ARTICLE · 1136387
我又挖到一个 AI 医疗股,但这次我忍住没买
1. 错过 Twist 之后，我一直在找下一个
投资里最难受的，不是买错，而是看对了没买。
今年我最大的遗憾之一，就是 Twist Bioscience。年初它还在 30 多美元的时候，我研究完觉得公司很有意思，AI+生物、合成生物学、基因组学都沾边。但当时我嫌它贵，想等一个更好的买点。
结果它不到一年涨了接近 500%。
这件事让我反复提醒自己：不要因为追求完美价格，错过一个真正重要的长期主题。
所以这几个月，我一直在 AI 和生物交叉的领域里翻石头。我想找的，不是那种已经被市场炒烂的明星股，而是一家还比较小、还没什么人讨论、但可能站在关键位置上的公司。
然后我挖到了一家瑞士公司：
SOPHiA GENETICS，代码 SOPH。
它做的东西一句话就能说清楚：
医院越来越会“测”基因，但越来越不会“读”基因。SOPHiA 就是那个帮医院读基因的 AI 平台。
听起来不性感？别急，往下看。
2. 测序仪越来越便宜，但医生越来越头疼
故事要从 2003 年说起。
那一年，人类基因组计划完成。科学家花了 13 年、几十亿美元，才第一次画出人类 DNA 的参考地图。
但不到十年，下一代测序技术就把成本打下来了。以前要几年、几亿美元才能做的事，后来几天、几千美元就能做。
问题来了：
数据生产变得太容易，数据解读却变得太难。
一台测序仪不会直接告诉医生：“这个突变导致了你病人的癌症。”它只会吐出几百万、几千万条 DNA 读段。里面大部分是噪音，少数是真正有临床意义的变异。
医院突然有了大量基因数据，却没有足够的计算能力和专业知识去判断：
哪些变异是 harmless 的？
哪些是测序错误？
哪些真的能解释病人的癌症或遗传病？
这就是 SOPHiA 看到的缺口。
2011 年，三位创始人创立了 SOPHiA GENETICS：
Jurgi Camblong：分子生物学家，日内瓦大学博士，后来在牛津做博士后；
Pierre Hutter：医学遗传学家，在瑞士瓦莱医院领导医学遗传服务；
Lars Steinmetz：斯坦福遗传学教授，做大规模基因组学和计算生物学。
他们发现，医院不缺测序仪，缺的是一个“智能层”——把测序仪吐出来的天书，翻译成医生能用的报告。
SOPHiA 这个名字，来自希腊语“智慧”。他们想做的不是更多数据，而是从数据里提取知识。
3. 它像基因测序界的“安卓系统”
SOPHiA 的核心产品叫 SOPHiA DDM，是一个云端分析平台。
它的模式非常特别：
医院自己买测序仪，自己准备样本，自己做测序。然后把数据上传到 SOPHiA DDM，由平台做分析、质控、解读和报告。
SOPHiA 不拥有测序仪，也不自己开大型中心实验室。它只做上面那层“大脑”。
这有点像什么？
有点像基因测序界的安卓系统。
不同医院用不同品牌的测序仪，就像不同手机厂商用不同硬件。SOPHiA 把自己做成一个技术无关的分析层，不管你用什么机器、什么试剂、什么流程，它都能尽量把技术偏差过滤掉，留下真正的生物学信号。
它的目标很明确：
病人的结果，应该取决于病人的生物学，而不是取决于医院恰好买了哪台测序仪。
这跟 Tempus、Caris、Guardant 那种垂直整合模式很不一样。那些公司通常自己收样本、自己测、自己出报告，甚至自己建数据库。SOPHiA 则让医院把测试留在本地，自己只做分析和智能层。
它不想成为实验室，它想成为实验室用的系统。
4. 商业模式：按次收费，越用越粘
SOPHiA 不是传统 SaaS。
医院一般不需要交一大笔固定订阅费。它主要是按使用付费：医院跑一个病人分析，SOPHiA 收一次钱。价格大概在 100 到 500 美元之间，越复杂的应用越贵。
