华创医药深度早班车：生命科学上游与AIDD行业高景气延续

发布时间：2026-08-28 一、AI总结内容 一、核心要点 1. 生命科学上游板块处于传统景气修复与AIDD新需求周期两条逻辑共振起点，前者提供业绩底与确定性，后者打开估值天花板与成长空间。 2. 上游传统景气延续：2025-2026年上半年全球医疗健康一级市场投融资回暖，全球Top10创新药BD交易8笔含中国公司，全球新药研发向中国集中，复杂药物分子研发占比提升带动上游量价齐升；国内上游有214%的融资增长，国产替代深化、出海提速，2022-2025年海外收入占比从21%提至31%，试剂、实验小鼠等细分出海领先。 3. 上游盈利能力改善：2023-2026年Q1板块净利率从6.7%提至10.4%，利润弹性大于收入弹性。 4. AIDD带来上游增量：药物研发的高投入低产出及反摩尔定律，推动AI应用，AIDD放大湿实验需求，下游湿实验吞吐量提升，带动基因合成、蛋白表达、试剂耗材、自动化设备等上游需求。 二、风险与关注 1. AIDD技术落地仍存在数据质量、多层级分子系统模拟等障碍，需持续关注研发商业化进展。2. 海外市场竞争、国产替代推进速度等可能影响国内上游企业增长。 二、音频原文（转写） 商业秘密个人隐私不得涉及可能引发不当炒作或股价异常波动的敏感信息，不得涉及影响社会或资本市场稳定的言论。未经华创证券事先书面许可，任何机构或个人不得以任何形式。复制刊载转载转发，引用本次会议内容，否则由此造成的一切后果及法律责任由该机构或个人承担。本公司保留追究其法律责任的权利，市场有风险投资需谨慎。 各位领导好，我是华创1号组的张正龙。那么今天来汇报一下我们对于生命科学上游板块的观点。呃，首先是结论，呃，我们认为上游板块正处于传统的景气度修复和aidd新需求周期这两条逻辑共振的一个起点。那么前者呢是提供一个业绩底跟确定性而后者是打开整个板块估值的天花板和成长空间呃先从行业的这个基本的景气度来分析，那么从24年下半年开始上游板块出现这个复苏迹象以来，呃到25年乃至今年上半年，我们看到上游的世纪耗材模式动物测序等领域都持续交出亮眼的成业绩。 那么行业的这个高品季度还在延续，首先从这个嗯直接的药物管线投入来看呢。20年上半年全球的这个医疗健康领域，一级的市场投融资累计是320亿美元，相比去年同期是上涨了16%，延续了25年以来的这个回暖的趋势。呃，那么biotag拿到钱之后呢？第一件事就是满市级耗材等等进研发管线，那么融资的回暖会逐步传导到这个上游的订单。 所以未来一段时间内，全球的这个上游景气度都有这个需求的支撑。嗯，并且呃拉长一点看呢mnc面临的这个专利悬崖都迫切需要这个通过并购，或者是自研投入来补充管线，所以这也为后续的这个行业需求提供了保证。呃，第二个方面呢是复杂药物分子研发占比的提高，也对上游产品的量价都带来提振的作用。呃双抗a.Tc小核酸嗯，这个细胞基因治疗等等。 这些复杂疗法的正在兴起，分子结构像分子结构的复杂呢可能会导致单个药物对分子器块的需求更大。对于纯化填料的需求更多，并且也有可能是由会由于靶点的特殊性，导致他们在药效验证过程中需求这个价值量更高的人员化小鼠等等。所以这些例子都表明嗯，在这种复杂药物分子研发占比提高的趋势下，上游产品的量和价其实都都得到受益那么在具体到国内的上游市场呢，则有着一些更强劲的这个增长驱动因素。 20年上半年国内的这个医疗健康一级市场累计融资大概是75亿美元，已经相当于去年全年78%的水平，并且超越了24年全年的水平。呃同比来看，大概是增长了214%，那么再看bd层面呢，20年上半年中国的创新药bd交易数量已经达到了2025年全年交易总数的71%，呃，大概是240笔，交易总金额是逼近了25年全年。的这个1356亿美元，呃，今年上半年就已经达到1063亿美元呃，并且今年上半年全球top10的bd交易里面有八笔交易，是包含中国公司，并且国内的企业都是卖方呃国产创新要得到海外mnc的认可，这就使得全球的这个新药的研发活动进一步的向中国集中。 