AI+制药：AI技术蓬勃发展，AI+制药行业潜力巨大

投资要点：

·AI技术蓬勃发展，AI+制药有望成为下一个黄金赛道。AI技术通过机器学习和深度学习等手段，已经在药物发现、临床前研究和临床试验等全流程中发挥重要作用。从2007年的早期探索至今，AI制药技术经历了技术积累、验证和快速发展期，目前正处于一个技术创新活跃、政策扶持明显、市场前景广阔的阶段。Al 制药投融资市场活跃，根据 Deep Pharma Intelligence 官网数据，截止2023Q1累积投资额达60.2亿美元，市场规模持续增长，预计到2026年全球市场规模将达到29.94亿美元。

·AI+制药受到国家政策支持，产业链上下游投资机会多元，应用端百花齐放。AI制药行业得到国家层面的政策支持，如《"十四五"医药工业发展规划》和《"十四五"生物经济发展规划》等，旨在推动云计算、大数据、人工智能等技术在新药研发中的应用。AI 技术在新药研发领域中的应用推动行业快速变革，涉及靶点发现、蛋白质结构预测、化合物筛选、ADMET特性预测、临床试验结果预测、药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有望缩短药物研发周期，降低成本，提高研发成功率。AI 技术使得从药物设计到临床试验的全流程更加高效，为传统药物研发带来创新变革，并展现出在药物研发领域的广阔前景和巨大潜力。

·CRO 公司加速布局AI+制药应用技术。CRO 药物研发外包公司的AI技术应用正逐步深化，涵盖药物发现的各个环节，从靶点识别、化合物筛选、结构预测到药物设计等。维亚生物建立纵向AI应用技术平台加速先导化合物发现；泓博医药持续推进PR-GPT多模态大型语言模型的应用;成都先导依托DNA编码化合物库技术与AI技术结合，优化苗头化合物的识别过程；药石科技利用其分子砌块库结合AI技术，开发动态化学空间，并通过一站式计算筛选平台，提供全面的活性化合物筛选服务。随着AI技术的不断进步和CRO公司专业能力的增强，我们预计未来药物研发领域将迎来更多创新突破。

风险提示。AI+制药技术发展不达预期风险、AI+制药研发成本导致公司亏损风险、生物医药投融资下滑风险、地缘政治风险、数据隐私与安全风险、市场竞争加剧风险。

本研究报告由海通国际分销，海通国际是由海通国际研究有限公司，海通证券印度私人有限公司，海通国际株式会社和海通国际证券集团其他各成员单位的证券研究团队所组成的全球品牌，海通国际证券集团各成员分别在其许可的司法管辖区内从事证券活动。关于海通国际的分析师证明，重要披露声明和免责声明，请参阅附录。(Please seeappendix for English translation ofthe disclaimer)

1．AI制药领域蓬勃发展，有望成为下一个黄金赛道
1.1AI技术发展迅速，引领制药领域创新变革... 5
1.2 技术革新与政策扶持促进AI制药行业快速发展 .5
1.3 AI制药市场蓝海前景广阔. ....7
1.4AI制药产业链上中下游分析... .8
2. AI+制药技术方兴未艾，应用端百花齐放... .. 10
2.1 AI技术驱动治疗靶点发现，增加靶点新颖性.. .10
2.1.1系统生物学方法. ...11
2.1.2基于结构的靶点发现计算辅助方法.. ...11
2.2 AlphaFold 促使蛋白质结构预测革命性进步.. ..12
2.3 化合物虚拟筛选有效提升化合物结构新颖性..
2.4 ADMET预测可提前考量药物成药可能性.. ..….13
2.5 临床试验结果预测可有效节省失败临床的经费 ..14
2.6 人工智能促使药物重定位快速上市. .15
2.7 晶型预测可提供不同于经验规则的新见解. ..16
2.8 逆向合成分析可有效优化和创造合成路线.. ..17
3. CRO 公司加速布局AI技术应用. ..18
3.1 维亚生物建立纵向AI应用技术平台加速先导化合物发现.. ..18
3.2 泓博医药语言模型具备丰富应用场景.. ..19
3.3 成都先导具备独家骨架骨架跃迁算法.. ..19
3.4 药石科技分子砌块结合AI技术突破显著.. .. 21
4．风险提示... .. 21

图目录

图1 AI技术在制药行业的中的应用发展历程， .5
图2 AI 制药领域投融资金额...
图3 2021-2026年全球AI制药市场规模趋势预测图. ..8
图4 2019-2024年中国AI制药市场规模趋势预测图！ ..8
图5 AI药物研发产业链布局分布图.. ..8
图6 人工智能(AI)在药物研发过程中的应用. .10
图7 靶点识别的三种探索性策略... ..12
图8 人工智能驱动的靶点发现的工作流. .12
图9 虚拟筛选的一般流程示意图. .13
图10 基于配体的虚拟筛选和基于受体的虚拟筛选流程. .13
图11 ADMETlab3.0 数据及DMPNN-Des 模型框架概览.. ...14
图12 舌下右美托咪定与安慰剂对与双相情感障碍相关的急性激动的影响. .16
图13 晶型预测评估转晶风险... ..1.6
图14 晶型预测与实验研究时间流程对比. .16
图15 逆向合成流程概述... ..17
图18 语言模型参数量和训练计算量对比. .19
图19 大语言模型的发展历程.. ..19
图20 DEL 技术概念图... .. 20
图21 成都先导DNA 编码化合物库设计的逻辑 .20
图22 骨架跃迁移技术路径概念图. ..20
图23 利用GraphGMVAE进行骨架跃迁， ..20
图24 药石科技一站式先导化合物计算筛选平台 .21
图25 药石科技化合物激酶选择性预测平台.. ..21

表目录

表1AI技术分类..
表2国家层面AI新药研发行业政策 6
表3"十四五"期间中国部分省份AI新药研发发展目标. 6
表4靶点选择标准.. 10
表5已有系统生物学平台/系统/方法. 11
表6基于结构的靶点发现主要策略 11
表7inClinico前瞻性研究第二阶段临床试验的预测和结果（截至 2022年.12月）....15

1． AI制药领域蓬勃发展，有望成为下一个黄金赛道

1.1 AI技术发展迅速，引领制药领域创新变革

药物开发过程因其周期长、成本高、效率低而成为该行业长期关注的问题。平均而言，药物开发需要2亿美元的投资，需要10-15年才能完成开发创新药物的整个过程，从研发到营销。AI制药是以医药大数据为基础，通过运用机器学习、深度学习等AI技术替代大量实验，对药物结构、功效等进行快速分析，以优化药物研发环节的技术手段。从初期计算机辅助药物设计，发展到如今的人工智能药物研发，AI几乎参与了从药物靶点发现到临床试验的全流程。

AI制药技术发展历史：

1）早期探索期(2007-2012年)：人工智能技术在药物发现中的使用，可以追溯到2007年剑桥大学开发的Adam机器人成功预测酵母菌新功能的案例。而后，机器人Eva 发现了牙膏中的成分三氯生可以靶向抑制DHFR酶来治疗疟疾。

2）技术积累期(2013-2016 年)：一大批标志性企业在此阶段成立，包括 Exscientia、Atomwise、Recursion，国内的英矽智能、晶泰科技等。这一阶段主要是进行前期的技术积累与早期商业模式的探索，研究AI如何与新药研发的各环节融合。

3）技术验证期（2017-2019 年)：最早一批AI+新药企业基本完成前期技术积累，并陆续开始获得临床前候选药物一类的验证性成果，部分AI+新药企业为药企或药物研发CRO企业提供更具广度和深度的端到端AI技术服务。

4）快速发展期(2020年-至今)：随着技术进步，AI+新药企业与传统药企的合作逐渐深入，最早成长起来的一批AI+新药企业相继取得实质性成果，逐渐形成 AI制药的早期参与者、互联网巨头和传统制药企业三股势力。

图1AI技术在制药行业的中的应用发展历程

资料来源：Deep Pharma Intelligence，HTI

1.2 技术革新与政策扶持促进AI制药行业快速发展

AI技术底层突破显著，赋能医药行业发展。近年来，药物开发领域在计算机技术方面取得了重大进展，特别是在人工智能领域，利用人工智能系统和软件使用机器学习算法处理、解释和学习输入数据的人工智能药物设计得到了广泛采用。数据、算法和算力被认为是AI的三大支柱，持续推动AI领域的发展。机器学习是AI的一种类型，计算机可以自己学习，识别模式然后建立模型，并根据这些模型进行预测;深度学习则是机器学习的一种进阶类型。AI算法可以按照不同的分类标准进行类型划分，例如按照模型训练方式的差异可以分为监督学习、无监督学习，以及强化学习，按照模型预测任务的不同可分为分类算法(包括二分类和多分类)、回归算法、聚类算法、降维算法、异常检测算法等。

表1常用AI技术分类

类别	概述	典型算法代表
监督学习	监督学习是指在带有标签的数据上训练得到数学模型，然后给定新的输入，模型会预测相应的输出值。	典型算法包括支持向量机、决策树、随机森林、朴素贝叶斯、K-近邻、梯度提升、多层感知器、人工神经网络等。
无监督学习	无监督学习则与监督学习过程相反，在没有标签的数据上训练得到模型。	常用的无监督学习算法包括聚类和降维。代表算法包括 K均值、期望最大化、主成分分析、线性判别分析、高斯混合模型、奇异值分解、自编码器等。
强化学习	强化学习是另一种机器学习范式，不需要外部提供大量带标签的数据进行训练。强化学习中有两个可交互的对象，智能体与环境，智能体利用已有动作和经验的反馈不断地与环境进行交互，以实现特定目标或取得最大化的预期利益。
深度学习	深度学习是机器学习的一个子集，其源于对ANN 的研究。 ANN 是由一系列人工神经元互连构成的网络系统，用来模拟人类大脑神经系统的结构与功能。	至今已发展出多种类型的网络架构，包括卷积神经网络、循环神经网络、图卷积神经网络、AE等。

资料来源：王超《人工智能在药物靶点的筛选及验证方面的应用进展》，HTI

宏观政策利好AI制药，AI制药企业欲乘东风。AI新药研发是人工智能和医药的深入融合产物，也属于国家重点鼓励和发展的行业，近年来国务院、政府主管部门出台了一系列振兴及规范生物医药及AI新药研发行业发展的产业政策，依据《"十四五"医药工业发展规划》与《"十四五"生物经济发展规划》政策，国家将重点扶持云计算、大数据、人工智能等信息技术在新药研发中的应用，支持和引导AI新药研发行业快速发展。

表2国家层面AI新药研发行业政策

发布时间	发布部门	政策名称	与AI制药相关内容
2021.12	工业和信息化部、国家发展和改革委员会等9部门	《"十四五"医药工业发展规划》	》探索人工智能、云计算、大数据等技术在研发领域的应用，通过对生物学数据挖掘分析、模拟计算，提升新靶点和新药物的发现效率。》在实验动物模型构建、药物设计、药理药效研究、临床试验、数据分析等环节加强信息技术应用,缩短研发周期,降低研发成本。利用云计算、大数据、人工智能等信息技术，对治疗适应症与新靶点
	2022.05国家发展改革委	《"十四五"生物经济发展规划》	> 验证、临床前与临床试验、产品设计优化与产业化等新药研制过程进行全程监管，实现药物产业的精准化研制与规模化发展。 > 提升制药装备的自动化、数字化和智能化水平，发展基于人工智能的药物洁净、超临界萃取和色谱分离，固体制剂生产在线检测，连续培养生物反应器、蛋白质大规模纯化、冷链储存运输等信息化制药装备。

