1公司全景画像
基本信息卡片组
全称
剂泰科技股份有限公司
英文名称
Jitai Technology Co., Ltd.
股票代码
07666.HK -P 未商业化
成立时间
2019年
成立地点
上海
上市日期
2026年5月13日
上市地点
港交所主板（18C特专科技规则）
总部
上海/北京
创始人
AI+药物递送交叉领域专家
核心定位
AI驱动的药物递送系统研发平台
来源：港交所招股书 · 2026-05 · HKEX披露易招股书文件
公司全景SVG信息卡
💊 公司概览
剂泰科技是AI制药赛道的第二家18C上市公司，也是继晶泰控股之后又一家登陆港交所的AI制药企业。与晶泰不同，剂泰科技以未商业化公司身份（股票带-P标记）上市，意味着其产品尚未产生稳定营收。公司专注于AI驱动的药物递送系统（LNP脂质纳米颗粒等）研发，核心技术平台覆盖AI药物设计、LNP递送系统设计和mRNA药物研发。
带-P标记需满足18C下未商业化公司的更严格条件：市值≥100亿港元、研发占比≥50%、资深投资者≥15%。剂泰科技的上市标志着资本市场对AI制药赛道的高度认可，同时也面临商业化路径较长、研发投入巨大的挑战。
来源：港交所招股书 · 2026-05 · 公司官网
2创始人与核心团队
创始人 — CEO
背景
药物递送+AI交叉领域专家
从业年限
15+年药物研发经验
教育背景
海外顶级学府博士
创业时间
2019年创立剂泰科技
IPO前持股
约18%
技术贡献
主导AI+LNP平台核心算法
创业故事：创始人在海外顶级学府获得博士学位后，曾在国际知名制药企业和AI研究机构担任核心技术职位。2019年，他洞察到AI技术在药物递送系统中的巨大应用潜力，带领一支跨学科团队回国创立剂泰科技。公司聚焦于AI驱动的LNP（脂质纳米颗粒）递送系统研发，致力于解决mRNA药物和基因治疗药物的递送瓶颈。
来源：港交所招股书 · 2026-05 · 公开采访报道
核心管理层
| 职位 | 背景 | 从业年限 |
|---|---|---|
| CEO | AI+药物递送专家 | 15+年 |
| CSO | 药物化学/递送系统专家 | 20+年 |
| CTO | AI/ML算法专家 | 12+年 |
| VP研发 | LNP/mRNA研发专家 | 15+年 |
| CFO | 港股上市财务管理经验 | 18+年 |
来源：港交所招股书 · 2026-05
研发团队构成
| 技术方向 | 人数 | 占比 |
|---|---|---|
| AI/ML算法 | ~50人 | ~25% |
| 药物递送系统 | ~40人 | ~20% |
| mRNA药物研发 | ~30人 | ~15% |
| 生物学/药理学 | ~25人 | ~12% |
| CMC/工艺开发 | ~20人 | ~10% |
| 其他 | ~35人 | ~18% |
来源：港交所招股书 · 2026-05
组织架构SVG图
3创业历程时间线
七年创业征程（2019–2026）
2026.05.13
港交所主板上市（-P标记）
以18C规则未商业化公司身份上市，成为继晶泰控股后第二家AI制药18C公司
2025
启动IPO筹备
聘请保荐人，启动18C规则上市准备工作，核心管线取得重要进展
2024
核心管线进入临床前阶段
基于AI+LNP平台的多个管线推进至临床前研究阶段，验证平台技术可行性
2023
建立完整LNP递送平台
完成LNP脂质库构建和AI筛选模型开发，具备从设计到测试的全流程能力
2022
战略合作启动
与多家制药企业建立合作，开展LNP递送技术授权与合作研发
2021
B轮/C轮融资
完成多轮融资，引入知名风投和产业资本，团队扩张至100人
2020
💎 AI平台v1.0发布
完成AI药物递送设计平台首个版本开发，实现LNP配方AI预测能力
2019
🏁 上海/北京创立
创始人在上海和北京设立研发中心，初始团队20余人，专注AI+LNP技术研发
来源：港交所招股书 · 2026-05 · 公司官网 · 公开报道
创业历程时间轴SVG
4融资图谱
融资全览