呃首付款转化为了国内biotech和farmer的下一轮管线投入的这个真金白银，这也自然使得国内的上游板块更加受益。那么另一个在国内市场，嗯，有利于国产上游公司的因素就是国产替代的持续深化。呃部分赛道像这个涩谷填料培养基等国产化率在24年都还不到40%，那么还有重组蛋白抗体高端化学试剂等等。这些赛道的国产替代也都有望持续深化本身，医药研发所需要的这些。 上游设计耗材等等，有比较强的用户粘性和进入壁垒，用户很难轻易更换。但是疫情期间，海外供应商的断供还有贸易摩擦，使得国产的这些药企c.R.O进一步的重视自主可控向国内供应链倾斜，为国产的这些上游厂家提供了机遇。呃，另外呢，国内药企在集采压力下也会为了寻求性价比而转向一些国产的上游厂家。那么对于借助这些机遇，实现国产替代之后的这些国内的头部厂家来说呢，呃之前困扰他们的这些用户粘性啊，还有高昂的转化成本，这些烦恼在他们成功实现国产替代之后，反而会成为他们之后发展的一个自身的护城河。 那么然后呃，除了国内市场之外，再来看到国内上游厂家，他们的出海情况从25年到二，从22年到25年上游板块的这个海外收入占比是从21%，提高到了31%，海外收入增长要快于国内出海，对于上游公司来说呢，既能提高数倍乃至十倍的市场。又能够避免在国内单一市场内卷呃，他们进入到海外市场，尤其是欧美等盈利能力更好的市场的话，能享受更好的这种单体价值量，或者是毛利率。那么从海外收入占比来看呢，出海进度比较领先的是药物研发呃，早期涉及的像世纪类的公司，比如浩远医药彼得医药白布赛斯等等，他们的主要的世界类业务海外占比都已经超过了50%，那么国产试剂在海外具备性价比跟这个服务优势在渠道啊仓储物流体系搭建之后，基本上就能够实现一个比较快的增长。 那么如果再往这个药物研发的往呃往后方向看呢？在实验小组领域，百合赛途的海外收入占比也已经达到了70%呃，像耀康生物。它的出海节奏要晚一些，嗯，25年占比已经快速提高到19%。今年上半年，海外收入增速又达到了64%以上海外已海外，这个收入已经成为了耀康的一个关键增长动力。 呃，如果再往后看到临床商业化阶段，涉及的像呃比较多一些，像培养基啊，色不填量领域，呃这类的耗材，他们在这个这个临床商业化阶段转换成本高昂市场金融壁垒比较高，所以目前国内的相关产家的出海还处于相对早的一个时间。呃，一个阶段那么海外收入占比基本上是在30以下呃一方面呢，还需要国产厂家继续深耕这个海外市场建立品牌知名度跟这个本土化体系，另外呢，就是国内创新要对外b d这也给这个搜捕田料培养机等耗材出海提供了一个搭便车的机会，呃因为客户管线在lessons out之后呢？ 一般这个工艺耗材，呃不会轻易更换，这就使得国产厂家能够依托于国内药企客户的这个。Bd项目来出海，通过海外客户对这个原工艺的验证来加速耗材出海。那么以上是对整体行业景气度以及国内外的一些市场因素的分析啊，所以我们能看到国产的这些上游公司，它的需求是强劲的，确定性也高啊，并且远期的成长天花板足够大啊，并最近中贸机也能够看到这个今年上半年的业绩验证。那么除了收入端的增长之外呢，上游板块的盈利能力也在持续提高。 嗯，22年以来随着这个新冠相关产品需求，呃断崖式的下降还有全球的这个医药资本退潮，呃，整个行业是之前是进入到一个景气下行的阶段，呃公司的收入端承压并且要消化一些这种高的经营杠杆呃，所以利润咱承压更严重，但是经过这几年的行业调整之后呢，呃整体的供给侧出清集中度提高毛利率，净利率都在企稳回升。呃，那么统计了就是上游板块就是主要像耗材试剂，还有模式动物类的公司，从他们的整体净利率来看。 从二三年到25年，净利率是整个板块的净利率是逐步从6.7%提高到了8.1%嗯，特别今年q1提高更加显著26年q1板块的净利率是从去年q1净利率的，这个7.7%提高到了10%点。四，所以上游板块呢，不仅收入端，能够在这种高景气度下持续较快。