医药企业综合情报（Pharma Company Intelligence）

整合医药企业管线、专利、交易和战略竞争情报

Install

openclaw skills install @yuanzhian-patsnap/pharma-company-intelligence

Pharma Company Intelligence Skill

Overview

本技能面向医药行业的 BD 决策、竞争情报分析和投资尽调场景。输入一家制药/biotech 公司名称（支持中英文），自动执行十二大调研模块，最终输出一份深海蓝 × 森林绿风格的完整 HTML 调研报告。

核心价值主张

大模型告诉你一家公司在做什么药，本技能告诉你：

这家公司用什么专利保护它（专利号、法律状态、申请实体）

谁真正拥有它（子公司法律架构）

还能保护多久（LCA 剩余寿命评分）

Lead 化合物的成药风险在哪里（ADMET 全表）

中国市场是否留了空隙（CN 局专项）

大模型 vs Eureka 增量对比

信息维度	大模型（如智谱清言）	Eureka 本技能
药物管线叙述	✅ 有	✅ 有（补充最新数据）
临床阶段描述	✅ 有	✅ 核实+更新至最新
专利号与公开日	❌ 无	✅ 完整结构化列表
专利申请实体识别	❌ 只提公司名	✅ 揭示子公司架构
专利法律状态	❌ 无	✅ 有效/审中/失效
LCA 专利价值评分	❌ 无	✅ 五维评分+估值
Lead 化合物 ADMET	❌ 无	✅ 13项指标全表
竞品格局	⚠️ 模糊	✅ 结构化对比表
融资历史核实	⚠️ 易出错	✅ SEC filing 核实
中国市场专利风险	❌ 无	✅ CN 局专项分析

典型使用场景

本技能基于**硕迪生物（Structure Therapeutics）**完整跑通并纠错：

大模型仅知道"硕迪在做口服 GLP-1R 小分子"，本技能额外揭示了 Gasherbrum Bio / Aconcagua Bio / Lhotse Bio 三个专利申请实体架构
大模型给出 IPO 金额 ~$2.16亿（错误），本技能通过 SEC filing 核实为 $1.611亿
大模型无法输出 46 条结构化专利列表、6 件专利 LCA 评分、5 个 Lead 化合物 ADMET 全表

Inputs

参数	类型	必填	说明
`company_name`	string	✅	目标公司名称（中英文均可）
`reference_doc`	file	⬜	可选：用户上传的现有调研文档（PDF/PPT/DOCX），用于对标补全
`focus_pipeline`	string	⬜	可选：重点关注的管线名称或靶点
`bd_context`	string	⬜	可选：BD 决策背景（如"石药集团考虑引进中国权益"）
`output_lang`	string	⬜	输出语言，默认"zh"（中文），支持"en"

Output

完整 HTML 报告文件（@session/reports/<company_slug>_intelligence_report.html）
报告风格：深海蓝（#1e3a5f）× 钢蓝（#2d6a9f）× 森林绿（#1a8c6e）渐变专业报告风
Banner 渐变：linear-gradient(135deg, #1e3a5f, #2d6a9f, #1a8c6e)
报告包含 12 个模块 + 附录数据核实表
每条关键数据附 [S#] 可溯源标记

Workflow

本技能按以下十二步顺序执行，每步均需从工具获取真实数据，禁止凭空捏造任何数字。

Step 1 — 公司基础信息 & 子公司架构

工具： web.search + web_fetch

关键动作：

搜索公司全名、股票代码、上市时间、官网、总部地址
重点：搜索专利申请人名称——很多 Biotech 以子公司/关联实体名义申请专利
- 示例：硕迪用 Gasherbrum Bio / Aconcagua Bio / Lhotse Bio 三个实体分别持有不同管线专利
- 必须识别全部关联实体名称，后续专利检索需同时覆盖所有实体
若提供了 reference_doc，读取文件提取已有框架，后续步骤对标补全

输出： 公司概览卡片（名称/代码/总部/成立时间/定位）+ 子公司-管线映射表

Step 2 — 药物管线全景

工具： web.search + web_fetch（官网 pipeline 页面 + 最新 press release）

关键动作：

获取所有临床及临床前管线：药物名称、靶点、适应症、当前阶段
记录最新临床数据（顶线结果、关键疗效数字）
若有 focus_pipeline 参数，重点聚焦该管线
优先抓取公司官网 pipeline 页面，数据最权威
同时记录临床前及发现阶段管线，体现全景

