FX168财经网_全球视野外汇黄金加密货币NFT资讯网

乐心医疗接待62家机构调研，包括天风证券、鹏华基金、海富通基金等

大模型的应用很多,但公司始终聚焦心血管疾病方面。公司主要产品集中在医疗级健康监测产品和智能可穿戴产品方面,目前具有多维度体征健康监测产品线,可为大模型应用提供完善的设备支持。此外,公司现有家用医疗健康产品已通过医疗注册认证(包括未来会推出的可穿戴产品也会申请医疗器械注册认证),确保产品监测的精准性,为大模型的应用提供更精准的数据支持。 4、总结下2024年。回复:过去一年,公司通过深化经营组织变革、优化应收账款管理机制、加强存货管理等措施积极提升公司经营效率,应收账款周转率和存货周转率等运营能力指标得到有效提升。2024年公司丰富医疗产品矩阵,逐步深化“智能设备+医疗服务”解决方案领域,持续提升产品竞争力。同时公司以客户需求为核心,持续优化客户结构,持续提高优质客户占比,提升整体综合毛利;通过进一步挖掘新市场、发掘客户新需求,提升公司整体盈利水平。注:交流过程中,公司与投资者进行了充分的交流与沟通,并严格按照有关制度规定,保证信息披露的真实、准确、完整、及时、公平。

金融界02-16 21:22

离院不离网！盈康生命AI平台重塑患者健康管理体验

显著成效。在肿瘤、心脑血管、骨科、神经疾病等多个领域，公司形成了涵盖3D可视化、影像诊断、辅助决策、智能随访、病历生成、放射治疗、智能客服、内涵质控在内的八个场景的AI创新应用。这些应用不仅提高了医生的诊疗效率，还显著提升了患者的就医体验。如今，打开“上海永慈康复医院”小程序，患者就能体验到盈康数智人2.0的便捷服务。该服务集成了AI技术和健康数据，为患者提供全方位的健康管理服务。无论是院前的健康评测、预问诊，还是院中的智能导诊、影像诊断，亦或是院后的康复指导、用药指导，盈康数智人2.0都能实时感知并快速响应患者的健康需求。升级后的盈康数智人2.0实现了AI技术集成和健康数据整合，并基于此提供面向用户的健康管理服务，对于用户的健康需求实时感知和快速响应，是真正的“健康管家”，也让AI在医疗服务领域的行业落地从单点式向全周期升级、从技术应用向场景服务升级。此前，盈康生命就已经对医疗服务进行AI化布局，多个场景探索和落地AI应用，在肿瘤、心脑血管、骨科、神经疾病等多个领域形成了涵盖3D可视化、影像诊断、辅助决策、智能随访、病历生成、放射治疗、智能客服、内涵质控在内的八个场景的AI创新应用。其中AI病历生成让住院医生每天减少75%的写病历时间，AI影像的阅片效率提升66%，AI靶区勾画则提效75%。随着一系列AI创新应用的落地，盈康生命逐步搭建起了服务患者的智能交互引擎，提供院前智能交互、院中可视化体验和院后智能服务的全周期健康管理解决方案，院前可提供智能客服、健康评测、预问诊等服务，院中可提供智能导诊、病历生成、影像诊断、3D可视化、云影像、报告解读等服务，院后可进行智能随访、康复指导、用药指导、居家监测等服务。智能交互引擎无疑将进一步打破医生数量和诊疗能力的局限，实现医疗服务的场景升级和体验迭代。近日，盈康生命旗下的AI平台盈康大脑以及数智化产品和服务还接入了DeepSeek-R1大语言模型。这一举措将进一步推动盈康生命在肿瘤特色领域的预诊治康全周期服务能力的发展，助力公司朝着更加智能化、个性化和高质量的方向迈进。在医疗服务领域，盈康生命聚焦诊疗能力提升、患者体验升级和运营管理提效三个战略方向，并形成了以AI影像为支撑的精准诊疗能力、以大模型能力为底座的智能交互平台和以盈康大脑代表的AI应用平台。此外，在医疗器械领域，盈康生命已将AI技术创新应用到了乳腺图像分析场景，数字乳腺机的病灶检出率和良恶性判断准确率均达到93%以上。未来，盈康生命将继续以AI+临床医疗为驱动，持续探索AI创新应用、推进AI产品研发，打造贯穿用户全周期健康管理的新模式，推进医疗服务的全面提质增效和高质量发展。

