首页 - 股票 - 研报 - 行业研究 - 正文

新材料周报:半导体材料与碳纤维领涨,合成生物学发展将长期受益于人工智能

来源:山西证券 作者:叶中正,冀泳洁 2023-04-10 18:57:00
关注证券之星官方微博:
(以下内容从山西证券《新材料周报:半导体材料与碳纤维领涨,合成生物学发展将长期受益于人工智能》研报附件原文摘录)
投资要点
本周新材料指数回升,半导体材料与碳纤维领涨。基础化工涨跌幅为-1.09%,跑输沪深300指数2.88%,在申万一级行业中排名第26位。新材料指数涨跌幅为1.61%,跑输沪深300指数0.18%。观察各子板块,半导体材料上涨9.97%、碳纤维上涨4.79%、OLED材料上涨2.51%、可降解塑料下跌0.04%、有机硅下跌0.3%、锂电化学品下跌1.89%、膜材料下跌2.33%。
观察估值,新材料各子板块估值水平处于历史较低水平。新材料指数市盈率为22.81倍,处于近三年0%分位数水平。有机硅市盈率为15.28倍(3%,近三年分位数水平);碳纤维市盈率为40.54倍(0%);锂电池市盈率为32.85倍(0%);锂电化学品市盈率为16.59倍(0%);半导体材料市盈率为111.39倍(50%);可降解塑料市盈率为18.42倍(66%);OLED材料市盈率为108.07倍(51%);膜材料市盈率为48.32倍(44%)。
从交易拥挤度情况看,当前新材料具备显著的配置优势。本周新材料指数交易拥挤度为4.13%,处于近两年1.0%分位数水平,具备显著的配置优势。
超四成个股上涨:上周新材料板块中,实现正收益个股占比为41.44%,表现占优的个股有雅克科技(27.64%)、江丰电子(16.81%)、天岳先进(14.84%)等,表现较弱的个股包括利安隆(-7.28%)、嘉必优(-7.18%)、中伟股份(-7.01%)等。机构净流入的个股占比为22.52%,净流入较多的个股有江丰电子(2.45亿)、新宙邦(2.43亿)、南大光电(2.31亿)等。77只个股中外资净流入占比为48.05%,净流入较多的个股有江丰电子(0.74亿)、当升科技(0.66亿)、蓝晓科技(0.53亿)等。
行业动态
行业要闻:
中研股份:聚醚醚酮龙头拟于科创板上市
丰原生物:丰原PLAA系列单体将首次亮相橡塑展
巴斯夫:上海将建生物降解改性厂,2023年年中开始供货瓦克推出车载充电机用高导热有机硅灌封胶
重要上市公司公告(详细内容见正文)
投资建议
合成生物学发展将长期受益于人工智能。合成生物学区别于其他传统生命科学的本质不同,是合成生物学以工程学驱动来创造人造生物功能甚至人造生命。在工程学思想的要求下,合成生物学的应用强调降低风险和效果可控,因此以标准化的基因元件为基础,通过设计-构建-测试-学习(DBTL)循环的反复迭代以实现预期结果。由于无法预测生物工程的结果,合成生物学的细胞工程目标只能通过大量试错来实现,而人工智能提供了利用公开数据和实验数据来预测对宿主和环境影响的机会,通过开发综合模型减少需要进行的实验的数量。目前人工智能主要通过四种方式推动合成生物学发展:
1、快速收集生物数据并分析。在读取生物数据阶段,通过训练AI程序,收集和存储大量有关最小生物结构和功能单元的信息并进行分析,以便在数据中快速找到细微且独特的反应机理和生理功能。
2、降低成本并提高效率。在构建细胞模型或生物组织之前,使用人工智能对即将生成的结果提前进行模拟和预测,将使产品开发过程从“实验化”转变为“工程化”。
3、代谢工程。目前AI已经用于代谢工程过程的几乎所有阶段,未来AI将显著推动过程扩大和下游处理阶段的研究,例如从发酵液中系统提取所产生的分子。
4、实验自动化。自动化是获得训练人工智能算法所需的高质量、大容量、低偏差数据的最可靠方式,也是实现生物工程可预测的重要途径。自动化提供了向其他实验室快速传输和扩展复杂流程的机会。微流体技术可能是实现自动实验室的关键技术,有望通过人工智能增强自动化实验平台,大大加快研发过程。我们建议关注:
凯赛生物:凯赛生物投资自研人工智能驱动的蛋白质预测和设计平台“MoleculeOS”AI的分子之心,将AI引入生物制造研发体系,有望提高新技术和新品的研究效率。
风险提示
疫情可能引发市场大幅波动的风险;原材料价格大幅波动的风险;政策风险;技术发展不及预期的风险;行业竞争加剧的风险。





相关附件

微信
扫描二维码
关注
证券之星微信
APP下载
好投资评级:
好价格评级:
证券之星估值分析提示雅克科技盈利能力良好,未来营收成长性一般。综合基本面各维度看,股价合理。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-