[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"content-doc-dcio67f7705c":3},{"user":4,"document":8,"mainDocument":30,"columnUrl":32,"subscription":33,"footer":45,"text":83},{"isAuthenticated":5,"isAdmin":5,"displayName":6,"avatarUrl":6,"nid":6,"groupLevel":7},false,"",-10,{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":21,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":26,"videoId":6,"liveVideoUrl":6,"useContentVideo":5,"duration":27,"price":27,"priceText":28,"priceBadgeText":28,"priceBadgeClass":29,"freeForMinGroupLevel":27,"redirectUrl":6,"readyToStream":5},"dcio67f7705c","美股下一波财富大趋势：AI新药研发崛起！深挖产业链4家公司","\u002Fdoc\u002Fdcio67f7705c","col18178739ee","美股资讯","\u002Fcol\u002Fcol18178739ee","\u003Cp>AI巨头Anthropic创始人Dario Amodei的父亲，2006年因丙型肝炎去世。当时这种疾病的治愈率只有约50%，然而就在父亲去世后的三年，新的治疗药物取得突破，治愈率提高到了95%左右。 \u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg src=\"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploader9f309ae6243f4d879d80c2bde4741a40.png\" width=\"1080\" height=\"608\">\u003C\u002Ffigure>\u003Cfigure class=\"image\">\u003Cimg src=\"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploaderd56cd7066b7a45068dd4d128a8cd2f79.png\" width=\"1080\" height=\"367\">\u003C\u002Ffigure>\u003Cp>如果医学进步能提前几年，他的父亲很可能就不会离开这个世界。这段经历深深改变了Dario的人生，让他从物理学转向生物学，最终投身人工智能研究。\u003C\u002Fp>\u003Cp>所以，AI加速药物研发，争取的绝不仅仅是时间，而是一条条原本可以被挽救的生命。\u003C\u002Fp>\u003Cp>\u003Cstrong>这期文章，可能是我这辈子最最喜欢、最激动的一个话题。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>为什么？因为AI在不断突破编程、数学等领域之后，如今终于开始向人类最伟大、也最艰难的挑战之一发起冲击：\u003Cstrong>用AI加速药物研发，探索逆转衰老，甚至突破人类生命的极限。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>在美股投资网创始人Ken看来，这件事的重要性，远远超过自动驾驶汽车，也远远超过能够洗衣做饭、替我们干家务的AI机器人。\u003C\u002Fp>\u003Cp>劝各位粉丝一句，你一定要极大限度的延长你的寿命直到AI研发出返老还童的疗法。因为你每多活一年，AI 就多一年时间去突破衰老的极限，这就是为什么我ALL IN AI，长期持有这人类最伟大的事业。\u003C\u002Fp>\u003Cp>很多人可能以为，AI制药最大的赢家，一定是那些利用AI研发出新药的公司。但美股投资网认为，\u003Cstrong>真正值得关注的机会，可能恰恰藏在那些不直接研发新药的上游企业身上。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>为什么这么说？\u003C\u002Fp>\u003Cp>首先，你要明白，研发一款新药，简单来说有两个重要步骤。\u003C\u002Fp>\u003Cp>\u003Cstrong>第一步，在电脑里找到可能治病的方法；\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>\u003Cstrong>第二步，在现实实验室里证明这个方法到底有没有用。