相关阅读>>
行业发展现状
在应对AI药物研发这一课题时，不得不考虑药理学分析、人工智能、大数据等多领域的尖端技术。这一切的结合使得AI药物研发在技术层面上形成了极高的壁垒。在这个领域里活跃着三种主要类型的企业，它们分别是自主研发AI药物的研发型企业、专注于提供AI大数据模型服务的供应商以及专门为制药公司提供研发外包（CRO）服务的服务提供商。
从在线AI药物研发方向来看，不难看出AI在药物发现、临床前研究、临床试验及药品销售等各关键环节均有广泛应用。其中，最为频繁涉及的步骤主要集中于先导化合物的设计优化与合成，紧随其后的则是化合物筛选、靶点发现以及药物重定位等环节；而在晶型预测、剂型设计等方面，相关企业的布局力度相对较小。值得关注的是，当前我国AI药物研发领域中较为活跃的方向包括中小分子化合物虚拟筛选、新型靶点的发现以及药物优化设计以及药物重定向等多个重要领域。
AI药物研发管线批量进入临床阶段
截止2024年1月，我国业界已经涌现出了超过十家以人工智能技术为核心驱动的新型药物研发企业。这些在AI药物研发领域崭露头角的企业包括英矽智能、未知君、冰洲石生物、瑞格医药、埃格林医药以及宇耀生物和硕迪生物等等。值得一提的是，我国在AI药物研发方面取得了显著的进展，目前已有多达34条药物研发管线成功步入临床试验阶段。在这其中，自主研发成为了最为主要的研发模式，占据了总比例的85%；而通过收购或与其他公司进行合作的方式所开展的研发工作则相对较少。
从我国AI药物研发的整体进度来看，绝大多数的药物研发管线仍处在I期临床试验阶段，其占比甚至超过了60%。然而，我们也看到，我国的AI药物研发管线正在稳步推进之中，超过25%的管线已经顺利进入到了II期临床试验阶段，并且还有少数管线已经开始了III期临床试验阶段的探索。
行业存在的问题
当前的数据规模仍然有限，而且数据获取的频率与成本也颇为高昂。更为棘手的问题在于高品质数据的获取难度极大，即便运用了业界最尖端的人工智能（AI）技术，也无法立即解决新药研发所面临的诸多挑战。在AI药物研发领域，企业可以从公开或非公开两个渠道获取所需数据。公开数据主要涵盖各类文献数据库，以及一些公开的项目模拟数据和部分临床数据等。这类数据虽然易于获取，然而其数据质量却难以得到充分保障，因此基于这些数据构建的模型运算结果的可靠性也存在一定程度的不确定性。而非公开数据则主要来自于各大制药公司过去项目的累积，这类数据的精确度较高，非常适用于模型的训练和计算。然而，由于数据被视为医药公司的核心资产，因此获取起来极为困难。。
算法的应用场景与特定需求之间的契合程度之高，无疑凸显了相关领域的专业人才紧缺现象。以AI药物研发为例，其中算法模型所展现出的优势不仅能够从诸多方面得以体现，如结果的精确性、运算效率、模型规模以及泛化能力等等，而且每种不同类型的算法模型还可能各具特色，因而其所能呈现的优势亦会有所差异。因此，在面对特定任务需求及应用场景时，如何科学地选取具备相应优势的算法模型显得尤为关键。为了实现算法与生物学更为理想的融合，我们亟待技术人员对制药医学以及AI人工智能均有深入且全面的理解，唯有如此，方能充分发挥模型的潜在优势。然而，这类人才的匮乏已逐渐成为制约该行业进一步发展的瓶颈所在。
行业市场规模
统计数据显示，2019年中国AI药物研发行业市场规模7.35亿元，2023年中国AI药物研发行业市场规模23.77亿元。2019-2024年中国AI药物研发行业市场规模如下：
行业市场主体
