2023智慧实验室产业报告：临床检验在下沉市场求增量药物研发将成热门场景.docx

目录第一章赛道尚处早期，药物研发展现超强智慧化吸引力11.1 自动化与数智化螺旋式发展，行业亟需高质量数据11.2 赛道整体虽处初期，临床检验检测却已红海213后疫情时代，更"柔性"的智慧化建设更受资本青睐4第二章深度Al融合，坚持自研为内核，并加速数据积累82.1 坚持自研、深度Al融合的开放性检验检测实验室是行业共识82.2 药物研发智慧化的下半场，是数据积累和底层模块102.3 AI潜能挖掘，用"软件"思维建设智慧实验室13第三章检验产品在下沉市场寻求增量，药物研发场景或将崛起173.1 检验检测产品下沉、进军研究研发领域，开拓增量市场173.2 从需求出发+与头部共创，加速开拓药物研发新蓝海183.3 药物研发吸引众多创业者入局，疫情后浮现更大市场20第四章未来趋势-m”“一”一-244.1 完成国产替代甚至超越，更开放的智慧化产品是大势所趋244.2 数据快速积累，打造干湿闭环的自驱动实验室势不可挡254.3 核心技术自研搭配产业协作，平衡产品研发及市场化26第五章企业案例285.1 汉赞迪-强大底层模块+快速集成能力，做全流程智能化引领者285.2 华大智造-创新智造引领生命科技，做生命科技核心工具缔造者295.3 正从科技-用AI视觉机器技术，打破固体分配与称量国际技术专利封锁305.4 创泽生物-全自动细胞智造，推动智慧生物实验室建设325.5 优思泰科-无人化智慧实验室和实验室自动化产品智造商33图表目录图表1智慧实验室构成要素及历程1图表2目前各融资阶段企业数量统计（仅统计企业最新一轮融资）2图表3部分智慧实验室建设企业融资情况（上，仅展示最近一轮融资）3图表4部分智慧实验室建设企业融资情况（下，仅展示最近一轮融资）4图表52014-2023年融资事件数及总金额5图表62014-2023年各级融资规模事件数占比变化情况5图表7国产企业三大重要产品战略方向8图表8两类实验室智慧化建设所需产品差异对比10图表9相同底层逻辑下两类实验室不同的智慧化建设需求11图表10药物研发类实验室自动化建设两大主流模式对比12图表11生物和化学类实验室操作部分维度对比14图表12智慧实验室建设5类主要服务类型20图表13各类实验室对5大类服务的需求程度21图表14汉赞迪智慧实验室建设产品系列图谱28图表15华大智造OtLab实验室构架图31图表16正从科技自研产品矩阵31图表17创泽生物ACeMan产品示意图及介绍32图表18优思泰科智能部分拳头产品展示33赛道尚处早期，药物研发展观超强智慧化吸引力第一章赛道尚处早期，药物研发展现超强智慧化吸引力1.1 自动化与数智化螺旋式发展，行业亟需高质量数据随着越来越多的企业加入实验室智慧化的行列、越来越多的实验室开始进行智慧化建设，行业逐步也对智慧实验室有了更为清晰的认知和共识，从逐步解放到部分环节甚至超越人力的操作和思考，不断提升实验的降本增效价值。从单个模块到黑灯实验室，逐步通过自动化去解放人力。搭载在医疗仪器和设备上的自动化方案是"解放人力”的主要智慧化手段。起初从单个自动化模块开始，承接移液、开盖等单个操作，成为实验室的得力工具；后将各模块连在一起，逐步形成可以执行某特定任务的功能岛，如样品的前处理、纯化等；再后来，功能岛之间通过轨道或柔性机器人串联成流水线，创造出可完成某特定流程的实验室平台，如核酸检测、高通量测序等;最后，配合上智慧化管理系统，可让整个实验室的多线任务有效、高效地进行，彻底解放人力，打造“黑灯实验室“。经过信息化、数字化处理后，数智化实验室逐渐"解放大脑"。与此同时，对数据的存储、处理和应用能力，承担着"解放大脑的重任。M页应互联网、物联网、5G、大数据及人工智能的发展步骤，智慧实验室"解放大脑”的推进也在逐步经历信息化、数字化到数智化的过程。信息化让所有实验、样品和管理流程和状态都从传统纸质版转化为电子版，在存储的分类、准确、长久等方面迈出了一大步；在此基础上，数字化手段得以实现远程、高效地进行实验和运营管理，与此同时继续产生实验及管理相关数据；最终，大量、高质量、多维度的数据被人工智能充分学习，进行智慧化数据应用，从而自动预测实验结果、优化实验流程及管理等。图表1智慧实验室构成要素及历程茎4Ml-. 9r ¾n*÷*5 nrHB* 少出 . mSM9t S UMliBaXMMMMUMMt. u<<<v cuRivaIbtt* *代.资料来源：动脉网干湿闭环,打造智慧化实验室。当“解放人力"和“解放大脚同时走到“极致"，智慧倏验室的i琏也就水到渠成："大脑按需求生成高成功率任务流程，黑灯实验室精准执行任务、实时反馈情况；同时，智慧实验室在需要时及时优化、调整实验进度和流程,最终高效满足需求。