目前基因组学占收入 90% 以上。
它有三种临床模式：
Dry Lab：医院自己测序，SOPHiA 只做分析；
Bundle：SOPHiA 还提供部分湿实验耗材，比如 DNA 富集试剂盒；
Integrated Access：样本转到 SOPHiA 合作实验室测序，客户通过平台看结果。
最核心的逻辑是：签下一家医院，然后在这家医院里越做越大。
一家医院可能一开始只用一个血液肿瘤应用。后来慢慢加实体瘤、液体活检、遗传性癌症、罕见病、药物基因组学……
管理层说，客户目前平均只用 2.5 个应用，但潜在菜单是两位数。
更重要的是粘性。
2026 年 Q2，SOPHiA 的净收入留存率是 117%，也就是说老客户整体比一年前多花了 17%。年度收入流失率低于 1%。
这是什么概念？
客户几乎不走，留下来的还会越花越多。
截至 Q2，它有 542 个核心基因组客户，而更广泛的网络覆盖 1000 多家医疗机构、75 个以上国家。平台累计分析了超过 260 万个基因组档案，每月新增超过 3.6 万个。
2025 年全年分析量约 39.2 万次。到 2026 年 Q2，单季度已经达到 11.5 万次，同比增长 22%。
这就是规模效应：平台已经建好了，多跑一个分析，边际成本低很多。
5. 更大的故事：药企和伴随诊断
如果 SOPHiA 只是一个给医院用的分析软件，那故事还不够大。
真正让我觉得有意思的，是它的第二增长引擎：BioPharma。
药企越来越需要回答这些问题：
哪些病人最可能对一款新药有反应？
临床试验该用哪个生物标志物？
去哪里找到符合条件的病人？
真实世界里，类似病人用药后效果如何？
新药上市时，怎么在全球部署配套的诊断测试？
SOPHiA 手里正好有一个东西：全球医院和实验室网络。
最典型的例子是阿斯利康。
SOPHiA 已经和阿斯利康在 AI 患者筛选、试验设计、真实世界证据和赞助测试部署上合作。后来，阿斯利康把前两个伴随诊断项目交给了 SOPHiA，一个针对实体瘤，一个针对血液癌。
伴随诊断是什么？
简单说，就是帮药企找到“该用这个药的人”。一款抗癌药可能只对带有特定生物标志物的病人有效，那就需要一个可靠的诊断测试来筛选病人。如果药物要在全球上市，这个诊断还得在不同国家、不同监管体系、不同实验室里都能跑。
SOPHiA 的去中心化模式在这里就有优势：它不需要把每个病人样本都送到一个中心实验室，而是可以通过现有医院网络在本地部署。
管理层说，这两个阿斯利康项目是“相当大的胜利”，2026 年下半年贡献有限，但 2027、2028 年及以后影响会大得多。CFO 甚至说，药企业务的长期潜力是“火箭型”的。
当然，财务细节没披露，不能假设这两个合同就能改变公司。但逻辑很清晰：
如果 SOPHiA 能证明，它的医院网络可以帮药企把伴随诊断从开发、验证、审批一直部署到全球，那么它就不再只是卖软件，而是成为精准医疗的基础设施。
飞轮会变成：
更多医院 → 更多分析 → 更多数据和应用 → 网络更强 → 药企更愿意来 → 更多 CDx 项目 → 更多分析 → 网络更强。
管理层说，临床和 BioPharma 各自都有超过 1 亿美元的净新业务管道。这意味着阿斯利康可能不是孤立机会。
6. 它的护城河是什么？
SOPHiA 没有垄断技术。算法可以被复制，软件可以被模仿，去中心化也不是它独有。
所以它的护城河不是“算法本身”，而是过去十几年搭起来的一整套临床基础设施：
第一，安装网络。软件已经嵌入几百个收入客户和 1000 多家医疗机构，包括全球前 10 大癌症中心中的 7 家。医院验证、培训、集成之后，换系统很麻烦。
