主营业务:
贵公司为一家投资控股公司。贵公司及其附属公司(统称‘贵集团’)主要从事人工智能赋能纳米材料创新,用于活性成分在所有碳基生命形态中的递送与应用。
报告期业绩:
于报告期间，集团的收入主要来自(i)达成对外合作授权收入及(ii)向客户提供体内测试及动物实验能力。集团的收入由截至2025年6月30日止六个月的人民币1.14百万元增加13,399%至截至2026年6月30日止六个月的人民币154.3百万元，主要由于合作协议所得收入增加。
报告期业务回顾：
AiLNP－人工智能驱动的脂质纳米颗粒平台公司持续在AiLNP平台探索科学的边界，巩固自己在AI驱动可电离脂质设计和LNP设计上的优势。公司已经打造了以脂质生成模型、千万脂质库、脂质╱LNP语言模型为主的AiLNP脂质和LNP设计平台。在此平台基础上，公司针对内涵体逃逸效率、毒性等重要瓶颈进行了深度研究，创建了毒性预测模型和QSAR模型，并通过机理研究建立结构和毒性的关系，增加脂质筛选的成功率。在LNP机理方面，公司进一步强化了LNP各个阶段的机理研究，打造了包含LNP自组装模拟、LNP－蛋白冠模拟、LNP内涵体逃逸模拟等的LNP多尺度模拟平台，可微观探秘LNP的全生命周期，增加对LNP的形成、血液中、细胞内行为的微观、深层次理解，助力各个器官靶向的LNP开发。
此外，在已有的AiLNP平台基础上，公司进一步打造了针对主动靶向可电离脂质开发的新技术，基于主动靶向LNP的‘隐形’要求，公司在原有技术基础上开发了‘隐形’可电离脂质的生成算法，并生成了新的脂质库。同时，基于公司的专有湿实验数据训练了针对‘隐形’可电离脂质的各种体内、体外性质预测模型，并通过内涵体逃逸模拟预测‘隐形’可电离脂质的内涵体逃逸能力。至此，公司打造了新一代的AI驱动的‘隐形’脂质和LNP开发平台，助力主动靶向LNP的开发，此技术将和AiProtein一起，共同搭建公司的主动靶向LNP开发平台。
上述进展进一步完善了AiLNP平台由可电离脂质生成、性质预测及机理模拟至实验验证的研发链路，并强化了其作为集团器官及细胞特异性递送开发核心技术平台的作用。新一代隐形脂质及LNP开发能力亦为主动靶向LNP及相关候选产品的后续研究与开发提供了技术基础。未来，公司将通过实验、AI、分子模拟等手段继续深化对LNP在体内各个过程的理解，提高LNP的开发效率。
AiProtein－新一代‘干实验+湿实验+智能体’范式的蛋白设计平台近些年来，药物研发经历了从小分子药物到大分子药物的范式转化，大分子药物获得了从科研界到工业界到资本市场的多重关注，公司一直深耕于大分子药物的递送，并已于之前发布了世界上首个AI纳米递送平台NanoForge和纳米递送智能体ALAN，在对递送系统进行设计的同时，公司从未停止对有效载荷进行设计的脚步。
...
