前言¶

创新药投研的难点不在没有信息，而在信息太多、口径太杂：临床数据、管线进展、估值模型、治理结构分散在 ClinicalTrials.gov、财报、业绩会纪要和自媒体里，一个数字换一个来源就可能对不上。靠通用对话模型现场回忆，容易出现把自媒体传闻当事实、把假设当结论的问题。

下面介绍的 Skill「创新药深度投研-deep-research-on-biotech」做的是把研究流程结构化：以「有效吗（Does it work?）／值多少（What is it worth?）／谁在做（Who else is doing it?）／数据可信吗（Can the data be trusted?）」四问为主线，覆盖临床读出与稳赢门槛、两分法 rNPV 估值、分子机制竞品对标、信息源三级分级，并内置三张强制硬卡和交付物数字自洽审计，产出可追溯、可复算的中文投研报告。

它由 SkillHub 社区发布者 user_6cf44bc0 维护，坐标 @user_6cf44bc0/deep-research-on-biotech，当前版本 1.4.0，分类 professional，来源 community。官方页面抓取时显示评分 100000、下载 778，这类数字随页面变动，以官方实时数据为准。

这是什么¶

一句话定位：面向权益分析师与投资者的创新药／生物制药深度投研框架，不绑定任何具体标的，适用于任何创新药或生物制药公司。

它解决的核心问题是：把一次深度投研拆成固定动作，每一步都有数据来源要求和自洽性检查，而不是让模型凭训练记忆直接给结论。

核心功能¶

它把研究拆到四个环节：

1. 临床有效性：临床试验读出时间推算；基于 SOC（标准治疗）的稳赢门槛，用 HR／mPFS／mOS 四层阈值判断读出是否达标；同时检查 HR 漂移与非比例风险，避免把早期数据当作最终结论。
2. 估值：两分法估值，Part A 对已商业化资产做 DCF，Part B 对在研管线按单个试验做 rNPV；引入出海／全球净捕获率与市值对账，检查估值与市值之间的勾稽。
3. 竞争格局：ADC／双抗／TCE 分子机制梳理、on-target 毒性三通路、裸抗占位、竞品对标；人群覆盖、去重与峰值销售测算；适应症竞争格局与组合疗法归因。
4. 数据可信度：信息源三级分级，官方来源优先，权威来源次之，自媒体需标注并交叉验证；交付物数字自洽审计，输出数字要能被复核。

另外还包括两块偏基本面的分析：

• 公司层面：财务前瞻建模（收入桥、P&L、IFRS 与 Non-IFRS 还原）、经营质量横向对比（国内创新药企 vs MNC，用净利率恒等式三层分解、基准带法、四维评分卡）、股东结构与治理分析（控股股东路径、私有化与要约历史、关联交易）、业绩会原文检索。
• 决策辅助：交易决策型五维分析，聚合 19 位投资大师的信号，按需调用；临床试验进展追踪覆盖 ClinicalTrials.gov、EU CTIS、ChiCTR 三个登记平台。

其中管线机制举例涉及双抗、ADC、TCE、小分子靶向（BCL-2、BCR-ABL、PD-1/PD-L1、B7H3、TROP2 等）的读出、机制与峰值，这些是框架内置的对标知识点，不是对某一家公司的判断。

内置的硬约束¶

这个 Skill 与普通问答型 prompt 的区别在于三处强制动作，官方简介称之为「三张强制硬卡」：

1. 信息源必须分级标注，不能把自媒体内容直接当作结论来源。
2. 估值必须做两分法拆分与市值对账，不允许只给一个总数。
3. 交付物必须过数字自洽审计，关键数字要能说明出处和计算路径。

它同时明确要求诚实指出模型漏洞与数据局限，而不是用确定语气掩盖不确定性。

安装与启用¶

这类 Skill 基于通用 SKILL.md 格式。需要说明的是：官方页面在抓取时返回异常，资料中没有给出安装命令、目录路径或配置字段，因此这里不臆造安装步骤。请以官方地址的页面说明为准：

https://www.skillhub.cn/skills/user_6cf44bc0/deep-research-on-biotech

已知的配置信息是标签 requires_api_key=false，即不要求额外申请 API key。Cursor、Codex CLI、Claude Code 等不同客户端的加载方式差异，资料中没有分别说明，请按官方页面指引操作。

典型用法¶

触发方式是自然语言提问，不需要额外命令。当用户询问创新药、生物制药、Biotech 公司的投研分析时自动触发，范围不限于某一只标的。可复现的问法包括：

请用两分法给我看 X 公司的估值：Part A 商业化部分做 DCF，Part B 在研管线按试验拆 rNPV，
并对市值做对账。

帮我推算 X 适应症的关键临床读出时间，按 SOC 给出 HR／mPFS／mOS 四层稳赢门槛，
并说明 HR 漂移与非比例风险的检查结论。

对 X 的 ADC／双抗管线做分子机制和竞品对标，列出 on-target 毒性三通路和裸抗占位情况，
并做人群覆盖去重后的峰值销售测算。

按净利率恒等式三层分解，把 X 与 MNC 的经营质量做横向对比，用基准带法和四维评分卡打分，
交付前请先做数字自洽审计。

检索 X 业绩会原文，梳理股东结构、控股股东路径、私有化与要约历史、关联交易。

上面的 X 换成任意创新药公司或适应症都可以，这正是该 Skill「不绑定具体标的」的设计。

适用场景与注意¶

适合的场景：创新药和生物制药公司的权益研究、管线跟踪、临床数据解读、估值建模、竞品对标、治理分析；也适合需要把研究过程留痕、便于同行复核的场景。

使用上的几点提醒：

1. 它产出的是研究框架和可复算的推导过程，不构成投资建议。是否买入、卖出仍需要使用者自己判断。
2. 信息源三级分级是它的核心约束之一，实际使用时要配合真实的检索来源。若宿主模型在当前环境下无法访问 ClinicalTrials.gov、EU CTIS、ChiCTR 等登记平台，读出时间和试验状态应以官方登记页为准，让模型如实说明哪些结论缺乏来源。
3. 估值中的 HR／mPFS／mOS 阈值、净捕获率、峰值销售等参数都需要外部输入或假设，Skill 的作用是强制拆分与对账，不负责给出这些参数本身。
4. 临床读出时间推算依赖登记平台和公司披露，存在更新滞后，使用时要核对最新登记状态。
5. 官方页面当前抓取异常，安装与启用方式请以页面恢复后的实际说明为准，本文不提供未经核实的命令。

结语¶

这个 Skill 的价值不在于给出更多结论，而在于把投研流程固定下来：先问这药有效吗，再问值多少，接着问谁在做，最后问数据可信吗；每一步都有硬卡和审计兜底，产出的中文报告让怀疑的同行也能重新推导一遍。

官方地址：https://www.skillhub.cn/skills/user_6cf44bc0/deep-research-on-biotech
坐标：@user_6cf44bc0/deep-research-on-biotech