资料来源：前瞻产业研究院微信公众号，HTI

地方政策发展目标明确，大力扶持AI制药技术发展。地方政策的明确发展目标和对AI制药技术的大力扶持，已经成为推动中国医药行业创新和转型的重要力量，激发了企业的创新活力，缩短新药上市周期，提高研发成功率，从而在全球医药市场中增强竞争力。

表3“十四五"期间中国部分省份AI新药研发发展目标

省市	重点内容
北京	利用人工智能与云计算技术、大数据和高性能计算相结合的方式，建立和发展新药研发加速平台，提高药物研发的效率与成功率。
天津	利用单细胞测序及人工智能、生物信息分析等技术，研究创新药作用分子机制，开展与细胞调亡和耐药相关蛋白及关键致病基因的表达、基因及蛋白组学测定和药物敏感度分级研究。
上海	瞄准合成生物学、基因编辑、干细胞与再生医学、细胞治疗与基因治疗、人工智能辅助药物设计等重点领域布局若干市级科技重大专项和战略性新兴产业重大项目。
江苏	开展靶标发现和验证、先导化合物优化设计、药物晶型研究、药物成药性评价等关键技术攻关，加快突破人工智能和计算机辅助药物设计、体内外药物筛选模型、药物毒性早期发现、新药临床转化医学研究等关键技术。
浙江安徽	支持发展基于人工智能、大数据、工业互联网的数字化药物研发平台，支持药物精准研发。
山东	鼓励应用人工智能、云计算、大数据等技术进行药物靶标筛选、药物分子设计，提升新靶点和新药物发现效率。综合应用大数据、云计算、人工智能等技术进行药物靶标筛选、药物分子设计、药物筛选、药效早期评价、
湖北	提高研发效率和降低研发成本。
	加快突破人工智能和计算机辅助药物设计、体内外药物筛选模型、新药临床转化医学研究等关键技术。

资料来源：前瞻产业研究院微信公众号，HTI

1.3 AI制药市场蓝海前景广阔

AI 制药投融资市场活跃，根据 Deep Pharma Intelligence 官网数据，截止2023年一季度累积投资额达60.2百亿美元。自2015年以来，投资于人工智能驱动的制药公司的资本金额大幅增加。根据 Deep Pharma Intelligence 官网数据，在过去的九年里，800 家公司的年投资额增加了近27倍（截至2023年3月，总额为 593亿美元)。2021年，当时人工智能在药物开发公司的年度新增投资为 96.6 亿美元，由于全球经济衰退，2022年药物开发公司对人工智能的投资没有像往年一样高增(2022年为141.8亿美元，而 2021年为136.8亿美元)，截止2023年3月，人工智能在药物开发公司的投资总额为 602亿美元。

图2 AI制药领域投融资金额

资料来源：Deep Pharma Intelligence，HTI

AI制药市场蓝海广阔，潜在发展潜力巨大。相较于传统药物研发，AI技术能将药物发现、临床前研究的时间缩短近40%，将临床新药研发的成功率从12%提高到约14%。根据中商产业研究院发布的《2024-2029中国AI制药市场现状研究分析与发展前景预测报告》显示，2022年全球AI制药市场规模为10.4亿美元，较上一年增长31.31%。中商产业研究院分析师预测，到 2026年全球AI制药市场规模将达到 29.94亿美元。

图3 2021-2026年全球AI制药市场规模趋势预测图

资料来源：中商产业研究院微信公众号，HTI

图42019-2024年中国AI制药市场规模趋势预测图

资料来源：中商商业研究院微信公众号，HTI

1.4 AI制药产业链上中下游分析

AI制药产业链上游涉及算力、算法和数据，主要分两大类:提供AI技术的企业和提供生物技术的企业。提供AI技术的企业中，辅助制药的人工智能硬件设备包括服务器和芯片等；软件包括各类机器学习、深度学习以及其他人工智能算法，还有数据收集和处理平台、开源软件包以及云计算平台等辅助类软件。提供生物技术的企业包括提供CRO服务的企业和提供先进设备的企业，提供CRO服务的企业为提供制药流程中不同阶段辅助服务的传统CRO企业；提供先进设备的企业，则拥有制造冷冻电镜、自动化实验室等设备的高端技术。

AI 制药产业链中游主要分为四大类：AI+biotech、AI+CRO、AI+SaaS 以及IT头部企业在AI制药产业中的布局。AI+biotech：从药物本身性质或治疗手段分类，从细分领域看，又可以分为三大类，即小分子药物、大分子药物、细胞和基因编辑法。AI+CRO：通过人工智能的辅助为客户更好地交付先导化合物或 PCC，再由药企进行后续的开发，或者合作推进药物管线。AI+SaaS：为客户提供 AI辅助药物开发平台，通过平台为企业赋能，帮助企业加速研发流程，节省成本与时间。IT头部企业：借助对外投资、打造自有相关平台、提供算力及计算框架服务等参与其中。

AI制药产业链下游分为传统药企和CRO企业。传统药企主要通过自建团队、对外投资、CRO及技术合作等方式进入AI制药赛道。CRO们主要通过风险投资、建立内部算法团队、采用外部AI技术、与AI制药公司进行合作等方式切入该领域。

图5AI药物研发产业链布局分布图

资料来源：王柄根《AI制药：行业方兴未艾应用端百花齐放》，HTI

在商业模式上，我国AI药物研发企业主要分为AI SaaS、AICRO、AIbiotech三种模式，即出售软件、服务和研发药物，分别占了商业模式总数的25%、23%和8%。并多兼容上述三种模式中的2种或3种，兼容2种商业模式的最多，占31%，兼容≥3种模式的占13%。有较强药物研发经验的团队多以自研管线为主，而算法背景强的团队则倾向于进行SaaS和研发服务。“自研+外部合作"已成为主流，以降低liscence in的风险。

2．AI+制药技术方兴未艾，应用端百花齐放

新药研发具有周期长、投入大、风险高等特点，人工智能介入新药研发全流程加速新药研发速度。以小分子药物为例，研发周期平均需要约10 年，包括发现苗头化合物并经过层层结构优化得到先导化合物的药物发现阶段(2-4年)、针对候选化合物的临床前研究阶段(1-3年)和临床阶段(3-7年)，其中药物发现阶段是小分子药物研发中最重要的基础环节，且药物筛选技术直接关系到先导化合物质量、研发效率、研发成本以及成药可能性，是新药研发持续进行的关键。人工智能已介入新药开发全流程，在靶点发现、蛋白质结构预测、化合物虚拟筛选、ADMET预测有广泛应用，并可辅助临床试验设计患者招聘等，对临床期试验结果预测可有效节省研发费用支出。

图6人工智能(AI)在药物研发过程中的应用

资料来源：顾志浩《基于人工智能模型筛选与生成先导化合物的研究进展》，HTI

2.1 AI技术驱动治疗靶点发现，增加靶点新颖性

基于靶点的药物发现是药物研发的主流手段，治疗靶点的选择仍具有挑战性。截止于2021年9月，FDA批准的1619个药物中，共涉及靶点893个，其中667个为人体靶点，药物靶点对整个新药研发项目起到决定性的作用。尽管许多候选药物在临床前阶段进行了广泛的优化，但2009 年至2018年临床试验的平均失败率达到了84.6%。用于选择药物靶点的标准可以大大地影响药物开发的成功，靶点选择标准主要包括因果关系、成药性、毒性、新颖性等。

表4靶点选择标准

项目	概述
因果关系	因果关系是选择药物靶点的关键标准。除了实验方法外，推断靶点与疾病之间因果关系的常见计算方法是基于网络的分析，它涉及构建生物网络，以捕获不同基因，蛋白质，药物和其他分子实体之间的关系。这些网络可用于根据其在网络中的中心性和连通性来确定可能与疾病有因果关系的潜在靶点。
成药性	靶点的成药性，即靶点被药物分子调节的能力。影响成药性的因素包括治疗方式、蛋白质定位、分类和结构可用性。例如，小分子药物通常用于具有明确结合口袋（例如激酶）的靶点，而基于蛋白质的疗法更适合于难以用小分子处理的靶点。药物靶点的结构信息有助于通过基于AI 的预测进行药物设计和优化，例如 AlphaFold，从而扩大了蛋白质结构的覆盖范围。
靶点毒性	通过评估所涉及的细胞过程、基因必要性和组织特异性来考虑靶点毒性。基于文本的证据可用于评估给定靶点的新颖性和可信度。通过仔细研究已批准的药物、分子靶点和治疗适应
新颖性	症之间的关系，Santos 等人发现，高置信度靶点（或"特权"靶点家族）占已批准药物的大多数，人工智能辅助的靶点选择有望增加靶点新颖性。

资料来源：Al-powered therapeutic target discovery，HTl

2.1.1系统生物学方法

知识图谱结合系统生物学有效识别靶点。系统生物学通过研究各个生物系统内部所有组分成分间相互关系，期望最终能够建立整个系统的可理解模型，为有机体绘制完整图谱。将知识图谱技术与系统生物学结合构建生物医药知识图谱已开始在医学实践和研究中发挥关键作用。信号通路激活分析则是一种从大规模转录组学和蛋白质组学数据中提取生物学相关特征的强大方法。

表5已有系统生物学平台/系统/方法

类型	公司	平台/系统/方法	概述
生物医药知识图谱	BERG	Interrogative Biology 平台	基于AI的系统生物学平台，可生成数据驱动的无偏网络，用于识别靶点和疾病的生物标志物。
	BenevolentAl	判断加强认知系统 JACS	通过发现疾病、药物、试验数据等大量非结构化数据间的新联系，实现药物重定位。
	MindRankAl	PharmKG	利用异构图注意力神经网络构建药物与疾病之间联系的多关系属性生物医药知识图谱，包含了29 种关系种类以及超过8000 种歧义实体。从期刊文献中提取信息，将基因、疾病、化合物和生物通路联系起来，
	Insilico Medicine	基于 Transformer 的知识图谱功能	并将其与基于大型语言模型的问答功能相结合，以快速识别疾病发展的遗传基础和分子机制，促进药物靶点和生物标志物的识别。
信号通路激活分析	Insilico Medicine	通路激活网络分解分析方法 iPANDA	iPANDA以疾病患者样本中基因表达水平与正常组样本的平均表达水平之间的倍数变化作为输入，并引入基因重要性因子来表征基因对通路激活的影响程度，进而进行标志信号通路识别。

资料来源：王超《人工智能在药物靶点的筛选及验证方面的应用进展》，HTI

2.1.2基于结构的靶点发现计算辅助方法

计算辅助方法成为高效筛选靶点的有效方案，人工智能驱动的靶点发现工作流协同加深复杂疾病理解。靶点识别可分为三种不同的策略：实验、多组学和计算辅助方法；传统的实验方法主要包括基于亲和力的生化、比较分析和化学/遗传筛选，常用手段小分子亲和探针、氨基酸的稳定同位素标记、通过RNA干扰或CRISPR-Cas9 基因编辑等；多组学方法可提供静态基因组数据和时空动态表达和代谢谱以便全面的了解疾病机制视图，综合多组学分析常用于促进生物标志物和治疗靶点的发现、治疗反应和患者预后预测；基于结构的靶点发现计算辅助方法可以作为补充实验方法的策略，例如反向对接、药效团、结合位点相似性和基于指纹交互的方法。

