Großer Hype am Primärmarkt für KI-gestützte Arzneimittelentwicklung

Die KI-gestützte Pharmazeutik bleibt weiterhin ein heißes Thema.

Nach den Nachrichten über die Aufteilung und unabhängige Finanzierung der KI-Pharmazeutik-Geschäftslinie von ByteDance seit Juni ist die erste Finanzierungsrunde von Anew Labs in weniger als 3 Monaten abgeschlossen worden.

Mit 290 Millionen US-Dollar und einer Post-Money-Bewertung von etwa 1,5 Milliarden US-Dollar wurde der Rekord für die größte einzelne Finanzierungsrunde der inländischen KI-Pharmazeutik in diesem Jahr gebrochen.

Obwohl seine fortschrittlichste Pipeline noch im präklinischen Stadium ist, hat die Bewertung bereits 1,5 Milliarden US-Dollar erreicht – der Primärmarkt zahlt für die technische Plattform des Unternehmens und das Ökosystem von ByteDance, was seine eigene Logik hat.

Wenn man den Blick auf die ganze Welt richtet, ist diese Begeisterung noch ausgeprägter. Im Mai hat Isomorphic Labs unter dem Dach von Google eine Serie-B-Finanzierung von 2,1 Milliarden US-Dollar erhalten, mit einer Bewertung von 15 Milliarden US-Dollar, was die größte einzelne Finanzierungsrunde in der Geschichte der KI-Pharmazeutik darstellt.

Die Hitze des Primärmarktes unterstreicht zudem die „Niedrigbewertung“ der KI-Pharmazeutik auf dem Sekundärmarkt. Beispielsweise betragen die jüngsten Marktkapitalisierungen von MediThyra und Insilico Medicine etwa 2,6 Milliarden US-Dollar bzw. 4,4 Milliarden US-Dollar.

Die Ursachen hinter dieser Bewertungsdifferenz sind vielfältig: unterschiedliche Bewertungsmodelle, unterschiedliche Risikopräferenzen und unterschiedliche Überzeugungen davon, inwieweit KI die Biowissenschaften verändern kann.

Aber mit der beschleunigten Phase der Umsetzung der globalen KI-Pharmazeutik werden immer mehr Unternehmen entweder ihre Stärken durch Daten beweisen oder durch Klinik und Markt widerlegt. Diese Bewertungslücke zwischen Primär- und Sekundärmarkt wird mit Sicherheit nicht langfristig bestehen.

„Heiße Stimmung“ auf dem Primärmarkt

Anew Labs ist mit einem „goldenen Löffel“ im Mund geboren: Es fehlt ihm nicht an Kapital, Team, Plattform, Veröffentlichungen und Molekülen.

Aus diesem Grund haben alle Entwicklungen von Anew Labs in diesem Jahr große Aufmerksamkeit erregt, insbesondere diese erste Finanzierungsrunde. Einerseits ist sein Investorenportfolio sehr luxuriös: ByteDance behält 56 % der Anteile, die Lead-Investoren sind HSG, IDG Capital und GL Ventures, Five Star Capital führt gemeinsam als Lead-Investor, Gaorong Ventures, Chunhua Ventures und Boyu Capital beteiligen sich an der Finanzierung, und zu den strategischen Investoren gehören China Biopharmaceutical und Shanghai Future Industry Fund.

Andererseits hat der Finanzierungsbetrag von 290 Millionen US-Dollar den Rekord für die größte einzelne Finanzierungsrunde der inländischen KI-Pharmazeutik in diesem Jahr gebrochen. Die Post-Money-Bewertung beträgt etwa 1,5 Milliarden US-Dollar, was in gewissem Maße bedeutet, dass Anew Labs direkt nach seiner Gründung zu einem Einhorn auf dem Primärmarkt geworden ist – sein Ausgangsniveau ist sehr hoch.

Der Kernpunkt von Anew Labs ist das weltweit erste multimodale Arzneimitteldesign-Großmodell AnewOmni, das kleine Moleküle, Peptide und Antikörper abdeckt, sowie AnewSampling, ein generatives Modell, das das Gleichgewichtsverteilung der Molekulardynamik auf allatomarer Ebene rekonstruiert. Es ist 1000-mal schneller als die herkömmliche MD und kann die Proteinflexibilität und das Ligandenbindungsmodell genau erfassen.

Diese beiden Plattformen bedeuten auch, dass Anew Labs eine vollständige Kette von der Analyse des Zielmechanismus über die Schaffung neuer Moleküle bis zur Optimierung der Arzneimittelverträglichkeit realisiert hat.