输出： 管线全表（药物名/靶点/适应症/阶段/最新数据）

Step 3 — 临床进展核实

工具： web.search（clinicaltrials.gov + 公司官方公告 + 医疗媒体）

关键动作：

核实每条管线的最新临床阶段和关键数据
重点核实：体重减轻%、HbA1c降低值、无进展生存期等关键疗效终点
标注数据来源和获取日期
时间敏感提示：超过6个月的数据标注"建议重新核实"

输出： 临床数据核实表 + 关键里程碑时间轴

Step 4 — 竞品格局分析

工具： patent.search + web.search

关键动作：

搜索同靶点/同适应症的竞争管线（至少5家主要竞争对手）
比较各竞品的临床阶段、关键数据、化学类型差异
识别已退出竞品（如辉瑞 Danuglipron），分析格局变化
若有 bd_context 参数，从 BD 决策角度分析竞品威胁程度

输出： 竞品对比表 + 格局洞察段落

Step 5 — 融资与资本结构

工具： web.search + web_fetch（SEC filing / 公司官网 IR 页面）

关键动作：

完整融资时间线：Series A/B/C → IPO 金额
⚠️ 重要：IPO 金额等财务数字必须从 SEC filing 或官方 press release 核实，不接受估算值
- 错误示例：硕迪 IPO 金额曾被误报为 $2.16亿，实际为 $1.611亿（10.74M ADS × $15.00）
当前现金储备、资金跑道
主要机构股东
对中国 Biotech，可额外调用企业工商数据库获取结构化融资数据

输出： 融资时间线 + 资本结构表 + 资金跑道预判

Step 6 — 专利检索 & 全表输出

工具： patent.search（按申请人检索，覆盖 Step 1 识别的所有关联实体）

关键动作：

检索字段：申请人名称（所有关联实体）、公开日、申请日、法律状态、受理局
按管线分组，每条专利含：
- 专利号（可点击 PatSnap 链接，格式：https://eureka.zhihuiya.com/view/#/fullText?patentId=...）
- 公开日、申请日、法律状态、受理局、标题
覆盖：有效（active）/ 审中（pending）/ 失效（inactive）三类
输出三组分类表，每组按公开日倒序排列
⚠️ 禁止省略子公司实体：每个关联申请人实体必须单独检索

输出： 三组专利分类表（有效/审中/失效）

Step 7 — LCA 专利价值评估

工具： mcp_patsnap-zhihuiya-analysis-report__patent_report_create + mcp_patsnap-patent-legal__legal_data

关键动作：

选取每条管线最重要的 2-3 件核心专利进行全维度 LCA
输出五维评分：
- 技术维度：权利要求数、独立权利要求数、被引次数、IPC 分布数
- 法律维度：法律状态、剩余保护期比例、无效诉讼记录、授权等待时长
- 市场维度：专利族大小、覆盖国家数、总引用次数
- 战略维度：发明人数、转让次数、授权许可记录、质押记录
- 经济维度：专利族稳定性指数、IPC 技术领域近5年增长率
识别"时间惩罚"现象：新专利市场分低不代表价值低，需结合专利年龄解读
综合估值：PatSnap 估算专利价值（USD）

输出： 每件专利五维雷达评分卡 + 综合估值 + 战略洞察

Step 8 — Lead 化合物 ADMET 分析

工具： PatSnap 生命科学 MCP

调用子工具：ls_patent_structure_fetch + ls_admet_predict + ls_chemical_mcs_analyze
⚠️ 若生命科学 MCP 未启用，跳过本步骤并在报告中提示用户开启后重试

执行流程：

ls_patent_structure_fetch：从核心专利结构库提取代表性 Lead 化合物 SMILES，每条管线各取 1-2 个最具代表性骨架
ls_admet_predict：对每个 SMILES 运行 ADMET 预测，获取以下13个指标：
- 物化性质：分子量、logP、HBA、HBD、TPSA
- 吸收/分布：口服生物利用度、BBB 穿透率、Caco-2 通透性
- 毒性风险：hERG 阻断风险、AMES 致突变
- 代谢/清除：CYP3A4 抑制、CYP2C9 抑制、肝细胞清除率、水溶性
ls_chemical_mcs_analyze：跨管线 MCS（最大公共子结构）比较，判断管线间化学空间重叠度

ADMET 四色评分阈值：

指标	✅ 良好	🟡 需关注	⚠️ 偏差	🔴 高风险
hERG	< 0.4	0.4–0.8	—	> 0.8
CYP3A4/2C9	< 0.3	0.3–0.8	—	> 0.8
分子量	< 500 Da	—	> 500 Da（需判断前药策略）	—
logP	2–5	—	> 5	—
口服生物利用度	> 0.8	0.5–0.8	< 0.5	—
TPSA	< 90 Å²	90–140 Å²	> 140 Å²	—