表6基于结构的靶点发现主要策略

类型		概述
反向对接	大规模靶蛋白数据库（PDTD)	涵盖了约1100个具有3D结构的蛋白质条目，其数据是从文献和几个在线数据库（如 TDD、DrugBank 和 Thom-son Pharma）中提取的，包括 830 个已知或潜在药物靶点的信息，使用该数据库发现了茶多酚和人参皂苷的潜在靶蛋白。
反向对接	基于一致性对接方法的药物重定位（老药新用）平台 ACID	2019 年杨光富教授团队开发该平台，用来评估每个蛋白质和给定小分子之间的亲和力，预测准确度提高了10%
利用药效团模型进行反向找靶	药效团匹配与潜在识别靶标平台 PharmMapper	该平台可通过将所查询化合物的药效团与内部药效团模型数据库进行匹配来执行预测

资料来源：王超《人工智能在药物靶点的筛选及验证方面的应用进展》，HTI

AI靶点发现可跳出传统认知，不遵守预先假设，降低对人员经验的依赖度。英矽智能于2022年7月宣布，公司与AnsWerALS项目合作开展的肌萎缩侧索硬化症（ALS）靶点识别项目利用英矽智能自研人工智能平台 PandaOmics 分析了来自公共数据集的中枢神经系统（CNS）样本表达谱和由诱导性多功能干细胞分化成的运动神经元（diMN）表达谱，成功发现28个经过验证的潜在靶点，其中18个（64%）在果蝇实验中被验证有效，涵盖8个未经报告过的基因。

机器学习的应用不仅限于预测现有药物或化合物的生物靶点，还可以识别任何感兴趣的疾病的新治疗靶点。机器学习分析还可以发现支撑疾病的复杂生理途径，并深入了解为什么某种特定疾病的患者之间存在差异。

图7靶点识别的三种探索性策略

资料来源：Al-powered therapeutic target discovery，HTI

图8人工智能驱动的靶点发现的工作流

资料来源：Al-powered therapeutic target discovery，HTI

2.2 AlphaFold促使蛋白质结构预测革命性进步

基于靶点的药物设计是药物开发的主导方法，其中蛋白质是最重要的靶类型。传统的蛋白质三维结构测定方法多采用×射线晶体学、核磁共振光谱、低温电子显微镜，在设备要求、蛋白质结构的复杂性和时间消耗方面存在局限性。截至2023年6月，Uniport数据库中拥有超过2.4亿条蛋白质序列，然而PDB数据库中仅包含约20万个实验确定的蛋白质结构被存入蛋白数据库（PDB)，占总序列的不到0.1%

AlphaFold 确定了约2亿个蛋白质的结构，范围覆盖地球上几乎所有已知生物。传统上，科研人员一直在用×射线晶体学和冷冻电镜这种耗时且成本高昂的实验技术解析蛋白质的结构，2021年AlphaFold诞生后，预报的蛋白质主链原子坐标误差中值降至了1.1A，侧链原子也接近1.5A，已达到了实验X射线晶体学最高分辨率的程度。EMBL-EBI（欧洲分子生物学实验室欧洲生物信息研究所）表示，在这些逾2.14亿个结构预测中，约35%的预测结果被认为准确度很高，即和实验解析的结构一样可靠。另有45%的预测被认为置信度足够高，在很多情况下都能使用。2020年举办的第14届CASP比赛中，升级版AIphaFold2对所有目标蛋白质结构预测的平均GDT得分达到92.4分，其准确性可以与使用冷冻电镜等实验技术解析的3D结构相媲美。

2.3 化合物虚拟筛选有效提升化合物结构新颖性

虚拟筛选可有效降低实验成本，针对性挑选苗头/先导化合物。虚拟筛选是基于靶点与药物分子之间的锁钥理论，借助计算机技术发展而来的新型药物筛选方法，它能够利用专业计算机软件模拟配体与对应受体的结合，通过计算药物与对应靶点之间的结合能力从化合物数据库中挑选出苗头化合物。应用虚拟筛选的方法发现先导，大大地增强了药物研究的针对性，增加了生物活性测试的命中率，从而降低了实验成本的消耗。

虚拟筛选分为两类：（i）基于结构的虚拟筛选（SBVS）和（ii）基于配体的虚拟筛选(LBVS)。基于结构的虚拟筛选从靶蛋白的三维结构出发，研究靶蛋白结合位点的特征性质以及它与小分子化合物之间的相互作用模式，根据与结合能相关的亲合性打分函数对蛋白和小分子化合物的结合能力进行评价，最终从大量的化合物分子中挑选出结合模式比较合理的、预测得分较高的化合物，用于后续的生物活性测试。

基于配体的虚拟筛选一般是利用已知活性的小分子化合物，根据化合物的形状相似性或药效团模型在化合物数据库中搜索能够与它匹配的化学分子结构，最后对这些挑选出来的化合物进行实验筛选研究。

图9虚拟筛选的一般流程示意图

资料来源：PharmaBlock药石科技微信公众号，HTI

图10基于配体的虚拟筛选和基于受体的虚拟筛选流程

资料来源：PharmaBlock药石科技微信公众号，HTI

分子对接作为基于结构的虚拟筛选中最重要的方法，可以预测目标靶点与配体的结合模式。在过去20 年间，大量的分子对接软件和程序被开发出来，包括Autodock、Autodock Vina、LeDock、rDock、UCSF DOCK6、LigandFit、Glide、GOLD、MOE Dock、Surflex-dock等。对于一个分子对接软件来讲，最关键的两部分是采样算法和评分函数，他们分别决定了软件的采样能力和评分能力。目前比较流行的采样算法大致可以分为三类：形状匹配，系统搜索（穷举搜索，分割和构象系综）和随机搜索算法（如蒙特卡洛算法，遗传算法，禁忌搜索方法和群体优化方法)。而流行的评分函数主要可以分为三类：力场，经验和基于知识的评分函数。

2.4 ADMET预测可提前考量药物成药可能性

ADMETlab提供药物代谢动力学在线预测功能。ADMETlab是2018年中南大学湘雅药学院曹东升课题组首次发布的一款用于计算分子属性和药物代谢动力学（ADME）的在线工具，提供了一系列计算模型，包括溶解度、血浆蛋白结合、肝脏代谢、肾脏排泄等，可以预测药物在人体内的吸收、分布、代谢和排泄过程，并评估其潜在的毒性和安全性，帮助药物研究人员更好地理解分子的性质和在人体内的行为。截止截至2024年4月份，ADMETlab2.0文章已被引用1088次，网站访问量超过170万次，为满足更多科研工作者的使用，目前ADMETlab已升级到3.0版本。

图11ADMETlab3.0数据及DMPNN-Des模型框架概览

资料来源：DurgAI微信公众号，HTI

2.5 临床试验结果预测可有效节省失败临床的经费

候选药物临床失败几率大，预测临床试验结果可有避免研发投入损失。药物进入临床阶段后，将有90%的候选药物会在I、I、I期临床试验或药物批准过程中失败。如果将临床前阶段失败的候选药物计算在内，药物研发的失败率将远远高于90%。存在如此高失败率有4种可能原因：缺乏临床疗效（40-50%)、毒性不可控（30%）、成药性差(10-15%)、缺乏市场需求和产品规划策略不善（10%)，这常常导致研发团队面临数万亿美元和数十年投入的巨大损失。

inClinico成功且准确预测了11个新药的Ⅱ期临床试验的结果，9个月投资收益高达35%。inClinico 使用三个AI引擎：一个用于评分试验设计、一个用于靶点选择和一个用于患者符合资格标准，进而来产生一个表示任何试验成功可能性的元分数。inClinico 平台使用ClinicalTrials.gov的 55653项独特的Ⅱ期临床试验中进行了训练。在准前瞻性验证中，inClinico 在预测临床试验Ⅱ期至I期的转化成功率方面的ROCAUC达到了O.88（机器学习模型性能指标)；在前瞻性验证中，它对真实世界临床试验结果预测的准确率达到了79%。

表7inClinico前瞻性研究第二阶段临床试验的预测和结果（截至2022年12月）

公司	适应证	药物	靶点	inClinico 评分	读出日期	预测结果	实际结果（2022 年12月）
NVS	慢性自发性荨麻疹	Remibrutinib	BTK	0.77	2022年9月 11日	成功	成功
NVS	阵发性夜间血红蛋白尿	LNP023	Factor B	0.79	2021年6月 11日	成功	成功
APTX	纤维肌痛	NYX-2925	GRIN1	0.09	2022年8月 12日	失败	失败
APTX	帕金森病或路易体痴呆引起的轻度认知障碍或轻度痴呆	NYX-458	NMDA receptors	0.35	2023年2月 27日	失败	失败
BBIO	软骨发育不全	Infigratinib	FGFR1, FGFR2, FGFR3, FGFR4	0.59	2023年3月 6日	成功	成功
BIVI	肝硬化和难治性腹水	Terlipressin	AVPR1A, AVPR1B, AVPR2	0.5	2023年3月 13日	成功	成功
CORT	抗精神病诱导的体重增加	Miricorilant	NR3C1, NR3C2	0.42	2022年12月 8日	失败	失败
CORT	抗精神病诱导的体重增加	Miricorilant	NR3C1, NR3C2	0.42	2022年12月 8日	失败	失败
GOSS	肺动脉高压	Seralutinib	CSF1R, KIT, PDGFRA, PDGFRB	0.42	2022年12月 6日	失败	失败
TRVI	特发性肺纤维化咳嗽	Nalbuphine	OPRK1,OPRM1	0.37	2022年9月 19日	失败失败
AZN	蛋白尿性慢性肾脏疾病	Atuliflapon	FLAP	0.03	2022年11月 10日	失败失败
CINC	未控制的高血压	Baxdrostat	CYP11B2	0.49	2022年11月 28日	成功失败
HRMY	普拉德-威利综合征	Pitolisant	HRH3	0.27	2022年11月 1日	失败成功
BNOX	社交焦虑障碍	BNC210	CHRNA7	0.56	2022年12月 18日	成功	失败

资料来源：《Prediction of Clinical Trials Outcomes Based on Target Choice and Clinical Trial Design with Multi-Modal Artificial Intelligence》，HTl 注：inClinico 元评分的"成功"截止点为0.48

2.6 人工智能促使药物重定位快速上市

AI技术促使老药新用，安全性确认有效节省新药开发时间。2022年4月，美国 FDA已批准右美托咪定舌下膜剂上市，用于急性治疗与精神分裂症或I/I型双相情感障碍相关的激越。BioXcel构建了一个带标签的知识图谱，它在视觉上将神经精神症状、脑回路、药物靶点和现有药物联系起来。通过建立这些联系，现有药物会出现新的潜在用途。BioXcel的 AI技术平台根据指定适应症，设定搜索条件，从海量科学论文中搜索发现右美托咪定具有可以治疗激越的所有特征，并基于此启动右美托咪定舌下膜剂的开发。BioXcel基于人工智能的方法推出的第一个商业产品IGALMI（右美托咪丁）舌下薄膜剂从临床研究到FDA的批准花费时间仅不到4年,这是由于由于右美托咪定已经获批上市，具有已知的安全性特征，可以节省临床开发时间。

图12舌下右美托咪定与安慰剂对与双相情感障碍相关的急性激动的影响

资料来源：Effect of Sublingual Dexmedetomidine vs Placebo on Acute Agitation Associated With Bipolar Disorder，HTl