增长呃，而且利润的弹性要更大，呃，所以整个板块具备一个非常扎实的业绩地。那么除了这个扎实的基本面之外呢，近期大家最关注的就是ai制药，为上游带来的一个新的增量。 首先，为什么大家对ai制药的关注度高？呃是因为药物研发有望成为ai的下一个重要应用领域，大家都知道药物研发的双十定律。呃，这个成本高效率低，并且还存在医药研发的这个反摩尔定律，也就是从1950年以来，医药行业每10亿美元的研发投入产出的新药获批数量大概每隔9年就会减少1半呃呃，所以在这种一方面是供给受限的情况下，另一方面，市场对于药物研发的需求，也就是人类对于健康的需求近乎是无限的。 呃，所以在供给受限和需求无限的矛盾下，药物研发对于应用这个ai来提升效率的。诉求是很强的啊，那么ai制药近些年来也在逐渐成熟，进入到一个商业化验证的关键时期，像仪器智能，它的这个呃全球首款进入到三期临床的ai设计药物，呃，它是从靶点发现到候选号服务就只用了18个月，然后和金额是260万美元。呃。此外呢，像全球前二十大药企基本上都已经与这个ai制药公司展开了合作。 呃还有英伟达autopic meta呃openai。这些科技巨头也开始用真金白银投票来支持这个ai制药。呃，还有像监管部门fda和这个ema都在今年年初联合发布了这个ai制药的良好实践原则，呃监管框架也开始跟上，所以当一个技术的买单方是整个行业最有钱的那一批主体的话，嗯，那么这个需求的真实性就确定性就非常高了。呃，那么当前ai制药，它落地的一个障碍呢，不在算力也不在算法，而在于是实验数据，早先大家是认为ai能够通过预测算法来缩减，需要进行实验验证的范围，这样的话能够减少事实验的依赖。 呃，但是事实，但现在来看事实不是这样的呃首先现有的大部分a i训练主要都是依靠公共数据库像什么pdb，蛋白质结构啊，化呃化合物库，还有一些文献专利等等，这些数据基本上都是成功者偏差的样本就是呃是已知的药物和已解析的结构，而失败数据也就是阴性样本，基本上没有这种系统性的保存。而恰恰是这种硬性样本，呃对于训练ai是最有价值的呃，另外就是这些公这些公共数据库，他们数据完整性和标注质量参差不齐，所以制药数据的这个质量标准化程度还可访问性。 呃是公认的这个制约目前ai制药模型训练效果的一个瓶颈。那么另外再加上药物生效，呃，涉及到了分子细胞组织人体多层级的这个复杂系统。呃ai是很难精确的模拟，还有递送呃安全性合成可行性等等，这种多种待解决问题，所以这些综合问题就使得ai现在虽然可以作为加速器来提高。他在像这个呃一些环节，比如像靶点识别验证抗原设计生产先导物先导化合物优化呃抗体的设计出差等等。 这些步骤提升一些效率，但是在每一个关键的决策节点上都还是需要试试验来验证。嗯，而ai可以一晚上就生成上万个候选分子，但呃，如果说每一个分子都需要真实合成和这个生物活性验证。呃才能够进入到下一步，呃这样的话，对于这个分子的这个实时验的需求就会迎来一个指数级的增加。呃像1级智能18个月就完成了它的一个药物的临床前研究，其中是实验验证环节就占了大头。 呃算法在指数级迭代，但是数据生产目前还还是一个线性速度呃，所以当前阶段ai其实是放大了事实验验证的需求。那么就是ai，其实它并不是替代实验，而是把研发从原来的少量分子深度试错变为了一个海量的分子高通量筛选这样一个模式，呃试错的总量和周转速度都上了一个数量级啊，那么这个数这个需求沿着这个db l b环d b t l b环，也就是设计构建测试学习这样一个闭环自上而下的传导，到了上游的每一个细分环节。 那么最前端的基因合成和蛋白表达环节最先受益。呃，因为ai生成的候选系列必须先合成为这个dna.呃，再进行表达测试。Ai设计序列的这个数量表，爆发式的增长就直接拉动了高通量短周期的这些基因合成和蛋白表达需求。嗯，这些是在这个大分子药物，针对大分子药物来说，那么再往后就是呃重组蛋白抗体，这些生物试剂需求也会放大，因为这些ai蛋白设计的验证需要呃这些相关试剂。 呃另外呢，像分子七块工具化合物以及这个培养基啊色谱填料等等也会