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

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

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：

1. 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
2. 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
3. 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：

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

/* 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

报告 12 章节结构

Quality Gates（质量控制）

Guardrails（护栏）

🚫 核心禁令（三条不可违反）

1. 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）

2. 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

3. 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）

"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

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