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>过去，科学家为了找到一种有效药物，可能需要花费很多年，不断设计、制造、测试各种分子，失败了再重新来。\u003C\u002Fp>\u003Cp>但现在，AI改变了游戏规则。\u003C\u002Fp>\u003Cp>AI可以在很短时间内设计出成百上千种候选方案，甚至可以帮助科学家预测蛋白质结构，寻找疾病潜在的突破口。\u003C\u002Fp>\u003Cp>问题来了。\u003C\u002Fp>\u003Cp>AI在电脑里设计出1000种可能治病的分子，不代表这1000种分子真的能够治病。\u003C\u002Fp>\u003Cp>你还得把这些设计变成现实中的东西，再送进实验室测试。比如，能不能真的合成出来？能不能作用于目标细胞？有没有毒性？能不能在人体内稳定发挥作用？这些最终都需要现实中的实验来证明。\u003C\u002Fp>\u003Cp>而且，实验不是做一次就结束了。科学家还需要把实验结果重新交给AI，让AI分析为什么失败、下一次应该怎么改，然后再设计、再制造、再测试。\u003C\u002Fp>\u003Cp>所以现在出现了一个非常有意思的现象：AI设计新药越来越快，但现实实验室却开始跟不上了。\u003C\u002Fp>\u003Cp>打个比方，以前一家餐厅每天只能收到100张订单，厨房完全忙得过来。现在AI突然让订单暴增到每天1万张，但厨房的炉灶、厨师和设备没有同步增加。\u003C\u002Fp>\u003Cp>那么，真正的瓶颈在哪里？显然不是接订单，而是后面的厨房根本做不过来。\u003C\u002Fp>\u003Cp>AI制药现在就有点像这个情况。AI就是那个疯狂增加订单的系统，而实验室就是后面的厨房。\u003C\u002Fp>\u003Cp>这就带出了一个非常重要的投资逻辑。\u003C\u002Fp>\u003Cp>\u003Cstrong>AI制药最先受益的公司，未必是研发出下一款抗癌神药的生物科技公司，而可能是帮助这些公司做实验、提供材料和设备的上游供应商。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>\u003Cstrong>比如，有些公司专门帮助科学家合成DNA，有些负责生产蛋白质，有些提供可以同时测试大量样本的仪器，还有些通过机器人和自动化设备，让实验室一天能够完成更多实验。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>如果你投资一家研发抗癌药物的公司，即使它花了十年、投入几十亿美元，只要最后临床试验失败，股价就可能遭遇重创。\u003C\u002Fp>\u003Cp>但是，提供DNA、实验设备、检测试剂和实验服务的公司，不一定需要押中哪一款新药最终成功。只要越来越多的药企开始使用AI，设计出更多候选药物，需要做的实验越来越多，就可能带动这些上游公司的订单增长。\u003C\u002Fp>\u003Cp>当然，订单增长最终能否转化为利润，还取决于竞争、定价和产能利用率。所以我们真正需要关注的，不只是下一款神药会由谁研发出来，还包括谁正在为越来越多的新药实验提供必不可少的工具。\u003C\u002Fp>\u003Cp>那么，哪些美股公司已经开始接到真实订单？哪些公司已经把AI需求反映到财报里？又有哪些公司，只是市场提前买入了未来预期\u003C\u002Fp>\u003Cp>\u003Cstrong>本文章干货满满，先点赞再收藏，关键时刻能帮忙！\u003C\u002Fstrong>\u003C\u002Fp>\u003Ch2>\u003Cstrong>两个案例看懂AI制药的数据闭环\u003C\u002Fstrong>\u003C\u002Fh2>\u003Cp>接下来，我们用两个近期案例，看它到底有没有开始变成真实的实验需求。\u003C\u002Fp>\u003Cp>\u003Cstrong>10月7日，由扎克伯格夫妇支持的非营利科研机构Biohub，宣布扩大Virtual Biology Initiative。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>参与者包括美国能源部、美国国立卫生研究院，以及Google DeepMind、Meta和Isomorphic Labs。\u003C\u002Fp>\u003Cp>整个计划涉及的资金、现有数据、算力和测量技术资源，合计达到18亿美元。\u003C\u002Fp>\u003Cp>这里要注意，这18亿美元不是某家公司马上拿到的现金订单，而是包括已有资源和未来投入，用来建设大规模生物数据基础设施。\u003C\u002Fp>\u003Cp>简单来说，就是通过真实实验，观察细胞在不同条件下会发生什么变化，再把这些结果标准化，交给AI学习，让模型逐渐学会预测生物反应。