金融界02-16 21:22

合成生物：下一个投资风口还是泡沫

编辑，治疗一些传统医学难以攻克的遗传性疾病。除了基因编辑，合成生物学还涉及到生物元件的标准化和模块化设计。通过对天然生物元件的深入研究和改造，科学家们将其转化为具有明确功能和可预测行为的标准化模块。这些模块可以像乐高积木一样，被灵活地组合和搭建，构建出复杂的生物系统。这种模块化的设计理念极大地提高了合成生物学研究的效率和可重复性，使得科学家们能够更加快速地实现对生物系统的设计和优化。此外，合成生物学还依赖于计算机模拟和建模技术。生物系统的复杂性使得实验研究往往面临诸多挑战，而计算机模拟和建模则为科学家们提供了一个虚拟的实验平台。通过建立数学模型，科学家们可以对生物系统的行为进行预测和分析，从而指导实验设计，减少实验的盲目性和成本。同时，计算机模拟还能够帮助科学家们探索一些在现实中难以实现的实验条件，发现新的生物现象和规律。合成生物发展历程与现状合成生物学的发展历程，犹如一部波澜壮阔的科学史诗，充满了无数的创新与突破，见证了人类对生命奥秘不断探索的伟大征程。自 20 世纪中叶起，随着 DNA 双螺旋结构的发现以及遗传密码的破译，人类开启了深入探索基因奥秘的大门，这也为合成生物学的诞生奠定了坚实的理论基础。1980 年，德国科学家 Hobom 首次提出了 “合成生物学” 这一概念，标志着这一新兴学科的正式萌芽。进入 21 世纪，随着基因工程、系统生物学等多学科的飞速发展，合成生物学迎来了关键的发展机遇期。2000 年，E. Kool 在美国化学年会上重新定义了 “合成生物学”，强调了其基于系统生物学的遗传工程和工程方法的人工生物系统研究的本质，这一重新定义使得合成生物学在全球范围内受到了广泛的关注和重视。此后，合成生物学的发展日新月异，各种新技术、新方法层出不穷，研究成果如雨后春笋般不断涌现。 2010 年，美国科学家 Craig Venter 领导的研究团队成功合成了第一个人工合成基因组，并将其移植到一个去核的细菌细胞中，创造出了世界上第一个 “人造生命”—— 辛西娅（Synthia）。这一具有里程碑意义的成果，不仅标志着合成生物学从理论研究迈向了实际应用的新阶段，也引起了全球范围内的广泛关注和热议，为合成生物学的发展注入了强大的动力。在随后的几年里，合成生物学在医疗、能源、工业、农业等多个领域取得了一系列重要的突破和应用成果。在医疗领域，合成生物学技术被广泛应用于疾病诊断、药物研发、基因治疗等方面，为攻克各种疑难病症提供了新的思路和方法；在能源领域，科学家们利用合成生物学技术开发出了新型的生物燃料和生物能源，为解决全球能源危机提供了新的解决方案；在工业领域，合成生物学技术被用于生产各种高附加值的化学品和生物材料，推动了传统工业的绿色转型和升级；在农业领域，合成生物学技术被应用于作物育种、病虫害防治等方面，为提高农业生产效率和保障粮食安全提供了新的技术手段。近年来，全球合成生物学市场呈现出迅猛的发展态势。据 CB Insights 统计数据显示，2022 年全球合成生物学市场规模达到 140 亿美元，预计到 2027 年，这一数字将飙升至 387 亿美元，年复合增长率高达 22.7%。在各细分领域中，医疗健康领域凭借其巨大的市场需求和广阔的应用前景，成为了合成生物学最大的细分市场。2022 年，医疗健康领域的市场规模接近 56 亿美元，预计到 2027 年将达到 103 亿美元，占合成生物学市场总规模的 26.6%。食品和饮料及农业领域则凭借其在改善食品品质、提高农业生产效率等方面的独特优势，成为了未来增速最快的赛道。预计 2022 - 2027 年，食品和饮料及农业领域的年复合增长率将分别高达 45.4% 和 56.4% 。从地域分布来看，目前全球合成生物学市场主要集中在北美、欧洲和亚太地区。其中，美国作为全球科技研发的领军者，在合成生物学领域占据着主导地位。美国拥有众多世界一流的科研机构和企业，如麻省理工学院、哈佛大学、Ginkgo Bioworks、Amyris 等，这些机构和企业在合成生物学的基础研究、技术创新和产业化应用等方面都取得了显著的成果。欧洲在合成生物学领域也具有较强的科研实力和产业基础，英国、德国、法国等国家在合成生物学的研究和应用方面都处于世界前列。亚太地区则凭借其庞大的人口基数、快速发展的经济和不断提升的科研投入，成为了全球合成生物学市场增长最快的地区之一。中国、日本、韩国等国家在合成生物学领域的研究和产业化发展也取得了长足的进步，逐渐在全球合成生物学市场中占据了一席之地。合成生物在各领域的应用潜力（一）医药领域合成生物学在医药领域的应用，犹如一场悄然而至的革命，正深刻地改变着药物研发、疾病诊断和治疗的格局。在药物研发方面，传统的药物研发过程往往漫长而艰辛，从靶点发现到药物上市，平均需要 10 - 15 年的时间，且成本高昂，成功率较低。而合成生物学技术的出现，为药物研发带来了新的曙光。借助合成生物学，科学家们可以通过设计和构建新的生物实体或重新编程现有生物系统，加速药物发现过程。例如，利用合成生物学原理创建的生物传感器和遗传选择系统，能够将小分子或代谢物的输入转换为可筛选或可选择的输出，从而大大加快先导化合物的发现速度。CRISPR - Cas9 基因编辑技术更是在药物研发中发挥着举足轻重的作用，它能够精确修改基因序列，生成新的细胞模型，并通过基因的敲除、下调、上调或突变来深入研究基因与疾病的关系，为药物研发提供了精准的靶点验证。在疾病诊断领域，合成生物学技术同样展现出了巨大的优势。通过设计和构建具有特定功能的生物传感器，能够实现对疾病相关生物标志物的快速、精准检测。这些生物传感器可以基于核酸、蛋白质、细胞等多种生物分子，利用生物分子之间的特异性相互作用，将生物标志物的存在或浓度变化转化为可检测的信号，如荧光、电化学信号等。例如，一些基于核酸适配体的生物传感器，能够特异性地识别肿瘤标志物，实现对肿瘤的早期诊断；还有一些基于细胞的生物传感器，能够对病原体进行快速检测和分型，为传染病的诊断和防控提供了有力的支持。细胞治疗作为合成生物学在医药领域的又一重要应用方向，为癌症、遗传性疾病等疑难病症的治疗带来了新的希望。以 CAR - T 细胞疗法为代表的细胞治疗技术，利用合成生物的基因编辑技术改造 T 细胞，为其装备上能够识别肿瘤细胞的 “定位导航装置”—— 嵌合抗原受体（CAR），使得 CAR - T 细胞能够精确地识别并锁定体内的肿瘤细胞，并通过免疫反应释放多种效应因子，高效地消灭肿瘤细胞。自 2017 年首个 CAR - T 细胞疗法获批上市以来，该疗法已在多种血液肿瘤的治疗中取得了显著的疗效，开启了癌症细胞治疗的新纪元。随着合成生物学技术的不断发展，科学家们还在不断探索和创新，研发出多种基于合成生物学的 CAR - T 细胞疗法 “改造方案”，如通过将合成受体添加到 CAR - T 细胞中，增强 T 淋巴细胞的活性并延长其在体内发挥作用的时间；为 CAR - T 细胞安装 “基因开关”，精确调控 T 细胞中 CAR 的表达与抑制，从而实现对 CAR - T 细胞免疫治疗的可控性，进一步拓展了 CAR - T 细胞疗法的应用范围和疗效。（二）化工与材料领域在化工与材料领域，合成生物学正以其独特的绿色、可持续的优势，为传统化工行业带来了深刻的变革。传统化工行业在生产过程中，往往依赖于化石原料，不仅面临着资源短缺和价格波动的风险，还会产生大量的污染物和温室气体排放，对环境造成了严重的压力。而合成生物学技术的兴起，为化工与材料领域提供了一种全新的解决方案。合成生物学通过对微生物的改造，能够将生物质等可再生资源转化为各种高附加值的生物基材料和化学品，实现了从 “石油经济” 向 “生物经济” 的转变。例如，聚酰胺（PA）作为一种广泛应用于日常生活中的高分子材料，传统的生产工艺主要是以石油、天然气为原料，通过化学法制取。而借助合成生物学技术，科学家们可以利用微生物发酵的方法，以玉米等生物质为原料，生产生物基聚酰胺。这种生物基聚酰胺不仅具有与传统聚酰胺相似的性能，还具有可再生、可降解、低碳排放等优点，为解决传统聚酰胺生产过程中的资源和环境问题提供了有效的途径。科创板上市公司凯赛生物就是全球利用生物制造规模化生产新型材料的龙头企业之一，目前公司多项生物基材料已实现大规模商业化生产，其生产的生物基聚酰胺在纺织服饰、工程塑料等领域得到了广泛的应用。除了生物基聚酰胺，合成生物学还在生物可降解塑料、生物基纤维、生物基橡胶等生物基材料的研发和生产方面取得了显著的进展。例如，聚乳酸（PLA）、聚丁二酸丁二醇酯（PBS）、聚羟基烷酸酯（PHA）等生物可降解塑料，具有良好的生物降解性和生物相容性，在包装、农业、医疗等领域具有广阔的应用前景。通过合成生物学技术，科学家们可以优化微生物的代谢途径，提高这些生物可降解塑料的产量和性能，降低生产成本，加速其商业化应用的进程。在化学品合成方面，合成生物学同样展现出了巨大的潜力。许多传统的化学品合成过程需要高温、高压、强酸、强碱等苛刻的反应条件，不仅能耗高、污染大，而且生产过程复杂、成本高昂。而利用合成生物学技术，科学家们可以通过设计和构建微生物细胞工厂，实现化学品的生物合成。这些微生物细胞工厂能够在温和的条件下，高效地将生物质原料转化为目标化学品，具有反应条件温和、能耗低、污染小、生产成本低等优点。例如，通过代谢工程和合成生物学策略，研究人员已经能够在微生物中高效生产阿维菌素、青霉素、红霉素等多种抗生素，以及乙醇、丁醇、丙酮等生物燃料和化学品。