智慧实验室需要软硬件三钮发展。目前，懈放人力”的进程整体快于"解放大脑"，但要达到±述的"极致"，均还有一E嫄离。俩条腿”的共同进步需要彼此"赤寺"，自动化所产生的大量的、高质量的数据是数智化发展的重要基础;自动化如何才能产生高质量的数据，则有赖于数智化的“分析“。高质量数据的产生与应用是智慧实验室发展核心。整体而言，我国生命科学领域的医学实验,正处于快速收薪据的阶段。目前，"两条腿都在快速前进并不时获得突破性进展。这有赖于行业整体在自动化领域的大步跨进,提高数据质量的同时也在规模化的增加数据量以达到快速收集数据的目的。基于此，数智化建设可以在原有文献研究和公开数据源类的“成功"»5出上，不断解U真实实验产生的失败数据加持，算法也因而不断迭代以变得更加精准。1.2 赛道整体虽处初期，临床检验检测却已红海智慧实验室整体处于发展早期。据蛋壳研究院不完全统计（数据截至2023年9月25日），布局智慧实验室的企业共62家，其中54家企业成立于2010年后；拥有融资经历的共48家，其中处于A轮阶段的企业最多，占比40%,其次是处于A轮以前的企业，而在B轮及以后的企业占35%0可见，整个智慧实验室赛道依然处于发展早期，碰有充足的发挥空间。图表2目前各融资阶段企业数量统计（仅统计企业最新一轮融资）AleM 殴B轮阶段数据来源：动脉橙产业智库、企查直、天眼查但通过进一步细分发现，布局临床或第三方检验检测类实验室智慧化建设的企业整体融资轮次偏后期，并已跑出如安图生物和华大智造等上市企业。尤其是在经历了疫情之后，这一赛道的成熟度更是迅速上升，企业蜂拥而至。因此也导致该赛道的竞争激烈，市场已相对红海。图表3部分智慧实验室建设企业融资情况（上，仅展示最近一轮融资）M(怆次w施IPO用16Irg月i24nZZKZZoi9onWM处'1IPOX190RU3l0(1t*97W3T0HDeMUon702RaR万先IMMfNtty/VvntMhH.CipUHGroup*fl>SMffWSutmEAVIMtt0mt¼mokfCJPflrtFW3“修DWmmRean好四重OW202wm2ZfliiC三tM三aSBMfl*9KTTWB9”寅-MlMW，目Ot*H*4量睢Q*Gc*ntnSm<Mn49r*wm.叁9fl.SurrCaptai“*三flDCtt37fl.djttina«»ra尤2023*anwa*4畲加总Ma*WBflSMB«HA.RSMlW)W!tllficZZXEZ20?*IAIft化尤MltWIIHiexq此荒<11tMOIhG«««2Q2291OHWttMFiRWM2,IOR城亿元nawRiditfl“7WBR化元等方"rasen>义,Mta23*gMH6元a9Mi兄景，BHtXm*UIB“3MMKT2022«UAAe2022»4«万ItAftlAP20229ffi。，万分U祭QaoaaAe20229M千万是afl>懵(本x«a畋一育“修A*emr，月«*H3M*通今N<»U"N<aitt“Wil翕却?*2月MW三>1W«JW2U碑X)1B47RIK楔20209BR厘通发Att20213网Ifl亿九”(重产住码加值，向Se凭mff<ft*rsvcM*a，”博MeXU*1t0Hmtfve*atiHa京*/Me初”3WHMM*ttM19tAieMRI5月4ICIt。鲁Ha»4BK一AKW3T6A_，忆光I(eM7022三9H6/mn2O2W3I3”万凭0>dm".EtgMo*MVereutM婕2023»阴Z9<I内牙AM-M¾图表4部分智慧实验室建设企业融资情况（下，仅展示最近一轮融资）-2021三ri0÷75ft-京为集小PreMe11月平万元a三*aftin美星MPreMe202*4月Biat或皋TaihUive<wufZ千万元MMS星元H接PreNeM3Rr4万Jl元懵力EDKJH窈创口359口千万元膏李学聋重本正经大侵叨202皿月ABn史合建”雷刈骐7月家竣R度“风慢320卓口月雄忆元三生“刚陵««««201?八月WdKS四目MIC®数据来源：动脉橙产业智库、企查有、天眼查；按融资轮次排序，轮次相同按时间排序而在生命科学领域，服务药物研发或基础研究的实验室智慧化企业竞争格局还并不明朗，众多企业结合自身特点，分别从不同的痛点切入，助力这一赛道的实验室智慧化建设，例如从移液角度切入的汉赞迪、从固体称量角度入局的正从科技和优思泰科、从细胞制备技术切入的创泽生物等。这些实验室智慧化建设的“新鲜"血液也在市场端获得认可。1.3 后疫情时代，更“柔性的智慧化建设更受资本青睐疫情期间的智慧实验室获得一级资本市场的高度关注。疫情前，布局智慧实验室企业的融资事件数以及总金额逐年平稳增加；这一趋势在疫情期间出现成倍的增长，累计发生融资事件145起。一方面，疫情让巨大的实验室自动化需求爆发