\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg src=\"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploader6968bda8e1a54c298138a193b81f36af.png\" width=\"1046\" height=\"910\">\u003C\u002Ffigure>\u003Cp>这件事释放出的信号很清楚：\u003C\u002Fp>\u003Cp>AI生物学现在缺的，不只是更强的模型和更多算力，还缺大量高质量、可重复、能够被模型读取的真实实验数据。\u003C\u002Fp>\u003Cp>而这种模式，在美股公司RXRX身上，已经有了具体体现。\u003C\u002Fp>\u003Cp>\u003Cstrong>今年8月，RXRX披露与罗氏旗下Genentech合作，双方共同发现并通过实验验证了一个新的神经科学治疗靶点，随后将其推进到早期小分子药物发现项目。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg src=\"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploader5d8a363786284f6ba7abcb72274c8d2a.png\" width=\"1080\" height=\"331\">\u003C\u002Ffigure>\u003Cp>RXRX的工作方式，并不是让AI在电脑里凭空猜答案。研究人员先通过干细胞技术培养神经元，再进行基因扰动、自动化实验和细胞成像，收集大量真实数据，让AI从中寻找与疾病有关的规律。\u003C\u002Fp>\u003Cp>根据公司披露，相关研究累计培养了超过1万亿个神经元细胞，并采集了超过3000万张细胞图像。\u003C\u002Fp>\u003Cp>为什么需要做这么多实验？\u003C\u002Fp>\u003Cp>\u003Cstrong>因为AI发现一个可能的治疗方向之后，还要通过下一轮实验验证这个方向是否可靠。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>整个过程可以概括成一句话：\u003C\u002Fp>\u003Cp>\u003Cstrong>AI提出假设，实验室负责验证，数据回到模型，模型再提出下一轮假设。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>当然，发现并验证一个新靶点，距离一款药物最终上市还很远。RXRX这个案例证明的是，AI、自动化实验和真实生物数据，已经可以组合成一套持续运行的研发流程，并不代表某款药物已经成功，更不代表公司收入马上会爆发。\u003C\u002Fp>\u003Cp>但它揭示了一个非常重要的变化：\u003C\u002Fp>\u003Cp>\u003Cstrong>在AI制药时代，实验室不只是验证药物的地方，也正在变成持续生产AI训练数据的地方。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>像RXRX这样的平台，可以自建实验室。但即使是拥有自建实验室的公司，也需要采购DNA、蛋白质、检测试剂和自动化设备，或者直接购买专业实验服务。\u003C\u002Fp>\u003Cp>这意味着，AI带来的实验需求，有一部分最终会转化成生命科学工具和服务公司的订单。\u003C\u002Fp>\u003Ch2>\u003Cstrong>AI制药背后的四家“卖铲人”\u003C\u002Fstrong>\u003C\u002Fh2>\u003Cp>接下来，我们就把镜头拉到四家美股公司，分别看谁在制造实验材料，谁在完成检测，谁在推动实验室自动化，谁又在生产AI最需要的细胞数据。临床前、临床试验和医药数据服务也属于这条产业链，但今天我们先聚焦药物发现阶段。\u003C\u002Fp>\u003Ch2>\u003Cstrong>第一家TWST\u003C\u002Fstrong>\u003C\u002Fh2>\u003Cp>我们美股投资网把TWST放在第一位，是因为在这四家公司里，它目前最接近“AI设计增加，订单直接增加”这条逻辑。\u003C\u002Fp>\u003Cp>TWST是一家DNA合成和蛋白质研发服务公司，主要帮助药企和科研机构，把电脑里的生物设计，变成可以拿到实验室里测试的真实材料。\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg src=\"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploaderf46e2c62d1a24c1bb490ddfd4cd29c65.png\" width=\"437\" height=\"144\">\u003C\u002Ffigure>\u003Cp>举个例子，AI设计出一种新的蛋白质，科学家不能只看电脑模拟结果，还要先合成对应的DNA，再通过实验生产出真实蛋白质，最后测试它到底有没有用。\u003C\u002Fp>\u003Cp>而TWST最擅长的，就是利用硅芯片和自动化技术，大规模合成不同的DNA序列，并提供蛋白质、抗体等相关研发服务。