（三）食品与农业领域合成生物学在食品与农业领域的应用，为解决粮食安全和农业可持续发展问题提供了新的思路和方法。在食品生产方面，合成生物学技术正逐渐改变着传统的食品生产方式，为人们提供更加安全、健康、可持续的食品。人造肉和人造奶的出现，就是合成生物学在食品领域的典型应用。利用合成生物学技术，科学家们可以通过微生物发酵的方法，生产出与传统肉类和奶制品具有相似营养成分和口感的产品。例如，美国植物肉品牌 Impossible Foods 利用 DNA 合成、DNA 组装、遗传元件库建设以及基因线路设计等技术，改造优化巴斯德毕赤酵母菌种，将其生产的大豆血红蛋白添加到人造肉饼中，改善了汉堡的风味，使其在口感和外观上与传统牛肉汉堡几乎无异。Perfect Day 公司则通过人工改造酵母菌底盘，构建人造奶细胞工厂，生产出了与天然牛奶营养成分相似的人造奶。这些人造肉和人造奶产品不仅能够满足人们对肉类和奶制品的需求，还能够减少畜牧业对环境的压力，降低温室气体排放，具有重要的环保意义。在食品添加剂和调味料的生产方面，合成生物学也发挥着重要的作用。通过微生物发酵，能够生产出各种天然的香料、甜味蛋白和甜味剂，如甜菊糖苷、阿洛酮糖、柠檬烯、香兰素等。这些天然的食品添加剂和调味料具有安全、健康、风味独特等优点，逐渐受到消费者的青睐。例如，瑞士的 Evolva 公司与嘉吉公司合作开发的发酵来源甜菊糖苷，与国际香精香料公司（IFF）合作开发生产香兰素，为食品行业提供了更加优质、天然的调味选择。在农业领域，合成生物学技术的应用有助于提高农作物的产量和品质，增强农作物的抗病虫害能力，实现农业的可持续发展。通过基因编辑等技术手段，科学家们可以对农作物的基因进行精准改造，加快农作物驯化和育种的速度，使其获得更高效的能源利用率、对不良环境有更高的抗性。例如，中国科学院遗传与发育生物学研究所李家洋团队利用基因编辑技术构建了异源四倍体野生稻的快速从头驯化策略，可以显著提高粮食产量，增加作物对环境变化的适应性，为作物育种开辟了新的方向。中科院遗传发育所的高彩霞团队多次将引导编辑、碱基编辑等工具用于植物的基因编辑，提高农作物的抗除草剂等性能，从而实现增产目标。此外，合成生物学还可以通过改造微生物来进行生物施肥和生物防治。例如，通过改造土壤中的微生物，使其能够更好地固氮、解磷、解钾，为农作物提供充足的养分；或者利用微生物生产生物农药，替代传统的化学农药，减少农药对环境的污染和对人体的危害。麻省理工学院 Christopher Voigt 团队使用谷物内生菌株 Rhizobium sp.IRBG74 作为底盘细胞，通过引入类球红细菌和产酸克雷伯氏菌的重组基因簇来赋予底盘细胞氮素酶活性，为生物施肥提供了新的思路。合成生物投资现状与案例分析（一）投资热度与趋势近年来，合成生物学领域凭借其在多个产业的巨大应用潜力，吸引了全球投资者的目光，投资热度持续攀升。从投资金额来看，呈现出爆发式增长的态势。据美国合成生物学媒体 SynBioBeta 统计，2021 年，全球合成生物学投融资金额达 180 亿美元，相当于过去 12 年的总和。在中国，合成生物学投融资也经历了快速增长阶段，据摩熵咨询统计，2015 - 2024 年 7 月，中国合成生物共发生投融资事件 591 起，投融资总金额超 909 亿元，其中 2021 年融资总金额达最高约为 265 亿元。在投资轮次方面，早期阶段的项目更受青睐。以中国市场为例，A 轮及以前融资事件数量占总事件数量的 68%，投融资轮次主要集中在天使轮和 A 轮，分别发生 123 起和 264 起，融资金额分别为 15 亿元和 234 亿元。这表明投资者对于合成生物学领域的创新和发展潜力持乐观态度，愿意在早期阶段布局，支持具有创新性技术和商业模式的初创企业。从投资机构分布来看，众多知名投资机构纷纷入局。红杉中国、高瓴资本、鼎晖资本、君联资本等头部投资机构参与了大量的投融资事件，在合成生物学领域的资本布局中发挥了重要作用。红杉中国以投资 28 家创新企业领跑，IDG 资本以 27 家投资紧随其后。同时，产业引导基金和高校科研基金也在积极布局，如深圳天使母基金、四川发展产业引导股权投资基金、上海科创集团、上海生物医药基金等，以及以水木创投为代表的高校科研基金，都在 2024 年有出手投资合成生物学企业的动作。（二）成功案例分析凯赛生物作为国内首家合成生物学产业化企业，无疑是合成生物学领域的一颗璀璨明星。公司专注于合成生物学研发和生产，产品涵盖生物基新材料、生物医药等多个领域。在生物法长链二元酸的产业化方面，凯赛生物取得了显著的技术突破，已成为全球领先的供应商，成功逼退化学合成法长链二元酸生产商英威达，在全球市场占据主导地位，其核心产品生物基长链二元酸于 2018 年被工信部评为制造业单项冠军产品，并于 2021 年通过复核。凯赛生物的商业模式构建了从 “基因工程 - 菌种培育 - 发酵过程 - 分离提纯 - 改性聚合 - 应用开发” 的全产业链，覆盖从上游菌种到下游产品应用开发的各个环节，这种全产业链模式使其在成本控制、技术创新和产品质量上具有强大的竞争力。在技术优势上，公司创始人刘修才博士 2011 年入选 “世界上 100 名对生物能源最有影响的人物”，是我国生物法发酵生产维生素 C 的奠基人，为公司的研发实力提供了坚实保障。公司不断投入研发，持续优化菌种和生产工艺，提高产品收率和质量。市场表现上，凯赛生物自上市以来，受到了资本市场的广泛关注。尽管股价有起伏，但长期来看，展现出了良好的增长潜力。2023 - 2025 年，招商局拟从公司采购生物基聚酰胺树脂的量分别为不低于 1 万吨、8 万吨和 20 万吨，此次合作将有望加快公司生物基聚酰胺材料的应用和推广，进一步提升公司的市场份额和业绩表现。目前公司 50 万吨 / 年生物基戊二胺、90 万吨 / 年生物基聚酰胺等项目稳步推进，为后续生物基复材推广提供保障，成长空间广阔。华恒生物也是合成生物学领域的成功典范。公司主要从事氨基酸及其衍生物产品的研发、生产和销售，凭借合成生物学技术，在丙氨酸系列产品的生产上具有显著优势。其商业模式聚焦于利用合成生物学技术实现氨基酸的高效生产，并通过不断拓展下游应用领域，提高产品附加值。在技术上，华恒生物拥有多项核心技术专利，通过对微生物的代谢途径进行精准调控，实现了丙氨酸等产品的低成本、高效率生产。在市场表现方面，华恒生物上市后，业绩持续增长，市场份额不断扩大。公司产品不仅在国内市场获得了广泛认可，还远销海外，与众多知名企业建立了长期稳定的合作关系。其出色的盈利能力和市场竞争力，使得公司在资本市场上也获得了投资者的高度认可，股价稳步上升，为投资者带来了良好的回报。（三）失败案例分析 Amyris 曾是合成生物学领域的明星企业，成立于 2003 年，且成立之初就获得比尔和梅琳达・盖茨基金会 4200 万美元的资助。然而，这家备受瞩目的企业却在 2023 年 8 月上旬申请破产，其失败的原因值得深入剖析。 Amyris 早期将目光聚焦于生物燃料赛道，选择 “法尼烯” 作为核心产品。但经过两三年的商业实践，这一业务最终失败，公司股价也从 2011 年高峰期的 500 美元左右 / 股跌落到 2012 年 30 美元左右 / 股。生物燃料业务的失败，主要是因为对市场需求和技术难度预估不足。生物燃料的生产面临着成本高、技术不成熟以及与传统化石燃料竞争激烈等问题，而 Amyris 在技术商业化过程中未能有效解决这些问题，导致项目失败。在生物燃料业务失败后，Amyris 将业务转向附加值更高的香精、美容、清洁业务。经过 10 多年发展，虽研发并商业化了 13 种合成生物原料，应用到下游 3000 多个品牌产品配方中，还布局了 12 个下游消费品牌，但依旧未能摆脱困境。一方面，公司在品牌运营上过度扩张，在短期内未能明显增加公司收入的情况下，消耗了大量现金流，增加了亏损和负债。例如，公司推出多个名人支持的品牌，在品牌推广上投入巨大，但品牌收入增长缓慢，导致公司财务状况恶化。另一方面，公司在业务转型过程中，忽视了其核心优势 —— 生物技术制造，没有充分发挥其在合成生物学技术上的积累，导致产品竞争力不足。从 Amyris 的失败中，投资者可以汲取以下教训：一是在投资合成生物学企业时，要关注企业的选品策略，确保产品具有市场需求和商业可行性，避免投资那些对市场需求预估不足或技术难度过高的项目；二是要关注企业的商业模式和战略规划，确保企业在业务扩张时，能够保持核心竞争力，合理控制成本和风险，实现可持续发展；三是要关注企业的现金流状况和财务管理能力，避免投资那些财务状况不稳定、现金流紧张的企业。合成生物投资风险与挑战（一）技术风险尽管合成生物学近年来取得了显著进展，但技术仍处于不断发展和完善的阶段，存在一定的技术风险。目前，合成生物学在基因编辑的精准度、代谢途径的优化以及生物系统的复杂性调控等方面，仍面临诸多挑战。例如，在基因编辑过程中，可能会出现脱靶效应，导致非预期的基因突变，从而影响生物系统的正常功能，甚至引发安全问题。据相关研究表明，CRISPR/Cas9 基因编辑技术在某些情况下，脱靶率可高达 10% 以上，这给基因编辑的安全性和可靠性带来了很大的不确定性。此外，合成生物学的技术迭代速度较快，新的技术和方法不断涌现。这就要求投资的企业或项目能够及时跟上技术发展的步伐，不断进行技术创新和升级，否则很容易在激烈的市场竞争中被淘汰。