2025年AI+新药研发市场空间、行业格局、商业模式及未来挑战分析报告（28页）.pdf

《2025年AI+新药研发市场空间、行业格局、商业模式及未来挑战分析报告（28页）.pdf》由会员分享，可在线阅读，更多相关《2025年AI+新药研发市场空间、行业格局、商业模式及未来挑战分析报告（28页）.pdf（28页珍藏版）》请在三个皮匠报告上搜索。

1、 2025 年深度行业分析研究报告目目 录录 1.AI+新药研发降本增效，远期市场空间广阔新药研发降本增效，远期市场空间广阔.4 1.1.人工智能有望缩短药物上市时间，提高成功率，为制药公司带来丰厚回报人工智能有望缩短药物上市时间，提高成功率，为制药公司带来丰厚回报.4 1.2.进入临床试验的药物分子快速增长，投融资市场冷热交替不改进入临床试验的药物分子快速增长，投融资市场冷热交替不改 AI 制药市场规模增长趋制药市场规模增长趋势势.7 2.AI 制药布局者众，创新企业发挥所长探索商业模式制药布局者众，创新企业发挥所长探索商业模式.12 2.1.制药企业、制药企业、AI+新药研发创新企业、新药

2、研发创新企业、IT 企业各有所长，利用自身优势布局企业各有所长，利用自身优势布局 AI 制药制药.12 2.1.1.制药企业：自建制药企业：自建 AI 团队，加强对外合作团队，加强对外合作.12 2.1.2.IT 企业：充分利用技术优势和平台优势企业：充分利用技术优势和平台优势.14 2.1.3.AI+新药研发创新企业：上市公司数量逐步增加，面临商业模式选择问题新药研发创新企业：上市公司数量逐步增加，面临商业模式选择问题.15 2.2.三类商业模式领军企业均利用自身优势开拓新的商业模式三类商业模式领军企业均利用自身优势开拓新的商业模式.17 2.2.1.Schrodinger：AI+SaaS

3、领先企业，积极开发自研及合作管线领先企业，积极开发自研及合作管线.17 2.2.2.晶泰科技：晶泰科技：AI+CRO 代表性企业，打造创新平台商业模式代表性企业，打造创新平台商业模式.19 2.2.3.英矽智能：各项业务围绕英矽智能：各项业务围绕 Pharma.AI 平台开展，创新性提出平台开展，创新性提出“自研管线自研管线+license out”商业模式商业模式.23 3.除开商业模式，除开商业模式，AI 制药面临的其他挑战制药面临的其他挑战.28 图表目录图表目录 图图 1：人工智能驱动的药物开发有望将药物上市平均时间缩短约：人工智能驱动的药物开发有望将药物上市平均时间缩短约 40%，将

4、药物研发总成本平均降低约，将药物研发总成本平均降低约 75%4 图图 2：人工智能发现的药物分子：人工智能发现的药物分子 I 期临床成功率大幅提升，期临床成功率大幅提升，II 期临床成功率与历史行业平均水平相当期临床成功率与历史行业平均水平相当.5 图图 3：人工智能驱动的药物开发可通过延长剩余专利保护时间提升药物生命周期价值：人工智能驱动的药物开发可通过延长剩余专利保护时间提升药物生命周期价值.6 图图 4：人工智能驱动的药物开发为制药公司带来丰厚回报：人工智能驱动的药物开发为制药公司带来丰厚回报.6 图图 5：生物医药和人工智能的融合发展推动了：生物医药和人工智能的融合发展推动了 AI 制

5、药的兴起制药的兴起.7 图图 6：进入临床试验的人工智能发现的药物分子数量快速增长：进入临床试验的人工智能发现的药物分子数量快速增长.9 图图 7：2021 年以来全球年以来全球 AI 制药融资金额宽幅波动，制药融资金额宽幅波动，2024 年大幅回升至年大幅回升至 58 亿美元亿美元.10 图图 8：全球：全球 AI+新药研发市场规模持续增长，新药研发市场规模持续增长，2034 年有望达到年有望达到 164.9 亿美元亿美元.11 图图 9：制药企业、：制药企业、AI+新药研发创新企业、新药研发创新企业、IT 企业纷纷布局企业纷纷布局 AI 制药制药.12 图图 10：中国制药企业与：中国制药

6、企业与 AI 制药公司开展合作制药公司开展合作.14 图图 11：谷歌、微软、英伟达等海外：谷歌、微软、英伟达等海外 IT 企业布局企业布局 AI 制药制药.14 图图 12：腾讯、阿里、百度等国内：腾讯、阿里、百度等国内 IT 企业布局企业布局 AI 制药制药.15 图图 13：国内：国内 AI+新药研发初创企业商业模式统计新药研发初创企业商业模式统计.17 图图 14：Schrodinger 计算药物设计方法在时间、成本和分子质量方面优于传统药物发现方法计算药物设计方法在时间、成本和分子质量方面优于传统药物发现方法.17 图图 15：Schrodinger 主营业务收入整体快速增长（万美元

7、）主营业务收入整体快速增长（万美元）.18 图图 16：晶泰科技结合干实验室和湿实验室能力的闭环综合技术平台：晶泰科技结合干实验室和湿实验室能力的闭环综合技术平台.19 图图 17：晶泰科技闭环综合技术平台工作流程：晶泰科技闭环综合技术平台工作流程.20 图图 18：晶泰科技主营业务收入逐年增长（万元）：晶泰科技主营业务收入逐年增长（万元）.20 图图 19：晶泰：晶泰科技合约履行成本增速放缓，综合毛利率回升科技合约履行成本增速放缓，综合毛利率回升.21 图图 20：晶泰科技研发开支近五年整体呈增长趋势：晶泰科技研发开支近五年整体呈增长趋势.21 图图 21：晶泰科技晶体结构预测流程：晶泰科技

8、晶体结构预测流程.22 图图 22：Pharma.AI 平台由平台由 Biology42、Chemistry42、Medicine42 组成组成.24 图图 23：英矽智能进展较快的研发管线梳理：英矽智能进展较快的研发管线梳理.25 图图 24：逐步完善的业务模式推动英矽智能主营业务收入持续增长（万元）：逐步完善的业务模式推动英矽智能主营业务收入持续增长（万元）.26 图图 25：英矽智能保持高毛利率，研发开支逐年增加：英矽智能保持高毛利率，研发开支逐年增加.26 图图 26：英矽智能：英矽智能 AI+SaaS、AI+CRO、AI+Biotech 三种商业模式同时推进三种商业模式同时推进.27

9、 表表 1：部分进入临床阶段的人工智能赋能的药物分子：部分进入临床阶段的人工智能赋能的药物分子.7 表表 2：2024 年全球年全球 AI 制药初创公司过亿美元融资事件梳理制药初创公司过亿美元融资事件梳理.10 表表 3：大型制药企业与：大型制药企业与 AI 技术公司合作案例梳理技术公司合作案例梳理.12 表表 4：全球已上市的：全球已上市的 AI 制药企业（截至制药企业（截至 2023 年年 11 月）月）.15 表表 5：Schrodinger 探索探索 AI+CRO 和和 AI+Biotech 商业模式商业模式.18 表表 6：晶泰科技主营业务包括药物发现解决方案、智能自动化解决方案和：