如今在全球范围内的AI制药领域，主要占据主导地位的参与机构涵盖了三大类别：大型制药公司、新兴的AI制药初创企业以及互联网领域的翘楚公司。值得注意的是，大型制药企业也可以被划分为老牌传统药厂和生物技术合同研究组织（CRO）。从AI药物研发这条丰富多样且复杂的产业链条来看，其上游环节主要涉及到AI模型数据集的供应以及云计算平台的构建，其中，数据集所提供的医药数据无疑成为了这个行业的核心竞争优势所在，而云计算平台则是确保底层架构能够始终维持强大算力支撑的必要手段。在这个产业链条中的中游区域，主要活动主体包括了从事AI药物研发的企业以及具有相关技术实力的信息科技公司。在该部分，AI药物研发企业通常会选择以医药研发外包的形式与下游企业展开深度合作，他们借助于医药数据集作为基础，结合自身内部的训练工具以及AI开发工具等资源，来完成模型的搭建和训练工作；至于信息科技公司，他们则倾向于通过自主建设AI药物研发平台并提供算力支持以及计算框架服务等方式，积极投身于AI药物研发事业。而在下游环节，我们看到的主要是那些传统的制药企业，这些企业作为AI药物研发的直接需求方，往往会从位于产业链中游的AI药物研发企业那里购买其在药物研发阶段所提供的各项服务。
从主要行业参与者的行为模式来看，主要的特点表现如下：
大型制药公司：他们主要采用构建自有团队以及展开业务合作的双重手段，涉足人工智能药物研发这片领域。而在此过程中，与相关领域的人工智能药物研发企业开展合作貌似成为了一种最为普遍的运营模式。这些大型制药公司可以借助自身在研发管线以及专业知识方面的深厚积累，来填补人工智能药物研发企业在某些方面的短板。比如，诸如强生、辉瑞、阿斯利康、诺华、拜耳等知名药企均已近乎频频地参与到各式各样的合作之中；再如，Insilico Medicine与药明康德之间的化合物筛选项目，以及正大丰海、豪森药业、云南白药等企业也都纷纷投身于人工智能研发的合作行列。
互联网巨头：他们则是充分利用自身在人工智能模型以及平台方面的独特优势，通过对外投资、建立自己的人工智能药物研发平台以及提供算法服务等多种途径，成功实现了跨界进军。例如，“云深智药”便是由腾讯公司依托其内部的AI Lab所自主研发的深度学习算法、庞大的数据库以及强大的云计算能力，秉承精益求精之名，极尽心思打造出一款人工智能驱动的药物临床前研究开放性平台，全面覆盖从药物发现到临床前试验全过程的各个环节。此外，腾讯公司与成都先导科技有限公司紧密协作，共同设计并成功研发出全球首个经过严谨实验验证的骨架跃迁分子生成算法，这无疑是一项具有里程碑意义的科研成果。
人工智能药物研发企业：作为这个新兴行业的主力军，他们依靠自身在算法和数据方面的显著优势，主要采取CRO（医药研发外包）和自研管线相结合的模式，成功切入到了实际应用场景之中。在技术层面，人工智能药物研发企业所使用的算法日益受到市场的青睐，已然成为了一道难以逾越的技术壁垒。另外，这类企业在数据自研方面的实力也是他们在激烈竞争中的一项关键性竞争因素，因为人工智能药物研发所需的高质量数据大多源自于他们的智能化实验室。
行业市场规模预测
尽管我国也拥有一些企业在这一领域展开了尝试，但从广泛的市场现状来审视，这项创新仍属于一个相对较为狭窄的细分市场。需要我们关注的一件重要事件是，星亢原已经与恺佧生物以及药明生物分别签订了深度合作协议，旨在借助人工智能技术推动大分子药物研发的进程。除此之外，信华生物也宣布他们自主研发的AI平台所设计并开发的首创型多功能抗体药物，在临床前动物实验阶段展示出了卓越的安全性和显著的治疗效果，同时在药物可成形性方面也表现得十分优异，预计在不久的将来就将顺利步入CMC及IND-enable阶段。一旦取得突破性的进展，这款药物有望成为亚洲地区最早投入临床应用阶段的人工智能驱动的大分子药物。
预测，受中国AI药物研发行业市场需求的增长，2025-2031年中国AI药物研发行业市场规模平稳上升。2031年中国AI药物研发行业市场规模76.12亿元。2025-2031年中国AI药物研发行业市场规模预测如下：
版权所有 © 2023 智研瞻行业报告网www.zhiyanzhan.com，转发请注明来源，侵权必究！
