前三季度业绩稳步回升，“DEL+AI+自动化”打造新药研发新动能

前三季度营收同比增长21.4%，各技术平台加速商业转化。公司2023全年实现营收3.71亿元（+12.6%），归母净利润0.41亿元（+61.2%），扣非归母净利润0.03亿元（-72.4%）。24年前三季度营收2.98亿元（+21.4%），归母净利润0.30亿元（+64.7%），扣非归母净利润0.17亿元（+6831.9%）。其中单Q3实现收入1.04亿元（同比+15.0%，环比+18.6%），实现归母净利润0.20亿元（同比+59.8%），实现扣非归母净利润0.15亿元（同比+39114.4%）。前三季度扣非归母净利润增幅较大，主要系：1、各技术平台商业项目收入增加；2、随着技术平台商业化项目的增多，公司在报告期内将业务重心适度转向了商业项目，同时，公司稳步审慎地推进了自主研发新药管线的进展，研发投入较去年同期略有下降。 新药种子库行业内领先，四大核心平台颇具竞争优势。作为新药研发CRO行业领先企业，公司目前拥有超过1.2万亿的新药种子库。专注于两大创新药类型：小分子药、小核酸药；三种商业模式：技术合作、项目转让、产品销售；四大核心技术平台：编码化合物库（DEL）、分子片段及结构设计（FBDD/SBDD）、小核酸药（STO）、靶向蛋白降解（TPD），同时， 正在建设的能力还有“AI+自动化”高效化合物优化平台，“DEL/SBDD+自动化+AI/ML”多技术融合不断拓宽实验科学的探索边界，提升小分子、小核酸、蛋白降解药物早研能力。 投资建议：公司围绕小分子和核酸药物，成功搭建DEL、FBDD/SBDD、STO、TPD四大核心平台，同时兼备药物化学、AI/ML等新药研发的关键技术平台，在CRO领域具有较强竞争力。随着核心平台技术不断升级迭代，海内外业务持续发力，平台商业项目稳中有进，公司业绩有望逐步恢复。预计2024-2026年公司营收分别为4.47/5.56/7.10亿元，同比增长20.3%/24.5%/27.6%，归母净利润0.50/0.63/0.83亿元，同比增长21.6%/27.3%/31.5%。综合相对估值法和绝对估值法，得出公司合理价格区间为13.48~14.85元，较目前股价有3%~14%上涨空间。首次覆盖，给予“优于大市”评级。 风险提示：平台建设及商业化进展不及预期风险；订单增长不及预期风险；行业竞争风险；汇率波动风险；地缘政治风险。 盈利预测和财务指标 公司24年前三季度实现营收2.98亿元（+21.4%），归母净利润0.30亿元（+64.7%），扣非归母净利润0.17亿元（+6831.9%）。其中单Q3实现收入1.04亿元（同比+15.0%，环比+18.6%），实现归母净利润0.20亿元（同比+59.8%），实现扣非归母净利润0.15亿元（同比+39114.4%）。前三季度扣非归母净利润增幅较大，主要系：1、各技术平台商业项目收入增加；2、随着技术平台商业化项目的增多，公司在报告期内将业务重心适度转向了商业项目，同时，公司稳步审慎地推进了自主研发新药管线的进展，研发投入较去年同期略有下降。 图1：成都先导营业收入及增速（单位：亿元、%） 图2：成都先导单季营业收入及增速（单位：亿元、%） 图3：成都先导归母净利润及增速（单位：亿元、%） 图4：成都先导单季归母净利润及增速（单位：亿元、%） 各板块业务逐步恢复，技术平台加速商业转化。2024年前三季度，DEL平台整体收入1.22亿元（+2.93%）；FBDD/SBDD实现收入0.93亿元（+58.21%），该平台的收入主要来自于英国子公司Vernalis；基于siRNA一站式服务体内外评价服务的STO平台实现收入0.38亿元（+39.81%），公司在核苷单体合成等传统业务之外，通过递送分子相关业务实现小核酸一站式项目商业转化；专注在E3配体发现、分子胶筛选、PROTAC分子合成与生物评价等相关服务的TPD平台实现收入0.15亿元（+47.92%）；BioSer生物学服务平台实现收入0.12亿元（+2.87%）；ChemSer化学服务平台营业收入0.13亿元（+18.47%）；IDD新药定制项目服务收入0.03亿元（-28.78%）；其他收入0.01亿元（-17.39%）；POL新药在研项目权益转让实现收入约41万元（-78.07%）。