10、晶泰科技主营业务包括药物发现解决方案、智能自动化解决方案和 XtalPi 研发解决方案研发解决方案.19 表表 7：晶泰科技对初创企业进行孵化与投资，完善产业链上下游布局：晶泰科技对初创企业进行孵化与投资，完善产业链上下游布局.23 表表 8：英矽智能已完成四项药物对外授权合作：英矽智能已完成四项药物对外授权合作.27 1.AI+新药研发降本增效，远期市场空间广阔新药研发降本增效，远期市场空间广阔 1.1.人工智能有望缩短药物上市时间，提高成功率，为制药公司带来丰人工智能有望缩短药物上市时间，提高成功率，为制药公司带来丰厚回报厚回报 人工智能驱动的药物开发有望大幅缩短药物上市时间并降低药物研发

11、总成本。人工智能驱动的药物开发有望大幅缩短药物上市时间并降低药物研发总成本。根据ARK Invest 发布的 Big Ideas 2025，随着新药研发与人工智能融合程度不断加深，药物上市时间将持续缩短，药物研发总成本大幅下降。2024 年，制药行业每款新药平均研发成本为 24 亿美元，其中临床前平均研发成本 11 亿美元，新药上市平均需要 13 年。假设在人工智能初步用于药物研发阶段，I期临床失败率将下降 70%左右，II 期临床和 III 期临床失败率将下降 20%左右，新药上市审批时间由 18 个月缩短至12 个月，则每款新药平均研发成本降至 15 亿美元，临床前平均研发成本降至 6 亿

12、美元，新药上市平均时间缩短至 11 年。假设未来人工智能与药物研发深度融合阶段，I 期临床失败率将下降 70%左右，II 期临床失败率将下降 50%左右，III 期临床失败率将下降 25%左右，新药上市审批时间由 18 个月缩短至 12 个月，则每款新药平均研发成本降至 6 亿美元，临床前平均研发成本降至 1.3 亿美元，新药上市平均时间缩短至 8 年。图图 1：人工智能驱动的药物开发人工智能驱动的药物开发有望将药物有望将药物上市上市平均平均时间缩短时间缩短约约 40%，将药物将药物研发研发总成本总成本平均平均降低降低约约 75%数据来源：Big Ideas 2025、东北证券 人工智能发现的

13、药物分子在临床试验中潜力巨大，未来临床试验成功率有望翻倍。人工智能发现的药物分子在临床试验中潜力巨大，未来临床试验成功率有望翻倍。根据How successful are AI-discovered drugs in clinical trials?A first analysis and emerging lessons，BCG 对人工智能发现的药物分子的临床试验成功率进行了初步分析。截至 2023 年 12 月，24 个人工智能发现的药物分子已完成 I 期临床试验，其中 21 个成功，成功率为 80%-90%，远高于 40%-65%的历史行业平均水平。在 II 期临床阶段，已有 10 个人

14、工智能发现的药物分子完成了试验，其中 4 个成功，成功率为 40%，与历史行业平均水平 30%-40%相当。暂时没有人工智能发现的药物分子进入 III 期临床试验。假设未来上述 I 期和 II 期临床试验成功率保持不变，III 期临床试验成功率与历史行业平均水平一致，则药物分子在整个临床试验阶段成功率将由5%-10%提升至 9%-18%，这意味着制药研发生产力几乎翻了一倍，将带来巨大的利益。图图 2：人工智能人工智能发现的药物分子发现的药物分子 I 期临床期临床成功率大幅提升，成功率大幅提升，II 期临床成功率与历史期临床成功率与历史行业行业平均水平相当平均水平相当 数据来源：How succ

15、essful are AI-discovered drugs in clinical trials?A first analysis and emerging lessons、东北证券 人工智能可通过延长药物开发的剩余专利保护时间提升药物生命周期价值。人工智能可通过延长药物开发的剩余专利保护时间提升药物生命周期价值。根据美国药品橙皮书框架下专利信息的介绍与启示，当制药公司首次开发治疗某种疾病的新药并上市销售时，将受到专利保护，只有拥有专利的医药公司才被允许生产、销售该药品，并从中获利。药品专利的有效期因国家和药物而异，如美国药品专利的有效期通常约 20 年。由于制药公司在开展药品安全性和有效性

16、临床试验前就申请了专利，最终获得批准后的专利有效期通常为 7-12 年。根据 Big Ideas 2025，新药更快的商业化使公司能够在更长的剩余专利保护时间内产生更高的回报。目前行业平均剩余专利保护时间为 5 年；现阶段的人工智能可将剩余专利保护时间延长2-3 年，将药物的生命周期价值提高 30-50%；未来，持续发展的人工智能可将剩余专利保护时间延长 4-5 年，并将价值提高 70-80%。图图 3：人工智能驱动的药物开发人工智能驱动的药物开发可可通过延长剩余专利保护时间通过延长剩余专利保护时间提升药物生命周期价值提升药物生命周期价值 数据来源：Big Ideas 2025、东北证券 人工

17、智能驱动的药物开发为制药公司带来丰厚回报。人工智能驱动的药物开发为制药公司带来丰厚回报。根据Big Ideas 2025，由于药物研发总成本降低、药物上市时间加快及剩余专利保护时间延长，人工智能驱动的药物开发的价值大幅提升。在 30 年的时间维度中，传统药物研发的累计现金流不到10 亿美元，而人工智能设计药物的累计现金流预计可达到 40 亿美元。在传统药物收支平衡时，人工智能开发的药物已产生 25 亿美元的现金流。图图 4：人工智能驱动的药物开发人工智能驱动的药物开发为为制药公司制药公司带来丰厚回报带来丰厚回报 数据来源：Big Ideas 2025、东北证券 1.2.进入临床试验的药物分子快

18、速增长，投融资市场冷热交替不改进入临床试验的药物分子快速增长，投融资市场冷热交替不改 AI 制制药市场规模药市场规模增长趋势增长趋势 AI+新药研发方兴未艾，发展势头强劲。新药研发方兴未艾，发展势头强劲。在过去的 20 年中，作为生命科学和信息技术的前沿，生物医药和人工智能这两个领域均取得重大进展并呈现融合发展的趋势，由此推动了 AI 制药的兴起。未来，随着生物技术和信息技术的不断迭代，AI 制药行业快速发展的势头仍将持续，为人类健康事业提供更强动力。图图 5：生物医药和人工智能的融合发展推动了：生物医药和人工智能的融合发展推动了 AI 制药的兴起制药的兴起 数据来源：2023 年 AI 制药

19、行业报告、智药局微信公众号、东北证券 AI+新药研发公司积极新药研发公司积极推动推动人工智能人工智能在新药研发过程中的应用，多款人工智能赋能在新药研发过程中的应用，多款人工智能赋能的药物分子的药物分子进入临床试验进入临床试验阶段阶段。根据Its Been a Decade of AI in the Drug Discovery Race.Whats Next?，2020-2022 年前后，BenevolentAI、Exscientia、Insilico Medicine、Recursion Pharmaceuticals 提名多个人工智能生成的药物分子进入临床试验阶段。一些公司遇到了挫折，如

20、Atomwise 的候选药物尚未进入临床阶段，Exscientia 出于战略管线优先顺序的考虑终止了候选药物 EXS-21546 的临床试验。也有公司取得了成功，如 Insilico Medicine 发现多个针对高新颖性靶点的 first-in-class 候选药物或针对中等新颖性靶点的 best-in-class 候选药物。表表 1：部分进入临床阶段的：部分进入临床阶段的人工智能赋能人工智能赋能的的药物分子药物分子 Company Target Indication Compound Development status BenevolentAI Trk Atopic dermatitis