然而，技术创新需要大量的资金和人才投入，且具有较高的失败风险。对于一些初创企业或小型企业来说，可能难以承受如此巨大的研发压力，从而面临技术落后的风险。（二）市场风险合成生物学产品的市场需求存在一定的不确定性。虽然合成生物学在多个领域具有广阔的应用前景，但目前大部分产品仍处于研发或市场推广阶段，尚未被市场完全接受。消费者对合成生物学产品的认知度和接受度较低，可能会对产品的市场需求产生一定的影响。以人造肉为例，尽管人造肉在环保、健康等方面具有诸多优势，但由于其口感和传统肉类存在一定差异，且价格相对较高，目前市场接受度仍有待提高。据市场调研机构的数据显示，目前人造肉在全球肉类市场的份额仅为 1% 左右，市场拓展空间巨大，但也面临着诸多挑战。市场竞争激烈也是合成生物学投资面临的一大风险。随着合成生物学市场的不断升温，越来越多的企业和资本涌入该领域，市场竞争日益激烈。不仅有传统的生物技术企业，还有众多新兴的合成生物学初创公司，以及一些跨界进入的大型企业。这些企业在技术、资金、市场渠道等方面各有优势，竞争格局复杂。在化工与材料领域，传统化工企业凭借其在生产工艺、市场渠道等方面的优势，与新兴的合成生物学企业展开了激烈的竞争。一些传统化工企业通过加大研发投入，不断推出新的产品和技术，试图在合成生物学领域占据一席之地，这给新兴企业的市场拓展带来了很大的压力。产品商业化难度较大也是市场风险的重要体现。合成生物学产品从研发到商业化生产，需要经历多个环节，包括技术研发、工艺优化、生产放大、市场推广等。每个环节都存在一定的技术和市场风险，任何一个环节出现问题，都可能导致产品商业化进程受阻。例如，在生产放大过程中，可能会出现产量不稳定、质量控制困难等问题，导致生产成本上升，影响产品的市场竞争力。据统计，合成生物学产品的商业化成功率仅为 20% - 30% 左右，这意味着大部分投资可能无法获得预期的回报。（三）政策与法规风险合成生物学作为一个新兴领域，其相关政策法规尚不完善，存在一定的政策风险。不同国家和地区对合成生物学的监管政策存在差异，这给企业的跨国经营和市场拓展带来了一定的困难。一些国家对合成生物学产品的审批标准较为严格，审批周期较长，这可能会导致企业的产品上市时间推迟，增加企业的运营成本和市场风险。欧盟对转基因生物的监管较为严格，对合成生物学产品的审批程序复杂，这使得一些涉及转基因技术的合成生物学企业在欧盟市场的拓展面临较大的障碍。政策的变动也可能对合成生物学企业产生重大影响。随着合成生物学技术的发展和应用，政府可能会根据实际情况对相关政策法规进行调整和完善。如果企业不能及时适应政策的变化，可能会面临合规风险，甚至被要求停产整顿。例如，若政府对合成生物学产品的安全性标准提出更高的要求，企业可能需要投入大量的资金和资源进行技术改进和产品升级，以满足新的标准，否则将无法继续生产和销售相关产品。（四）伦理与社会风险合成生物学的发展可能引发一系列伦理争议和社会问题，这对投资也会产生间接影响。例如，基因编辑技术在人类生殖领域的应用，可能会引发关于人类遗传多样性、“设计婴儿” 等伦理争议。这些争议不仅会影响公众对合成生物学技术的接受度，还可能导致政府出台更为严格的监管政策，限制相关技术的发展和应用。2018 年中国发生的 “基因编辑婴儿” 事件，引发了全球范围内的广泛关注和强烈谴责，也促使各国政府加强了对基因编辑技术在人类生殖领域应用的监管。合成生物学产品的安全性和环境影响也是社会关注的焦点。如果合成生物学产品被证明存在安全隐患，或者对环境造成不良影响，可能会引发公众的恐慌和抵制，从而对企业的声誉和市场形象造成严重损害。例如，一些合成生物学制造的微生物可能会逃逸到自然环境中，对生态系统造成潜在威胁。若此类事件发生，不仅会影响相关企业的发展，还可能导致整个合成生物学行业受到负面影响，投资者的利益也将难以保障。投资策略与建议（一）关注技术创新能力在合成生物学领域，技术创新是企业发展的核心驱动力，也是投资者判断投资价值的关键指标。投资者应重点关注企业的研发团队，一个优秀的研发团队应汇聚生物学、工程学、计算机科学等多学科的专业人才，具备深厚的学术背景和丰富的实践经验。例如，弈柯莱生物在成立之初，就组建了一支由多名具有海外留学背景和行业资深经验的科学家组成的研发团队，团队成员在基因编辑、代谢工程等关键技术领域拥有扎实的专业知识，为公司的技术创新奠定了坚实的基础。技术专利是企业技术实力的重要体现。拥有大量核心技术专利的企业，不仅能够在技术上保持领先地位，还能通过专利授权等方式获取额外的收益。截至 2024 年，凯赛生物已拥有授权专利 200 余项，其中多项专利涉及生物基材料的关键生产技术，这些专利为公司构筑了强大的技术壁垒，有效保护了公司的技术创新成果。研发投入也是衡量企业技术创新能力的重要因素。持续高额的研发投入，能够确保企业不断进行技术探索和创新，保持在行业内的技术领先优势。华恒生物在研发投入上始终保持着较高的比例，近年来，公司的研发投入占营业收入的比重稳定在 5% 以上，通过不断加大研发投入，公司在氨基酸合成生物学领域取得了一系列技术突破，提升了产品的竞争力。（二）评估市场潜力与商业模式准确评估企业产品的市场需求是投资决策的重要依据。投资者需要深入研究目标市场的规模、增长趋势、消费者需求等因素。以人造肉市场为例，随着消费者对健康、环保意识的不断提高，人造肉市场呈现出快速增长的态势。据市场研究机构预测，未来几年全球人造肉市场规模将以每年 20% 以上的速度增长，这为投资人造肉领域的合成生物学企业提供了广阔的市场空间。清晰的市场定位是企业成功的关键。企业应明确自身产品在市场中的定位，针对目标客户群体的需求，提供具有差异化竞争优势的产品和服务。例如，一些专注于高端医疗领域的合成生物学企业，通过研发高精度的基因诊断产品和个性化的细胞治疗方案，满足了高端医疗市场对精准医疗的需求，在市场中占据了一席之地。商业模式的可行性和可持续性直接关系到企业的盈利能力和长期发展。投资者应关注企业的商业模式是否能够实现盈利，以及盈利模式是否具有可持续性。例如，一些合成生物学企业采用 “技术平台 + 产品管线” 的商业模式，通过向其他企业提供合成生物学技术平台服务，获取收入，同时利用自身技术平台研发自有产品管线，实现多元化盈利。这种商业模式不仅能够降低企业的研发风险，还能通过技术服务和产品销售实现双重盈利，具有较高的可行性和可持续性。（三）分散投资与长期投资合成生物学领域具有较高的技术风险和市场风险，单一投资可能面临较大的不确定性。因此，投资者应采取分散投资的策略，将资金投向多个不同的合成生物学企业或项目，以降低整体风险。可以选择投资处于不同发展阶段、不同应用领域的企业，如同时投资专注于医药领域的初创企业和在化工材料领域已经取得一定市场份额的成熟企业，通过分散投资，平衡投资组合的风险和收益。合成生物学的发展是一个长期的过程，从技术研发到产品商业化，往往需要数年甚至数十年的时间。因此，投资者应具备长期投资的理念，耐心等待企业的成长和市场的成熟。以 Ginkgo Bioworks 为例，该公司成立于 2008 年，经过多年的技术研发和市场培育，于 2021 年成功上市，成为合成生物学领域的代表性企业之一。早期投资 Ginkgo Bioworks 的投资者，通过长期持有，获得了显著的投资回报。在长期投资过程中，投资者还应密切关注企业的发展动态，及时调整投资策略。定期跟踪企业的技术研发进展、市场推广情况、财务状况等，根据企业的实际发展情况，对投资组合进行优化和调整，确保投资的安全性和收益性。总结与展望合成生物学作为一门极具潜力的新兴交叉学科，正以前所未有的速度改变着多个行业的发展格局，展现出了巨大的投资价值。从医疗健康领域的创新药物研发、精准诊断和细胞治疗，到化工与材料领域的绿色可持续材料生产，再到食品与农业领域的人造肉、人造奶以及农作物品种改良，合成生物学的应用范围广泛，为解决诸多全球性问题提供了新的思路和方案，市场前景极为广阔。然而，如同任何新兴领域一样，合成生物学的投资也伴随着不可忽视的风险。技术上的瓶颈、市场需求的不确定性、政策法规的不完善以及伦理社会方面的争议，都可能对投资收益产生影响。Amyris 的破产案例警示我们，在投资过程中，必须充分考虑各种风险因素，谨慎做出投资决策。对于投资者而言，在合成生物学领域进行投资时，应密切关注企业的技术创新能力，选择那些拥有强大研发团队、丰富技术专利和持续高额研发投入的企业；同时，要深入评估企业产品的市场潜力和商业模式的可行性，确保投资具有良好的回报前景；此外，分散投资和长期投资策略也是降低风险、获取稳定收益的关键。展望未来，随着技术的不断突破和完善，合成生物学有望在更多领域实现创新应用，为人类社会的可持续发展做出更大的贡献。在医疗领域，合成生物学可能会推动更多个性化、精准化的治疗方案的出现，为攻克各种疑难病症带来新的希望；在能源领域，合成生物学有望开发出更加高效、环保的生物能源，缓解全球能源危机；在农业领域，合成生物学技术的应用将有助于培育出更多适应气候变化、高产优质的农作物品种，保障全球粮食安全。这些潜在的发展方向，都将为投资者带来丰富的投资机会。合成生物学是一个充满机遇与挑战的领域。投资者需要保持敏锐的洞察力和理性的分析能力，在把握投资机会的同时，有效应对各种风险，才能在这个新兴领域中获得理想的投资回报。相信在技术创新和资本的双重推动下，合成生物学将迎来更加辉煌的发展篇章，为人类创造更加美好的未来。

