 亿元， 较上年同期的 8770 万元增长 18.2%。

  量子+AI 模型生成虚拟数据，机器人自动化积累实验数据。截至 2025 年 4 月，公 司虚拟数据包括：1）650 万+高精度量化数据；2）10 万+分子力场参数；3）FEP 数据 约 50 万分子对，靶标 150+；4）蛋白轨迹为 50×10⁴×500×12 = 3×10⁹帧。实验数据包括： 1）合成方面，已覆盖了 80%的药化常用反应类型，且持续增加；2）机器人科学家 7× 24 小时运转，每月积累 20+万条反应过程数据，数据收集效率是传统数据收集方式的 40 倍；3）自建 20+种 AI 反应性/实验条件预测模型，对实验性阳性结果预测准确率超过合 成专家人员预测水平的一倍；4）自建了 UV 谱图预测模型和基于 LCMS 谱图的产率预 测模型，准确率超过 90%，极大提升了数据标注效率。 公司结合计算机工具和机器人自动化湿实验室，提供干湿闭环解决方案。平台由高 性能云计算支持的计算机工具（包括基于量子物理的计算和人工智能）和以专业知识为 后盾的机器人自动化湿实验室实验组成。

  公司将人工智能能力整合到多个核心技术中，包括自动化化学合成、晶体结构筛选 以及涵盖小分子、多肽、ADC、PROTAC 和抗体的多模态药物发现平台，以优化技术 效能和性能。不同于竞争对手，公司结合基于量子物理的第一性原理计算和人工智能技 术。基于量子物理的计算方法研发难度大且耗时，而人工智能有局限性，难以推算与训 练集不相似的分子。通过结合这两者，公司可以快速处理数据并计算出超出现有能力及 数据的分子特性。此外，公司开发了专有的 ProteinGPT，这是一种基于人工智能的生物 医学生成工具，旨在预测和筛选蛋白质序列，并通过将大型语言模型（LLM）纳入算法， 生成符合特定标准的蛋白质候选药物。公司利用 ProteinGPT 作为发现和研究大分子药 物和新材料的一般策略，包括：(i)生成结合特定靶蛋白序列的蛋白，(ii)根据特定标准生 成抗体库，(iii)优化现有抗体以满足特定改进要求。

  基于量子物理的计算能力可以更准确地预测和模拟分子的结构、性质和行为，提供 电子和原子层级的机制见解。这些能力通过以下方式改善药物及材料科学研发周期：1） 增强合理设计：更准确地描述分子系统的相互作用，提供机制见解，产生和验证新假设。 2）决策支持：预测关键特性，如结合亲和力、溶解度、渗透性、毒性和代谢稳定性，协 助候选药物的决策。3）数据生成：生成精确的计算机数据用于人工智能模型训练，解决 数据稀缺问题。4）优化研发流程：利用人工智能模型优化候选药物的选择和优先级，降 低研发成本和时间。5）研发模式转变：推动从数字化研发到基于模拟或计算机式药物发 现的转变。

  公司 AI 模型可与物理模型结合，并实现生成式 AI 功能。截至 2024 年 6 月，公司 构建了超过 200 个人工智能模型，用于全面评估化合物的关键特性，并在基于量子物理 的计算算法中嵌入这些模型，以提高计算效率和准确性。主要优势包括：1）人工智能与 物理模型结合：公司的人工智能系统结合物理模型，能够提升高通量数据分析和情景评 估的准确性和效率。公司利用这些模型进行活性和 ADMET 特性预测、新药及材料骨架 设计、新结合口袋发现和结晶倾向等研究，并提供一个包含数百亿分子的访问库，促进 新模型的开发。2）公司将生成式人工智能用于小分子和蛋白质设计：公司的算法不仅可 以复制专家设计的分子，还能启发专家产生新想法。公司的 ProteinGPT 是一个主要的生 成式人工智能模型，类似于 ChatGPT，能够在研发过程中自主决策。

  公司的智能机器人湿实验室使实验室能够自动化约 80%的传统实验步骤。湿实验 室不仅合成化合物，还通过评估预测结果补充计算机工具，生成真实世界数据以改进这 些工具。公司积累了大量高质量数据，为形成闭环大型模型奠定基础，目标是通过人工 智能赋能的智能机器人替代传统人工方法，实现实验的自动化改造。相较于传统湿实验 室，公司的智能机器人湿实验室具有更高通量、更简洁流程、最低人为错误、低营运成 本、高稳定性和更高数据质量，这些优势支持人工智能模型的迭代训练、药物及材料筛 选和工艺优化。