AI研发平台促使巴瑞替尼重定位治疗新冠，降低重症患者病死率。2020年2月3日，英国公司BenevolentAI就在《柳叶刀》杂志发表论文称，通过其研发的AI平台检索海量科学文献，发现巴瑞替尼或可用于治疗新冠。

2.7 晶型预测可提供不同于经验规则的新见解

晶型预测可有效评估转晶风险，节省实验研究时间。晶泰科技在面对客户预测评估三种晶型转晶风险的需求时仅用四周完成前期计算工作，对解得的晶胞参数及预测得到的晶体结构进行衍射精修，获得实验晶型 FormC的单晶结构；随后使用 PSCP 方法，比较实验存在的晶型和理论的潜在稳定晶型的相对稳定性，给出随温度变化的稳定性变化曲线，估计相变温度。晶型预测计算周期仅为6\~8周，而晶型实验共花费17周才得出与计算结果对应的相同结果，证明晶型预测是药物结晶研究中迅速、准确的转晶风险评估工具。

图13晶型预测评估转晶风险

资料来源：晶研谈微信公众号，HTI

图14晶型预测与实验研究时间流程对比

资料来源：晶研谈微信公众号，HTI

晶型预测助力仿制药新晶型开发，预测未能从实验中开发的晶型结构。通过理论计算了解晶型稳定性全景，判断是否存在其他稳定晶型或可开发亚稳晶型，评估各个实验晶型和潜在虚拟稳定晶型的相对稳定性，可为实验制备可开发的稳定/亚稳晶型提供思路。

2.8逆向合成分析可有效优化和创造合成路线

逆向合成是分析合成路线的重要手段。人工智能驱动的逆合成预测涵盖了单步逆合成预测和多步逆合成预测的两个主要组成部分，以及分子表示和候选反应评估的两个算法设计元素，这四个元素共同为人工智能驱动的逆转合成预测方法建立了一个设计空间。

图15逆向合成流程概述

资料来源：《Artificial Intelligence for Retrosynthesis Prediction》，HTI

3．CRO公司加速布局AI技术应用

3.1 维亚生物建立纵向AI应用技术平台加速先导化合物发现

维亚生物成立于2008年，向全球创新药研发企业提供从早期基于结构的药物研发到商业化药物生产的一站式综合服务。公司搭建了×射线蛋白晶体技术、冷冻电镜技术（Cryo-EM)、亲和力质谱筛选技术（ASMS）、表面等离子共振技术（SPR）、氢氘交换质谱技术（HDX-MS)、计算机辅助药物设计等多个先进技术平台。

图16维亚生物建立一站式药物研发及生产综合服务平台

资料来源：维亚生物业绩发布会推广材料，HTI

维亚生物专注于发现、投资高潜力生物医药初创公司，以独创的技术服务换取股权（EFS）的商业模式，解决未满足的临床需求。维亚生物创新中心（VBI）作为维亚生物投资孵化和以服务换股权（EFS）业务的核心部门，专注于为全球创新生物医药企业提供孵化和成长的开放式合作平台。

维亚生物从应用端切入方法开发打造纵向一体化平台，AI技术结合湿实验助力新药研发。公司上海超算中心搭载英伟达A100 芯片，为自有的AIDD和CADD算法提供充足的算力支持，同时具备开发多种药物形态的能力，具有小分子、靶向RNA小分子、多肽、抗体等多种药物类型的开发经验。根据公司年报披露，截止2023年12月31日，已累计完成CADD/AIDD 项目数近36个，其中长期项目数占比为33%;采购 CADD/AIDD 的客户数累计近31家。

图17维亚生物AI技术与实验结合为药物研发注入新科技

资料来源：维亚生物2023年业绩发布会推广材料，HTI

维亚生物提供计算化学与计算生物学服务。计算化学技术主要为化学小分子药物设计提供计算指导和帮助。从靶标分析、高通量筛选分析、苗头化合物发现、先导化合物发现、先导化合物优化到成药性预测，计算化学均可提供模拟分析。计算生物学技术主要为生物大分子药物设计，如多肽、蛋白药物、核酸药物和抗体，提供计算指导和帮助。针对抗体药物，计算工具可以服务于抗体人源化、亲和力成熟、性质预测等，大大降低传统实验室中抗体设计的成本并缩短研发时间。

3.2 泓博医药语言模型具备丰富应用场景

泓博医药作为小分子药物CRO/CDMO一站式综合服务商，AI技术储备丰富，PR-GPT多模态大型语言AI模型部署进展顺利。泓博医药是一家小分子创新药研发以及商业化生产一站式综合服务商，致力于药物发现、制药工艺的研发开发一级原料、中间体的商业化生产。公司药物发现平台可多参数优化先导化合物,实现所需目标分子要求（先导化合物合成、发现和结构优化。公司于2019 年设立了CADD/AIDD 技术平台(计算机及人工智能辅助的药物设计)，平台成立以来，利用开源代码在本地部署并建立了自己的AI模型，开发了虚拟高通量筛选(VHTS)、无晶体结构靶点的同源模建、药物靶点预测、药物ADME和毒性预测、基于结构的药物设计(SBDD)、基于片段的药物设计(FBDD)以及定量构效关系(QSAR)等实际应用场景。根据公司年报披露数据，截止到2023年底，公司CADD/AIDD技术平台已累计为62个新药项目提供了技术支持，其中3个已进入临床1期，2个在临床申报阶段，采购公司CADD/AIDD服务的客户数已达到31家。

PR-GPT模态大型语言项目本地部署进展顺利，自然语言交互模型优势明显。PR-GPT能够整合和概括大量的文本数据，包括科学文献、专利和新闻报道等，快速总结和提炼大量相关信息，并可以跟现有的 AIDD 模型进行交叉验证，进一步提高药物设计的精准度，产生良好的协同效应。PR-GPT项目进展顺利，算法优化、生物医药语言训练工作正有序推进，知识问答、药物分子生成、药代动力学及毒理性质预测等功能已上线测试并具备了初步功能，计划于今年四季度投入商业运营。该模型将为药物研发提供智能化支持，缩短研发周期，降低研发成本，提高研发成功率，从而推动生物医药行业的创新与发展，进而打造专注于科学尤其是生物医药语言的处理工具，跟现有的药物设计AI模型产生良好的协同性，进一步提高新药研发效率。随着人工智能不断更新迭代和机器学习的持续深入，CADD/AIDD技术已成为公司新药研发的重要工具，未来在公司新药研发过程中必将扮演越来越重要的角色。

图18语言模型参数量和训练计算量对比

资料来源：舒文韬《大型语言模型：原理、实现与发展》，HTI

图19大语言模型的发展历程

资料来源：徐月梅《大语言模型与多语言智能的研究进展与启示》，HTI

3.3 成都先导具备独家骨架骨架跃迁算法

成都先导药物开发股份有限公司是一家从事新药研发的快速发展的生物技术公司，打造了国际领先的DNA编码化合物库技术平台。公司拥有多个新药发现平台，包括但不限于DNA编码化合物库平台、基于片段/结构的药物发现平台（FBDD/SBDD）、计算机辅助药物设计平台（CADD）以及小核酸药物平台。

DNA编码化合物库技术产生海量数据，天然亲和AI技术。DNA 编码化合物库技术(DEL）已成为相当强大的小分子药物发现引擎，与传统高通量筛选以及其他苗头化合物识别方法相比，它提供了更大的化合物合集，减少靶标和测试准备的工作量，缩短苗头化合物识别周期。截止2023年底，公司已积累的DEL库小分子数量已超过1.2万亿，通过系统化的库分子设计，增加合成分子骨架的种类超过6000种，基本涵盖了所有当前已获批上市的小分子药物的核心骨架，以及临床在研小分子项目的大多数优势骨架。公司依据自身在库设计方面的专长以及不断积累的化合物结构信息资源，在最新的算法和领先的云计算资源加持下，可以快速、高效和经济实惠地识别苗头化合物。

图20 DEL技术概念图

资料来源：成都先导官网，HTI

图21成都先导DNA编码化合物库设计的逻辑

资料来源：成都先导官网，HTI

骨架跃迁快速产生结构新颖的化合物，成都先导携手腾讯云深开发骨架跃迁分子生成算法。骨架跃迁以已知的活性化合物为起点，通过改变分子的核心结构，获得新颖的化学结构。骨架跃迁的主要目的：（1）在已有的化合物分子结构上，产生新颖的化合物系列，增加药物研发成功率；（2）替换复杂天然产物的局部结构，产生更具选择性、更优活性的新颖分子；（3）通过改变分子的骨架，改善分子的药物代谢动力学性质。成都先导与腾讯AI Lab（云深）平台合作设计的骨架跃迁分子生成算法（GraphGMVAE)，可以快速基于已有的参考化合物迅速产生一系列结构新颖的化合物集合，配合后续自建的虚拟筛选、3D-CNN对接重打分和ADMET预测平台，可以实现快速的分子评估、排序并得到候选化合物。GraphGMVAE 算法以JAK1抑制剂Upadacitinib 为例，一共生成了3万个分子，其中的97.9%的分子具有不同于已知JAK抑制剂的新型骨架，最后选择了其中7个分子进行合成和实验验证，其中两个分子的活性甚至优于参考分子。

图22骨架跃迁移技术路径概念图

资料来源：腾讯AI实验室微信公众号，HTI

图23利用GraphGMVAE进行骨架跃迁

资料来源：A Novel Scalarized Scaffold Hopping Algorithmwith Graph-BasedVariational Autoencoder for Discovery of JAK1 Inhibitors，HTI

3.4 药石科技分子砌块结合AI技术突破显著

药石科技充分发挥新颖独特分子砌块库的技术优势，结合业界领先的人工智能先进技术。南京药石科技股份有限公司是全球医药研发和制造领域一站式创新产品和服务供应商。公司以其新颖、独特的分子砌块及相关化合物库筛选技术助力药物发现。公司从结构多样性、新颖性、成药性三个关键要素着手，持续优化提高基于公司独有药物分子砌块搭建的三大核心小分子化合物库:结构多样化碎片分子库、DNA编码化合物库、超大容量特色虚拟化合物库，进一步提高库容化合物对创新及高难度靶点的适用性。在虚拟化合物库的基础上，公司重点开发了独有的创新化学空间构建AI算法平台，搭建了基于超大成药化学空间的人工智能药物发现技术平台。公司突破传统超大容量虚拟化合物库的基本概念，利用人工智能机器学习算法，开发了独有的基于分子砌块和有效化学反应的动态化学空间，从根本上突破了限制超大化合物库构建的算力、存储和管理瓶颈，已经建成的化学空间可生成分子数量增加到百万亿级以上,结合内部开发的人工智能成药性筛选优化算法，进一步保证在此化学空间内生成的分子同时具有优越成药性。

独家新颖口袋-配体算法结合AlphaFold2模型，快速有效筛选全新结构分子。区别于传统意义上以枚举算法为基础的绝大部分商业库，公司所开发的新颖正合成算法切实保证了库容分子的可合成性，结合内部开发的结合口袋-配体算法和最新发布的全新开源蛋白质结构预测AlphaFold2算法模型，公司人工智能药物研发团队开发了针对独特动态化学空间的人工智能全局优化分子生成算法平台，初步具备了针对绝大部分创新靶点的人工智能快速筛选并且能够持续产生全新结构分子的能力，并且大大降低了对人工智能对算力的需求。基于公司新颖和独特的中等分子量化合物库，公司建设了特色共价化合物库以及适用快速平行合成的化合物库生成算法流程，为进一步开发新颖特色化合物库奠定技术基础。