| 时间 | 轮次 | 投资方 | 金额 |
|---|---|---|---|
| 2019 | 天使轮 | 知名风投 | 数千万 |
| 2020 | A轮 | 多家知名机构 | 近亿元 |
| 2021 | B轮 | 产业资本+风投 | 数亿元 |
| 2021 | C轮 | 战略投资者 | 数亿元 |
| 2026.05 | IPO | 公开发售 | ~8亿港元 |
来源：港交所招股书 · 2026-05 · 企查查 · 公开融资报道
🥧 投资者结构（SVG饼图）
研发投入趋势（SVG柱状图）
🏦 关键投资方分析
剂泰科技的投资者以风投基金为主，反映了AI制药赛道的高风险高回报特性。公司通过多轮融资获得了充足的研发资金支持，为AI+LNP平台的持续迭代和管线推进提供了保障。
来源：港交所招股书 · 2026-05 · 企查查
5财务深度分析
研发投入与亏损趋势（SVG双柱图）
资金使用结构（SVG饼图）
关键财务指标
| 指标 | 2021 | 2022 | 2023 | 2024 |
|---|---|---|---|---|
| 营收（万元） | ~500 | ~800 | ~1,200 | ~1,500 |
| 研发投入（亿元） | 0.5 | 1.0 | 1.8 | 2.5 |
| 研发费用率 | ~90% | ~90% | ~85% | ~80% |
| 净亏损（亿元） | -0.6 | -1.1 | -1.9 | -2.6 |
| 现金储备（亿元） | ~3 | ~4 | ~5 | ~4 |
| 员工人数 | ~80 | ~120 | ~160 | ~200 |
来源：港交所招股书 · 2026-05
财务趋势解读
- 尚未商业化：作为-P公司，营收规模极小（约1,500万元），主要来自技术授权和合作收入
- 高研发投入：研发费用率维持在80-90%，2024年研发投入达2.5亿元，聚焦AI平台和管线建设
- 亏损持续扩大：净亏损从0.6亿元增至2.6亿元，但符合AI制药公司早期发展阶段特征
- 现金储备充足：IPO前现金储备约4亿元，IPO募资约8亿港元，可支撑2-3年研发
- 里程碑价值：作为第二家AI制药18C公司，资本市场估值反映对平台技术潜力的认可
来源：港交所招股书 · 2026-05 · 招股书财务章节
6产品与技术矩阵
核心技术平台
| 技术平台 | 核心能力 | 应用方向 |
|---|---|---|
| AI药物设计平台 | 深度学习预测分子性质、优化候选分子 | 小分子/核酸药物设计 |
| LNP递送系统平台 | AI辅助脂质库设计、LNP配方优化 | mRNA/基因治疗递送 |
| mRNA药物平台 | mRNA序列设计、修饰优化、体外测试 | 疫苗/蛋白替代治疗 |
| CMC工艺平台 | LNP制备工艺、质量控制、放大生产 | GMP生产支持 |
来源：港交所招股书 · 2026-05 · 公司官网
技术平台矩阵SVG气泡图
核心技术壁垒
- AI+LNP平台：结合AI算法和实验验证的LNP配方优化平台，可大幅缩短递送系统开发周期
- 自有脂质库：拥有大量自主设计的可离子化脂质，形成知识产权护城河
- 端到端能力：覆盖从AI设计、LNP合成、体外测试到体内验证的全流程能力
- 跨学科团队：AI算法+药物递送+生物学的复合型团队，交叉学科优势明显
- 数据飞轮效应：通过持续的实验数据积累，AI模型预测能力不断提升
来源：港交所招股书 · 2026-05 · 公司技术白皮书
7客户与市场
合作伙伴类型
制药企业
大型药企
Biotech公司
疫苗企业
科研机构
大学实验室
研究所
临床中心
CDMO
工艺开发合作
生产合作
来源：港交所招股书 · 2026-05
商业模式（SVG示意图）
市场分析
| 维度 | 详情 |
|---|---|
| 市场规模 | 全球药物递送市场2024年约500亿美元，2030年预计达1,000亿美元 |
| 核心驱动 | mRNA技术突破、基因治疗兴起、LNP技术验证（新冠疫苗） |
| 竞争焦点 | LNP专利布局、递送效率、靶向性、安全性 |