\u003C\u002Fp>\u003Cp>今年，Anthropic在蛋白质设计项目中使用Claude生成候选方案，并与包括TWST在内的实验机构合作，对这些AI设计进行真实实验验证。\u003C\u002Fp>\u003Cp>这说明TWST已经进入了“AI设计、材料制造、实验验证”的实际流程，而不是只停留在市场概念上。\u003C\u002Fp>\u003Cp>它的商业模式也比较直接。\u003C\u002Fp>\u003Cp>客户设计一批、测试一批。如果实验结果不理想，就要修改设计，再采购下一批DNA和蛋白质材料。\u003C\u002Fp>\u003Cp>所以TWST不需要等到某款新药最终上市，才能获得收入。只要客户不断设计、不断实验，它就有机会持续获得订单。\u003C\u002Fp>\u003Cp>财报也出现了比较清晰的增长信号。\u003C\u002Fp>\u003Cp>2026财年第三季度，TWST的DNA合成与蛋白质解决方案业务收入达到5660万美元，同\u003Cstrong>比增长39%\u003C\u002Fstrong>；\u003Cstrong>合成基因交付量约36.9万条\u003C\u002Fstrong>，同比增长56%。\u003C\u002Fp>\u003Cp>公司还披露，2025财年AI药物发现相关订单已经超过2500万美元，并预计这部分订单在2026财年有望实现三位数百分比增长，2027财年继续保持较快增速。\u003C\u002Fp>\u003Cfigure class=\"image\">\u003Cimg src=\"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploader90edc51a26314cedb2195d6bb5634623.png\" width=\"1080\" height=\"147\">\u003C\u002Ffigure>\u003Cp>但这里要分清楚：三位数增长说的是AI相关订单预期，不是公司整体营收增长了三位数；DNA合成业务的增长，也不代表全部来自AI。\u003C\u002Fp>\u003Cp>不过，相比那些只是在讲未来市场空间的公司，TWST至少已经拿出了比较直接的商业化证据。\u003C\u002Fp>\u003Cp>竞争反面，Danaher旗下的IDT，同样拥有成熟的DNA合成技术和客户资源。\u003C\u002Fp>\u003Cp>所以TWST未来能不能继续拿到订单，关键要看三件事：合成成本能不能继续下降，交付速度能不能继续提高，以及它能不能把蛋白质解决方案和实验服务做得更完整。\u003C\u002Fp>\u003Ch2>\u003Cstrong>第二家RVTY\u003C\u002Fstrong>\u003C\u002Fh2>\u003Cp>如果说TWST负责把AI设计变成真实材料，那么RVTY负责的，就是帮助科学家测出实验结果。\u003C\u002Fp>\u003Cp>\u003Cstrong>RVTY是一家美国生命科学工具公司，主要销售实验仪器、检测试剂、自动化设备和科研软件。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cfigure class=\"image image_resized\">\u003Cimg src=\"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploader684a4ea81cc54612b6a50cf26f9a3339.png\" width=\"490\" height=\"260\">\u003C\u002Ffigure>\u003Cp>比如AI设计出上万个候选分子，研究人员需要测试它们能不能结合目标蛋白，会不会影响细胞，以及有没有潜在风险。\u003C\u002Fp>\u003Cp>这些实验都需要专业的检测设备和试剂，而RVTY的产品就覆盖了其中相当一部分环节。\u003C\u002Fp>\u003Cp>它的商业模式还有一个特点：不只是卖一次设备。\u003C\u002Fp>\u003Cp>\u003Cstrong>客户买完仪器以后，后面每开展一轮实验，都可能继续采购试剂、耗材和软件服务。如果AI真的带来更多实验量，RVTY理论上可以同时受益于设备销售和后续耗材收入。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>但目前，这种机会还没有明显反映在财报里。\u003C\u002Fp>\u003Cp>2026年第二季度，RVTY生命科学业务收入约3.59亿美元，同比下降2%；不过，这块业务的调整后营业利润率仍然在31%左右。\u003C\u002Fp>\u003Cp>这说明RVTY的业务基础比较成熟，也有盈利能力，但现在还不能证明AI已经推动它明显加速增长。\u003C\u002Fp>\u003Cp>所以我关注RVTY，不是因为它已经出现了最强的AI订单信号，而是因为它拥有成熟的客户、产品和盈利基础。