第二，应用广度。一旦进了分子实验室，医院可以不断加新应用，不用每次重搭流程。
第三，科学和临床验证。SOPHiA 说平台在特定验证条件下分析准确率超过 99.97%，部分流程 2 到 45 分钟出结果，而外送检测可能要几周。截至 2025 年底，它的技术和应用出现在 2700 多篇同行评审论文里，平台大约每三周更新一次。医疗领域，信任和验证需要时间，这就是壁垒。
第四，硬件中立。它不绑定任何测序仪厂商。测序越便宜，医院测越多，SOPHiA 越受益。它甚至能和 Twist、IDT、Agilent 这些公司合作，尽管它们在更广的基因组生态里也可能是竞争者。
第五，全球分发。这可能是未来最重要的一层。药企不一定在乎 SOPHiA 的算法多聪明，它们在乎的是：你能不能帮我在全球几百个实验室里部署我的伴随诊断？
如果 SOPHiA 能做到，它的网络本身就成了产品。
当然，护城河不是无懈可击。Velsera 在做类似的事；SeqOne 收购 Congenica 后也在快速扩张；QIAGEN、Illumina、Thermo Fisher 资源更大；Tempus 和 Caris 有更庞大的自有数据；大型医院也可能自己建生信团队。
SOPHiA 的机会不是把所有对手都打败，而是成为那个中立的智能层和分发层。
7. 数字开始变好，但还没到“闭眼买”
SOPHiA 的财务曲线，过去几年并不好看。
2023 年收入 6240 万美元。2024 年只增长 4%，到 6520 万美元，主要因为 BioPharma 预算收紧、部分赞助测试项目结束，还有西班牙、法国和拉美客户的短期问题。
但 2025 年开始恢复：
收入增长 19%，到 7730 万美元；
分析量超过 39 万次；
新签 124 个核心基因组客户；
新签合同平均价值同比增长约 120%。
2026 年 Q2：
收入 2330 万美元，同比增长 27%；
分析量 11.5 万次，同比增长 22%；
全年指引提高到 9400 万到 9600 万美元，意味着 22% 到 24% 增长。
毛利率也很漂亮：
2024 年调整后毛利率 72.8%；
2025 年 74.2%；
2026 年 Q1 达到 75.4%；
Q2 回落到 72.1%，主要是 BioPharma 和实施服务早期利润率较低。
更关键的是经营杠杆开始出现。
Q2 收入同比增长约 500 万美元，调整后 EBITDA 改善了约 320 万美元，也就是说超过 60% 的增量收入流到了调整后 EBITDA。调整后运营费用基本持平，约 2560 万美元。
当然，一个季度不能说明问题。但这个方向很重要。
管理层目标：2026 年底接近调整后 EBITDA 盈亏平衡，2027 年下半年转正。
资产负债表也改善了。2026 年 6 月，公司完成了一轮超额认购的增发，融资约 5750 万美元，Q2 末现金 1.077 亿美元，债务约 4800 万美元，净现金约 6000 万美元。
融资是稀释的，未来也不能排除再稀释。但至少短期内，生存风险小了很多。
8. 估值：好苗子，但不便宜
现在来到最关键的部分：价格。
我研究的时候，SOPH 大约 8 美元，市值约 7 亿美元。扣掉净现金后，企业价值约 6.4 亿美元。对应 2026 年收入指引中值，大约是 7 倍市销率。
7 倍 PS，对于一个高增长软件公司，好像不贵？
但问题是，SOPHiA 还不是一家已经证明自己的高增长软件公司。它还在亏损，增长刚刚从低谷恢复，BioPharma 还在早期，经营杠杆也只有一个季度的证据。
我自己算了一笔账：
如果我想获得 20% 以上的年化回报，SOPHiA 到 2030 年需要值约 15 亿美元。