21、 BEN-2293 Phase 2 Exscientia A2AR Solid tumors EXS-21546 Phase 1 5-HT1A Obsessive compulsive disorder DSP-1181 Phase 1 5-HT1A/2A Alzheimers disease psychosis DSP-0038 Phase 1 PKC-Inflammatory diseases EXS4318 Phase 1/2 Insilico Medicine Target X Idiopathic pulmonary fibrosis INS018_055 Phase 2 3CLPr

22、o COVID-19 ISM3312 Phase 1 USP1 BRCA-mutant cancer ISM3091 Phase 1 Nimbus Therapeutics ACC Nonalcoholic steatohepatitis NDI-010976/GS-0976 Phase 2 Pharos iBio FLT3 Acute myeloid leukemia/Ovarian cancer/Triple-PHI-101 Phase 1 negative breast cancer/Radiation sensitizer Recursion Pharmaceuticals CCM2

23、Cerebral cavernous malformation REC-994 Phase 2 HDAC Neurofibromatosis type 2 REC-2282 Phase 2/3 MEK1/2 Familial adenomatous polyposis REC-4881 Phase 2 Relay Therapeutics SHP2 Solid tumors RLY-1971/RG-6433 Phase 1 FGFR2 FGFR2-driven cancers/Intrahepatic cholangiocarcinoma/Advanced solid tumors RLY-4

24、008 Phase 1/2 PI3K Solid tumors RLY-2608 Phase 1 Schrodinger MALT1 Non-Hodgkins lymphoma SGR-1505 Phase 1 Structure Therapeutics GLP1R Type 2 diabetes/Obesity GSBR-1290 Phase 1 APLNR Pulmonary arterial hypertension/Idiopathic pulmonary fibrosis ANPA-0073 Phase 1 Valo Health S1P1 Post-myocardial infa

25、rction/Acute kidney injury OPL-0301 Phase 2 ROCK1/2 Diabetic retinopathy/Diabetic complications OPL-0401 Phase 2 数据来源：AI-powered therapeutic target discovery、东北证券 进入临床试验的人工智能发现的药物分子数量快速增长。进入临床试验的人工智能发现的药物分子数量快速增长。根据How successful are AI-discovered drugs in clinical trials?A first analysis and emergi

26、ng lessons，自 2015 年以来，进入临床试验的人工智能发现的药物分子数量逐年增加，截至 2023 年仍在进行试验的共有 67 种，其中大部分处于 I 期临床阶段。从人工智能在上述药物分子中的应用来看，随着进入临床试验的药物分子数量增加，其应用方式更加丰富，在药物再利用中的应用明显下降，在靶点发现和小分子药物、疫苗、抗体的发现与设计中应用大幅提升。图图 6：进入临床试验的：进入临床试验的人工智能人工智能发现的药物分子发现的药物分子数量快速增长数量快速增长 数据来源：How successful are AI-discovered drugs in clinical trials?A

27、first analysis and emerging lessons、东北证券 AI 制药投融资市场环境变化频繁，制药投融资市场环境变化频繁，2021 年以来融资金额宽幅波动。年以来融资金额宽幅波动。AI 制药因为兼具计算和生物制药的属性，在疫情期间被各路资本追捧，2021-2022 年全球 AI 制药融资金额分别为 42 亿美元和 62 亿美元。2023 年，全球 AI 制药融资环境遇冷，融资金额大幅下降至 36 亿美元。2024 年，人工智能取得突破性进展，并在 2024 年诺贝尔化学奖得主的研究成果中起到关键作用，全球 AI 制药融资金额大幅回升至 58亿美元。图图 7：2021 年年

28、以来以来全球全球 AI 制药融资金额制药融资金额宽幅波动，宽幅波动，2024 年大幅回升至年大幅回升至 58 亿美元亿美元 数据来源：智药局微信公众号、东北证券 AI+新药研发领域新药研发领域马太效应马太效应逐步逐步显现显现。根据智药局微信公众号，2024 年全球 AI 制药初创公司过亿美元融资事件共15起，排名前十的公司融资金额达到26.9亿美元，占 2024 年全年融资金额的 46%。位列融资金额首位的是拿下 10 亿美元重磅天使轮的 Xaira Therapeutics，2024 年诺贝尔化学奖得主 David Baker 及其团队+基因泰克前首席科学官、斯坦福大学前校长 Marc Te

29、ssier-Lavigne+ARCH Venture Partners 等顶级投资机构的强大阵容，使其成为 AI+新药研发历史上最大一笔融资。此外，Evolutionary Scale、Superluminal Medicines 和 Terray Therapeutics 均获得英伟达投资，中国公司剂泰医药则由晶泰科技孵化。表表 2：2024 年全球年全球 AI 制药制药初创公司初创公司过亿美元融资事件梳理过亿美元融资事件梳理 公司公司 融资轮次融资轮次 融资金额融资金额 主要领域主要领域 Xaira Therapeutics 首轮 10 亿美元 AI+新药研发 Formation Bio

30、D 轮 3.72 亿美元 AI+新药研发 ArsenalBio C 轮 3.25 亿美元 AI+合成生物+CAR-T 疗法 BioAge Labs D 轮 1.7 亿美元 AI+小分子药物 FogPharma E 轮 1.45 亿美元 AI+多肽药物研发 Outpace Bio B 轮 1.44 亿美元 AI+细胞疗法 Evolutionary Scale 种子轮 1.42 亿美元 AI+小分子药物 Latigo Biotherapeutics A 轮 1.35 亿美元 AI+非阿片类止痛药 Enveda C 轮 1.3 亿美元 AI+天然小分子药物 Diagonal Therapeutics

31、 A 轮 1.28 亿美元 AI+抗体药物研发 Superluminal Medicines A 轮 1.2 亿美元 AI+小分子药物 Terray Therapeutics B 轮 1.2 亿美元 生成式 AI+小分子药物 Zephyr AI A 轮 1.11 亿美元 AI 大模型+新药研发 剂泰医药 C 轮 1 亿美元 AI+药物递送/mRNA 疗法 Karius C 轮 1 亿美元 AI+基因组检测 数据来源：智药局微信公众号、东北证券 创新药物需求的不断增加和慢性病患病率的不断上升，将推动创新药物需求的不断增加和慢性病患病率的不断上升，将推动 AI+新药研发的市场新药研发的市场规模持续

32、增长。规模持续增长。根据 Precedence Research，2024 年全球 AI+新药研发市场规模为 15.1本报告来源于三个皮匠报告站（）,由用户Id:879635下载,文档Id:623158,下载日期:2025-04-09亿美元，预计 2025 年市场规模为 19.4 亿美元，同比增长 28.48%。预计 2034 年全球 AI+新药研发市场规模将达到 164.9 亿美元，2025-2034 年复合增长率为 27%。图图 8：全球：全球 AI+新药研发市场规模新药研发市场规模持续增长，持续增长，2034 年有望达到年有望达到 164.9 亿美元亿美元 数据来源：Precedence