金融界02-16 13:32

AI制药：开启医药产业的价值新变革

医学数据的挖掘和分析，快速准确地识别与疾病相关的潜在靶点，大大缩短了靶点发现的时间。以往传统方法可能需要数年时间才能确定一个潜在靶点，而 AI 技术的应用则有可能将这个时间缩短至几个月甚至更短。在药物筛选环节，AI 制药同样展现出了巨大的优势。传统的药物筛选方法通常是通过实验对大量的化合物进行逐一测试，这种方式不仅效率低下，而且成本高昂。而 AI 技术可以通过构建机器学习模型，对虚拟化合物库进行快速筛选，预测化合物与靶点的结合亲和力，从而快速找到具有潜在活性的药物分子。这种虚拟筛选技术能够在短时间内对数十亿个化合物进行评估，大大提高了筛选效率，同时也降低了实验成本。例如，Atomwise 公司利用其开发的 AtomNet 技术，通过深度卷积神经网络来预测小分子与蛋白质的结合亲和力，能够在短时间内从海量的化合物中筛选出有潜力的药物候选分子，大大加速了先导化合物的发现过程。再看临床试验阶段，AI 可以通过对患者数据的分析，帮助研究人员更好地设计临床试验方案，选择合适的患者群体，优化给药剂量和疗程等，从而提高临床试验的成功率，减少不必要的资源浪费。通过 AI 技术的辅助，临床试验的周期有望缩短，成本也能够得到有效控制。据相关研究表明，AI 技术的应用可以使药物早期发现所需时间缩短至原来的三分之一，成本节省至原来的二百分之一。一些 AI 制药公司已经取得了显著的成果，如英国的 Exscientia 公司开发的药物 DSP - 1181，作为全球第一个由 AI 设计的分子进入临床试验阶段，大大缩短了研发周期，展示了 AI 制药在降本增效方面的巨大潜力。精准医疗，开启个性化诊疗新时代精准医疗是当今医学发展的重要方向，它强调根据患者的个体差异，如基因、生理特征、生活方式等，制定个性化的治疗方案，以提高治疗效果，减少不良反应。AI 制药在精准医疗中扮演着至关重要的角色，为实现个性化诊疗提供了有力的支持。在疾病诊断方面，AI 技术可以通过对患者的医学影像、基因数据、临床症状等多源信息的分析，实现疾病的早期精准诊断。以医学影像分析为例，AI 算法能够快速准确地识别影像中的病变特征，辅助医生进行疾病诊断，提高诊断的准确性和效率。对于一些早期难以察觉的疾病，如癌症，AI 技术可以通过对影像数据的深度学习，发现细微的病变迹象，为患者争取早期治疗的机会。例如，谷歌旗下的 DeepMind 公司开发的 AI 系统，能够对眼部疾病进行精准诊断，其诊断准确率与专业眼科医生相当。在药物治疗方面，AI 制药可以根据患者的基因信息和生理特征，预测患者对不同药物的反应和疗效，从而为患者量身定制最适合的药物治疗方案。不同患者的基因组成和生理状态存在差异，对药物的代谢和反应也各不相同，传统的 “一刀切” 式的治疗方法往往无法满足每个患者的需求。而 AI 技术可以通过分析大量的患者数据，建立药物反应预测模型，为医生提供个性化的用药建议。例如，通过对患者的基因数据进行分析，AI 可以预测患者是否会对某种药物产生不良反应，从而避免患者使用不适合的药物，提高治疗的安全性和有效性。 AI 制药还可以助力开发个性化的药物。通过对患者个体的疾病特征和生物学信息的深入了解，利用 AI 技术设计和开发针对特定患者群体甚至个体的药物，实现真正意义上的精准治疗。这种个性化药物的研发，将有望提高药物的疗效，减少药物的副作用，为患者带来更好的治疗体验。随着 AI 技术和基因测序技术的不断发展，精准医疗的应用前景将更加广阔，AI 制药也将在其中发挥越来越重要的作用，为患者提供更加精准、高效的医疗服务。技术创新，推动医药行业变革 AI 制药作为一种新兴的技术领域，在药物研发的各个环节都带来了创新性的应用，深刻地影响着医药行业的发展模式，推动着整个行业的变革与升级。在靶点发现环节，AI 技术打破了传统的基于经验和假设的研究模式。传统靶点发现主要依赖于科研人员对疾病生物学机制的理解和实验室研究，过程繁琐且效率低下。而 AI 可以通过对多组学数据，如基因组学、转录组学、蛋白质组学和代谢组学数据的整合分析，挖掘出潜在的药物靶点。例如，英矽智能的 Pharma.AI 平台，通过分析大量的生物医学文献和临床数据，成功识别出多个新的药物靶点，加速了从靶点发现到临床验证的过程。AI 还能够通过对疾病相关信号通路的分析，预测新的靶点，为新药研发提供更多的可能性。这种数据驱动的靶点发现方式，不仅提高了靶点发现的效率和准确性，还能够发现一些传统方法难以发现的新型靶点，为药物研发开辟新的方向。药物筛选是新药研发的关键环节，AI 技术的应用使得药物筛选从传统的实验筛选向虚拟筛选转变。传统的高通量实验筛选方法虽然能够对大量化合物进行测试，但成本高、周期长，且容易受到实验条件的限制。AI 虚拟筛选则利用计算机模拟和机器学习算法，在虚拟环境中对化合物库进行筛选，预测化合物与靶点的相互作用和活性。这种方法可以在短时间内对数十亿个化合物进行评估，大大提高了筛选的速度和效率。同时，AI 还可以根据筛选结果对化合物进行优化设计，提高化合物的活性和选择性。例如，薛定谔公司（Schrödinger）利用其基于物理模型的 AI 技术，在药物分子设计和优化方面取得了显著成果，帮助制药企业更快地找到具有潜力的药物候选分子。临床试验设计是新药研发中确保药物安全性和有效性的重要步骤，AI 为临床试验设计带来了新的思路和方法。AI 可以通过对历史临床试验数据、患者特征数据和疾病模型的分析，优化临床试验的设计方案，包括确定合适的患者群体、选择最佳的试验终点、优化给药方案等。这样可以提高临床试验的成功率，减少不必要的试验次数和患者暴露，降低研发成本和风险。AI 还可以实时监测临床试验过程中的数据，及时发现潜在的问题并进行调整，确保试验的顺利进行。例如，Tempus 公司利用 AI 技术对肿瘤患者的临床数据和基因数据进行分析，为肿瘤药物临床试验提供精准的患者分层和入组建议，提高了临床试验的效率和质量。 AI 制药还促进了药物研发与其他领域的交叉融合，如与基因编辑技术、纳米技术等的结合。AI 与基因编辑技术的结合，可以实现对基因的精准编辑和调控，为治疗遗传性疾病提供新的手段；AI 与纳米技术的结合，可以设计和开发新型的纳米药物载体，提高药物的递送效率和靶向性。这些交叉融合的创新应用，将进一步拓展药物研发的边界，推动医药行业向更高水平发展。挑战与风险并存尽管 AI 制药展现出巨大的潜力和价值，但作为一个新兴领域，它在发展过程中也面临着诸多挑战与风险。技术层面，AI 制药涉及多学科的深度融合，技术壁垒较高。AI 技术在药物研发中的应用仍处于不断探索和完善的阶段，目前还存在一些技术难题尚未完全攻克。例如，AI 模型的可解释性问题，许多深度学习模型被视为 “黑箱”，难以解释其决策过程和预测结果，这在对安全性和有效性要求极高的医药领域，可能会引发监管和信任方面的担忧。AI 模型的准确性和稳定性也有待进一步提高，药物研发过程中数据的复杂性和多样性，以及生物系统的高度复杂性，都对 AI 模型的性能提出了严峻的挑战。如何提高 AI 模型对复杂生物数据的理解和处理能力，使其能够更准确地预测药物的活性、毒性和药代动力学等性质，是当前需要解决的关键技术问题。数据是 AI 制药的核心驱动力之一，但数据相关的问题也不容忽视。药物研发涉及大量的生物医学数据，包括基因组学、蛋白质组学、临床数据等，这些数据来源广泛、格式多样，且往往存在数据质量不高、数据标注不准确、数据缺失等问题。如何有效地整合和管理这些多源异构数据，提高数据的质量和可用性，是 AI 制药面临的一大挑战。数据的隐私和安全问题也至关重要，医药数据包含患者的敏感信息，一旦泄露，将对患者的隐私和权益造成严重损害。因此，在数据的收集、存储、传输和使用过程中，需要建立严格的数据安全保护机制，确保数据的安全性和合规性。法规政策方面，AI 制药作为新兴领域，相关的法规政策还不够完善。目前，各国的药品监管机构对于 AI 在药物研发中的应用，尚未形成统一的监管标准和指南。这使得 AI 制药企业在研发过程中面临一定的不确定性，不知道其研发成果是否能够符合监管要求，从而增加了研发的风险和成本。如何在保障患者安全和药品质量的前提下，制定出合理、科学的 AI 制药监管政策，为 AI 制药的发展提供明确的指导和规范，是政府和监管部门需要解决的重要问题。临床试验阶段是 AI 制药面临的重要挑战之一。虽然 AI 在临床前研究阶段展现出了巨大的优势，但在临床试验中，AI 的应用还相对有限。临床试验的复杂性和严格性要求药物必须经过充分的人体试验验证，以确保其安全性和有效性。AI 设计的药物在临床试验中可能面临更多的不确定性，如何设计合理的临床试验方案，充分验证 AI 药物的疗效和安全性，是 AI 制药走向成功的关键一步。临床试验的成本高昂、周期长，也对 AI 制药企业的资金和资源提出了巨大的挑战。 AI 制药领域的人才短缺也是制约其发展的因素之一。AI 制药需要既懂 AI 技术又懂医药知识的跨学科复合型人才，然而目前这类人才相对匮乏。人才的培养需要较长的时间和较高的成本，如何加强相关学科的教育和培训，培养出更多适应 AI 制药发展需求的专业人才，是行业发展面临的重要任务。投资价值与前景展望从投资的角度来看，AI 制药无疑具有巨大的潜力，吸引着众多投资者的目光。其投资价值主要体现在以下几个方面。 AI 制药能够显著降低研发成本，提高研发效率，这意味着在相同的投入下，企业有望获得更多的研发成果，从而增加产品的市场竞争力，提升企业的盈利能力。一旦 AI 设计的药物成功上市，凭借其独特的优势，有望在市场上获得较高的定价和市场份额，为企业带来丰厚的回报。随着人们对健康的关注度不断提高，对创新药物的需求也日益增长。AI 制药作为创新药物研发的重要手段，能够更快地推出满足市场需求的新药，市场前景广阔。特别是在肿瘤、神经退行性疾病、罕见病等领域，AI 制药有望开发出更有效的治疗药物，满足患者未被满足的医疗需求，市场潜力巨大。 AI 制药领域的技术创新层出不穷，不断推动着行业的发展。投资 AI 制药企业，不仅能够分享行业增长带来的红利，还能受益于技术创新带来的超额收益。随着 AI 技术的不断进步和应用，AI 制药企业有望在技术创新的驱动下，实现快速发展，为投资者带来丰厚的回报。从市场表现来看，AI 制药企业也受到了资本市场的青睐。近年来，AI 制药领域的融资活动频繁，吸引了大量的资金涌入。据统计，2022 年全球 AI + 药物研发相关融资总事件达 144 起，总金额为 62.02 亿美元。越来越多的 AI 制药企业选择上市，通过资本市场进一步扩大规模，提升竞争力。如美国的 Recursion Pharmaceuticals、英国的 BenevolentAI 等 AI 制药企业在上市后，股价表现良好，为投资者带来了可观的收益。展望未来，AI 制药有望在多个方面取得更大的突破和发展。随着技术的不断进步，AI 模型的性能将不断提升，能够更准确地预测药物的活性、毒性和药代动力学等性质，进一步提高药物研发的成功率。AI 与其他新兴技术，如基因编辑、纳米技术、量子计算等的融合将更加深入，为药物研发带来更多的创新思路和方法。随着 AI 制药技术的成熟和应用，将会有越来越多的 AI 设计的药物进入市场，改变医药市场的格局。AI 制药还将推动医药行业的数字化转型，实现从药物研发、生产到销售的全流程数字化管理，提高行业的运营效率和管理水平。对于投资者而言，AI 制药领域虽然充满机遇，但也需要谨慎评估风险。在投资时，可以关注以下几个方向。一是技术领先的初创企业，这些企业通常在 AI 算法和药物研发领域具有独特的技术优势和创新能力，有可能成为行业的引领者，但同时也伴随着较高的风险。二是积极布局 AI 制药的传统药企，这些企业拥有丰富的研发经验、完善的产业链和庞大的市场渠道，通过与 AI 技术的结合，有望实现转型升级，提升市场竞争力。三是提供 AI 制药基础设施的科技公司，如云计算平台、数据库、GPU 芯片等供应商，随着 AI 制药行业的发展，对这些基础设施的需求也将不断增加，相关企业将受益于行业的发展。 AI 制药作为医药行业的新兴领域，具有巨大的投资价值和广阔的发展前景。虽然在发展过程中面临着诸多挑战和风险，但随着技术的不断进步、政策的逐步完善以及市场的不断成熟，AI 制药有望为医药行业带来革命性的变化，为投资者创造丰厚的回报，同时也将为全球患者带来更多的治疗希望，推动人类健康事业的发展。