  智能自动化业务营收快速增长。从 2021 年到 2023 年，公司的固态研发服务项目数 量从 166 个增加到 283 个，营收从 2,329.6 万元增长到 4,218.4 万元。自动化化学合成服 务项目数量从 1 个增加到 137 个，营收从 5.5 万元增长到 4,371.5 万元。公司固态研发 服务和自动化化学合成服务的收入及项目数量增加，反映了公司战略性地重视智能自动 化解决方案。基于公司计划提供标准或定制的自动化解决方案，公司预计相关收入和项 目数量将进一步增长。

  公司的固态研发服务具有显著优势, 小分子晶体结构预测项目中成功率达 100%。 通过结合先进的理论计算与湿实验室的实验能力，能够高效识别和优化药物的晶体形态， 确保其具有良好的热力学稳定性和生物利用度。相比传统依赖经验的实验筛选方法，公 司的研发流程更加科学、系统，能够有效降低多晶风险、提高原料药的溶解度与稳定性。 此外，公司是全球少数能够同时提供晶体结构预测计算和多晶筛选实验服务的企业之一， 在小分子晶体结构预测项目中成功率达 100%，充分体现了公司服务的专业性与可靠性。

  公司的晶体结构预测服务具备显著优势，可提供综合解决方案。传统多晶型研究主 要依赖实验筛选，容易受到时间限制和原材料供应不足的影响，难以全面识别药物的最 佳晶型。通过结合量子物理计算与人工智能技术，提供先进的晶体结构预测服务，能够 高效识别稳定晶型，并准确评估不同晶型在 0K 至 400K 温度范围内的热力学稳定性。 同时，公司不仅提供独立的计算或实验服务，还可根据客户需求，融合计算与实验专业 知识，提供量身定制的综合解决方案，全面支持固态研发流程。目前，公司已成功交付 多项服务，包括先导分子筛选、溶解度提升、高难度分子结晶开发、多晶风险评估及仿 制药专利突破研究，充分体现了晶体预测领域的技术深度与应用能力。

  公司的化学合成服务具有显著优势，有效提高合成效率。相较于传统耗时且成本高 的非自动化合成方式，公司依托自主研发的自动化系统 XtalDynamics，大幅提升了化学合成的效率与安全性。该系统可实现实验流程的标准化，减少人为干预与操作误差，全 天候稳定运行，明显提高数据产出与质量。实验人员只需设定参数，如试剂添加顺序、 加热温度和反应时间，系统即可自动完成合成流程。公司还结合先进的 LC-MS 分析技 术，实时监控合成过程，确保数据精准可靠。基于自动化服务积累的大量高质量数据， 公司能够持续优化反应条件，提升目标化合物的合成效率，同时借助高通量筛选平台， 加快中间体合成及化合物库的扩展，全面提升客户的研发效率与成果转化速度。 公司实验室智能化自动化解决方案已从 AI 医药迈向 AI forscience，目前已应用于 石油化工、新能源、新材料等行业。自动化产品与服务包含：智慧实验室一站式建设服 务、自动化实验岛、机器人工作站等，已为客户落地构建了中药新药创制平台智慧实验 室、有机合成条件筛选和库合成自动化实验室、无机材料制备自动化实验室、特种高分 子材料研发自动化实验室、电池材料制备和表征自动化实验室等，特定应用场景的机器 人工作站包含 XmartChem® 智能合成工作站、ChemPlus® 桌面型固体加样仪、催化剂 合成工作站、电解液配制和表征自动化工作站等。

  服务全球制药巨头，公司技术得到广泛认可。截至 2024 年 6 月，公司已为全球 300 多家生物技术与制药公司及研究机构提供服务，其中，公司服务已涵盖全球前 20 大生物技术与制药公司中的 16 家。全球第一款获 FDA 批准上市的口服固体新冠药物 PAXLOVID 由辉瑞研发，其中晶泰控股与其展开了关键合作，显著缩短研发时间，仅用 六周就确认了该候选药物的优势晶型。

  公司推动 AI+机器人在生命科学领域的应用，赋能的管线实现了里程碑跨越。药物发现方面，公司 2024 年与希格生科等公司的合作管线进展良好，显示了公司 AI 驱动研 发能力；并在中东建设首个自动传统药物现代化研发实验平台，公司 AI+机器人出海实 现了初步突破。自动化实验室方面，公司 2024 年顺利完成广东省省级实验室中药新药 智能自动化融合创新平台的阶段付；并与协鑫集团签订了为期 5 年的战略研发合作 协议，共同开发多种新能源材料领域的 AI 大模型，优化钙钛矿等新能源新材料。