33、 Research、东北证券 2.AI 制药布局者众，创新企业制药布局者众，创新企业发挥所长探索商业模式发挥所长探索商业模式 2.1.制药企业、制药企业、AI+新药研发创新企业、新药研发创新企业、IT 企业各有所长，利用自身优企业各有所长，利用自身优势布局势布局 AI 制药制药 制药企业、制药企业、AI+新药研发创新企业、新药研发创新企业、IT 企业纷纷布局企业纷纷布局 AI 制药。制药。近年来，越来越多的企业布局 AI+新药研发，探索如何用 AI 实现新药研发的降本增效，目前探索 AI+新药研发的企业主要有三类。一是大型制药企业，如赛诺菲、阿斯利康、罗氏等，其拥有新药研发的相关数据、成熟的研

34、发管线以及资深的药物专家，通过自建 AI 研究团队、投资并购或与 AI 技术公司合作的方式，布局 AI+新药研发。二是 IT 企业，如谷歌、微软、腾讯、百度等，其倾向于利用自身的互联网基础与平台优势进行技术布局，进入方式为自主研发相关产品，开发相关领域针对性技术以赋能行业应用。三是 AI+新药研发创新企业，如 Exscientia、Recursion Pharmaceuticals、英矽智能、晶泰科技等，其利用技术优势切入一个或多个应用场景，选择不同的商业模式助力新药研发。图图 9：制药企业、：制药企业、AI+新药研发创新企业、新药研发创新企业、IT 企业纷纷布局企业纷纷布局 AI 制药制药

35、数据来源：人工智能在新药研发中的应用现状与挑战、东北证券 2.1.1.制药企业：自建制药企业：自建 AI 团队，加强对外合作团队，加强对外合作 人工智能有望重塑制药行业，人工智能有望重塑制药行业，大型制药企业持续投资。大型制药企业持续投资。根据智药局微信公众号，制药企业一般具有足够的制药行业积淀，资金、团队上更加宽裕，但技术平台和专业算法上存在劣势，因此往往会选择“两条腿走路”的战略，一方面在内部积极推进数字化，补强专业团队，运用人工智能加强数据管理决策并深度融合至药物开发流程之中；另一方面，制药企业也在不断加强与 AI 制药专业公司的合作，运用后者专业的技术平台，赋能药物发现和临床试验。目前

36、，在 AI 制药方面最为积极的大型制药企业是赛诺菲，其在 2023 年宣布全公司数字化转型迈出下一步，“All in”人工智能和数据科学，目标是成为第一家大规模由人工智能驱动的制药公司。国内中国生物制药和复星医药等制药企业也与英矽智能等 AI 制药公司开展合作。表表 3：大型制药企业与大型制药企业与 AI 技术公司合作案例梳理技术公司合作案例梳理 Company AI Use Pharmaceutical Company Application/Agents for Clinical Trials IBM Watson Health Cambridge AI for evaluating cl

37、inical and health-related data Novartis Real-time patient monitoring to improve breast cancer patient intervention outcomes Pfizer Accelerating immuno-oncology medication discovery efforts Benevolent AI AI-enabled Judgement Augmented Cognition System(JACS)for developing new drugs effective against n

38、eurodegenerative diseases Janssen Such partnership will lead to the advancement of new medicinal molecules Using AI,new clinical lead agents for chronic renal diseases are being developed AstraZeneca During Phase 2b clinical trials,a drug candidate was assessed as a primary agent for treating chroni

39、c renal diseases Microsoft AI for image processing and therapeutic interventions using cells and genes Novartis Creating an AI innovation lab to improve medication research and commercialization processes Numerate AI-enabled drug design for oncology and gastrointestinal specialties Takeda Phase 1 cl

40、inical trial of drug S48168 for Ryanodine Receptor 2 Servier Drug development for conditions of the central nervous system,the digestive system,and cancer Owkin Clinical testing by means of ML Roche Created and improved the Owkins Studio platform using artificial intelligence XtalPi A target identif

41、ication and validation package integrating quantum mechanics and ML techniques Pfizer Preparation and improvement of crystalline drug candidate entities for use in early drug screening Exscientia AI-enabled drug discovery and lead refinement Sanofi Agent DSP-1181 is currently undergoing Phase I clin

42、ical testing;Advancement of the Centaur ChemistTM drug discovery AI system;Drug discovery in obsessive-convulsive disorder Merck and BenevolentAI New clinical development drug candidates in key therapeutic areas of oncology,neurology and immunology Atomwise AI-enabled structural modeling Lilly Agent

43、 BBT-401 in Phase 2 of clinical testing Bridge Biotherapeutics Augmentation of Pellino Inhibitor Pipeline;Agent BBT-401 evaluated in Phase-2a of clinical testing Sensyne Health Clinical AI schemes Bayer Created and improved the specialized clinical AI technology suite for Sensyne Health 数据来源：Integra

44、ting Artificial Intelligence for Drug Discovery in the Context of Revolutionizing Drug Delivery、东北证券 图图 10：中国制药企业与：中国制药企业与 AI 制药公司制药公司开展开展合作合作 数据来源：2023 年 AI 制药行业报告、东北证券 2.1.2.IT 企业：企业：充分利用技术优势和平台优势充分利用技术优势和平台优势 生成式生成式 AI 的发展推动其在医疗健康行业的应用，互联网巨头纷纷入场。的发展推动其在医疗健康行业的应用，互联网巨头纷纷入场。大型科技公司拥有硬件、软件等先进技术以及数据采集

45、和处理优势，可以从不同环节影响 AI制药行业产业链。依托其 AI 模型和平台优势，大型科技公司可以以对外投资、自建AI 药物研发平台和提供算法服务三种方式跨界入局。谷歌是入局最早的海外 IT 企业，此后微软、英伟达等海外互联网巨头也通过多种方式布局 AI+新药研发。在国内，较早进入 AI 制药行业的 IT 企业包括腾讯、百度、阿里和华为等。图图 11：谷歌、微软、英伟达等海外：谷歌、微软、英伟达等海外 IT 企业布局企业布局 AI 制药制药 数据来源：2023 年 AI 制药行业报告、东北证券 图图 12：腾讯、阿里、百度等国内：腾讯、阿里、百度等国内 IT 企业布局企业布局 AI 制药制药

46、数据来源：2023 年 AI 制药行业报告、东北证券 2.1.3.AI+新药研发创新企业：上市公司数量逐步增加，面临商业模式选择问题新药研发创新企业：上市公司数量逐步增加，面临商业模式选择问题 AI制药行业发展迅速，上市公司数量逐步增加。制药行业发展迅速，上市公司数量逐步增加。截至2023年11月，包括Schrodinger、Recursion Pharmaceuticals 等知名公司在内，海外已有二十余家 AI 制药公司成功完成 IPO，上市时间集中在 2020 年之后。相较于海外，国内 AI 制药行业起步较晚，但追赶势头强劲。2024 年，英矽智能二次递表港交所，晶泰科技在港交所上市，成

47、为国内 AI 制药第一股。随着 AI+新药研发创新企业数量大幅增加，关于其商业模式的探索与选择受到越来越多的关注。表表 4：全球全球已上市的已上市的 AI 制药制药企业（截至企业（截至 2023 年年 11 月）月）公司公司 商业模式商业模式 主要产品主要产品 上市时间上市时间 合作伙伴合作伙伴 Roivant sciences CRO/自研管线 Roivant 药物发现平台和其他 2020/12/1 罗氏、辉瑞、住友 C4X Discovery CRO/自研管线 Conformetrix 技术平台、PatientSeek精准医疗平台 2019/10/1 阿斯利康、赛诺菲 Structure