第三季度四个核心技术平台持续稳步增长，DEL平台收入0.49亿元（+4.47%），FBDD/SBDD实现收入0.30亿元（+72.75%），STO平台实现收入0.10亿元（+2.23%），TPD平台实现收入0.06亿元（+9.86%），其他平台收入同比出现下滑。 图5：成都先导新口径各板2024年前三季度块营业收入情况 图6：成都先导新口径各板块2024年第三季度营业收入情况 盈利能力逐步恢复 ， 费用率稳中有降 。2024年前三季度公司毛利率49.3%（+5.63pp），归母净利润率10.1%（+2.66pp），随着国际间交流逐步恢复正常，作为国际业务占比较高的CRO企业，主营业务逐步恢复，毛利率和归母净利率提升，盈利能力稳步回升。费用方面，伴随业务订单收入逐渐增加、数据信息积累增加、平台搭建日益成熟，公司研发费用率下降，管理费用率、财务费用率和销售费用率稳中有降。 图7：成都先导毛利率、归母净利率变化情况 图8：成都先导期间费用率变化情况 公司概况 公司2012年于成都成立，为国内新药研发CRO领域的领先企业，主要聚焦于DNA编码库（DNAEncodedLibrary，DEL）的构建，经过十多年的发展，成功搭建DEL（DEL库的设计、合成和筛选及拓展应用）、FBDD/SBDD（分子片段及结构设计、筛选、优化）、STO（核酸药物设计及优化）、TPD（靶向蛋白降解发现与优化）四大核心技术平台。截至2024年上半年，公司已经建立超过1.2万亿规模的新药种子库，实现多种小分子量候选样本的筛选。2016年，公司创立了美国子公司，陆续与强生、扬子江药业集团、辉瑞、默沙东等跨国药企达成研发合作，开启商业化道路。2020年，公司在上交所挂牌上市，并同时收购英国Vernalis深耕FBDD/SBDD技术领域，迈出海外并购的第一步。 图9：成都先导发展历程 股权结构稳定，创始人为公司实控人。创始人李进博士担任公司的董事长兼CEO，也是公司实际控制人。公司股权结构稳定，李进博士直接持有公司20.43%的股份，通过宁波聚智先导间接持有8.4%的股份。公司下设多家子公司，其中美国子公司HitGen主要负责海外药物研发、技术咨询和转让服务，英国子公司Vernalis专注FBDD/SBDD板块业务服务，科辉先导为创新药研发服务平台，先导蛋白、先导核酸等为新分子研发子公司，分别助力公司开展跨国业务和多分子形态业务。 图10：成都先导股权构架及主要子公司 公司高管团队具备丰富的行业经验。公司创始人李进博士为英国阿斯顿大学大分子科学专业博士、曼切斯特大学博士后、英国皇家化学学会会士，曾任阿斯利康化学计算与结构化学总监、全球化合物科学主任、计算科学总监。自公司创立起一直担任董事长、总经理职务。其他高管成员在研发、产业和市场方面拥有丰富的经验。 表1：成都先导高管团队简介 行业概况 DEL技术平台在新药研发早期被广泛应用 药物研发周期长、投入高、成功率低。新药研发过程需要经历创新靶点研究、药物发现、临床前研究、临床研究到申报上市，一款新药成功上市大约需要十年以上的时间。在研发成功率方面，早期药物发现阶段的成功率虽然比临床研究阶段的成功率高，但在靶点发现、苗头化合物再到先导化合物优化过程中，药物发现的整体成功率也仅为51%。资金方面，一款药物从研发到上市销售，平均投入8-23亿美元。因此，新药研发展现出研发周期长、资金投入高、成功率低的特点。 图11：新药研发流程和成功率梳理 小分子药物发现路径众多，DEL技术具备较多优势。