Auf der Plattform ist sein erstes KI-Molekül aufgetaucht. Am 25. April hielt Anew Labs einen mündlichen Bericht auf der AAI 2026 und veröffentlichte erstmals das kleine Molekül-Inhibitor des IL-17 im präklinischen Stadium. Es wurde durch KI-gesteuertes virtuelles Screening in Kombination mit einem Molekülgenerierungsalgorithmus erfolgreich identifiziert und realisiert erstmals die pan-Hemmung der IL-17-Familie (AA/AF/FF) auf Ebene kleiner Moleküle.

Neben dem kleinen Molekül-Inhibitor des IL-17 zeigt die offizielle Website von Anew Labs, dass es eine weitere Pipeline mit dem Ziel IL-4R gibt, bei der die Zielidentifizierung abgeschlossen ist; zwei weitere Pipelines mit nicht offengelegten Zielen befinden sich in der Phase der Entdeckung von Leitverbindungen.

Noch beeindruckender ist Isomorphic Labs. Am 12. Mai gab dieses Unternehmen, das von DeepMind abgetrennt wurde und von dem Nobelpreisträger Demis Hassabis geleitet wird, den Abschluss einer Serie-B-Finanzierung von 2,1 Milliarden US-Dollar mit einer Bewertung von etwa 15 Milliarden US-Dollar bekannt und wurde zu einem phänomenalen Ziel in der globalen KI-Pharmazeutik.

Im Vergleich zum Finanzierungsvolumen ist es bemerkenswerter, dass Isomorphic Labs zwar auf Alphabet zurückgreift, eng an das wissenschaftliche System von DeepMind gebunden ist, über Top-Rechenleistung verfügt und von weltweit führenden Talenten und internationalem Kapital unterstützt wird, was ihm einzigartige Ressourcenvorteile verschafft – aber derzeit fehlt es ihm immer noch an ausgereiften klinischen Pipelines.

Die Bewertungsgröße von Anew Labs unterscheidet sich um das Zehnfache von der von Isomorphic Labs, aber ihre Bewertungslogik ist identisch. Die Investmentinstitute bewerten sie vollständig nach der Logik von Technologieaktien und KI-Aktien. Insbesondere Isomorphic Labs kann eine hohe Bewertung erzielen, was im Wesentlichen auf den wissenschaftlichen Einfluss von AlphaFold sowie die Rechenleistung, das Modell und die Ökosystemfähigkeit von Alphabet zurückzuführen ist.

Das ist auch leicht zu verstehen: Da Technologiegiganten ihre Fühler gemeinsam in die Arzneimittelforschung ausstrecken, ist das Kapital bereit, eine Prämie für dieses Ticket „KI + Biowissenschaften“ zu zahlen, um technologische Optionen für die Zukunft zu erwerben.

„Konservative Stimmung“ auf dem Sekundärmarkt

Die Hitze des Primärmarktes unterstreicht die relative Konservativität des Sekundärmarktes.

Nehmen wir MediThyra als Beispiel: Es hat gerade einen beeindruckenden Halbjahresbericht vorgelegt, und der Umsatz im ersten Halbjahr hat den gesamten Umsatz des letzten Jahres weit übertroffen. Noch wichtiger ist das zweirädrige Antriebsmodell aus Plattform und Pipeline: Die Kooperationen auf der Plattform folgen nacheinander. Im ersten Halbjahr hat es eine Zusammenarbeit mit Hengrui Medicine geschlossen, um die AiTEM-Plattform lokal zu implementieren. Auf der Pipelineseite gibt es heute mehr als 10 Forschungspipelines, von denen MTS-004 bereits in die Phase der NDA-Anmeldung eingetreten ist. Das mRNA-kodierte trispezifische TCE MTS-109 zielt auf Autoimmunerkrankungen wie SLE und Lupusnephritis ab und wird derzeit für die IND-Anmeldung in China und den USA vorangetrieben. MTS-128 hat mit einer Anzahlung von 20 Millionen US-Dollar und einem Meilenstein sowie einer kommerziellen Beteiligung von bis zu 1,6 Milliarden US-Dollar den Rekord für den höchsten Einzelbetrag einer ausländischen Lizenztransaktion für ein präklinisches TCE-Projekt gebrochen.

Derzeit hat MediThyra dank NanoForge mit mehreren Unternehmen zusammengearbeitet, und das potenzielle Gesamttransaktionsvolumen übersteigt 60 Milliarden Yuan. In der Phase, in der die gesamte KI-Pharmazeutik-Industrie noch Geld verbrennt, ist MediThyra bereits schnell genug vorangekommen.