48、Therapeutics 自研管线 小分子药物发现平台 2023/2/1/Schrodinger CRO Schrodinger 平台 2020/2/1 药明康德、阿斯利康、拜耳、赛诺菲 Neumora CRO/自研管线 Data Biopsy Signatures 平台 2023/9/1/Recursion Pharmaceuticals 自研管线 Recursion OS 2021/4/1 拜耳、罗氏、基因泰克 AbCellera CRO antibody discovery platform 抗体发现平台 2020/12/1 礼来、辉瑞、艾伯维 Syntekabio CRO DeepMa

49、tcher、NEO-ARS、GBL-ARS 2019/12/1/Relay Therapeutics 自研管线 Dynamo 平台 2020/7/1 基因泰克 Exscientia CRO/自研管线 Surface Plasmon Resonance 系统、2020/10/1 葛兰素史克、拜耳、赛诺菲、住友 Centaur Chemist 系统 Erasca 自研管线 OPRA 药物发现平台 2021/7/1 礼来、辉瑞 Absci Corporation CRO/自研管线 Integrated Drug Creation 平台 2021/7/1 Almirall S.A.、默沙东 Grits

50、tone Bio CRO/自研管线 Gritstone EDGE 平台 2018/9/1 百时美施贵宝 Black Diamond Therapeutics 自研管线 MAP 平台 2020/1/1/BioXcel Therapeutics 自研管线 人工智能平台 2018/3/1/Benevolent AI CRO/自研管线 Benevolent Platform研发平台 2022/4/1 阿斯利康、默克、礼来 Lantern Pharma CRO/自研管线 RADR 平台 2020/6/1 福克斯蔡斯癌症中心、乔治城大学 Evaxion Biotech CRO/自研管线 AI-Immuno

51、logy 平台 2021/2/1 Pantherna Therapeutics、ExpreS2ion BullFrog AI CRO/自研管线 bfLEAP 平台 2023/2/1 美国 FSHD 协会 Landos Biopharma CRO/自研管线 基于人工智能的集成计算平台LANCE 2021/2/1 LianBio、约翰霍普金斯大学医学院 数据来源：2023 年 AI 制药行业报告、东北证券 目前，目前，AI 制药的商业模式主要包括制药的商业模式主要包括 AI+SaaS、AI+CRO、AI+Biotech 三种三种:AI+SaaS 模式为客户搭建辅助药物开发平台，以标准化产品通过平台

52、赋能企业，加速研发流程。AI+SaaS 模式降低客户应用 AI 技术门槛，推动行业技术升级，但面临激烈市场竞争与产品迭代压力，上限相对较低。AI+CRO 模式通过技术服务外包，与下游企业协同推进管线研发并获取服务收入，核心在于产业赋能。在合作中，多维度数据得以沉淀，这些数据对算法模型优化至关重要，因为算法训练依赖大量高质量药物研发数据。在 CRO 行业中，企业根据AI 技术的融合程度可以分为 AI+CRO 公司和 CRO+AI 公司。AI+CRO 公司以 AI 技术为核心，提供基于 AI 的计算平台和药物研发服务，利用 AI 的强大数据处理和模式识别能力，提供差异化 CRO 服务，并通过持续迭

53、代 AI 模型保持竞争力。CRO+AI公司已经在 CRO 行业内拥有稳定的市场基础，将 AI 作为工具整合到传统 CRO 服务中，以增强服务能力、提高研发效率和降低成本。AI+Biotech 模式以自研药物管线为主，借助 AI 技术提升研发效率，通过自主、授权或合作推进管线上市。虽面临高药物开发风险与长回报周期，但成功后商业回报高。从国内 AI+新药研发初创企业商业模式来看，选择 AI+SaaS 模式的企业较少，占比仅 8%；选择 AI+CRO 模式和 AI+Biotech 模式的企业数量接近，占比分别为 23%和25%；此外，31%的初创企业兼容两种商业模式，13%的初创企业兼容三种及以上商

54、业模式。图图 13：国内：国内 AI+新药研发初创企业新药研发初创企业商业模式统计商业模式统计 数据来源：智药局微信公众号、东北证券 2.2.三类商业模式领军企业均利用自身优势开拓新的商业模式三类商业模式领军企业均利用自身优势开拓新的商业模式 2.2.1.Schrodinger：AI+SaaS 领先企业，领先企业，积极开发积极开发自研及合作管线自研及合作管线 Schrodinger 是一家用于药物发现的计算软件解决方案的领先提供商。是一家用于药物发现的计算软件解决方案的领先提供商。公司开发了一个基于物理的计算平台，能够高精度的预测分子的关键特性。与传统方法相比，该平台能够以更快的速度、更低的成

55、本、更高的成功率发现用于药物开发和材料应用的高质量新型分子。Schrodinger 为客户提供各种软件解决方案，2024 年，前 20大制药公司（以 2023 年收入衡量）中有 19 家使用了公司的解决方案，全球超过 1800个学术机构的研究人员使用公司的软件。此外，公司使用自己的计算平台与领先的生物制药公司合作推进项目，或为自研管线发现新分子。图图 14：Schrodinger 计算药物设计方法在时间、成本和分子质量方面优于传统药物发现方法计算药物设计方法在时间、成本和分子质量方面优于传统药物发现方法 数据来源：公司公告、东北证券 软件业务收入稳步增长，药物发现业务收入受合作伙伴决策影响较大

56、。软件业务收入稳步增长，药物发现业务收入受合作伙伴决策影响较大。2020-2024 年，Schrodinger主营业务收入由 10810 万美元逐年增长至 20754 万美元，CAGR 17.71%。其中，软件业务收入由 9253 万美元逐年增长至 18037 万美元。药物发现业务收入在 2020-2023 年由 1557 万美元提升至 5754 万美元，但 2024 年该业务收入下降至2717 万美元，降幅达到-52.78%。主要原因为公司客户 BMS 决定终止两个项目的开发，因此公司加速完成与上述项目相关的工作，并在 2023 年收到 BMS 的 2500 万美元付款。图图 15：Schr

57、odinger 主营业务收入整体快速增长（万美元）主营业务收入整体快速增长（万美元）数据来源：公司公告、东北证券 老牌软件服务供应商老牌软件服务供应商布局布局 AI 制药新的商业模式。制药新的商业模式。Schrodinger 成立之初以其基于物理的计算平台和 CADD 软件而闻名；2010 年前后，公司开始对外合作开发新药；2018 年，公司开始利用自己的计算平台开发自研管线。截至目前，公司已拥有多条自研管线和合作开发管线。SGR-1505、SGR-2921、SGR-3515 三款自研管线产品已进入 I 期临床试验阶段，而在合作开发管线中有七款产品进入临床试验阶段，进展最快的已进入 III 期

58、临床试验。表表 5：Schrodinger 探索探索 AI+CRO 和和 AI+Biotech 商业模式商业模式 自研管线自研管线 产品 靶点 适应证 研发阶段 SGR-1505 MALT1 Hematologic Malignancies Phase 1 SGR-2921 CDC7 AML/MDS Phase 1 SGR-3515 Wee1/Myt1 Solid Tumors Phase 1 合作开发管线合作开发管线 合作伙伴 靶点 适应证 研发阶段 Gilead ACC NASH Phase 2 Lilly 47 Inflammatory bowel diseases Phase 2 Ni