2026年5月，公司正式发布AiProtein平台，以及抗体设计智能体AARON（AI Antibody
Rational Optimization Network），基于此平台，公司将深度布局AI for Life Science领域，将AI深度用于生命科学领域模型和智能体开发，重塑生命科学领域的科研范式。
作为NanoForge的新成员，AiProtein平台将进一步稳固NanoForge的技术护城河，标志着‘干实验+湿实验+智能体’范式已经全面用于公司‘火箭+卫星’的平台和管线开发流程。
公司的AiProtein平台可用于蛋白和抗体等大分子药物的开发，包括公司自主研发的抗体从头生成模型、抗体语言╱预测模型、亲和力预测模型、成药性预测模型和主动学习驱动的干湿迭代算法等模型和算法，各种模型已经深度嵌入到了公司研发人员的日常工作中。
基于mRNA药物的TCE因其药物形式的特殊性给抗体生成带来了巨大蓝海空间，一些在传统形式下不可成药的抗体可以以mRNA的形式‘潜伏’，到体内再开始表达，这给抗体的生成带来了额外空间，在此基础上，公司开发了基于扩散算法的METiS
NbDiff抗体从头生成模型，可以无条件或者根据用户限定的条件如（抗原、表位等）进行定向生成。除了纳米抗体外，公司同样开发了基于蛋白和全长抗体等各种抗体形式的从头生成模型。
抗体从头生成算法已经日渐成熟，和动物免疫方法成为两种主要的抗体发现算法。公司的AiProtein平台在关注抗体从头生成算法的同时，也重点关注抗体工程的开发上，可支持对前述从头生成模型、动物免疫或自建库筛选得到的抗体苗头化合物进行AI驱动的亲和力成熟。为了更好地进行亲和力成熟，公司开发了METiS
ProteinIFGT逆折叠模型，对行业金标准ProteinMPNN模型做了较大幅度的改进，创新性地在蛋白逆折叠模型中引入图Transformer架构，在模型相关参数上相比原模型都有不同程度的进步。在此基础上，公司进一步开发了针对纳米抗体的METiS
NbIFGT模型，和前述的METiS NbBERT一起作为双保险，从两个不同层面共同进行抗体突变的预测，打造抗体工程的新范式。
在抗体工程中，对突变后的抗体进行亲和力预测是一个关键步骤，公司开发了METiS Afformer模型，在抗体亲和力预测领域创新性地引入图Transformer架构，对抗体－抗原结合区进行原子级别的学习，在多个公开数据集上的R2和Spearman相关系数都接近或超过0.8，大大提升了抗体工程的成功率。在抗体成药性方面，公司集合了一些开源模型，并自己基于前述语言模型开发了溶解度预测和基于公司数据的产量预测模型，共同组成了成药性模块，完成干实验的流程。
除了上述模型和算法，公司还在开发一系列新的算法，包括将全长抗体特征移植到纳米抗体以进行纳米抗体设计的算法，以及TCE构型设计、ADC设计和LNP主动靶向配体设计等相关算法。通过上述模型、算法、实验数据及科研智能体的整合，集团已初步建立覆盖抗体从头生成、工程优化、亲和力及成药性预测，以及干湿实验迭代的蛋白设计能力。AiProtein与AiLNP等平台的协同，进一步打通了有效载荷设计与纳米递送系统开发之间的技术链路，并为主动靶向递送及mRNA编码蛋白药物等方向的研发提供支持。
AiRNA－人工智能驱动的mRNA设计平台公司mRNA治疗能力的核心是AiRNA，这是公司专有的人工智能驱动的mRNA设计引擎，旨在实现多种治疗靶点的全长mRNA序列的快速、高效且高保真设计。
AiRNA始于来自合作伙伴或内部项目的输入，即靶蛋白序列及治疗目标。综合利用结构生物学的洞察及先进的机器学习算法，AiRNA设计了为稳定表达而定制的优化mRNA编码序列。AiRNA的独特优势之一是使用公司专有的非翻译区(UTR)文库，该文库能够生成具有更高翻译效率及特定组织靶向潜力的多个全长候选mRNA。
公司RNA团队持续推进AI驱动的RNA序列设计与优化，并完成了AI-generated IRES模型的开发与首轮实验验证。自主搭建了深度生成式神经网络架构，基于超过2万条实验验证的IRES序列及高通量功能数据进行训练，实现对RNA序列、结构与翻译调控功能的联合学习与生成设计。基于模型生成并筛选的候选IRES中，已验证获得多条具有高效翻译活性的序列，部分显著超过经典CVB3IRES。该结果初步验证了AI模型在RNA调控元件从预测、生成到实验闭环优化中的应用潜力，为多模态RNA设计与高效表达体系构建提供了基础。