\u003C\u002Fp>\u003Cp>未来真正的催化剂，是AI带来的新增实验量，能不能在财报中体现为更多仪器需求、更高试剂消耗和持续收入增长。\u003C\u002Fp>\u003Cp>不过，检测效率提高以后，实验室还会遇到另一个问题。大量样本准备、细胞培养、液体转移和仪器操作，仍然需要研究人员手动完成。如果实验数量持续增加，人力就可能成为新的瓶颈。\u003C\u002Fp>\u003Cp>于是，第三家公司就有了机会。\u003C\u002Fp>\u003Ch2>\u003Cstrong>第三家DNA\u003C\u002Fstrong>\u003C\u002Fh2>\u003Cp>\u003Cstrong>DNA是一家美国生物技术公司，现在正把业务重点转向自主实验室，也就是利用机器人和软件，让大量生物实验自动运行。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cfigure class=\"image image_resized\">\u003Cimg src=\"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploader5396d33be3ea462f97a39b553a3caadf.png\" width=\"710\" height=\"237\">\u003C\u002Ffigure>\u003Cp>与前面的RVTY不同，DNA更想把样本准备、细胞培养、检测和数据记录整合起来，通过建设自动化实验平台、提供相关服务来赚钱。\u003C\u002Fp>\u003Cp>目前，公司已经参与麻省理工、加州理工等研究机构的自动化实验室项目。\u003C\u002Fp>\u003Cp>这说明它并不是完全没有客户，但拿到项目，不代表商业模式已经跑通。\u003C\u002Fp>\u003Cp>从财报来看，DNA目前的问题也最明显。\u003C\u002Fp>\u003Cp>2026年第二季度，公司营收约2000万美元，同比下降48%；持续经营业务净亏损约5700万美元。\u003C\u002Fp>\u003Cp>虽然收入下滑部分来自原有业务的重组和收缩，但至少说明，新战略目前还没有形成足够大的收入规模。\u003C\u002Fp>\u003Cp>竞争压力也在增加。\u003C\u002Fp>\u003Cp>10月7日，Danaher宣布计划在2027年初让自己的AI自主实验室实现规模化运行，重点用于抗体等科研材料的设计、制造和验证。\u003C\u002Fp>\u003Cp>Danaher本身已经拥有实验仪器、DNA合成、自动化设备和软件业务，可以把这些技术整合到同一个平台里。\u003C\u002Fp>\u003Cp>\u003Cstrong>虽然两家公司的具体业务并不完全一样，但Danaher拥有更大的客户基础、资金实力和产品整合能力，这会对DNA形成明显压力。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>所以我关注DNA，是因为它押注了实验室自动化这个长期方向,但它也是四家公司里商业化风险最高的一家。\u003C\u002Fp>\u003Cp>DNA真正需要证明的，不是能不能做出一个自动化实验室，而是这些项目能不能复制，能不能持续收费，最后能不能形成稳定的现金流。\u003C\u002Fp>\u003Ch2>\u003Cstrong>第四家，TXG\u003C\u002Fstrong>\u003C\u002Fh2>\u003Cp>\u003Cstrong>TXG是一家美国生命科学技术公司，主要销售单细胞和空间生物学分析设备，以及配套试剂和软件。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cfigure class=\"image image_resized\">\u003Cimg src=\"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploader8c3c0f70280d43f9915e10ece43546a4.png\" width=\"600\" height=\"318\">\u003C\u002Ffigure>\u003Cp>这个技术听起来比较复杂，但可以用一个例子来理解。\u003C\u002Fp>\u003Cp>假设科学家正在研究一种抗癌药。普通检测可能只能看到整个肿瘤组织发生了什么变化。\u003C\u002Fp>\u003Cp>但同一个肿瘤里面，有癌细胞、免疫细胞，还有其他不同类型的细胞。它们对药物的反应可能完全不同。\u003C\u002Fp>\u003Cp>\u003Cstrong>TXG的单细胞技术，可以帮助科学家分别分析这些细胞的基因活动,空间生物学技术，还能进一步了解这些细胞在组织中的具体位置。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>这些数据既可以帮助科学家寻找新的治疗靶点，也可能成为训练AI细胞模型的重要基础。\u003C\u002Fp>\u003Cp>当然，READ环节并不只有单细胞和空间组学，还包括基因测序、临床数据和医学影像。