59、mbus Therapeutics HPK1 Immuno-oncology Phase 1/2 Structure Therapeutics APJR Pulmonary arterial hypertension Phase 1 Takeda TYK2 Psoriasis Phase 3/CNS Phase 1/Oncology Phase 1 数据来源：Schrodinger 官网、东北证券 2.2.2.晶泰科技：晶泰科技：AI+CRO 代表性企业，打造创新平台商业模式代表性企业，打造创新平台商业模式 晶泰晶泰科技是一个基于量子物理、以人工智能赋能和机器人驱动的创新型研发平台。科技是一个

60、基于量子物理、以人工智能赋能和机器人驱动的创新型研发平台。公司采用基于量子物理的第一性原理计算、人工智能、高性能云计算以及可扩展及标准化的机器人自动化相结合的方式，为客户提供药物发现解决方案、智能自动化解决方案及 XtalPi 研发解决方案。根据公司 2024 年年报，智能自动化解决方案业务已更名为智能机器人解决方案业务，XtalPi 研发解决方案业务已并入智能机器人解决方案业务。表表 6：晶泰科技主营业务包括晶泰科技主营业务包括药物发现解决方案药物发现解决方案、智能自动化解决方案智能自动化解决方案和和 XtalPi 研发解决方案研发解决方案 主营主营业务业务 业务简介业务简介 药物发现解决方

61、案 药物发现解决方案横跨药物发现及研究的整个过程，从靶点验证、苗头化合物识别、先导化合物生成、先导化合物优化至临床前候选化合物推荐，涵盖了小分子、抗体、多肽、ADC 及 PROTAC 等多种模态，专注于识别和开发对特定疾病相关靶点表现出药物活性功能的分子。智能自动化解决方案 智能自动化解决方案包括固态研发服务和自动化化学合成服务。固态研发服务专注于分析固态材料的物理和化学性质，自动化化学合成服务旨在加快耗时且成本高昂的化学合成过程。XtalPi 研发解决方案 利用公司的专有技术和自药物研发及智能自动化业务获得的专业知识，推出 XtalPi研发解决方案项目以向材料科学（包括农业技术、能源及新型化

62、学品以及化妆品）等其他高价值行业提供研发解决方案。数据来源：晶泰科技招股书、东北证券 晶泰科技建立了一个专有的综合技术平台，晶泰科技建立了一个专有的综合技术平台，旨在有效搜索化学及材料空间，以迅速旨在有效搜索化学及材料空间，以迅速识别及分析具有所需功能特性的先导分子及材料用于药物及材料科学研发等领域。识别及分析具有所需功能特性的先导分子及材料用于药物及材料科学研发等领域。该平台集成了用于干实验室计算和评估的高性能云计算赋能的计算机式工具，包括基于量子物理的第一性原理计算和人工智能，以及机器人自动化的湿实验室实验。通过计算机式工具和机器人湿实验室实验的结合，公司可以利用湿实验室生成的实验数据改进

63、干实验室计算，并利用从干实验室计算中获得的见解提高湿实验室的效率，两者相互借鉴、相互促进，从而打造闭环技术平台。图图 16：晶泰科技结合干实验室和湿实验室能力的闭环综合技术平台晶泰科技结合干实验室和湿实验室能力的闭环综合技术平台 数据来源：晶泰科技招股书、东北证券 图图 17：晶泰科技闭环综合技术平台：晶泰科技闭环综合技术平台工作流程工作流程 数据来源：晶泰科技招股书、东北证券 药物发现解决方案和智能机器人解决方案双轮驱动晶泰科技主营业务收入增长。药物发现解决方案和智能机器人解决方案双轮驱动晶泰科技主营业务收入增长。2020-2024 年，晶泰科技主营业务收入由 3563.6 万元逐年增长至

64、26643.3 万元，CAGR65.36%。其中，药物发现解决方案业务收入由 1266.6 万元增长至 10366.2 万元，主要由于客户数量增加及可创收项目数量增加所致。智能机器人解决方案业务中，固态研发服务、自动化化学合成服务、XtalPi 研发解决方案的收入均呈增长趋势，使该业务收入由 2297 万元增长至 16277.1 万元。图图 18：晶泰科技晶泰科技主营业务收入逐年增长主营业务收入逐年增长（万元）（万元）数据来源：晶泰科技招股书、公司公告、东北证券 晶泰科技合约履行成本增速放缓，综合毛利率回升。晶泰科技合约履行成本增速放缓，综合毛利率回升。2020-2023 年，由于雇员福利开支

65、、样品费、专业服务费等合约履行成本项目增长迅速，公司综合毛利率由 62.39%下降至 27.66%。2024 年，公司合约履行成本为 14301 万元，同比增长 13.34%，低于主营业务收入 52.75%的增速，综合毛利率回升至 46.33%。图图 19：晶泰科技合约履行成本增速放缓，综合毛利率回升：晶泰科技合约履行成本增速放缓，综合毛利率回升 数据来源：晶泰科技招股书、公司公告、东北证券 研发开支整体处于高位，成为公司短期内持续亏损的重要原因。研发开支整体处于高位，成为公司短期内持续亏损的重要原因。2020-2023 年，随着业务规模的扩大和研发人员数量的增加，公司研发开支由 8354 万

66、元快速增长至48066万元，CAGR 79.19%。2024年，公司研发开支为41824万元，同比下降12.99%，主要原因是公司技术平台能力的增强和研发活动效率的提高，以及在验证某些研发平台能力后耗材减少导致的样品材料成本下降。虽然 2024 年公司研发开支有所减少，但整体仍处于高位，成为公司短期内持续亏损的重要原因。图图 20：晶泰科技研发开支近五年：晶泰科技研发开支近五年整体呈增长趋势整体呈增长趋势 数据来源：晶泰科技招股书、公司公告、东北证券 晶泰科技制药晶泰科技制药领域领域偏向偏向 AI+CRO，创新平台商业模式有望拔高其上限。，创新平台商业模式有望拔高其上限。2016 年，晶泰科技

67、的晶体结构预测平台在辉瑞举办的全球晶体结构预测盲测中实现准确预测，从而与辉瑞在技术创新和药物研发方面建立了长期的战略重要合作伙伴关系。2021年，COVID-19 疫情持续爆发，防治 COVID-19 的安全高效的口服药物在全球范围具有迫切的需求，公司的计算预测及湿实验室实验验证以强有力的证据证实，辉瑞设计的 Paxlovid 晶体结构是室温下最稳定的晶体结构，适用于后续的工艺放大与药品生产。公司仅耗时 6 周就完成上述工作，帮助辉瑞快速进入 Paxlovid 的后续开发及生产，最终 Paxlovid 成为全球首款获得 FDA 批准的 COVID-19 口服药物。公司与辉瑞合作的经典案例说明，