Das Gleiche gilt für Insilico Medicine. Seit 2021 hat es mit seiner KI-Plattform 33 Wirkstoffkandidaten nominiert, von denen 13 die klinische Zulassung erhalten haben, und die Kernpipeline Rentosertib ist bereits in die Phase-III-Klinik vorangetrieben worden. Mehrere Pipelines haben BD-Kooperationen abgeschlossen, und der kumulierte potenzielle Wert der tiefgreifenden Kooperationen mit multinationalen Unternehmen wie Eli Lilly, Sanofi und Servier hat ein Volumen von mehreren zehn Milliarden US-Dollar erreicht. Im ersten Halbjahr hat Insilico Medicine auch erstmals einen Gewinn erzielt.

Sowohl MediThyra als auch Insilico Medicine bestätigen die kommerzielle Machbarkeit der KI-gestützten neuen Arzneimittelforschung durch konkrete Kooperationen, Pipeline-Fortschritte und Leistung. Darüber hinaus treiben beide Unternehmen auch die Strategie der KI-Plattform voran, allerdings in unterschiedliche Richtungen: Der Kern des ersteren ist Biological AI, das eine vollständige industrielle Infrastruktur aus KI + Verabreichung + geschlossenem Kreislauf von Trocken- und Nasslabor aufbaut;

Der letztere hingegen verfolgt „Superintelligenz für die Pharmazeutik“: Ein hochwertiges vertikales Datenfundament, ein vertikales Großmodellsystem für Biowissenschaften mit MMAI Gym als Kern und ein autonomes experimentelles System, das durch LabClaw repräsentiert wird, bilden einen vollständigen geschlossenen Kreislauf von Trocken- und Nasslabor.

Aber wenn man die Bewertungslogik des Primärmarktes vergleicht, wird festgestellt, dass der Sekundärmarkt immer noch zu konservativ ist.

Das Gleiche gilt für den US-Aktienmarkt. Die beiden Veteranenunternehmen Schrödinger und Recursion haben nach starken Kursanstiegen eine Marktkapitalisierung von etwa 2 Milliarden US-Dollar, was auf dem gleichen Bewertungsniveau wie Anew Labs steht, das gerade seine erste Finanzierungsrunde abgeschlossen hat. Insbesondere das erstere hat gemeinsam mit Nimbus den hochselektiven und wirksamen oralen TYK2-Inhibitor der neuen Generation Zasocitinib entwickelt (der später von Takeda Pharmaceutical übernommen wurde). Am 14. September hat Takeda die Zulassungsanmeldung bei der FDA eingereicht und die vorrangige Prüfung erhalten.

Wenn nichts Unvorhergesehenes passiert, wird das erste „KI-Arzneimittel“ im ersten Quartal nächsten Jahres auf den Markt kommen. Aber der Aktienkurs von Schrödinger bewegt sich immer noch auf einem niedrigen Niveau.

Natürlich haben beide Unternehmen ihre eigenen Transformationsherausforderungen zu meistern. Beispielsweise hat Recursion nach dem Unternehmenszusammenschluss im Jahr 2024 eine Reihe von Forschungspipelines in der Phase 2 der Klinik und davor mit schlechten Daten gestrichen. Im Jahr 2025 wurden weitere 4 Pipelines gestrichen, und die verbleibenden Pipelines sind relativ früh im Stadium. Der Umsatz stammt hauptsächlich aus den Dienstleistungseinnahmen als KI-Forschungsplattform.

Allerdings liegt der Gesamtumsatz sowohl in Bezug auf das Volumen als auch auf die Wachstumsrate weit unter den Markterwartungen. Sein jüngster Quartalsbericht zeigt, dass der Umsatz nur 14,14 Millionen US-Dollar beträgt, was einem Rückgang von fast 60 % gegenüber dem Vorjahr entspricht.

Interessanterweise beschleunigt Schrödinger, das früher auf Arzneimittelforschungssoftware-Dienstleistungen als Kern ausgerichtet war, derzeit den Aufbau seiner eigenen Forschungs-Pipelines.

Sowohl am Hongkonger Aktienmarkt als auch am US-Aktienmarkt kommt man im Vergleich zur Hitze des Primärmarktes leicht zu dem gleichen Schluss: Es gibt eine offensichtliche Bewertungsfehlausrichtung zwischen Primär- und Sekundärmarkt in der KI-Pharmazeutik-Industrie.

Der Primärmarkt ist bereit, eine technologische Prämie für „KI, die die Biowissenschaften verändert“ zu zahlen, während der Sekundärmarkt immer noch mehr nach der Art des traditionellen Biotechs die Forschungsrisiken, Ausfallraten und den Geldverbrauch der Pipelines berechnet.