药石科技具备一站式活性化合物计算筛选平台，为客户提供全方位解决方案。药石科技提供一整套完善的活性化合物计算筛选解决方案，从小分子数据库的准备、受体结构的准备、化合物激酶选择性预测平台、蛋白-小分子复合物分子动力学模拟等多种人工智能模型和计算化学手段的迭代筛选，再到ADMET性质评估、化合物多样性分析，到最后人工挑选潜在的活性化合物，进行下一步生物活性测试，每一步都采用了主流的机器学习和计算化学方法，并结合内部超大（1012\~1015量级）独有且易合成的化合物空间优势，大大地提高了早期药物筛选的命中率，及发现新颖活性分子的可能性，同时降低早期药物发现的成本。

图24药石科技一站式先导化合物计算筛选平台

资料来源：PharmaBlock药石科技微信公众号，HTI

图25药石科技化合物激酶选择性预测平台

资料来源：PharmaBlock药石科技微信公众号，HTI

4．风险提示

技术落地有限，高质量数据不足，市场接受度问题，商业模式不明确，数据共享难题，法规和伦理问题。

APPENDIX 1 Summary

Investment Highlights:

Al technology is booming，and Al+pharmaceuticals is expected to become the next golden subdivided sector. Al technology, through machine learning and deep learning,plays a crucial role in drug discovery, preclinical research,and clinical trials. Since early exploration in 2oo7,Al pharmaceutical technology has undergone accumulation,validation,and rapid development. It is now in a phase of active innovation, significant policy support,and broad market prospects.The Al pharmaceutical investment market is active, with cumulative investments reaching 6.02 bilion USD by Q1 2023,and the market size is expected to grow to 2.99 billon USD by 2026. Al+pharmaceuticals is supported by national policies,offering diverse investment opportunities across the industry chain. Policies like the ‘14th Five-Year Plan for Pharmaceutical Industry Development' and the ‘14th Five-Year Plan for Bioeconomy Development' aim to promote the application of cloud computing,big data,and Al in new drug development. Al technology accelerates industry transformation in key areas such as target discovery， protein structure prediction，compound screening,ADMET prediction, clinical trial outcome prediction,drug repositioning, crystal form prediction,and reverse synthesis analysis. Al pharmaceutical technology is expected to shorten drug development cycles,reduce costs,and increase success rates, bringing innovative changes to traditional drug development and showing vast potential. CRO companies are accelerating the deployment of Al+pharmaceutical application technology. CRO drug development outsourcing companies are deepening their Al technology applications，covering all aspects of drug discovery，from target identification，compound screening，structure prediction to drug design. Viva Biotech Holdings has established a vertical Al application technology platform to accelerate lead compound discovery; Pharmaresources (Shanghai) Co., Ltd. continues to advance the application of the PR-GPT multimodal large language model; HitGen Inc. leverages DNA-encoded compound library technology combined with Al to optimize the identification process of lead compounds; Pharmablock Sciences (Nanjing), Inc. uses its molecular building block library combined with Al to develop dynamic chemical space and provides comprehensive active compound screening services through a one-stop computational screening platform.With continuous Al advancements and enhanced CRO company expertise，more innovative breakthroughs in drug development are expected.

Risk Warning: Risks of Al+pharmaceutical technology development not meeting expectations, Al+pharmaceutical R&D costs leading to company losses,decline in biopharmaceutical investment，geopolitical risks，data privacy and security risks，and intensified market competition.

附录APPENDIX

重要信息披露

本研究报告由海通国际分销，海通国际是由海通国际研究有限公司(HTIRL)，Haitong Securities India Private Limited (HSIPL)，Haitong International Japan K.K.(HTJKK)和海通国际证券有限公司(HTISCL)的证券研究团队所组成的全球品牌，海通国际证券集团(HTISG)各成员分别在其许可的司法管辖区内从事证券活动。

IMPORTANT DISCLOSURES

This researchreportisstributedyitonglteratioalbalbandaefortequityeseachteamsofitongInterationalResearchimited(H")itongScuritiesdiaiate Limited(HSIPL),HaitongnternationalJapanK.K.("HKK"),Haitong InternationalSecuritiesCompanyLimited("HSCL"),andnyothermemberswithin theHaitong InternationalSecuritiesGroup of Companies ("HG"),eachuthorizedtengage insecuritiesactivities initsrespectivejuridiction.

HTIRL分析师认证 Analyst Certification:

我，余文心，在此保证（i）本研究报告中的意见准确反映了我们对本研究中提及的任何或所有目标公司或上市公司的个人观点，并且（ii）我的报酬中没有任何部分与本研究报告中表达的具体建议或观点直接或间接相关；及就此报告中所讨论目标公司的证券，我们（包括我们的家属）在其中均不持有任何财务利益。我和我的家属（我已经告知他们）将不会在本研究报告发布后的3个工作日内交易此研究报告所讨论目标公司的证券。,WenxinYu,certify that(i)theviews expressdinthisresearch reportaccuratelyreflect mypersonalviewsaboutany orallof the subject companies or issuers referred to in this research and (i) no part of my compensation was,is or willbe directlyor indirectly related to the specific recommendations or views expressed in this research report;and thatI(including members of my household) have no financial interest in the security orsecurities of the subject companies discussed.Iand my household, whom lhave already notified of this,willnot deal inor tradeany securities in respect of the issuer thatIreview within 3 business days after the research report is published.

我，孟科含，在此保证（i）本研究报告中的意见准确反映了我们对本研究中提及的任何或所有目标公司或上市公司的个人观点，并且（ii）我的报酬中没有任何部分与本研究报告中表达的具体建议或观点直接或间接相关；及就此报告中所讨论目标公司的证券，我们（包括我们的家属）在其中均不持有任何财务利益。我和我的家属（我已经告知他们）将不会在本研究报告发布后的3个工作日内交易此研究报告所讨论目标公司的证券。I,Kehan Meng,certfythat(i)teviews expressedin tisresearch reportacuratelyreflect mypersonalviewsaboutany oralof tesubjectcompaniesorissuers referedtointhis researchand(i)nopartofycompensationwas,isorwillbedirectlyor indirectlyrelatedtothespecificrecommendationsorviews expressed in this research report;and thatI(including members of my household) have no financial interest in the security orsecurities of the subject companies discussed.Iand my household, whom lhave already notified of this,willnot deal inor trade any securities in respect of the issuer thatIreview within 3 business daysafter the research report is published.

我，袁艺琳，在此保证（i）本研究报告中的意见准确反映了我们对本研究中提及的任何或所有目标公司或上市公司的个人观点，并且（ii）我的报酬中没有任何部分与本研究报告中表达的具体建议或观点直接或间接相关；及就此报告中所讨论目标公司的证券，我们（包括我们的家属）在其中均不持有任何财务利益。我和我的家属（我已经告知他们）将不会在本研究报告发布后的3个工作日内交易此研究报告所讨论目标公司的证券。I,Yilin Yuan,certfythat (i)the views expresedinthis research reportaccurately eflect my personal viewsaboutanyor allof the subject companies or issuers referred to in this research and (i) no part of my compensation was,is or willbe directly or indirectly related to the specific recommendations or views expressed in this research report;and that I(including members of my household) have no financial interest in the security or securities of the subject companies discussed.Iand my household, whomlhave already notified of this,willnotdealin or trade any securities in respect of the issuer thatIreview within 3 business days after the research report is published.

利益冲突披露 Conflict of Interest Disclosures

海通国际及其某些关联公司可从事投资银行业务和/或对本研究中的特定股票或公司进行做市或持有自营头寸。就本研究报告而言，以下是有关该等关系的披露事项（以下披露不能保证及时无遗漏，如需了解及时全面信息，请发邮件至 ERD-Disclosure@htisec.com)

HTlandsome ofitsaffliates may engage in investment banking and/orserveasa market makeror hold proprietary trading positions of certain stocks or companies in this research report.As far asthis research reportis concerned,the following are the disclosure matters related to such relationship(As the following disclosure does not ensure timelinessand completeness,please send an emailto ERD-Disclosure@htisec.com if timelyand comprehensiveinformation is needed).

1873.HK目前或过去12个月内是海通的投资银行业务客户。

1873.HK is/was an investment bankclients of Haitong currentlyor within the past12 months.

海通预计将（或者有意向）在未来三个月内从1873.HK获得投资银行服务报酬。

Haitongexpects to receive,orintends toseek,compensationfor investmentbanking services in the nextthree monthsfrom1873.H.

评级定义（从2020年7月1日开始执行）：

评级分布 Rating Distribution

海通国际（以下简称"HTI"）采用相对评级系统来为投资者推荐我们覆盖的公司：优于大市、中性或弱于大市。投资者应仔细阅读HTI的评级定义。并且HTI发布分析师观点的完整信息，投资者应仔细阅读全文而非仅看评级。在任何情况下，分析师的评级和研究都不能作为投资建议。投资者的买卖股票的决策应基于各自情况（比如投资者的现有持仓）以及其他因素。

分析师股票评级

优于大市，未来12-18个月内预期相对基准指数涨幅在 10%以上，基准定义如下

中性，未来12-18个月内预期相对基准指数变化不大，基准定义如下。根据FINRA/NYSE的评级分布规则，我们会将中性评级划入持有这一类别。

弱于大市，未来12-18个月内预期相对基准指数跌幅在 10%以上，基准定义如下

各地股票基准指数：日本-TOPIX,韩国-KOSPI,台湾-TAIEX,印度-Nifty100美国-SP500;其他所有中国概念股-MSCI China.

Ratings Definitions (from 1 Jul 2020):

Haitong International uses a relative rating system using Outperform, Neutral，or Underperform for recommending the stocks we cover to investors.Investors should carefully read the definitions of all ratings used in Haitong International Research.In addition,since Haitong International Research contains more complete information concerning the analyst's views,investors should carefully read Haitong International Research,in its entirety,and not infer the contents from the rating alone.In any case, ratings (or research) should not be used or relied upon as investment advice.An investor's decision to buy or sell a stock should depend on individual circumstances (such as the investor's existing holdings)and other considerations.

Analyst Stock Ratings

Outperform: The stock's total return over the next 12-18 months is expected to exceed the return of its relevant broad market benchmark,as indicated below.

Neutral:The stock's total return over the next 12-18 months is expected to be in line with the return of its relevant broad market benchmark,as indicated below.For purposes only of FINRA/NYSE ratings distribution rules,our Neutral rating fallsintoa hold rating category.

Underperform: The stock's total return over the next 12-18 months is expected to be below the return of its relevant broad market benchmark, as indicated below.

Benchmarks for each stock's listed region are as follows: Japan - TOPIX, Korea- KOSPI,Taiwan -TAlEX,India -Nifty100,US -SP5OO; for all other China-concept stocks - MSCl China.

截至2024年6月30日海通国际股票研究评级分布

	优于大市	中性 (持有)	弱于大市
海通国际股票研究覆盖率	91.4%	8.1%	0.6%
投资银行客户*	3.1%	4.8%	0.0%

*在每个评级类别里投资银行客户所占的百分比。
上述分布中的买入，中性和卖出分别对应我们当前优于大市，中性和落后大市评级。

此前的评级系统定义（直至2020年6月30日）：
只有根据FINRA/NYSE的评级分布规则，我们才将中性评级划入持有这一类别。请注意在上表中不包含非评级的股票。
买入，未来12-18个月内预期相对基准指数涨幅在10%以上，基准定义如下
中性，未来12-18个月内预期相对基准指数变化不大，基准定义如下。根据FINRA/NYSE的评级分布规则，我们会将中性评级划入持有这一类别。
卖出，未来12-18个月内预期相对基准指数跌幅在10%以上，基准定义如下
各地股票基准指数：日本-TOPIX,韩国-KOSPI,台湾-TAIEX,印度-Nifty100;其他所有中国概念股-MSCI China.