金融界02-16 13:32

特朗普“爆炒”近万人，力挺马斯克：媒体“离间计”，关系铁着呢！

200人美国能源部约2000人美国疾病控制与预防中心将有近1300名试用期员工（约占该机构员工总数的十分之一）被迫离职。美国林业局将解雇约3400名新雇员。国家公园管理局将裁撤约1000个职位。美国农业部两家研究机构的试用期工作人员已被解雇，但目前尚不清楚具体数量。美国环境保护署称，已解雇388名员工。美国国税局准备最早在下周解雇数千名员工。据悉，美国约有230万联邦公务员（不包括邮政服务），他们都被卷入这场裁员风暴。除了解雇之外，此前美国白宫还向联邦雇员提出“买断”计划，推动其主动辞职。据说，目前已有超过7.5万名联邦雇员同意该计划并辞职，这相当于230万名文职员工的 3%，还未达到白宫设定的5%至10%裁员目标。此前特朗普曾表示，美国联邦政府过于臃肿，浪费和欺诈导致资金损失惨重。美国政府负债约36万亿美元，去年赤字达1.8万亿美元，所以需要进行彻底改革。特朗普、马斯克：我们关系铁着呢！当地时间周五，马斯克领导的政府效率部（DOGE）表示，又发现拜登政府浪费了19亿美元。这些资金来自住房和城市发展部（HUD），目前已被追回。 DOGE 在 X 上的一篇帖子表示： “拜登政府期间，由于流程不完善，HUD 的 19 亿美元资金被挪用，现在刚刚被追回。这些资金原本用于金融服务管理，但现在不再需要了。” 虽然打着提高效率、削减开支的旗号，但刮骨疗伤势必会有阻挠。特朗普与马斯克的手起刀落也引发了诸多争议。在二人的关系中，也有不少媒体戏谑称，马斯克为“影子总统”，实为白宫掌权者。此前，《时代》杂志在社交媒体平台X上预告最新一期的封面。图中马斯克面带微笑、左手端着咖啡，坐在象征权力的白宫椭圆形办公室“坚毅桌”后面，两侧分别是美国国旗和总统旗。不过，特朗普似乎并不为所动，继续公开力挺着马斯克。他还夸赞称，马斯克做得很好。 “他发现了大量欺诈、腐败和浪费（现象）。你可以在美国国际开发署看到这种现象，你还会在其他机构部门中看到更多。” 当地时间14日，两人还罕见共同接受了美国福克斯新闻的采访。特朗普公开驳斥称，美国媒体试图挑拨他与马斯克关系。他否认与马斯克之间存在任何分歧，并指责媒体“试图拆散我们”。 “他们做得太差了。我本以为他们很擅长做这种挑拨离间的事，但事实上他们做得很糟糕。” “我一直在观察这种（媒体行为），埃隆打电话给我说，‘你知道吗，他们想挑拨我们’，我回答他说，‘没错’。”