MCS 分析解读原则：

无 MCS（count=0）→ 管线间化学空间完全独立，专利保护互不影响
有显著 MCS → 提示管线间结构关联，需评估专利交叉保护风险

输出： 化合物结构（SMILES）+ ADMET 四色全表 + MCS 结论 + BD 成药性评分矩阵

Step 9 — 学术文献支撑

工具： paper.search

关键动作：

搜索支撑各管线技术路线的核心学术论文
每条管线 2-3 篇，含：被引次数、核心结论、与管线的关联说明
优先选择高被引（>20次）和近3年发表的文献
标注论文与管线的关联类型：机制验证 / 安全性支撑 / 竞争对比

输出： 论文卡片组（标题/被引/核心结论/管线映射）

Step 10 — 中国市场专利风险分析

工具： patent.search（jurisdiction=CN 专项检索）

关键动作：

专项检索各关联实体在 CN/CNIPA 的专利申请和授权情况
识别 PCT 申请中国国家阶段进入状态（优先权日+30个月窗口）
输出：
- 中国专利布局现状（有效/审中/未进入三类）
- 空白点分析（哪些管线的中国保护存在缺口）
- 关键时间节点预警（哪些 PCT 申请即将到达中国进入截止日）
- 对 BD 决策方（如石药集团）的具体含义

输出： 中国专利布局现状表 + 空白点分析 + 关键时间节点预警 + BD 行动建议

Step 11 — 数据核实 & 整合

关键动作：

对所有关键数字（IPO金额、临床数据、现金储备、专利数量等）进行二次核实
标注核实状态：
- ✅ 已核实（有明确来源文件或官方声明）
- ⚠️ 待核实（来源为第三方媒体，建议复查）
- 🔴 已纠正（发现与初始数据有差异，记录原因）
生成数据核实汇总附录表（关键数字 + 来源 + 核实状态）

输出： 附录核实表（关键数字 + 来源 + 核实状态三色标注）

Step 12 — HTML 报告生成

按以下视觉规范和章节结构生成完整 HTML 报告，所有 CSS 内联，可直接在浏览器打开。

HTML 报告规范

视觉规范

css

/* 主色系 */
--color-navy: #1e3a5f;       /* 深海蓝：标题、边框、强调 */
--color-steel: #2d6a9f;      /* 钢蓝：按钮、序号、链接 */
--color-green: #1a8c6e;      /* 森林绿：点缀色 */

/* Banner 渐变 */
background: linear-gradient(135deg, #1e3a5f, #2d6a9f, #1a8c6e);

/* 背景与卡片 */
--bg-page: #f0f4f8;
--bg-card: #ffffff;
--card-radius: 12px;
--card-shadow: 0 2px 12px rgba(0,0,0,0.08);

/* 正文 */
--text-body: #2d3748;

ADMET 四类指标卡片配色

类别	背景色	边框色
物化性质	`#fef3e2`	`#f6d389`
吸收/分布	`#e8f4fd`	`#90cdf4`
毒性风险	`#fde8e8`	`#fc8181`
代谢/清除	`#e8fdf5`	`#68d391`

报告 12 章节结构

章节	内容	核心组件
1. 公司概览	核心数字卡 + 子公司架构树	6个数字摘要卡
2. 药物管线	管线卡片 + 阶段进度条	每条管线单独卡片
3. 临床进展	关键数据表 + 核心里程碑时间轴	横向时间轴
4. 竞品格局	竞品对比表 + 格局洞察段落	响应式表格
5. 融资与资本	融资时间线 + 股东结构	垂直时间线
6. 专利全表	三组分类表 + PatSnap 可点击链接	三Tab分组表格
7. LCA 专利价值	每件专利五维评分卡 + 估值区间	评分卡组件
8. 专利策略解读	梯次围栏分析 + 保护期预测	围栏示意
9. Lead 化合物	SMILES 结构 + ADMET 全表 + MCS 结论 + BD 评分矩阵	彩色指标表
10. 学术文献	论文卡片 + 被引次数 + 管线映射	论文卡片组
11. 中国市场风险	专利空白地图 + 时间节点预警 + 行动建议	预警卡片
12. BD 决策洞察	六维战略矩阵 + 核心价值主张	决策矩阵表
附录	数据核实汇总表（关键数字 + 来源 + 核实状态）	三色状态表