Haitong International Equity Research Ratings Distribution,as of June 30,2024

	Outperform	Neutral	Underperform
HTI Equity Research Coverage		(hold) 8.1%	0.6%
	91.4%		0.0%
IB clients*	3.1%	4.8%

*Percentageof investmentbanking clients ineachrating category.
BUY, Neutral,and SELLin the above distribution correspond toour currentratings of Outperform,Neutral,and Underperform.
ForpurposesonlyofFINRA/NYSEratings distributionrules,ourNeutralatingfalsintoaholdrating category.Please note thatstocks withanNRdesignationarenotincludedin thetableabove. Previous rating system definitions (until 30 Jun 2020):
BUY:The stock's total return over the next 12-18 monthsis expected to exceed the return ofits relevant broad market benchmark,as indicated below.
NEUTRAL:The stock'stotalreturn over thenext12-18monthsis expected tobeinline withthe returnofitsrelevantbroad market benchmark,as indicatedbelow.Forpurposes onlyofFINRA/Eratingsditrbutiorules,ourNeutralratingfalsintoaoldatingcategory.
SELL:Thestock'stotalreturoverthenext12-18months is expectedtobebelowthereturnofitsrelevantbroad marketbenchmark,asindicatedbelow.

Benchmarks for each stock's listed region are as folows: Japan -TOPIX, Korea- KOSPl,Taiwan -TAlEX, India-Nifty1Oo; for all other China-concept stocks-MSCl China.

海通国际非评级研究：海通国际发布计量、筛选或短篇报告，并在报告中根据估值和其他指标对股票进行排名，或者基于可能的估值倍数提出建议价格。这种排名或建议价格并非为

Haitong International Non-Rated Research: Haitong Internationalpublishesquantitative,screening orshortreports which mayrank stocksaccordingtovaluationandother metrics ormaysuggest pricesbasedonposiblevaluationmultiples.Suchrankingsorsuggestedpricesdonotpurportbestockratingsortargetpricesorfundamentalvaluesandareforinformationonly.

海通国际A股覆盖：海通国际可能会就沪港通及深港通的中国A股进行覆盖及评级。海通证券（600837.CH），海通国际于上海的母公司，也会于中国发布中国A股的研究报告。但是，海通国际使用与海通证券不同的评级系统，所以海通国际与海通证券的中国A股评级可能有所不同。

HaitongInteratioalCoverageofA-ares:HaitognteratioalayoverandrateASarestataesubjectothHongKongStockoctschemewitSangaandhenz.Haitong Securiesteedeertidi System employed byHS difers from that usedby HTlandasaresult theremaybeadiferenceinthe HTland HS ratings forthe sameA-share stocks.

海通国际优质100A股（Q100）指数：海通国际Q100指数是一个包括100支由海通证券覆盖的优质中国A股的计量产品。这些股票是通过基于质量的筛选过程，并结合对海通证券A股团队自下而上的研究。海通国际每季对Q100指数成分作出复审。

Haitong International Quality00A-share (Q1o0)Index:HTl's Q100 Indexisaquantproduct thatconsistsof0Oof thehighest-qualityA-sharesundercoverageatHSin Shanghai.Thesestocksare carefuly selected throughaquality-based screening processincombination withareviewofthe HSA-share team's bottom-upresearch.TheQ100 constituentcompaniesare reviewedquarterly.

盟浪义利（FIN-ESG）数据通免责声明条款：在使用盟浪义利（FIN-ESG）数据之前，请务必仔细阅读本条款并同意本声明：

第一条义利（FIN-ESG）数据系由盟浪可持续数字科技有限责任公司（以下简称"本公司"）基于合法取得的公开信息评估而成，本公司对信息的准确性及完整性不作任何保证。对公司的评估结果仅供参考，并不构成对任何个人或机构投资建议，也不能作为任何个人或机构购买、出售或持有相关金融产品的依据。本公司不对任何个人或机构投资者因使用本数据表述的评估结果造成的任何直接或间接损失负责。

第二条盟浪并不因收到此评估数据而将收件人视为客户，收件人使用此数据时应根据自身实际情况作出自我独立判断。本数据所载内容反映的是盟浪在最初发布本数据日期当日的判断，盟浪有权在不发出通知的情况下更新、修订与发出其他与本数据所载内容不一致或有不同结论的数据。除非另行说明，本数据（如财务业绩数据等）仅代表过往表现，过往的业绩表现不作为日后回报的预测。

第三条本数据版权归本公司所有，本公司依法保留各项权利。未经本公司事先书面许可授权，任何个人或机构不得将本数据中的评估结果用于任何营利性目的，不得对本数据进行修改、复制、编译、汇编、再次编辑、改编、删减、缩写、节选、发行、出租、展览、表演、放映、广播、信息网络传播、摄制、增加图标及说明等，否则因此给盟浪或其他第三方造成损失的，由用户承担相应的赔偿责任，盟浪不承担责任。

第四条如本免责声明未约定，而盟浪网站平台载明的其他协议内容（如《盟浪网站用户注册协议》《盟浪网用户服务（含认证）协议》《盟浪网隐私政策》等）有约定的，则按其他协议的约定执行；若本免责声明与其他协议约定存在冲突或不一致的，则以本免责声明约定为准。

SusallWave FIN-ESG Data Service Disclaimer: Please read these termsand conditions below carefullyand confirmyour agreementand acceptance with these termsbefore using SusallWave FIN-ESG Data Service.

FIN-ESG Data is produced by SusallWave Digital Technology Co.,Ltd.(In short,SusallWave)'s assessment based on legal publicly accessible information.SusallWave shallnot be responsible foranyaccuracandcompletenssoftheiformati.easesmentreultisfreferenceonly.Itisotforanvestmentadviceforiualorstitutionandotforbasisofpurcasing selling or holding any relative financial products.We willnot be liable for any direct or indirect loss of any individual or institution as a result of using SusallWave FIN-ESG Data.

SusallWave do not considerrecipients as customers for receiving these data.When using the data,recipients shalmake your own independent judgmentaccording to your practical individual status.The contents of the data reflect the judgment of us only on the release day.We have right to update and amend the data and release other data that contains inconsistent contents or diferentconclusions without notification.Unlessexpresslystated,thedata (e.g.,financialperformance data)represents past performanceonlyandthe pastperformancecannotbe viewed as the prediction offuture return.

Thecopyrightof thisdata belongs to SusallWave,and wereserveallights inaccordancewiththelaw.Without the priorwritten permissionofour company,noneof individualor institution can usethesedata forany profitable purpose.Besides,noneof individualor institutioncantakeactionssuchasamendment,replication,translation,compilation,re-editing,adaption,deletion, abbreviationexcerpts,isuance,rntexhibitionperformance,projectionroadcast,informationnetorktransmision,sootingdingiconsandinstructions.IfanylossofsallWaveany third-party is caused by those actions,users shallbear the corresponding compensation liability.SusallWave shallnot be responsible forany loss.

4.Ifany term is not contained in this disclaimer but written in otheragreements onour website(e.g.User Registration Protocolof SusallWave Website,User Service (including authentication) AgrementofusallvebsitericyPlicslleebsite),itsouldeeecutdccdingtthegreemnts.Iftereisadreceetwentisisandoteagts， this disclaimer shallbe applied.

重要免责声明：

非印度证券的研究报告：本报告由海通国际证券集团有限公司（"HTISGL"）的全资附属公司海通国际研究有限公司（"HTIRL"）发行，该公司是根据香港证券及期货条例（第571章）持有第4类受规管活动（就证券提供意见）的持牌法团。该研究报告在 HTISGL的全资附属公司 Haitong International(Japan) K.K.（"HTIJKK"）的协助下发行，HTIJKK是由日本关东财务局监管为投资顾问。

印度证券的研究报告：本报告由从事证券交易、投资银行及证券分析及受 Securities and Exchange Board of India（"SEBI"）监管的 Haitong Securities India Private Limited（"HTSIPL"）所发行，包括制作及发布涵盖 BSELimited（"BSE"）和NationalStock Exchange ofIndia Limited（"NSE"）上市公司（统称为「印度交易所」）的研究报告。HTSIPL于2016年12月22日被收购并成为海通国际证券集团有限公司（"HTISG"）的一部分。

所有研究报告均以海通国际为名作为全球品牌，经许可由海通国际证券股份有限公司及/或海通国际证券集团的其他成员在其司法管辖区发布。

本文件所载信息和观点已被编译或源自可靠来源，但HTIRL、HTISCL或任何其他属于海通国际证券集团有限公司（"HTISG"）的成员对其准确性、完整性和正确性不做任何明示或暗示的

不应被解释为对证券买卖的明示或暗示地出价或征价。在某些司法管辖区，本文件中提及的证券可能无法进行买卖。如果投资产品以投资者本国货币以外的币种进行计价，则汇率变化可能会对投资产生不利影响。过去的表现并不一定代表将来的结果。某些特定交易，包括设计金融衍生工具的，有产生重大风险的可能性，因此并不适合所有的投资者。您还应认识到本文件中的建议并非为您量身定制。分析师并未考虑到您自身的财务情况，如您的财务状况和风险偏好。因此您必须自行分析并在适用的情况下咨询自己的法律、税收、会计、金融和其他方面的专业顾问，以期在投资之前评估该项建议是否适合于您。若由于使用本文件所载的材料而产生任何直接或间接的损失，HTISG 及其董事、雇员或代理人对此均不承担任何责任。

除对本文内容承担责任的分析师除外，HTISG及我们的关联公司、高级管理人员、董事和雇员，均可不时作为主事人就本文件所述的任何证券或衍生品持有长仓或短仓以及进行买卖。HTISG 的销售员、交易员和其他专业人士均可向 HTISG 的相关客户和公司提供与本文件所述意见相反的口头或书面市场评论意见或交易策略。HTISG可做出与本文件所述建议或意见不一致的投资决策。但HTIRL没有义务来确保本文件的收件人了解到该等交易决定、思路或建议。

请访问海通国际网站www.equities.htisec.com，查阅更多有关海通国际为预防和避免利益冲突设立的组织和行政安排的内容信息。

非美国分析师披露信息：本项研究首页上列明的海通国际分析师并未在FINRA进行注册或者取得相应的资格，并且不受美国FINRA有关与本项研究目标公司进行沟通、公开露面和自营证券交易的第2241条规则之限制。

IMPORTANT DISCLAIMER

ForresearchreposoodiaseriteachortisssdyitoteatioalResearchLiited")ollowdubsidaryfitogteatiourio Limited("HTISGL")andalicensedcorporation tocaryon Type 4regulated activity(advising onsecurities)forthepurpose of the Securities and Futures Ordinance(Cap.571)of Hong Kong,with the assistance of Haitong International Japan)K.K.("HTJKK"),awhollowned subsidiaryof HTISGLandwhichisregulatedasan InvestmentAdviser by the Kanto Finance Bureauof Japan.

