量子位：AI制药深度产业报告（32页）.pdf

《量子位：AI制药深度产业报告（32页）.pdf》由会员分享，可在线阅读，更多相关《量子位：AI制药深度产业报告（32页）.pdf（32页珍藏版）》请在三个皮匠报告上搜索。

1、AI制药AI PharmacyQbitai Industry Insight深度产业报告技术篇产业篇展望篇量子位硬科技深度产业报告AI制药引 言新药研发昂贵、漫长且艰难。双十困境1进一步恶化，反摩尔定律2成为更加严峻的事实。今天，单款新药的研发成本飙升至25.6亿美元，而整体开发成功率仅有3.5%。尽管相关政策正不断引导行业从me-too/me-better向first-in-class转变，但后者的最终成功概率仅有1.2%。成本与收益对比鲜明，行业正陷入困境。而AI制药似乎给出了候选答案。一方面，以虚拟筛选为例，AI制药能够极大加速药物研发。基于相对明确的机理（如薛定谔方程）等，AI能够跨多

2、个更广阔全面的数据空间（如不同的化合物库和组学数据库）快速完成搜索，节省大量原用于湿实验的投入。而更为重要的是，相对于较易受限的专家经验和CADD，数据驱动的AI能够原创性的针对靶点生成分子骨架或特定化合物，给出不存在于已知化学空间的分子，实现“think out of the box”，为药物研发领域带来不同的创新思路。近几年，新的靶点、化合物、甚至临床前候选药物陆续出现，为AI制药验证了概念的可落地性。与此同时，AI制药创企与传统药厂合作增多、资本纷纷涌入，也从侧面证实着这个行业的冉冉升起。然而，现有技术成果有限、BT与IT融合存在先天困难、高质量数据不足、商业变现尚不清晰等问题还在困扰着

3、这个行业。在国内融资热潮结束一年后，我们采访了大量业内从业者并进行深度分析，希望能够还原AI制药产业的真实面貌，也为诸如行业所处阶段、关键未来动向、业内竞争格局等问题给出参考答案。1 药物研发领域的惯用说法，指一款新药上市需要花费约10年和10亿美金2 Erooms Law，指投资10亿美元所得到的上市新药数目每 9 年就减少一半感谢以下机构参与深度访谈（按照首字母排序）：百图生科、答魔数据、段宏亮教授（浙江工业大学）、黄晶教授（西湖大学）、剂泰医药、晶泰科技、望石智慧、星亢原、西湖云谷智药、英矽智能、星药科技、亿药科技2量子位硬科技深度产业报告AI制药关键结论31.AI制药基于AI技术，通过

4、数据交叉比对、加速筛选、从头生成等方式改造传统新药研发流程。其价值核心体现在开创性创新与效率提升。两者的代表分别为端到端的化合物生成和干湿结合的虚拟筛选。2.我们认为，AI制药行业正逐渐走向快速增长后的短暂平稳期。还有望迎来下一轮、乃至第三轮爆发式的增长，将具体取决于2023-2024年（批量药物完成临床二期）和2026年左右（出现上市的AI验证药物）的两个关键时间节点。3.我们预估到2025年，AI制药国内总市场规模约72亿人民币。到2035年，自研管线市场规模约680亿人民币，对外合作管线研发市场规模约1350亿美元，叠加其他相关收入，国内总市场规模达到2040亿人民币。4.AI制药产业链

5、中分工复杂、链条长，我们预估短期内难以延展出其AI制药特有的产业生态，与传统制药玩家的关系（传统药厂、合同研究组织CRO等）将对AI制药公司有重要影响。5.AI制药行业目前主要包括CRO、Biotech和软件服务三种商业模式。其中，我国大多为三者的结合，CRO的比重高于国外。这可能源于三方面原因：尽快证明自身技术实力进而抢先开始正循环；变现能力需求及自身资金量限制；差异化竞争优势尚不明显，软件平台模式不成熟。6.中外AI制药公司在资本认可、传统药厂合作态度、业务管线等方面仍有较大差异，我们认为中外将基本遵循相似的路线发展。但差距正从成立年限方面的5年不断缩小。7.短期内竞争强度有限，但长期行业

6、马太效应可能较强，技术、数据、业务等多个细分方面将成为重点。量子位智库后续将持续关注AI制药领域，输出独家内容与专题活动。如需与分析师进一步交流相关信息、加入AI制药高端实名制社群、探讨相关合作等，可注明身份来意扫码添加量子位智库小助手及分析师本人。量子位硬科技深度产业报告AI制药目录技术篇05技术简介 07技术价值 产业篇11现状概述 15市场规模 16产业链分布 20代表玩家 23中外对比及分析 28竞争格局与壁垒 展望篇31 展望结论4量子位硬科技深度产业报告AI制药技术篇AI制药（AIDD,即AI drug discovery）是指将NLP、深度神经网络，生成模型等AI技术与与传统制药