68、目前公司在制药领域更偏向 AI+CRO 的商业模式，充分利用综合技术平台的优势，通过广泛的商务合作，快速实现从靶点确定到获得临床前候选药物，并进行订单交付。此外，由于公司底层技术具有高度可延展性，其以技术为核心的创新平台商业模式有望进一步拔高发展上限。图图 21：晶泰科技晶体结构预测流程：晶泰科技晶体结构预测流程 数据来源：晶泰科技招股书、东北证券 晶泰科技通过对外投资，围绕自身建立良性互促的产业生态。晶泰科技通过对外投资，围绕自身建立良性互促的产业生态。晶泰科技会提供解决方案以换取处于早期发展阶段、资金短缺且增长潜力巨大的公司的股权，或对开发与自身的技术互补且符合自身战略定位的选定公司进行股

69、权投资。晶泰科技主要关注从事与自身现有业务重点相一致领域的公司，包括药物与新材料的设计与发现、生物材料、农业技术应用新型化合物、新型化学表面活性剂和催化剂以及化妆品和保健产品，希望与其建立一个生态系统，在该生态系统内晶泰科技与被投资公司可在资源、技术及专业知识等多方面实现协同增效。通过对初创企业的孵化与投资，晶泰科技不断完善对产业链上下游的布局，围绕自身建立起数字化与智能化赋能、良性互促的产业生态。表表 7：晶泰科技晶泰科技对初创企业对初创企业进行进行孵化与投资孵化与投资，完善产业链上下游布局完善产业链上下游布局 公司公司 持股持股 主要业务主要业务 Geode 35%Geode 致力于多种癌

70、症的免疫抑制药物研发，拥有自研肿瘤抑制靶点发现平台及专有生物筛选评估模型 默达生物 15.34%默达生物利用代谢途径开发用于治疗免疫及代谢失调引发的各种慢性疾病的新药 希格生科 9.11%希格生科专注于利用自主开发的类器官疾病模型开发同类首创靶向癌症药物 剂泰医药 4.17%剂泰医药是以人工智能驱动、利用精准靶向的药物递送和药物发现技术，为患者开发更有效的治疗药物的创新型生物技术公司，旨在通过将全新的 AI 技术与传统药物开发相结合，更高效、更精准地推动创新药物的研发 PhoreMost 6.67%PhoreMost 开发了名为 SITESEEKER 的下一代表型筛查平台，该平台可以识别疾病治

71、疗中的最佳新靶点，以及如何对其进行药物治疗，从而显著增加癌症和其他未满足需求的疾病的新疗法的多样性 CytoCan 14.19%CytoCan 专注于使用名为 AbZed 的模块化平台创建多特异性融合蛋白，为新的癌症靶点创建治疗蛋白 科迈生物 30%科迈生物致力于打造 AI 与真实数据驱动的 B 细胞编程平台，探索全新的抗体药研发模式，以 AI 算法模拟并超越人体的自然免疫过程，从而加速设计出靶向精确、可开发性强的抗体分子 莱芒生物 15.82%莱芒生物专注于研发、生产和商业化新型肿瘤免疫治疗药物，积极拓展开发新型免疫治疗平台的战略布局 新生泰 30%新生泰的智能化材料研发加速平台 UpChe

72、mist.AI 以结构设计、性质筛选、工艺优化为基础，结合机器人实验技术与连续化工技术，帮助新材料开发人员更快、更低成本地实现新材料的设计开发与应用评价 箴泰生物 30.23%箴泰生物专注于利用可溶性微针技术进行护肤医美产品的研发、生产和销售 数据来源：晶泰科技招股书、剂泰医药官网、PhoreMost 官网、CytoCan 官网、晶泰科技官网、无锡市新吴区人民政府官网、东北证券 2.2.3.英矽智能：各项业务围绕英矽智能：各项业务围绕 Pharma.AI 平台开展，创新性提出“自研管线平台开展，创新性提出“自研管线+license out”商业模式”商业模式 英矽智能是一家全球领先的由端到端生

73、成式人工智能驱动的生物技术公司，利用英矽智能是一家全球领先的由端到端生成式人工智能驱动的生物技术公司，利用快快速发展的专有速发展的专有 Pharma.AI 平台，平台，跨越跨越生物学、化学和临床生物学、化学和临床开发领域开发领域，加速药物的发，加速药物的发现和开发。现和开发。公司的业务模式包括管线药物开发、药物发现服务及软件解决方案服务。其中，管线药物开发是公司至关重要的核心业务，包括研发、内部开发的管线候选药物获批后的商业化以及对外授权保留独家知识产权的管线候选药物。药物发现服务中，公司利用 Pharma.AI 平台发现与疾病相关的靶点，识别并进一步研发与第三方公司合作而因此不具备独家知识产

74、权的候选药物。软件解决方案服务中，公司与客户签订订阅协议，授权客户使用 Pharma.AI 平台并收取预付订阅费。Pharma.AI 平台是一体化生成式平台是一体化生成式 AI 驱动药物研发平台，驱动药物研发平台，英矽智能英矽智能各项业务围绕各项业务围绕Pharma.AI 平台开展。平台开展。根据英矽智能招股书，Pharma.AI 平台由 Biology42、Chemistry42、Medicine42 组成，旨在整合药物发现及开发过程，以识别新药靶点、针对新靶点或已知靶点设计分子和优化临床开发。Biology42 平台由 PandaOmics、Generative Biologics 和生命

75、之星 1 三个应用程序组成，主要用于发现并优先排序新靶点。Chemistry42 平台由 Generative Chemistry、Golden Cubes、ADMET Predictors和 Alchemistry 四个应用程序组成，其价值在于生成新型小分子。Medicine42 平台由inClinico 应用程序组成，可对临床试验结果进行预测。图图 22：Pharma.AI 平台平台由由 Biology42、Chemistry42、Medicine42 组成组成 数据来源：英矽智能招股书、东北证券 利用利用 Pharma.AI 平台，英矽智能快速推进多条管线。平台，英矽智能快速推进多条管线

76、。根据英矽智能招股书，公司的核心产品 ISM001-055 是一款 TNIK 的强效选择性抑制剂，具有很高的亲和力，具有治疗孤儿病特发性肺纤维化（IPF）的潜力，已获得 2a 期临床试验积极结果。公司将 ISM001-055 推进至临床前候选药物阶段耗时少于 18 个月，推进至 I 期临床试验仅耗时额外 9 个月。此外，公司能够在一年时间内提名 9 种临床前候选药物，速度远高于约 4.5 年提名一种临床前候选药物的行业平均值。目前，公司管线覆盖纤维化、肿瘤、免疫学及其他治疗领域，因为这些领域有大量未满足的医疗需求和大量可用的患者组学数据，Pharma.AI 平台可以充分发挥其优势来识别新的潜在

77、靶点。图图 23：英矽智能进展较快的研发管线梳理：英矽智能进展较快的研发管线梳理 数据来源：英矽智能招股书、东北证券 英矽智能英矽智能业务模式逐步完善，业务模式逐步完善，主营业务主营业务收入持续大幅增长。收入持续大幅增长。2021 年，公司主营业务收入为 471.3 万美元，管线药物开发没有收入，药物发现服务营收占比 78.23%，软件解决方案服务营收占比 21.77%。2022 年，公司主营业务收入快速增长至 3014.7万美元，同比大幅提升 5.4 倍，管线药物开发收入依然为零，药物发现服务营收占比提高至 95.03%，软件解决方案服务营收占比下降至 4.97%。2023 年，公司主营业务