假设市场给 25 倍 EBITDA，那需要约 5800 万美元 EBITDA。如果到时候 EBITDA 利润率是 25%，对应收入约 2.3 亿美元。也就是说，2026 到 2030 年收入需要复合增长约 25%。
我自己的假设是，2027 年收入可能到 1.25 亿美元，相当于从 2026 年指引中值增长约 32%。这不是精确预测，而是一个检查点。
如果 SOPHiA 能做到 30%+ 增长，同时接近盈利，市场可能会重新看待它。如果增长停在 20%，成熟利润率又让人失望，那当前估值就撑不住。
我的感受很简单：
这家公司有点贵，所以我还没买。
不是因为它不好。它所在的位置很好：AI、基因组学、精准医疗、药企伴随诊断，全是长期大主题。它也不是没有护城河，十年搭起来的医院网络和切换成本是真实存在的。
但现在的价格，没有给我足够的安全边际。
如果它跌到 5 到 6 美元，而基本面没有恶化，我会认真得多。如果它继续用业绩证明自己，比如 2027 年收入真的冲到 1.25 亿美元、调整后 EBITDA 转正、BioPharma 再签大单，那我也愿意接受一个“合理但不便宜”的价格。
但现在，8 美元左右，我选择先等。
9. 风险也不能忽略
SOPHiA 不是没有雷。
第一，增长不加速。如果实施周期拉长、液体活检 adoption 慢、BioPharma 不稳定，公司可能停在 20% 增长，那当前估值就偏贵。
第二，执行风险。签下医院不等于成功实施。阿斯利康的 CDx 项目也要经历开发、验证、监管和部署，远没到庆功的时候。
第三，专利诉讼。Guardant Health 在欧洲和英国对 SOPHiA 的液体活检应用 MSK-ACCESS 提起专利侵权诉讼。欧洲目前有些有利结果，但英国还在进行，争议没有完全解决。液体活检是 SOPHiA 增长最快的应用之一，值得持续跟踪。
第四，竞争。Velsera、SeqOne、QIAGEN、Illumina、Thermo Fisher，还有 Tempus、Caris，甚至医院自建团队，都可能侵蚀它的位置。
第五，利润率和现金流。调整后 EBITDA 不是自由现金流，公司还在资本化部分软件开发支出。融资改善了资产负债表，但稀释风险不能完全排除。
第六，估值本身。如果市场不再给 AI+基因组学公司高倍数，即使业务继续增长，股价也可能下跌。
10. 我的结论：加入观察池，暂不买入
我为什么关注 SOPHiA？
因为我确实在关注 AI 和生物相结合的领域。我相信未来几年，这个交叉点会出现一些非常重要的公司。SOPHiA 是其中一个很有意思的样本：
它不卖测序仪，但坐在测序仪上面；
它不自己开实验室，但连接了全球医院网络；
它不拥有病人数据，但能从分布式网络中学习；
它不只收医院的钱，还想收药企的钱；
它不大，市值不到 10 亿美元，但故事可以很大。
但我为什么还没买？
因为我觉得它有点贵。
这不是说它一定会跌。TWST 教会我，好公司可能在你嫌贵的时候继续涨。但投资不是只有“买”和“不买”两个选项。还有“等”、“小仓位”、“等业绩确认”、“等价格回落”。
我现在的想法是：
SOPH 放在观察池里，优先级很高。如果跌到 5 到 6 美元，或者业绩明确证明 30%+ 增长和盈利拐点，我会重新认真评估。现在 8 美元附近，我选择耐心。
AI+生物是我未来几年会持续花时间的方向。SOPHiA 不一定是我最后会买的那家公司，但它让我更清楚地看到：这个领域里，真正有价值的不一定是造仪器的人，也可能是那个站在所有仪器上面、帮医院和药企读懂数据的“智能层”。
好故事不等于好价格。但好故事，值得一直跟踪。
本文只是我的个人研究笔记，不构成任何投资建议。市场有风险，决策需独立。