\u003C\u002Fp>\u003Cp>\u003Cstrong>今天选择TXG，是因为它最直接连接到细胞层面的AI生物数据。而且，TXG已经参与了实际项目。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>美国科研机构Arc Institute正在推进Virtual Cell Atlas，也就是虚拟细胞图谱项目，希望利用大规模细胞数据，训练能够预测细胞反应的AI模型。\u003C\u002Fp>\u003Cp>TXG就是相关技术合作伙伴之一。\u003C\u002Fp>\u003Cp>这也是我关注TXG的原因：它提供的数据生成技术，已经进入大型AI生物学研究项目，而不是停留在市场概念上。\u003C\u002Fp>\u003Cp>2026年第二季度，TXG营收约1.51亿美元。剔除今年和去年同期的一次性专利和解收入后，可比营收同比增长约3%。\u003C\u002Fp>\u003Cp>不过，公司的空间组学耗材收入增长了16%。这个数字值得注意，因为TXG不仅卖仪器。客户安装设备以后，每完成一轮实验，还需要购买配套试剂和耗材。\u003C\u002Fp>\u003Cp>所以，如果未来AI生物数据项目带动更多仪器安装，同时提高设备使用频率，TXG就有机会获得持续性的耗材收入。\u003C\u002Fp>\u003Ch2>\u003Cstrong>四家公司怎么比较？\u003C\u002Fstrong>\u003C\u002Fh2>\u003Cp>讲完这四家公司，大家应该可以看到，它们虽然都可能受益于AI新药，但商业化进度并不一样。\u003C\u002Fp>\u003Cp>TWST负责把AI设计变成DNA和蛋白质，目前AI订单增长信号最直接，但市场给它的增长预期也最高。\u003C\u002Fp>\u003Cp>RVTY负责实验检测，业务成熟、盈利基础较好，但AI带来的增量还没有明显反映在财报里。\u003C\u002Fp>\u003Cp>DNA押注实验室自动化，想象空间最大，但收入下滑、现金消耗和竞争压力也最明显。\u003C\u002Fp>\u003Cp>TXG掌握单细胞和空间生物学数据，长期逻辑不错，但目前整体收入增长仍然比较温和。\u003C\u002Fp>\u003Cp>所以，产业链逻辑成立，不代表四家公司现在都适合买。\u003C\u002Fp>\u003Cp>真正需要比较的是：订单能不能变成收入，收入能不能变成利润，利润能不能变成现金流，以及当前股价已经提前反映了多少未来增长。\u003C\u002Fp>\u003Cp>如果你想进一步查看这四家公司的市销率、收入增长、现金消耗和估值对比，可以通过我们的官网，查看更详细的研究资料。\u003C\u002Fp>\u003Cp>\u003Cstrong>官网：StockWe.com\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp>这篇文章就到这里，你最看好哪家，欢迎在评论区留下你的看法，我们一起交流。\u003C\u002Fp>\u003Cp>\u003Cstrong>大量粉丝还没有养成阅读后点赞的习惯，希望大家在阅读后顺便点赞和转发，以示鼓励！我们一个团队长期坚持原创18年真的很不容易。坚持是一种信仰，是对于美股的一种热爱。\u003C\u002Fstrong>\u003C\u002Fp>\u003Cp> \u003C\u002Fp>","\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202610-stk\u002FUploadera7c881c2fac943d8bf14b1af4415e19e.png","2026-10-13T00:59:29.283","2026.10.13","2026\u002F10\u002F13",58586,[22,23,24,25],"TXG","DNA","RVTY","TWST","Article",0,"免费","success",{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":31,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":26,"videoId":6,"liveVideoUrl":6,"useContentVideo":5,"duration":27,"price":27,"priceText":28,"priceBadgeText":28,"priceBadgeClass":29,"freeForMinGroupLevel":27,"redirectUrl":6,"readyToStream":5},[22,23,24,25],"\u002Fcol\u002Fstocknews",{"visible":5,"marketingHtml":34,"services":35,"recentDocuments":44},"\u003Cfigure