格隆汇02-15 18:52

特朗普政府裁员裁员近万人，7.3万联邦雇员已接受‘买断’计划

给农业科研领域带来了不小的冲击。美国疾病控制与预防中心同样受到了裁员的波及，将有近1300名试用期员工被迫离职，约占该机构员工总数的十分之一。疾控中心作为美国应对公共卫生危机的前沿阵地，此次裁员无疑将削弱其应对突发疫情的能力。此外，美国国税局也准备最早在下周解雇数千名员工，这一举措无疑将对美国的税收征管工作产生重大影响。美国林业局则将解雇约3400名新雇员，国家公园管理局也将裁撤约1000个职位。这些裁员计划不仅影响了相关机构的正常运作，也让众多联邦雇员陷入了失业的困境。然而，在这场裁员风暴中，也有一些部门传来了好消息。据悉，美国能源部已暂停解雇数百名在美国核武器储备关键机构工作的员工。尽管这些员工在13日收到了解雇电子邮件和电话，但美国国家核安全管理局的管理人员随后致电告知他们，截至目前他们还没有被解雇。这一转折无疑给这些员工带来了一丝希望。同时，美国特朗普政府也同意目前不会大规模解雇消费者金融保护局（CFPB）的员工。根据华盛顿联邦法院法官当日批准的一项协议，消费者金融保护局的货币储备不会被联邦政府转移，该机构也不会删除或更改受法律保护的任何数据或记录。这一决定有助于维护消费者金融保护局的独立性和权威性。回顾此次裁员风波的起源，当地时间2月11日，美国白宫宣布，美国总统特朗普签署了关于削减联邦政府工作人员的行政命令。同一天，特朗普还签署了一项行政命令，指示各政府机构与马斯克领导的“政府效率部”合作，对政府工作人员进行裁员并限制各机构进行招聘，目的是缩小联邦政府规模。新命令还要求，政府机构中每有4名员工离职，才能雇佣不超过1名的新员工。这一规定无疑将进一步加剧联邦政府的用人紧张状况。然而，在美国波士顿联邦地区法院法官奥图尔12日解除了他于上周裁定的联邦政府雇员“买断”计划暂缓令后，美国人事管理局向联邦雇员发送了一封电子邮件，通知他们相关计划现已结束。 “买断”计划允许联邦政府雇员离职，但可继续领工资直到9月30日为止（即8个月薪水补偿）。白宫此前表示，其目标是让5%至10%的员工辞职。目前，已有7.3万名联邦雇员接受了“买断”计划，但这显然只是裁员风暴的开始。随着裁员计划的深入实施，更多联邦雇员将面临失业的风险。这场裁员风暴将对美国联邦政府的运作和联邦雇员的生活产生深远影响。

金融界02-15 16:32

Cathie Wood预测AI与加密科技融合引领投资新浪潮 MIND币10倍增长潜力

药研发能力在一年内提升了 10 倍，让疾病治疗效率与成本控制达到前所未有水准。此外，特斯拉（Tesla）将在 2024 年 6 月推出完全自动驾驶（FSD）计程车，这将是自 2018 年 Waymo 启动以来，最大规模无人驾驶商业化应用。机器人技术也正在家庭与工厂加速普及，预计未来几年将成为市场规模超过 26 兆美元产业。在这场技术革命中，AI 与区块链结合正在打开新市场机遇。MIND of Pepe（$MIND）以自主 AI 代理为核心，结合区块链技术，为加密市场提供全新投资方式。该 AI 代理具备蜂群思维分析和深度学习能力，能够实时追踪市场趋势，为代币持有者提供交易策略，并通过自动生成代币、参与市场交互，使投资者抢占市场先机。比特币市场迎来新一轮牛市 AI 技术与区块链发展，也带动比特币（BTC）迎来新一波增长趋势。Cathie Wood 预测，比特币价格将在机构投资者大规模进场下飙升至 150,000 美元，而 DeFi（去中心化金融）与稳定币（Stablecoin）市场交易额将在 2025 年达到 30 兆美元，超越 Visa 与 Mastercard 支付规模。随着比特币现货 ETF 通过，越来越多机构资金将比特币纳入资产配置，使其成为主流投资标。与此同时，AI 在加密市场中应用正变得愈发普及，MIND of Pepe 就是一个代表性案例。其自主 AI 代理不仅能自动解析市场数据，还能透过区块链技术与社交平台互动，例如在 Twitter 上参与市场讨论，甚至发掘新代币并推动其价值增长。MIND of Pepe AI 代理还能自动生成 ERC-20 代币，并与去中心化应用（dApps）交互，使 $MIND 持有者获得独特市场优势。自主 AI Agent如何改变加密市场？传统加密市场往往面临信息碎片化、交易机会集中于内部人士问题，使普通投资者难以迅速掌握市场趋势。MIND of Pepe 则透过 AI Agent技术，打破这一局限，让市场资讯更加透明。该技术能够即时处理海量数据，并基于蜂群思维提供可操作交易建议，帮助投资者做出更快、更准确决策。更重要是，AI 代理本身还能主动影响市场，例如透过与社群互动推动特定代币价值上升，从而创造更多投资机会。 MIND of Pepe 代币经济学设计也颇具巧思，$MIND 採用 ERC-20 标准，总供应量 1000 亿枚，其中 30% 用于 AI 代理升级与开发，25% 用于生态系统发展，15% 则用于社区与质押奖励。分配方式确保了项目稳定发展，也为持有者提供长期增值机会。未来市场格局将如何变化？随着 AI、机器人与区块链技术融合，全球经济运行模式将发生根本性变革。Cathie Wood 预测，这些技术普及将使全球 GDP 增长率从目前 3% 提升至 7%，类似于 100 多年前科技革命。未来五年内，创新科技市场价值将从 12 兆美元飙升至 140 兆美元，而微软、苹果、谷歌、亚马逊、辉达（NVIDIA）、Meta 等科技巨头市值将从 16 兆美元增长至 60 兆美元。这样变革不仅限于大型企业，许多新兴企业也将迎来爆发性成长。在加密市场中，MIND of Pepe 等 AI 驱动代币项目，将改变投资者与市场交互方式，让普通投资者也能参与市场趋势塑造。自主 AI 代理不仅将颠复传统交易模式，还将重新定义市场中竞争优势，使智能化投资成为未来主流。参观购买Mind of Pepe($MIND) 结论：迎接 AI 与区块链驱动未来 AI、机器人、自驾技术与区块链融合，正推动全球经济迎来新增长时代。随着 AI 技术进一步渗透各行各业，从软体开发、医疗研究、无人驾驶到加密货币市场，这些技术不仅提高了生产力，也创造了新投资机会。Cathie Wood 预测比特币将飙升至 150K，MIND of Pepe 则展示了 AI 在加密市场应用潜力，让投资者能够透过 AI 代理技术抢占市场机会。随着科技持续发展，市场将进一步向智能化与去中心化转型，未来五年，AI、机器人与区块链将共同塑造一个全新全球经济秩序。免责声明加密货币投资风险高，价格波动大，可能导致资金损失。本文仅供参考，不构成投资建议。请自行研究（DYOR）并谨慎决策。