Quality Gates（质量控制）

检查项	要求	失败处理
财务数字来源	IPO金额、融资规模必须有 SEC filing 或官方 PR 来源	标注 ⚠️ 待核实，不得使用估算值
专利号可溯源	每条专利必须有 PatSnap 链接	无链接的专利不得列入表格
临床数据来源	疗效数字必须注明来源	标注来源（公司官网/ClinicalTrials/医疗媒体）
子公司覆盖	专利检索必须覆盖所有已识别的关联申请人实体	Step 1 若未识别子公司架构，Step 6 前必须补充检索
ADMET 数据来源	必须来自 `ls_admet_predict` 工具	若 MCP 未启用，整节标注"需开启生命科学MCP"
[S#] 标注	所有事实性结论必须附 `[S#]` 来源标记	无标注的标注为 Unverified
数字勘误记录	如发现与参考文档有差异，必须在附录核实表记录	纠正原因必须说明
中国市场专项	每份报告必须包含 Step 10 中国专利布局专项	不得省略

Guardrails（护栏）

🚫 核心禁令（三条不可违反）

禁止凭空编造数据
- 所有数字、日期、专利号必须来自工具返回结果
- 反例：声称 IPO 融资 $2.16亿（实际应为 $1.611亿）
禁止用大模型知识替代工具检索
- 即使某个数字"看起来合理"，也必须通过工具核实
- 即使训练数据中有相关信息，也必须重新检索验证时效性
禁止省略中国市场专项
- 每次报告必须包含中国局专利布局专项分析
- 这是对中国药企客户（如石药集团）的核心差异化价值

⚠️ 注意事项

大模型 vs Eureka 增量明确区分：仅靠 web_search 能获得的信息标注"基础信息"，需要 PatSnap 专利/LCA/ADMET 工具才能获得的信息标注"Eureka 增量"
时间敏感性：临床数据需注明获取日期，超过6个月的数据需提示"建议重新核实"
美国 vs 中国 Biotech 的数据源差异：
- 美国/欧洲上市 Biotech：融资数据从 SEC filing + web_search 获取
- 中国 Biotech（如百济神州、信达生物）：可额外调用工商+融资结构化数据
ADMET MCP 依赖声明：若 PatSnap 生命科学 MCP 未启用，Step 8 整节跳过并在报告中提示
时间惩罚解读：新专利（<2年）市场维度评分天然偏低，不代表价值低，需结合专利年龄解读

Example Trigger Phrases（触发示例）

text

"帮我做一份 [公司名] 的调研报告"
"[公司名] 的专利布局分析"
"我想了解 [公司名] 的药物管线和专利情况"
"对标这份 PDF，补充 [公司名] 的专利和化合物分析"
"[公司名] 的 BD 价值评估"
"这家 biotech 的 Lead 化合物成药性如何"
"[公司名] 的竞争情报报告"
"[公司名] 的投资尽调简报"

Case Study：硕迪生物（Structure Therapeutics）验证记录

数据项	初始值（大模型）	核实后正确值	纠错工具
IPO 募资金额	~$2.16亿	$1.611亿	SEC filing（web_fetch）
IPO ADS 定价	未明确	$15.00/ADS × 10,740,000股	SEC filing
专利申请主体	"硕迪生物"	Gasherbrum Bio + Aconcagua Bio + Lhotse Bio	patent.search
ACCESS减重数据（12周）	模糊	最佳剂量组 −6.0%（安慰剂校正）	web_search
ACCESS II 减重（44周）	未知	120mg: −13.6%；180mg: −15.3%	web_search
2025年末现金	未知	约 $14亿	web_search
资金跑道	未知	2028年以后	web_search
核心专利市场分	未知	96分（PatSnap，行业顶5%）	LCA MCP
核心专利估值	未知	$4,630,000（US11492365B2）	LCA MCP
MCS跨管线分析	无法获取	三条管线无共同MCS，化学空间完全独立	ls_chemical_mcs_analyze
竞品格局	未涵盖	礼来orforglipron III期完成，NDA递交中	web_search

Notes

本技能专为中国医药企业的 BD 决策、竞争情报分析和投资尽调场景设计
报告文件统一保存至 @session/reports/ 目录，文件名格式：<company_slug>_intelligence_report.html
若用户提供 reference_doc（PDF/PPT），在 Step 1 读取并提取已有框架，后续步骤仅补全缺失模块，避免重复内容
报告输出为自包含 HTML（所有 CSS 内联），可直接在浏览器打开或发送给客户
本技能适用范围：全球制药/Biotech 公司，对中国 Biotech 可额外调用工商数据库增强融资模块