Umsetzung und Umkehrung

Natürlich stammt diese Bewertungsfehlausrichtung im Wesentlichen aus den strukturellen Unterschieden zwischen Primär- und Sekundärmarkt. Der Primärmarkt hat einen langen Investitionszyklus und eine hohe Risikotoleranz und kann die KI-Pharmazeutik vollständig nach dem Standard von Technologieaktien bewerten – es geht um Rechenleistung, Modell und Ökosystem, und der Kern ist die Wette auf den langfristigen Trend der KI-technologischen Innovation in der pharmazeutischen Forschung.

Der Sekundärmarkt unterliegt anderen harten Einschränkungen. Die Käufer sind hauptsächlich langfristige öffentliche Fonds, Versicherungsgelder und Hedgefonds, die von Faktoren wie Quartalsberichten, Geldverbrauchsrate und Rhythmus der Arzneimittelforschung beeinflusst werden. Noch realistischer ist, dass der Biotech-Sektor in den letzten Jahren nacheinander unter dem Ausgabepreis und unter dem Nettovermögenswert gehandelt wurde. Der Markt hat bereits eine gewohnheitsmäßige Abschlagung für Ziele „ohne Einnahmen, die nur auf Geschichten setzen“, und Leerverkäufe, Indexgewichte und Liquidität verstärken diese Vorsicht weiter. Mit anderen Worten: Der Sekundärmarkt erkennt KI nicht nicht an, sondern wendet einen Abschlag nach dem Risikorahmen von Biotech an.

Zusammenfassend unterscheiden sich die Investitionsobjekte, Risikopräferenzen und der Grad des Glaubens an die Technologie zwischen Primär- und Sekundärmarkt. Aber der Preis kehrt letztendlich zum Wert zurück. Wenn die Umsetzung bevorsteht, wird sich die Bewertungslogik entsprechend ändern.

Die Signale sind bereits aufgetaucht. Nach der Einreichung der Zulassungsanmeldung für Zasocitinib hat Schrödinger endlich die positive Rückmeldung des Kapitals erhalten: Vom 14. bis 17. September ist sein Aktienkurs innerhalb von vier Handelstagen um mehr als 45 % gestiegen, was auch andere KI-Pharmazeutik-Ziele zu einem gemeinsamen Aufstieg geführt hat. Das ist erst der Anfang.

Letztendlich hat die KI-Pharmazeutik die frühe Phase hinter sich, in der nur Geschichten erzählt wurden. Der Markt beginnt, Ergebnisse zu fordern: Fortschritte der Forschungspipelines, Überprüfung der klinischen Erfolgsrate und ob das Geschäftsmodell wirklich funktionieren kann.

Aus diesem Grund verlagert sich der Kernwettbewerb der KI-Pharmazeutik von der Algorithmuskapazität hin zu Vermögensdaten und Fähigkeiten zum geschlossenen Kreislauf. Öffentliche Daten (wie die PDB-Proteinstrukturdatenbank) sind für alle gleichermaßen zugänglich, und die Mainstream-Algorithmusarchitektur verbreitet sich schnell durch Veröffentlichungen und Open-Source-Code. Was die Obergrenze der Plattformleistung wirklich bestimmt, sind qualitativ hochwertige, standardisierte und nachhaltig iterierbare private Daten.

Das ist auch der Grund, warum alle KI-Pharmazeutik-Unternehmen den Aufbau von automatisierten Nasslabors betonen, um Trockenexperimente und Nassexperimente zu kombinieren: Kontinuierlich laufende Nassexperimente können eine große Menge hochwertiger, standardisierter proprietärer Datensätze generieren, die zum Trainieren von KI-Modellen verwendet werden. Und die KI-Modelle wiederum leiten Hochdurchsatz-Nassexperimente an, die neue Daten erzeugen, um die Modelliteration zu unterstützen. Nur durch den geschlossenen Kreislauf von Trocken- und Nasslabor kann sich ein selbstverstärkender Daten-Flywheel bilden.

Aber es ist nicht einfach, das Flywheel in Gang zu bringen. Hochwertige, dynamische Trainingsdaten sind nach wie vor knapp. Die Modelle sind in komplexen Systemen immer noch stark auf anfängliche Vorlagen angewiesen. Und standardisierte experimentelle Daten erfordern viel Zeit und Kapitalausgaben für die Akkumulation und können nicht durch Abkürzungen repliziert werden. Mit anderen Worten: Die Fähigkeit zum geschlossenen Kreislauf ist die Richtung, aber auch eine Schwelle, die die überwiegende Mehrheit der KI-Pharmazeut