小分子药物发现领域的主要筛选方法包括传统的基于已知活性化合物（Knowncompounds）的研究、高通量筛选（HTS）、基于结构化的药物筛选（SBDD），以及基于片段化结构的筛选（FBDD）、虚拟筛选、DNA编码化合物库筛选（DEL）等。大型的制药公司通常并行使用多种技术获得苗头化合物，赢得时间上的优势，并增加项目的成功率。 对比传统筛选技术，DEL技术平台更具有优势 DEL具备技术优势，近年来DEL是药物发现领域的热门方法之一，商业价值逐步得到验证，全球排名前20的药企也纷纷布局DEL技术； DEL平台成本较低，对比高通量筛选技术，DEL技术平台的筛选库容量可以达到千亿以上级别，建库的规模更大，日常维护费用较低，低于传统高通量筛选库的维护成本； DEL平台筛选库中化合物覆盖的空间更大，且具备化合物族，同时可以实现多种化合物混合存放，应用更加便利； 筛选流程上，DEL平台的筛选流程更简单，利用NGS测序技术，能够实现单次多靶点或单靶点不同形式分子的筛选； 筛选试剂和靶蛋白分子用量方面，DEL平台的试剂用量相比于传统高通量筛选更少，待筛的靶蛋白分子用量更少，只需几十微克即能完成筛选； 筛选费用方面，DEL平台的筛选费用更低，仅为高通量筛选的1/3。 表2：多种药物筛选的技术手段优劣势对比 海外药企对DEL等新型技术接受度较高，应用速度较快。截至2019年，全球排名前20大药企中大部分都已应用DEL技术，例如：GSK公司于2007年以5500万美元对价收购DEL技术企业Praecis，2013年利用DEL平台发现了可溶性环氧化物水解酶抑制剂的先导化合物，并最终优化出新颖的细胞内、外均具有高活性和高选择性的化合物，目前已推进至Ph2临床阶段；2019年Amgen以1.67亿美元对价收购丹麦DEL技术企业Nuevolution。 AI技术为新药研发提供新动能 AI（Artificialintelligence）经历近七十年的发展，逐步实现从理论技术到产业应用。生命科学和信息技术是两个发展迅速且较为前沿的领域，随着生物医药和人工智能领域多个里程碑事件发生，推动AI和医药研发相结合，AI制药的诞生也加速生物医药行业发展，为生命健康领域的发展提供动力。 AI制药的发展主要分为三个阶段： 1990-2012年：基础研究阶段；AI技术的基础研究获得突破，形成深度学习和自然语言等理论； 2013-2019年：技术应用阶段；AI技术在药物研发领域得以应用（如ImageNet、GANs、Transformers及其他先进的神经网络结构），有效缩短药物研发时间、提高化合物质量等； 2020年至今：快速发展阶段；随着AI技术和新药研发的进一步融合，行业进入快速发展阶段，布局AI制药领域的企业数量迅速增长，成为资本端、技术端、产业端最为关注的领域之一。2024年，国内AI制药的代表性企业晶泰科技在港交所成功上市。 图12：AI制药发展的时间线和里程碑事件 AI制药在药物发现中具有较多优势。新药研发是一个复杂的过程，通常包括靶点识别、苗头化合物筛选、先导化合物筛选、化合物优化等过程，整个过程耗时长、资源密集并容易产生误差。与传统药物研发方式比较，AI制药模型能够在以下阶段更好的替代传统药物发现技术： 疾病模型确认阶段：运用AI技术，可以对已有的研究进行系统的学习和分析，挖掘疾病的致病机理，预测基因特性和有可能成药的靶点和机制； 靶点筛选阶段：通过机器学习、深度学习和生成式AI的方法训练成药性模型，从而实现预测靶点的成药性、评估药物与靶点结合的亲和力、评估药物的疗效等； 苗头/先导化合物筛选阶段：使用设计层次、随机森林回测法创建新的生物活性化学空间，在深度学习方法下对化学空间采样，预测先导化合物的亲和力，通过生成式AI方法生成针对效力、选择性和生物利用度进一步优化的分子； 先导化合物优化阶段：运用不同的算法，预测化合物的特性，进一步优化分子结构，分析新分子的有效性和安全性。 与传统药物研发对比，在研发时间和效率上，AI制药更具有优势：①传统的药物研发需要4-6年