78、收入为 5118 万美元，同比高增 69.77%，管线药物开发实现收入 3902.2 万美元，营收占比达到 76.24%，药物发现服务和软件解决方案服务营收占比分别为 17.19%和 6.57%。图图 24：逐步完善的业务模式推动英矽智能主营业务收入持续增长（万元）：逐步完善的业务模式推动英矽智能主营业务收入持续增长（万元）数据来源：英矽智能招股书、东北证券 研发开支持续高增拖累英矽智能短期业绩。研发开支持续高增拖累英矽智能短期业绩。2022-2023 年，公司毛利率分别为 63.39%和 75.36%，整体保持较高水平。但公司连续三年亏损，亏损额分别为 13050.5 万美元、22182.8

79、 万美元和 21164 万美元，主要原因为研发开支逐年增长抵消主营业务收入的增加。2022 年公司研发开支增加 3968.6 万美元，远高于同期主营业务收入增加额 2543.4 万美元；2023 年公司研发开支增加 1916.6 万美元，略低于同期主营业务收入增加额 2103.3 万美元。图图 25：英矽智能保持高毛利率，研发开支逐年增加：英矽智能保持高毛利率，研发开支逐年增加 数据来源：英矽智能招股书、东北证券 公司多种商业模式同时推进，公司多种商业模式同时推进，创新性提出创新性提出“自研管线“自研管线+license out”商业模式。”商业模式。最初，英矽智能对自己的定位为做靶点发现服务

80、的技术平台公司，为客户提供数据库和软件，帮助其寻找新的药物靶点或完成其他阶段性工作，但由于存在市场规模受限和客户合作意愿不高等缺陷，单纯依靠销售软件的商业模式无法走通。之后，公司尝试将服务的链条纵向拉长，为客户提供药物发现服务，通过与复星和赛诺菲等主要客户的合作，该业务成为公司主要收入来源。此外，公司持续推进研发管线，虽然取得瞩目的成就，但尚无候选药物实现商业化，无法转化为收入。因此，公司创新性的提出“自研管线+license out”的商业模式，把项目推进到临床前候选化合物阶段或 I 期临床阶段后对外转让，利用合作伙伴在临床或者市场化方面的优势继续推动项目，而公司可以得到首付款、里程碑付款以

81、及后续的销售分成。图图 26：英矽智能：英矽智能 AI+SaaS、AI+CRO、AI+Biotech 三种商业模式同时推进三种商业模式同时推进 数据来源：英矽智能招股书、东北证券 英矽智能已完成四项药物对外授权合作，“自研管线英矽智能已完成四项药物对外授权合作，“自研管线+license out”商业模式有望走”商业模式有望走通。通。2023 年 9 月，英矽智能与 Exelixis 签订独家许可协议，Exelixis 获得 ISM3091全球开发和商业化权利，交易总金额 9.55 亿美元，其中包括 8000 万美元的首付款，以及后续开发、监管和商业里程碑付款，未来公司还有资格获得特许权使用费

82、。2023年 12 月，英矽智能与 Menarini 签订独家许可协议，授予其研究、开发和商业化ISM5043 的权利，交易总金额 5.06 亿美元，其中包括 1200 万美元的首付款，以及后续开发、监管和商业里程碑付款，未来公司还有资格获得特许权使用费。2025 年1 月，英矽智能与 Menarini 再次达成合作，以逾 5.5 亿美元交易总金额对外授权一款潜在同类最佳（best-in-class）肿瘤候选药物，其中包括 2000 万美元的首付款，以及后续开发、监管和商业里程碑付款，未来公司还有资格获得特许权使用费。表表 8：英矽智能已完成四项药物对外授权合作：英矽智能已完成四项药物对外授权

83、合作 公司公司 授权产品授权产品 靶点靶点 首付款首付款 交易总金额交易总金额 Exelixis ISM3091 USP1 8000 万美元 9.55 亿美元及 特许权使用费 Menarini ISM5043 KAT6 1200 万美元 5.06 亿美元及 特许权使用费/ISM9682 KIF18A/Menarini/2000 万美元 逾 5.5 亿美元及 特许权使用费 数据来源：英矽智能招股书、英矽智能官网、上海市先导产业促进中心、东北证券 3.除开商业模式，除开商业模式，AI 制药面临的其他挑战制药面临的其他挑战 对于对于 AI+新药研发初创企业来说，商业模式的选择至关重要。新药研发初创企

84、业来说，商业模式的选择至关重要。上述对 AI+SaaS、AI+CRO、AI+Biotech 三种模式的分析证明，AI+SaaS 模式的上限相对较低，主要的分歧在于选择 AI+CRO 模式还是 AI+Biotech 模式。AI+CRO 模式虽然不需要承担后续临床试验的失败风险，变现模式更明确，但如果体量不够大，客户覆盖不够广，也会面临收入上的天花板。AI+Biotech 模式具有更大的盈利空间和想象力，但新药研发过程中需要持续的资金投入，对初创公司来说压力较大。因此，AI+新药研发初创企业可结合自身技术优势、资金状况等因素，灵活选择最适合其长期发展的商业模式，甚至创新商业模式，从而为企业带来稳定

85、现金流。除开商业模式的选择，AI制药还面临其他方面的挑战。数据是未来数据是未来 AI 制药行业竞争的关键。制药行业竞争的关键。传统制药企业具有足够的积淀，拥有新药研发的相关数据和经验，以及资深的药物专家，但其一般不愿意将作为核心资产之一的新药研发数据外流。此外，医院端虽然集中着大量病人的临床数据，但存在数据非标准化的问题，且在国内尚未有行之有效的从医院端获取数据的方式。公开数据集相对易于获取，但对其价值的挖掘已较为充分，无法帮助企业在中长期获得和保持竞争优势。因此，对于 AI+新药研发创新企业来说，获取稳定可靠的独有数据的能力，将成为下一阶段竞争中立于不败之地的关键。AI 算法的黑盒问题亟待解

86、决。算法的黑盒问题亟待解决。AI 算法的黑盒问题是指由于深度学习等主流算法模型内部结构复杂、运行过程自主性较强且人工无法干预等因素，在数据输入、模型训练、结构输出等方面出现运行机制难以解释的情况，人工智能的内部工作原理对最终用户来说是不可见的，导致运行结构无法完全掌控。但在 AI 制药行业，人工智能需要在新药研发的多个阶段和环节发挥作用，黑盒问题会导致潜在的漏洞和错误难以被发现，最终可能造成严重后果。因此，如何使模型的输出更具有透明度，提升模型的可解释性，是 AI 制药行业及企业需要解决的问题。AI 制药带来伦理与监管方面的挑战。制药带来伦理与监管方面的挑战。患者的个人信息、基因数据等都是高度

87、敏感的信息，一旦泄露，可能会对患者的生活、工作甚至人身安全产生严重影响。因此，在人工智能赋能新药研发的过程中，如何合理合法的收集、存储和使用大量患者信息，确保数据的隐私性和安全性尤为关键。此外，新药研发过程中，人工智能的决策和建议如果导致不良后果，如何确定人工智能开发者、数据提供者、用户等相关责任方各自的责任和义务成为一个难题，对相关法律法规的制定及后续监管形成挑战。风险提示：风险提示：AI 在新药研发领域的应用不及预期的风险；在新药研发领域的应用不及预期的风险；AI 赋能的新药赋能的新药临床试验进临床试验进展不及预期的风险；“黑盒”问题导致模型输出结果难以解释的风险。展不及预期的风险；“黑盒”问题导致模型输出结果难以解释的风险。