Forresearch reportson Indian securities:The research report is issued by Haitong Securities India Private Limited("HSIPL"),an Indian companyand a Securities and Exchange Board of India("SEBl") registered Stock Broker,Merchant Bankerand ResearchAnalystthat,interalia,producesand distributes research reportscoveringlisted entitieson theBSELimited("BSE")andthe National Stock Exchange of India Limited ("NSE")(colectively referred toas “Indian Exchanges").HSIPLwas acquired and became part of the Haitong International Securities Group of Companies ("HTISG")on 22 December 2016.

Allthe research reportsare globaly branded underthe name Haitong Internationalandapprovedfordistribution by Haitong International Securities Company Limited("HTISCL")and/oranyother members within HTISG in their respective jurisdictions.

Theinformationandopinions contained in this research reporthave beencompiled orarrived at fromsources believed to be reliableandin good faith butno representation orwarranty,express or implied,isdebyHHLHP,HKayotermembersihinGfrochthisearcheportybeeeivedstotaccracyompleteesooectne.Allon expressed herein are as ofthe date of this research report and are subjectto change without notice.This research report is for information purpose only.Descriptions of any companies or their securities mentioned herein are not intended to be complete and this research reportis not,and should not be construed expressy or impliedly as,an ofer to buy or sellsecurities.The securities referred to in this research report may not be eligible for purchase or sale in some jurisdictions.If an investment product is denominated in a curency other than an investor's home currency,a change inexchange rates may adversely affect the investment.Past performance is notnecessarily indicativeoffuture results.Certain transactions,including those involving derivatives,give rise to substantialrskandarenotsuitableforallnvestors.Youshouldalsobearinmindthatrecommendationsinthisresearchreportarenotailor-madeforyou.Theanalysthasnottakenintoaccount youruniquefinancial circumstances,suchasyourfinancial situationandriskappetite.You must,therefore,analyzeand should,whereapplicable,consultyourown legal,tax,accounting,financial and other professional advisers to evaluate whether the recommendations suits you before investment. Neither HTISG norany ofits directors,employees oragents accepts any liability whatsoever forany direct or consequentiallossarising fromanyuse of the materials contained in this research report.

HTISG andourafiliates,officers,directors,and employees,excluding the analysts responsible forthe content ofthis document,willfrom time to time have long orshort positions in,actas principal in,andbuyel,tecuiitivesanyefeedtoisechpotesdrsdtrproesalsofproidealitkeommearring strategies to the relevant clientsand the companies within HTISG thatreflect opinions thatare contraryto the opinions expressed in this research report.HTISG may make investment decisions that areinconsistent with the recommendations or views expressed in this research report.HTl is under no obligation to ensure that such othertrading decisions,ideas or recommendationsare brought to the attention of any recipient of this research report.

Pleasereferto HTl's website www.equities.htisec.comforfurther information on HTI's organizationaland administrative arrangements setupfor the preventionand avoidance of conflicts of interest with respect to Research.

NonU.S.AnalystDisclosure:The HTlanalyst(s)listedonthecoverof this Research is (are)notregisteredorqualifiedasaresearchanalystwith FINRAandare notsubjecttoU.S.FINRARule241 restrictionsoncommunicationswithcompanies thatarethesubjectoftheResearch;publicappearances;andtradingsecuritiesbyaresearchanalyst.

分发和地区通知：

除非下文另有规定，否则任何希望讨论本报告或者就本项研究中讨论的任何证券进行任何交易的收件人均应联系其所在国家或地区的海通国际销售人员。

香港投资者的通知事项：海通国际证券股份有限公司("HTISCL")负责分发该研究报告，HTISCL是在香港有权实施第1类受规管活动（从事证券交易）的持牌公司。该研究报告并不构成《证券及期货条例》（香港法例第 571章）（以下简称"SFO"）所界定的要约邀请，证券要约或公众要约。本研究报告仅提供给 SFO 所界定的"专业投资者"。本研究报告未经过证券及期货事务监察委员会的审查。您不应仅根据本研究报告中所载的信息做出投资决定。本研究报告的收件人就研究报告中产生或与之相关的任何事宜请联系HTISCL销售人员。

美国投资者的通知事项：本研究报告由 HTIRL，HSIPL或 HTIJKK编写。HTIRL，HSIPL，HTIJKK 以及任何非 HTISG美国联营公司，均未在美国注册，因此不受美国关于研究报告编制和研究分析人员独立性规定的约束。本研究报告提供给依照 1934年"美国证券交易法"第15a-6条规定的豁免注册的「美国主要机构投资者」（"MajorU.S.InstitutionalInvestor"）和「机构投资者」（"U.S.Institutional Investors"）。在向美国机构投资者分发研究报告时，Haitong InternationalSecurities (USA)Inc.（"HTIUSA"）将对报告的内容负责。任何收到本研究报告的美国投资者，希望根据本研究报告提供的信息进行任何证券或相关金融工具买卖的交易，只能通过 HTIUSA。HTIUSA位于340 Madison Avenue,12th Floor,New York,NY10173，电话（212)351-6050。HTI USA是在美国于 U.S.Securities and Exchange Commission（"SEC"）注册的经纪商，也是 Financial Industry Regulatory Authority,Inc.（"FINRA"）的成员。HTIUSA不负责编写本研究报告，也不负责其中包含的分析。在任何情况下，收到本研究报告的任何美国投资者，不得直接与分析师直接联系，也不得通过 HSIPL，HTIRL或 HTIJKK 直接进行买卖证券或相关金融工具的交易。本研究报告中出现的 HSIPL，HTIRL或 HTIJKK分析师没有注册或具备FINRA的研究分析师资格，因此可能不受FINRA第 2241条规定的与目标公司的交流，公开露面和分析师账户持有的交易证券等限制。投资本研究报告中讨论的任何非美国证券或相关金融工具（包括ADR）可能存在一定风险。非美国发行的证券可能没有注册，或不受美国法规的约束。有关非美国证券或相关金融工具的信息可能有限制。外国公司可能不受审计和汇报的标准以及与美国境内生效相符的监管要求。本研究报告中以美元以外的其他货币计价的任何证券或相关金融工具的投资或收益的价值受汇率波动的影响，可能对该等证券或相关金融工具的价值或收入产生正面或负面影响。美国收件人的所有问询请联系：

Haitong International Securities (USA) Inc. 340 Madison Avenue,12th Floor New York, NY 10173 联系人电话：(212)3516050

DISTRIBUTION AND REGIONAL NOTICES

Exceptasotherwiseindicatedbelow,anyRecipientwishingtodiscus thisresearchreportorefectanytransactioninanysecuritydiscussedinHTl'sresearchshouldcontacte Haitong International salespersonin theirowncountryorregion.

NoticetoHongKonginvestors:heresearchreportisdistributedbyHaitong InternationalSecuritiesCompanyLimited("HSCL"),hichisalicensedcorporationtocarryonType1regulatedactivity (dealing in securities)in Hong Kong.This research report does not constitute a solicitation oran offer of securities oran invitation to the public within the meaning of the SFO.This research report is only to be circulated to "Professonal Investors"as defined in the SFO.This research report has not been reviewed by the Securities and Futures Commision.You should not make investment decisions solelyon the basis of the information contained in this research report. Recipients of this research reportare to contact HTISCLsalespersons in respect of any matters arising from,or in connection with,the research report.

Noticeto U.S.investors:As describedabove,thisresearch report was prepared byHTIRL, HSIPLor HTJKK.Neither HTIRL, HSIPL, HTJKK,noranyof the non U.S.HTISG afiliates isregistered in the United Statesand,therefore,isnotsubjecttoU.S.rules regarding the preparationofresearch reportsandthe independence ofresearchanalysts.This researchreportis providedfordistribution to "majorU.S.institutionalinvestors"and“U.S.institutionalinvestors"inrelianceon theexemption from registrationprovided byRule 15a-6ofthe U.S.Securities Exchange Actof 1934,asamended. When distributing research reports to“U.S.institutional investors,"HTlUSAwilaccepttheresponsibilities forthe contentof thereports.Any U.S.recipientofthis research report wishingto effect anytransaction to buy orsellsecuritiesor relatedfinancial instruments based on the information provided in this research report should do soonly through Haitong International Securities (USA) Inc.(HTIUSA"),locatedat340 Madison Avenue,12th Floor,New York,NY10173,USA;telephone (212)3516050.HTI USAisabroker-dealerregistered in the U.S.with the U.S.Securities and Exchange Commision (the"SEC")and a memberof the Financial Industry RegulatoryAuthority,Inc.("FINRA").HTI USAis not responsible forthe preparationof this research report nor for the analysis contained therein.Underno circumstances shouldanyU.S.recipientofthis research reportcontacttheanalyst directlyoreffectanytransactionto buyorsellsecuritiesorrelatedfinancial instruments directlythrough HSIPL, HTIRLor HTJKK.The HSIPL,HTIRLor HTIJKKanalyst(s)whose name appears in this research reportisnot registered orqualifiedasaresearchanalyst with FINRA and,therefore,maynotbesubjecttoFlNRARule 2241restrictionsoncommunications withasubject company,publicappearancesand trading securities held byaresearchanalystaccount.Investing ianynon-US.securitiesorrelatedfinancialinstruments(includings)discusedinthisresearcheportapresentcertaiisks.Thesecuritiesofon-U.S.suersmaytberegistedith, orbesubjectto U.S.regulations.Information on such non-U.S.securities orrelated financial instruments may be limited.Foreign companies may notbe subjecttoauditand reporting standards andregulatory requirements comparable to those in efect within the U.S.Thevalue ofany investment orincome fromany securities orrelated financial instruments discussd in this research reportdenominated ina currency other than U.S.dollars is subject to exchange rate fluctuations that may have apositive or adverse effect on the value of or income from such securities or related financialinstruments.Allinquiries by U.S.recipients should be directedto:

Haitong International Securities (USA) Inc.