Business2Community02-14 21:02

AI医疗，火爆出圈！

型为数字医疗服务公司提供了强大支持，在疾病诊断、检测方面展现出巨大潜力，在医药研发领域的应用也能提高药物研发效率、优化药物设计，对CRO和创新药企产生积极影响。结合后续财政和医保、商保利好政策有望继续出台，且整体板块估值仍处于历史底部，投资价值凸显。海外方面，木头姐是最坚定唱多AI+医疗的拥趸，在一次采访中，她强调，AI赋能医疗保健的潜力被大大低估，从长远来看，医疗保健将成为AI最为深远的应用领域。她旗下的ARK Invest发布了一份长达148页的《Big Ideas 2025》，其中提到，AI将降低医药开发的时间成本、金钱成本，延长专利期，有望扭转数十年来生物制药衰退的回报率： 1）AI将使药物研发商业化速度加快1.6倍，成本降低4倍，回报率提高5倍。2）AI开发的治愈性药物的价值可能是传统药物的20倍，是同类最佳精准药物的2.4倍。3）AI技术将使癌症筛查的生产力提高20倍，市场规模扩大10倍。据Tech Emergence数据显示，AI每年可为制药行业节约高达260亿美元的成本。波士顿咨询（BCG）发布的报告称，AI有望将新药的研发的整体临床成功率从目前的5%—10%提高到9%—18%，使制药行业的整体研发效率有望实现翻倍。其中对于生物医药企业来说，通过AI赋能可大幅节省研发时间、提高临床成功率和节约巨额资本投入，效益提升更为显著。这也是美股、港股和A股近期的生物医药企业涨幅更明显的原因。 02 接下来怎么看？需要注意的是，AI医疗板块的飙涨并非今天才开始爆发，实际上很多相关概念股在今年1月中旬就持续迎来大涨，至今为止不少个股涨幅已经超过了50%。但从业务来看，很多所谓AI医疗概念股本身其实在AI赋能业务方面并没有什么实质性的营收增益帮助，目前基本仅是基于情绪炒作的行情。比如主力带动整个AI医疗概念的阿里健康，也并非只是AI赋能带来的，或更多得益于近日母公司阿里巴巴的光环，尤其阿里巴巴的市值持续飙升带来的刺激。最近阿里巴巴的风头实在太旺盛，从起阿里云通义千问旗舰版模型Qwen2.5-Max的强势出圈，带动产业链中下游的合作商热炒，到马云突然“回归”和阿里巴巴突然传出与苹果合作开发AI，都引发了市场对于阿里系股票的关注和热炒。同时，在今天盘中，市面又有传出重磅大新闻，传下周高层与阿里、腾讯、小米、宇树等一众国内科技龙头企业召开座谈会。消息进一步引发市场热切关注，也再度引爆了整个港股市场的积极情绪。回到AI医疗板块，在当前越发高昂的市场情绪刺激下，预计未来一周热炒行情或还不会停下来。但接下来，注意高位波动的风险也将变得十分必要。从侧面来看，今天A股的AI产业链都已经有严重分化，如智能音箱、光模块、机器人等一直热度很高的板块都出现了明显逆势下跌，而AI医疗也不会有例外。不过，AI赋能医疗行业的逻辑是准确的，未来确实会因此给行业带来景气周期，尤其AI影像、AI辅助诊断、AI药物研发、AI基因组检测（精准诊疗）、AI健康管理（如慢病管理等）、AI智慧医疗（综合性解决方案，医疗机构基础设施）领域的核心龙头企业，将会是长期被市场追捧的焦点。机构分析认为，AI医疗不同应用场景目前的发展阶段和技术成熟度有显著差别，同时在数据获取能力/成本、商业化落地进度上也有明显差异。比如: AI影像、诊断技术发展处于成熟期，但竞争相对较热，且目前因收费政策商业转化率有待提高； AI药物研发处于快速成长期，但数据依赖文献和湿实验积累需要更进一步的自动化提升速度； AI基因检测处于成长期，测序可低成本获取海量基因组学数据； AI健康管理ToC，获客数据较易，当前商业模式多元化，虽然才开始，但部分方向已实现收入（如智云医疗的慢病管理等）。所以接下来，以“数据要素+商业化前景”双维度进行AI赛道投资优先级及个股标，相对或具有更高的准确性。此外值得一提的是，数据显示，近两年来，基金和机构对于医药生物行业的配置比例持续降低。2024Q4SW生物医药行业公募基金重仓持股占比9.41%，环比下降130bp。其中，医药基金持仓占比96.15%，环比降低11bp；非医药基金持仓占比4.64%，环比降低109bp。这些数据说明了机构不仅对生物医药的配置比例较小，而且还出现了收缩。也就是说，如果在今年前两月机构没有大规模增配的话，有可能会错过这一类医药医疗大涨行情，后续肯定是会找机会上车，这或会为行业的估值修复行情带来更持久的支撑。而到现在为止，A股和港股还有不少大型的医疗医药上市龙头，还没有出现较大幅度上涨，后续或许能迎来补涨机遇。(全文完）

格隆汇02-14 19:54

以岭药业创新中药系统干预心血管事件链破解国际“心难题”

控制危险因素，可以有效预防或延缓心血管疾病的发生发展。以岭药业专家团队首次构建了对心脑血管病防治具有学术价值和临床意义的脉络学说，并提出其核心内容——营卫理论，系统揭示了血管病变发生、发展规律及治疗原则，揭示了“治本病，防未病”的本质。在由中国中西医结合学会主办、血管-脉络病专业委员会承办的“第十一届中国中西医结合血管病学大会”上，发布了国家重点研发计划“脉络学说营卫理论指导心血管事件链系统干预研究”取得的系列重大科研成果，以岭药业研发生产的创新中药干预糖耐量异常合并多代谢紊乱、动脉粥样硬化、冠心病、心律失常、心力衰竭等心血管事件链上的重大疾病的循证医学研究纷纷登上《美国医学会杂志》《欧洲心脏杂志》《自然·医学》等国际医学顶级期刊，引起国内外医学界的广泛关注。其中，“津力达颗粒对代谢综合征糖耐量异常的干预研究”成果在《美国医学会杂志·内科学》上发表，结果显示，与安慰剂组相比，津力达组糖尿病的发生风险降低了41%。 “中国通心络胶囊治疗急性心肌梗死心肌保护研究”论文在《美国医学会杂志》上发表，研究显示，通心络能显著降低30天主要不良心脑血管事件风险36%，降低心血管死亡风险30%；研究一年时，通心络持续降低不良心脑血管事件发生风险36%，降低心血管死亡风险27%，这一成果被誉为中医药走向世界的里程碑式突破。 “参松养心胶囊对经射频消融房颤患者预后临床研究”成果在《欧洲心脏杂志》上发表，结果显示，参松养心可有效降低持续性房颤患者射频消融术后一年内复发风险40%，且安全性良好。 “芪苈强心胶囊对慢性心衰复合终点事件的评估研究”论文在《自然·医学》上发表，结果证实，芪苈强心联合标准化治疗能显著降低主要复合终点事件发生风险22%，分别显著降低心衰恶化再住院风险24%、心血管死亡风险17%，这一研究为中医药在全球心衰治疗领域取得了长足发展，为全球心衰患者提供了新的治疗方案。作为创新中药领军企业，以岭药业自1995年起，便开创了中医药循证医学研究的先河，经过数十年的深耕细作，已建立了完善的科研体系与创新平台，围绕系列通络药物开展了40余项高质量的循证医学研究，致力于用现代科学话语体系把中医药“讲清楚、说明白”，不仅将以岭药业创新中药的疗效和安全性以科学、严谨的方式呈现给国际医学界，获得国际广泛认可和赞誉的同时，更彰显了中医药在现代医学体系中的独特价值与潜力，促进了中医药现代化、国际化。截至目前，以岭药业研发生产的通心络、参松养心、芪苈强心等创新中药已进入50多个国家和地区，为全球患者带来了更多来自东方的健康福祉，书写了中医药国际化新篇章。声明：文章来源于荆楚网如有侵权请联系删除声明：文章来源于荆楚网如有侵权请联系删除文章来源：食药信息论坛

证券之星02-14 18:02

联康生物科技集团（00690.HK）2月14日收盘下跌7.14%，成交356.09万港元

中国的老龄化和人口增长趋势以及各种慢性疾病已对国内医疗系统造成莫大压力。然而,联康生物科技集团已建立的雄厚实力,可透过多样的产品组合与经验丰富的商业团队应对该挑战,并实现了多项重大里程碑。公司一直积极增强营运能力,以持续保持公司的强劲增长势头。所实行的措施包括成立医学部及市场准入部门;增加市场活动频率,提高市场份额。联康生物科技透过战略合作及引入协议授权模式,在扩大产品组合上已取得优越往绩。最近公司与中国民营50强企业香江集团达成战略联盟合作。合作包括但不限于香江集团在其医疗保健渠道中帮助联康集团推广其产品。此联盟的达成再次证实了公司内部广阔的商业及研发专长,加上公司以恪守道德及责任为经营准则,使公司成为大健康领域知名公司以及更多机构首选合作伙伴。公司的创新商业模式令公司始终保持竞争活力,令公司得以开创世界一流水平的治疗与医药保健解决方案,造福全国患者。公司已经并将持续在确保供应链安全性及问责方面作出投入,贯彻中国政府最新出台的方针政策。公司在全国的生产设施已全部配备最先进的设备,并已通过cGMP认证,令本集团成为高质量药品供货商。凭借公司在专注治疗领域中的坚实基础和优异成绩,联康集团将继续努力,力争成为慢病管理领域的领导者,为中国提供创新健康产品和治疗方案。（以上内容为金融界基于公开消息，由程序或算法智能生成，不作为投资建议或交易依据。）

金融界02-14 17:32

24小时热点