文 | 医药研究社 文 | 医药研究社 辉瑞“买😜买买”，竟让博瑞医药遭罪了。 博瑞医药最新公告显示，公😴司股票连续30个交易日内收盘价格跌幅偏离值累计达到70%，根😘据《上海证券交易所交易规则》《上海证券交易所科创板股票异常交😉易实时监控细则》的有关规定，这属于股票交易严重异常波动情形。😢 9月22日至23日，博瑞医药股价两日累计跌幅就高达3⭐0%。另外，根据中证指数有限公司发布的数据，截至2025年9😘月23日，博瑞医药最新滚动市盈率为313.01倍，显著高于医🔥药制造业最近一个月31.43倍的平均滚动市盈率。 而经🤗核实，博瑞医药不存在应披露而未披露的重大事项，日常经营情况正🤗常。引发股价暴跌的外界因素显然占了大成。 一笔重大外资😅收购交易值得关注。9月22日，辉瑞宣布将收购纳斯达克上市公司⭐Metsera，交易总价值最高可达73亿美元。有业内人士认为🎉，博瑞医药受到了这笔交易波及。 辉瑞收购Metsera🙌，国内市场预期落空？ 博瑞股价下跌与辉瑞收购是怎么联系💯到一起的？要留意到一个关键因素——GLP-1产品布局。 😀 据公开资料，辉瑞此次收购的Metsera是一家临床阶段生物😁制药公司，致力于开发下一代肥胖与心脏代谢疾病治疗药物，目前拥😎有两大核心技术平台，即延长药物半衰期的HALO™肽脂化技术与👏优化口服递送的MOMENTUM平台，以及多个前景广阔的候选药😴物与组合疗法。 其中，主打药物MET-097i是一种每🔥月一次的GLP-1受体激动剂，半衰期长达15至16天，正处于🥳2期临床开发阶段，已经展现出一些差异化竞争力。 据悉，😘在一项为期12周的MET-097i 2a期临床试验中，1.2🔥 mg剂量组参与者平均体重减轻11.3%（经安慰剂调整），某🙌些参与者减重幅度可高达约20%，且副作用有限。试验期间未观察😆到受试者体重减轻的平台期，显示更长时间用药可能使患者的体重进😘一步减轻。 从这样的表现来看，Metsera显然是拥有😘不俗研发实力的，契合了辉瑞的需求。 目前，辉瑞在GLP🔥-1领域的研发进展并不顺利。据悉，继终止Danuglipro🥳n、Lotiglipron两款口服GLP-1小分子研究后，今😎年8月，由于数据不佳和市场竞争格局变化，辉瑞放弃了口服 GL😴P-1R激动剂PF-06954522的开发。 不过，G🌟LP-1赛道的商业空间颇为广阔，辉瑞显然不会轻易放弃这块“肥🌟肉”，于是“盯”上了Metsera。 而此前资本市场曾😘预期，国内一些在GLP-1产品开发上取得领先优势的药企或能得🎉到辉瑞这位大买家抛出的“橄榄枝”，但如今辉瑞收购交易的落地一🤔定程度消解了这种可能性。而且，辉瑞首席执行官Albert B😀ourla还强调，减重药物领域的并购将“非常谨慎”，坚持“不🤯高价收购，只付真实价值”。 展开全文 这种情况下😢，一些投资者也开始重新审视国内药企的GLP-1管线竞争力。 😜 博瑞医药不缺实力，能否进入MNC“扫货清单”？ 😂在GLP-1领域，博瑞医药确实是一个“潜力股”。 根据😡公开资料，该公司现有产品主要覆盖代谢、抗病毒、抗真菌、免疫抑🙌制、呼吸系统及抗肿瘤等治疗领域，其中代谢领域有一款备受关注的🔥核心产品——BGM0504。 这是博瑞医药自主研发的G🤯LP-1（胰高血糖素样肽1）和GIP（葡萄糖依赖性促胰岛素多😉肽）受体双重激动剂，可激动GIP和GLP-1下游通路，产生控🙄制血糖、减重和治疗非酒精性脂肪性肝炎（NASH）等生物学效应🙌，具备治疗多种代谢疾病的潜力。 今年6月，在美国糖尿病😆协会（ADA）第85届科学会议上，博瑞医药也公布了BGM05😀04的II期临床研究数据。 一项BGM0504治疗2型😀糖尿病2期临床研究结果显示，BGM0504三个剂量组HbA1😅c（糖化血红蛋白）降幅均显著优于安慰剂组，且初步优于司美格鲁👏肽阳性对照组：5mg组-1.72%、10mg组-1.94%、😁15mg组-2.48%，对照组为-1.43%，安慰剂组为-0😍.28%。 次要终点指标如PPG-2h（餐后2小时血糖😘）、FPG（空腹血糖）、体重、HbA1c达标比例等均呈现类似😆趋势，HOMA2-B/IR（稳态模型胰岛素分泌指数/胰岛素抵🤩抗指数）、血脂、血压等指标亦呈现出不同改善趋势，尤其在血压改😆善方面表现出良好降压效果。 而在针对非2型糖尿病的超重🤩或肥胖受试者的2期临床试验中，BGM0504的减重效果也相对🌟亮眼，给药24周各剂量组体重相对安慰剂组显著降低，相关脂代谢🤯/心血管等指标也有不同程度的综合获益。 另外，博瑞医药🌟半年报显示，BGM0504注射液2型糖尿病和减重两项适应症国🙌内III期临床试验已完成全部入组，处于给药和随访阶段。待完成🥳国内Ⅲ期临床研究并经国家药监局审评、审批通过后，BGM050🤗4可在国内生产上市。 综合来看，凭可见且相对领先的药物😘研发成果，博瑞医药具备从GLP-1赛道突围的底气，但能否被纳😅入MNC“扫货清单”、承接住创新药“买买买”热潮，就有很大不😎确定性。而当前博瑞医药可能正需要这一助力。 半年报显示😍，今年上半年，该公司实现营业收入5.37亿元，同比下降18.🤩28%；归母净利润1717.32万元，同比下降83.85%；😆研发投入为3.48亿元，同比增长144.07%，占营业收入的😉64.83%，资金压力明显。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多