340 Madison Avenue,12th Floor

New York, NY 10173

Attn: Sales Desk at (212)351 6050

中华人民共和国的通知事项：在中华人民共和国（下称"中国"，就本报告目的而言，不包括香港特别行政区、澳门特别行政区和台湾）只有根据适用的中国法律法规而收到该材料的人员方可使用该材料。并且根据相关法律法规，该材料中的信息并不构成"在中国从事生产、经营活动"。本文件在中国并不构成相关证券的公共发售或认购。无论根据法律规定或其他任何规定，在取得中国政府所有的批准或许可之前，任何法人或自然人均不得直接或间接地购买本材料中的任何证券或任何实益权益。接收本文件的人员须遵守上述限制性规定。

加拿大投资者的通知事项：在任何情况下该等材料均不得被解释为在任何加拿大的司法管辖区内出售证券的要约或认购证券的要约邀请。本材料中所述证券在加拿大的任何要约或出售行为均只能在豁免向有关加拿大证券监管机构提交招股说明书的前提下由 Haitong International Securities (USA) Inc.（"HTI USA"）予以实施，该公司是一家根据 National Instrument 31-103Registration Requirements,Exemptions and Ongoing Registrant Obligations（"Nl31-103"）的规定得到「国际交易商豁免」（"International Dealer Exemption"）的交易商，位于艾伯塔省、不列颠哥伦比亚省、安大略省和魁北克省。在加拿大，该等材料在任何情况下均不得被解释为任何证券的招股说明书、发行备忘录、广告或公开发行。加拿大的任何证券委员会或类似的监管机构均未审查或以任何方式批准该等材料、其中所载的信息或所述证券的优点，任何与此相反的声明即属违法。在收到该等材料时，每个加拿大的收件人均将被视为属于National Instrument 45-106 Prospectus Exemptions 第1.1 节或者 Securities Act (Ontario)第 73.3(1)节所规定的「认可投资者」（"Acredited Investor"），或者在适用情况下 NationalInstrument 31-103第1.1节所规定的「许可投资者」（"Permitted Investor"）。

新加坡投资者的通知事项：本研究报告由 Haitong International Securies(Singapore)Pte Ltd（"HTISSPL"）于新加坡提供。HTISPL是符合《财务顾问法》2001（"FAA"）定义的豁免财务

顾问，可（a）提供关于证券，集体投资计划的部分，交易所衍生品合约和场外衍生品合约的建议（b）发行或公布有关证券、交易所衍生品合约和场外衍生品合约的研究分析或研究报告。本研究报告仅提供给符合《证券及期货法》2001第4A 条项下规定的机构投资者。对于因本研究报告而产生的或与之相关的任何问题，本研究报告的收件人应通过以下信息与HTISSPL联系：

Haitong International Securities (Singapore) Pte.Ltd

10 Collyer Quay,#19-01-#19-05Ocean Financial Centre,Singapore 049315

电话:(65)6713 0473

日本投资者的通知事项：本研究报告由海通国际证券有限公司所发布，旨在分发给从事投资管理的金融服务提供商或注册金融机构（根据日本金融机构和交易法（"FIEL"））第 61（1）条，第17-11（1）条的执行及相关条款）。

英国及欧盟投资者的通知事项：本报告由从事投资顾问的 Haitong International Securities Company Limited 所发布，本报告只面向有投资相关经验的专业客户发布。任何投资或与本报告相关的投资行为只面对此类专业客户。没有投资经验或相关投资经验的客户不得依赖本报告。Haitong International Securities Company Limited 的分支机构的净长期或短期金融权益可能超过本研究报告中提及的实体已发行股本总额的0.5%。特别提醒有些英文报告有可能此前已经通过中文或其它语言完成发布。

澳大利亚投资者的通知事项：Haitong InternationalSecurties (Singapore)PteLtd,Haitong International SecuritiesCompanyLimited和Haitong International Securities(UK)Limited分别根据澳大利亚证券和投资委员会（以下简称"ASIC"）公司（废除及过度性）文书第 2016/396号规章在澳大利亚分发本项研究，该等规章免除了根据 2001年《公司法》在澳大利亚为批发客户提供金融服务时海通国际需持有澳大利亚金融服务许可的要求。ASIC 的规章副本可在以下网站获取：www.legislation.gov.au。海通国际提供的金融服务受外国法律法规规定的管制，该等法律与在澳大利亚所适用的法律存在差异。

印度投资者的通知事项：本报告由从事证券交易、投资银行及证券分析及受 Securties and Exchange BoardofIndia（"SEBI"）监管的 Haitong Securities India Private Limited（"HTSIPL"）所发布，包括制作及发布涵盖 BSE Limited（"BSE"）和National Stock Exchange of IndiaLimited（"NSE"）（统称为「印度交易所」）研究报告。

研究机构名称:Haitong Securities India Private Limited

SEBI研究分析师注册号:INH000002590

地址:1203A,Floor12A,Tower 2A,One World Center

841 Senapati Bapat Marg,Elphinstone Road,Mumbai40oO13,India

CIN U74140MH2011FTC224070

电话:+91 22 43156800 传真:+9122 24216327

合规和申诉办公室联系人：Prasanna Chandwaskar；电话:+912243156803;电子邮箱:prasanna.chandwaskar@htisec.com

"请注意，SEBI授予的注册和NISM的认证并不保证中介的表现或为投资者提供任何回报保证"。

本项研究仅供收件人使用，未经海通国际的书面同意不得予以复制和再次分发。

People'sRepublicof China(PRC): InthePRC,theresearch report is directedforthe sole useofthose who receive theresearch report inacordance withtheapplicable PRC lawsandregulations. Further,the information on the research report does not constitute "production and business activities in the PRC"under relevant PRC laws.This research report does not constitute a public offer of the security,whether by sale or subscription,in the PRC.Further,no legal or natural persons of the PRC may directly or indirectly purchase any of the securityorany beneficial interest therein without obtaining all prior PRC government approvals or licenses that are required,whether statutorily or otherwise.Persons who come into possession of this research are required to observe these restrictions.

Notice to Canadian Investors:Under no circumstances is this research reportto be construed asan offer to sellsecurities oras a solicitation ofan offer to buy securities inany jurisdiction of Canada. Anyofferorsaleofthesecuritiesdescribed herein in Canadawillbe madeonlyunderanexemption fromtherequirementstofileaprospectuswiththerelevant Canadiansecuritiesregulatorsand onlybyHaitong InternationalSecurities(USA)Inc.,adealerrelyingonthe"interationaldealerexemption"underNationalstrument31-103RegistrationRequirements,ExemptionsandOngoing Registrant Obligations("NI31-103")inAlberta,British Columbia,Ontari and Quebec.This research report is not,and under no circumstances shouldbe construed as,a prospectus,anoffering memorandum,anadvertisementorapublicofering ofanysecurities in Canada.Nosecuritiescommisionorsimilarregulatoryauthorityin Canadahas reviewedorinany way passd uponthis research report,the information contained herein or the merits of the securities described herein and any representation to the contrary isan offence.Upon receipt of this research report,each Canadianrecipientwillbe demedtohaverepresentedthattheinvestorisan"acreditedinvestor"assuch termisdefined insection1.1ofNationalInstrument45-06 Prospectus Exemptionsor, in Ontario,insection73.3(1)of the SecuritiesAct (Ontario),asapplicable,anda "permitted client"assuch term isdefined insection 1.1of Nl31-103,respectively.

Notice to Singapore investors:This research report is provided in Singapore byor through Haitong International Securities (Singapore) Pte Ltd("HTISSPL").HTISSPL isan Exempt Financial Adviser under the Financial Advisers Act 2Oo1("FAA")to (a)advise on securities,units in a colective investment scheme,exchange-traded derivatives contracts and over-the-counter derivatives contracts and (b)issue or promulgate research analyses or research reports on securities,exchange-traded derivatives contracts and over-the-counterderivatives contracts.This research reportisonly provided toinstitutionalinvestors,within the meaningof Section4Aofthe SecuritiesandFuturesAct2O01.Recipientsofthis researchreportare tocontact HTlSSPLvia the detailsbelowinrespectof any mattersarising from,orin connection with,the research report:

Haitong International Securities (Singapore) Pte.Ltd.

10 Collyer Quay,#19-01-#19-05Ocean Financial Centre,Singapore 049315

Notice to Japanese investors:This research reportis distributed by Haitong International Securities Company Limited and intended to be distributed to Financial Services Providers or Registered Financialnstitioggdimtgent(dncastumetsdcct(F)At)defoforcetoft1 articles).

Notice to UK and European Union investors:This research report is distributed by Haitong International Securities Company Limited.This research is directed at persons having professional experence in matters relating to investments.Any investment or investment activity to which this research relates is available only to such persons or willbe engaged inonly with such persons. Persons who do not have professonal experience in matters relating to investments should not rely on this research.Haitong International Securities Company Limited's afliates may have a net long or shortfinancial interest in excess of O.5%of the totalissued sharecapitalof the entities mentioned in this research report. Please be aware that any report in English may have been published previously in Chinese oranother language.

NoticetoAustralianivestors:TeresearchreportisdistributedinustraliabyHaitongIterationalSecurities(ingapore)PteLtd,HaitongInternationalScuritiesCompanyLimited,andHaitong International Securities (UK)Limited in reliance on ASICCorporations (Repealand Transitional) Instrument 2016/396,which exempts those HTISG entities from the requirementto hold an Australian financial services license under the Corporations Act 2O01 in respect of the financial services it provides to wholesale clients in Australia.Acopy of the ASIC Class Orders may be obtained at the folowingbiisdigretedoiuriddo International Securities (UK) Limited are regulated under foreign laws and regulatory requirements,which are different from the laws applying inAustralia.

Noticeto Indianinvestors:Theresearchreportis distributed by Haitong Securities India Private Limited("HSIPL"),an IndiancompanyandaSecurities and Exchange Boardof India("SEBl"registered Stock Broker,MerchantBankerand ResearchAnalystthat,interalia,producesand distributes research reportscovering listed entitiesonthe BSELimited("BSE")andthe National Stock Exchangeof India Limited("NSE") (collectivelyreferredtoas"Indian Exchanges").

Name of the entity: Haitong Securities India Private Limited

SEBI Research Analyst Registration Number: INHo00002590

Address:1203A,Floor12A,Tower2A,One World Center

841 Senapati Bapat Marg,Elphinstone Road,Mumbai40oO13,India

CIN U74140MH2011FTC224070

Ph: +9122 43156800 Fax:+9122 24216327

DetailsoftheComplianceOfcerandGrevanceOfcer:rasaaCandwaskar::+923568;mailid:prasanachadwasar@htiseccom

"Please notethatRegistrationgrantedbySEBland CertificationfromNISM in noway guarantee performanceoftheintermediaryorprovideanyassurance ofreturns toinvestors".

ThisresearchreportisintendedfortherecipientsonlyandmaynotbereproducedorredistributedwitoutthewritenconsentofanauthorizedsignatoryofHSG.

http://equities.htisec.com/x/legal.html

AI+制药：AI技术蓬勃发展，AI+制药行业潜力巨大

投资要点：

目 录

图目录

表目录

1． AI制药领域蓬勃发展，有望成为下一个黄金赛道

1.1 AI技术发展迅速，引领制药领域创新变革

AI制药技术发展历史：

1.2 技术革新与政策扶持促进AI制药行业快速发展

1.3 AI制药市场蓝海前景广阔

1.4 AI制药产业链上中下游分析

2．AI+制药技术方兴未艾，应用端百花齐放

2.1 AI技术驱动治疗靶点发现，增加靶点新颖性

2.1.1系统生物学方法

2.1.2基于结构的靶点发现计算辅助方法

2.2 AlphaFold促使蛋白质结构预测革命性进步

2.3 化合物虚拟筛选有效提升化合物结构新颖性

2.4 ADMET预测可提前考量药物成药可能性

2.5 临床试验结果预测可有效节省失败临床的经费

2.6 人工智能促使药物重定位快速上市

2.7 晶型预测可提供不同于经验规则的新见解

2.8逆向合成分析可有效优化和创造合成路线

3．CRO公司加速布局AI技术应用

3.1 维亚生物建立纵向AI应用技术平台加速先导化合物发现

3.2 泓博医药语言模型具备丰富应用场景

3.3 成都先导具备独家骨架骨架跃迁算法

3.4 药石科技分子砌块结合AI技术突破显著

4．风险提示

APPENDIX 1

Summary

Investment Highlights:

附录APPENDIX

重要信息披露

IMPORTANT DISCLOSURES

HTIRL分析师认证 Analyst Certification:

利益冲突披露 Conflict of Interest Disclosures

评级定义（从2020年7月1日开始执行）：

分析师股票评级

Ratings Definitions (from 1 Jul 2020):

Analyst Stock Ratings

重要免责声明：

IMPORTANT DISCLAIMER

分发和地区通知：

DISTRIBUTION AND REGIONAL NOTICES

目录

海通国际-医药与健康护理行业AI+制药：AI技术蓬勃发展，AI+制药行业潜力巨大-240802.pdf