  公司与希格生科合作研发的新靶点孤儿药（SIGX1094）获得 FDA 快速通道认定。 1）SIGX1094 是晶泰控股与希格生科合作研发的基于“类器官+AI”药物研发平台 开发的核心产品，大多数都用在治疗弥漫性胃癌及其他晚期实体瘤。这款药物基于希格生科自主发现的全新治疗靶点，结合公司的 AI+机器人药物发现平台，是全球首个整合类器 官和 AI 技术研发的一类创新药，有望填补弥漫性胃癌靶向治疗空白的突破性药物。 2）SIGX1094 是全球首个进入临床阶段的 FAK/SRC 双靶点抑制剂。FAK 和其关键 的结合因子 src形成复合物发挥激活下游通路的作用，所以在药物开发过程中，单一 的抑制 FAK 或 src会被对方代偿性的补偿，从而大大增强了其药物的抗肿瘤效果。 3）SIGX1094 进入临床阶段，获得 FDA 孤儿药、快速通道认定。2024 年 6 月，希 格生科宣布其自主研发的全球首款用于治疗弥漫性胃癌的靶向药管线提前获得美国 FDA 的新药临床试验（IND）批件。2024 年 11 月，SIGX1094 获 FDA 孤儿药（ODD） 认定之后的新的资格认定。 4）SIGX1094 目前一期临床进展良好。2025 年 2 月，SIGX1094 获得 FDA 快速通 道认定。2025 年 3 月， SIGX1094 在一期临床的剂量爬坡试验中安全性表现良好并呈 现初步药效，在第二个剂量 12.5mg（目标剂量 200mg 的 1/16）给药的恶性转移性晚期 实体瘤患者出现 SD (Stable Disease，疾病控制)，目前患者病情稳定。

  AI+机器人推动材料科学等行业研发范式革新。公司积极把握新材料产业升级的战 略机遇，持续深化 AI+机器人技术对材料科学的赋能，凭借高精度的 AI 及高柔性化机 器人技术，已经在材料科学、农业、消费品等领域实现技术落地及达成合作。公司深度 整合垂直领域积累的大数据、行业领先的 AI 模型能力以及自主研发的智能机器人矩阵， 推动传统研发范式的革新。 公司与协鑫集团签署为期 5 年的战略合作协议。协鑫将按照项目研发进度，分期 向晶泰控股支付预计约 1.35 亿美元研发费用。1）公司为协鑫提供钙钛矿、超分子、锂 离子电池、正极材料、碳硅材料等领域高科技新能源材料研发的订单化服务，开发差异 化新材料。2）公司为协鑫打造 AI+自动化数智创制系统，实现从新材料/复合物的快速 设计、功能材料的高定制，到工艺的高效开发应用。3）双方计划在深圳河套合作区共同 成立新材料研究院， 加快人工智能在能源行业的商业化应用落地。 公司与恒健控股、寿光蔬菜签署战略合作协议，共同打造“人工智能+种业”创新 联合体。1）建设智能育种科研平台，在广东打造人工智能种业科技平台、AI 农业种业 软件研发平台及机器人柔性实验室，为育种提供高效计算与自动化实验支持。2）推动智 能育种技术突破，运用量子物理与 AI 算法优化基因组选择，提升精准育种能力，加速 种业研发进程。3）促进产业化落地，整合粤港澳大湾区产业链资源，推进智能育种成果 的商业化应用，培育高价值新型种子产品，助力农业产业升级。

  政策红利带动 AI+、机器人+相关投资，驱动短期增长。近年来国家及各地政府对 AI、机器人的产业应用持续关注，推出了系列支持政策。公司产品涉及 AI+、机器人+的 医药、材料等领域应用，可充分受到政策红利带来的机遇，短期内有望迎来迅速增加。

  客户留存高，驱动中长期增长。由于出色的研发能力以及对客户和合作方的独特价 值定位，许多客户和合作方与公司捆绑交易或长期合作。2021 年、2022 年及 2023 年， 客户留存率分别约为 67.5%、51.4%及 64.9%。较高的客户粘性，有望持续带来营收增长。

  赋能多家 biotech，驱动中长期增长。晶泰已持股多家初创生物科技公司，通过“技 术入股+生态投资孵化”模式，和主要营业业务形成技术互补，强化 AI 算法在药物发现中的 应用闭环，构建护城河。后期随着孵化公司管线顺利推进，公司中长期增长天花板有望 进一步打开。

  《晶泰控股(02228)AI for Science稀缺标的，颠覆研发范式打开巨大市场空间-东吴证券[朱国广,张良卫,赵骁翔,张家琦]-20250512【40页】》