当前，全球mRNA肿瘤疫苗在黑色素瘤、胰腺癌等适应症上取得的突破性临床数据，进一步确立了mRNA技术作为下一代肿瘤免疫治疗基石的地位。公司的AiRNA平台正全面赋能mRNA肿瘤疫苗的高效体内表达，实现了个性化新抗原疫苗mRNA的快速定制化设计：
1.AI赋能序列与结构优化：利用先进算法精准预测mRNA二级结构与降解动力学，显著提升抗原编码mRNA的胞内稳定性、翻译效率以及最终的抗原呈递效率；
2.极速响应个性化新抗原设计：平台具备高效承接个性化新抗原疫苗mRNA序列定制的设计能力，大幅缩短从‘抗原确认’到‘序列输出’的研发周期，精准匹配个性化肿瘤治疗对时效性的严苛要求；
3.‘Ai+’协同赋能肿瘤免疫：AiRNA平台与公司专有的AiLNP递送平台形成高效协同，通过载体的定向设计，实现向免疫器官及抗原递呈细胞的精准靶向递送与胞内高效表达，实现强效的抗原特异性T细胞的大规模活化，激发持久且强劲的抗肿瘤免疫反应。
AiTEM－人工智能驱动的小分子制剂开发平台公司将AiTEM平台重新整合和升级，打造了新一代的NanoForge驱动的AiTEM人工智能制剂创新平台，聚焦难溶性药物制剂开发场景。平台融合人工智能预测模型、量子化学计算和分子模拟，可针对药物ADMET预测、BCS分类、剂型预测、辅料筛选、处方设计、相容性分析、溶出性能预测、稳定性评估、渗透性评估及算法驱动的干湿迭代等关键研发环节提供系统性支持，帮助研发团队提高研发效率。
AiTEM平台横跨注射剂、环糊精、固体分散体、胶束体、促渗剂、微球等各种剂型，可通过AI、量子化学和多尺度分子模拟对各种剂型的不同性质进行预测，打造小分子药物制剂的新范式。
作为新一代AiTEM平台的落地范式，报告期后，集团与恒瑞医药达成AiTEM平台本地化部署合作，将为恒瑞医药本地部署NanoForge驱动的AiTEM人工智能制剂创新平台，聚焦难溶性药物制剂开发场景。本次合作采用本地化部署模式，平台将在恒瑞医药内部研发环境中运行，并结合企业长期积累的研发数据持续优化模型能力，在保障数据安全和知识产权安全的同时，实现AI技术与研发体系的深度融合。
这一合作标志着NanoForge驱动的AiTEM人工智能制剂创新平台持续实现外部商业化闭环，开启NanoForge赋能新一代智能研发基础设施的进程。
同时，公司正在打造小分子药物剂型开发智能体，以进一步完善公司NanoForge平台的‘干实验+湿实验+智能体’范式。
业务展望：
展望未来，公司将继续围绕AI4S、Biological AI、Scaling Law这一长期主线推进技术发展，持续加强数据、模型与实验能力之间的协同，使每一次实验结果都能够沉淀为新的数据资产，并推动模型和研发体系持续迭代。公司认为，生命科学领域的Scaling Law并非单纯扩大模型参数或算力规模，而是高质量生物数据、人工智能模型能力和实验吞吐量三者共同增长。当这一闭环持续强化，人工智能对真实生命系统的理解和设计能力有望不断提升，并进一步推动科研发现和药物研发效率的改善。
在这一基础上，公司将推动Biological AI由分子层面持续向细胞层面演进。分子是实现生命功能干预的重要工具，而细胞则是生命功能真正发生和疾病状态持续演化的基本单元。未来，公司希望人工智能不仅能够回答‘应该设计什么分子’，还能够进一步理解‘细胞当前处于什么状态’‘哪些因素决定其状态和命运’，以及‘如何通过干预使其转变为目标状态’，逐步建立从分子设计到细胞状态建模、再到细胞命运调控的完整能力。
因此，细胞重编程将成为公司长期技术发展的方向。公司希望利用人工智能识别决定细胞状态与命运的关键生物学因素，并通过可设计的分子及其他生物学干预手段，对细胞状态进行精准调控，推动人工智能能力由‘预测生命’进一步走向‘干预生命’。在疾病、免疫、衰老、纤维化及再生等复杂生命过程中，公司将持续探索细胞状态变化和命运转变的规律，为未来细胞重编程建立更加系统的数据、模型和实验基础。
从更长期的视角看，公司希望通过AI4S基础设施和Biological AI能力，逐步完成从AI设计分子，到AI理解细胞，再到AI重编程细胞的能力演进，使生命科学研发从‘发现能够治疗疾病的分子’，进一步迈向‘理解并主动改变疾病相关的细胞状态’。从读懂生命、设计生命，到最终编程生命，是公司长期技术发展的核心方向。
查看全部