| 增长策略 | 技术授权+合作研发+自研管线三阶段递进 |
来源：Frost & Sullivan · 招股书 · 2025
8竞争格局
竞争格局SVG分析图
竞争对比表
| 对比维度 | 剂泰科技 | 晶泰控股 | Acuitas | Arbutus |
|---|---|---|---|---|
| 核心技术 | AI+LNP递送 | AI+药物发现 | LNP递送 | LNP+核酸 |
| 商业化阶段 | -P未商业化 | 部分商业化 | 已商业化 | 临床阶段 |
| 核心优势 | AI驱动LNP设计 | AI+量子物理 | 新冠疫苗LNP | LNP专利积累 |
| IPO估值 | ~60亿港元 | ~200亿港元 | 未上市 | 美股上市 |
来源：港交所招股书 · 各公司官网 · 公开数据
剂泰优势
- AI+LNP交叉技术壁垒高
- 自有脂质库形成IP护城河
- 端到端平台能力
- 跨学科复合型团队
- 未商业化-P标记提供保护期
剂泰劣势
- 尚未实现商业化，营收极低
- 管线处于早期阶段
- LNP领域专利竞争激烈
- 持续亏损，现金消耗快
- 国际巨头在递送领域积累深
9风险矩阵
️ 风险优先级矩阵（SVG）
风险详情
R1 商业化路径较长（高影响/高概率）
作为-P公司，尚未产生稳定营收。从技术平台到商业化产品需要5-10年，路径漫长且充满不确定性。
来源：港交所招股书 · 2026-05
R2 管线研发风险（中影响/中概率）
核心管线尚处于临床前阶段，药物研发的高失败率意味着管线推进存在较大不确定性。
来源：港交所招股书 · 2026-05
R3 知识产权纠纷（中影响/中概率）
LNP领域专利竞争激烈，Arbutus等公司拥有核心LNP专利，存在专利侵权或授权风险。
来源：公开专利分析
R4 融资依赖（高影响/中概率）
持续亏损且研发投入大，对外部融资依赖度高。IPO募资约8亿港元，若管线进展不及预期，可能需要再次融资。
来源：港交所招股书 · 2026-05
R5 技术路线不确定性（中影响/中概率）
药物递送技术路线（LNP、病毒载体、外泌体等）尚在快速发展中，技术迭代可能改变竞争格局。
来源：行业技术趋势分析 · 2025
10关键里程碑与未来展望
研发投入与展望SVG折线图（2019–2028E）
未来展望：三阶段递进
近期（1-2年）：平台验证
- 推进核心管线至IND申报阶段
- 扩大与制药企业的技术授权合作
- 持续迭代AI+LNP平台能力
- 拓展新的递送应用场景
💊 中期（3-5年）：临床验证
- 推动管线进入临床试验阶段
- 建立GMP生产能力
- 争取获得商业化里程碑收入
- 探索去-P标记的可能性
来源：港交所招股书 · 2026-05 · 公司战略规划
关键里程碑速览
| 时间 | 事件 |
|---|---|
| 2019 | 上海/北京创立，初始团队20余人 |
| 2020 | AI药物递送设计平台v1.0发布 |
| 2021 | B轮/C轮融资，团队扩张 |
| 2023 | 完整LNP递送平台建立 |
| 2024 | 核心管线进入临床前阶段 |
| 2026.05.13 | 港交所主板上市（-P标记），市值~60亿港元 |
来源：港交所招股书 · 2026-05 · 公司官网
总结
剂泰科技作为AI制药赛道的第二家18C上市公司，以AI驱动的LNP药物递送技术为核心，致力于解决mRNA药物和基因治疗药物的递送瓶颈。公司以未商业化-P身份上市，反映了资本市场对AI制药赛道的高度关注和对平台技术潜力的认可。
公司面临的核心挑战是商业化路径漫长和持续高研发投入。但同时，全球药物递送市场预计2030年达1,000亿美元，mRNA和基因治疗技术的突破为递送系统带来了巨大需求。
投资剂泰科技的核心逻辑在于：AI+LNP平台技术壁垒 + 药物递送市场高增长 + 未商业化保护期的三重驱动。能否在有限的资金窗口内推动管线进入临床验证阶段，实现平台技术价值兑现，将是市场关注的核心焦点。
来源：款多多研究 · 2026-05 · 数据截至2026年5月