class=\"image\">\u003Ca href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\" rel=\"noopener noreferrer\">\u003Cimg src=\"\u002Fimg\u002Fstockwewebfiles\u002Fweb-202408-stk\u002F1586109431mceclip0.jpg\">\u003C\u002Fa>\u003C\u002Ffigure>\u003Cdiv class=\"text-center\">\u003Ch2 class=\"card-title mx-auto\">\u003Cbr>\u003Ca rel=\"noopener noreferrer\" href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\">案例介绍：英伟达深度研究报告\u003C\u002Fa>\u003C\u002Fh2>\u003C\u002Fdiv>",[36,40],{"productId":37,"serviceName":38,"priceText":39},"prod_PPxdDdK87QaiLv","月付","$12.95美元",{"productId":41,"serviceName":42,"priceText":43},"prod_PPxeMs3bix1da5","年付","$149.00美元",[],{"links":46,"images":74,"summaryHtml":79,"aboutTitle":80,"aboutHtml":81,"copyrightHtml":82},[47,50,53,56,59,62,65,68,71],{"label":48,"url":49},"深度报告","\u002Fcol\u002FdepthReport",{"label":51,"url":52},"VIP会员","\u002Fvip",{"label":54,"url":55},"期权推荐","\u002FOption",{"label":57,"url":58},"低价暴涨股","\u002FPenny",{"label":60,"url":61},"AI智能体","\u002FAiAgent",{"label":63,"url":64},"常见问题","https:\u002F\u002Fstockwe.com\u002FFAQ",{"label":66,"url":67},"美股课程","\u002Fcol\u002Fvideos",{"label":69,"url":70},"免责声明","\u002Fdisclaimer",{"label":72,"url":73},"联系我们","\u002FContactUs",[75,76,77,78],"\u002Fimages\u002Ffooter\u002Ffooter-1-wechat.gif?v=20260930c","\u002Fimages\u002Ffooter\u002Ffooter-2-telegram.png?v=20260930c","\u002Fimages\u002Ffooter\u002Ffooter-3-whatsapp.png?v=20260930c","\u002Fimages\u002Ffooter\u002Ffooter-4-line.png?v=20260930c","邮箱: buy@TradesMax.com 美国电话 626-378-3637","公司介绍","\u003Cp class=\"MsoNormal\">美股大数据 \u003Ca href=\"https:\u002F\u002Fstockwe.com\" rel=\"noopener\">StockWe.com\u003C\u002Fa> 是一个美国领先的金融和美股信息大数据提供商，紧盯华尔街金融市场和行情，2008年成立于美国硅谷，创始人是前纽约证券交易所资深分析师Ken，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化交易模型，每天处理海量股票数据：挖掘潜力大牛股，捕捉期权异动大单，实时主力资金流向、机构持仓变化、川普突发新闻，美股买卖信号第一时间发到您手机APP。\u003C\u002Fp>","专业美股投资者都在这里",{"loading":84,"search":85,"searchPlaceholder":85,"hotContent":86,"draft":87,"noData":88,"searchNoData":89,"courseContent":90,"more":91,"buyNow":92,"subscribeNow":93,"encoding":94,"paidContent":95},"Loading...","搜索","热门内容","草稿","目前没有任何内容公布","当前检索内容没有数据","课程内容","更多","立即购买后观看","- 立即订阅 -","视频编码中...","付费内容"]