医疗健康行业报告-PDF版

科睿唯安：2025风起云涌：中国生物医药创新 2.0 时代（36页）.pdf

1风起云涌：中国生物医药创新 2.0 时代2025 年中国生物医药创新 100 强企业科睿唯安 中国2目录01 前言07 方法论08 数据来源10 科睿唯安编著贡献者11 中国创新洞察“全链条支持创新.

2025-11-20 36页 5星级

保健品行业深度报告：跨境保健品保健品赛道潜力增长方向优势显著-251119（20页）.pdf

行 业 研 究 2025.11.19 1 敬 请 关 注 文 后 特 别 声 明 与 免 责 条 款 保 健 品 行 业 深 度 报 告 跨境保健品：保健品赛道潜力增长方向，优势显著 分析师 王泽华 .

2025-11-20 20页 5星级

【国金证券】医药行业产业研究周报：CNPV优先审评卷出天际，细胞基因疗法进军慢病再拓空间-251118（21页）.pdf

产业研究中心 1 产业研究周报|医药 CNPV 优先审评卷出天际，细胞基因疗法进军慢病再拓空间 2025 年 11 月 18 日 分析师分析师:赵海春赵海春 SAC:S1130514100001 分.

2025-11-20 21页 5星级

医药生物行业：医药行情回暖创新药、流感、消费多点开花-251116（14页）.pdf

请务必阅读正文之后的重要声明部分请务必阅读正文之后的重要声明部分医药行情回暖，创新药、流感、消费多点开花医药行情回暖，创新药、流感、消费多点开花医药生物证券研究报告/行业定期报告2025 年 11 月.

2025-11-19 14页 5星级

医药生物行业投资策略周报：关注小核酸产业链带来的投资机遇-251117（10页）.pdf

请阅读最后一页的重要声明！关注小核酸产业链带来的投资机遇关注小核酸产业链带来的投资机遇 医药生物医药生物 证券研究报告 行业投资策略周报/2025.11.17 投资评级投资评级:看好看好(维持维持).

2025-11-19 10页 5星级

国际防盲协会（IAPB）：2025糖尿病视网膜病变：全球行动倡议简报（19页）.pdf

糖尿病视网膜病变：全球行动倡议国际防盲协会与国际糖尿病联盟政策简报目录引言3.关于本政策简报4.关于国际防盲协会5.关于国际糖尿病联盟糖尿病及糖尿病视网膜病变的全球影响4.什么是糖尿病5.什么是糖尿病.

2025-11-19 19页 5星级

致同咨询：2025生命科学与健康行业洞察报告（28页）.pdf

致同咨询行业洞察生命科学与健康行业2025年11月发布引言(1/3)时间来到2025年，当前中国生命科学行业呈现“政策红利释放、资本结构重构、技术突破与同质化并存”的复合态势，具体分析如下：政策方向1.

2025-11-19 28页 5星级

全球医药、医疗行业：代谢新药研发系列（四）PCSK9Lp（a）心血管新药黄金时代-251117（27页）.pdf

2025 年 11 月 17 日（星期一）行业报告 招商证券（香港）有限公司 证券研究部 彭博终端报告下载：NH CMS 1 全球全球医药、医疗行业医药、医疗行业 代谢新药研发系列（四）：代谢新药研发.

2025-11-19 27页 5星级

【华源证券】医药行业周报：从Arrowhead管线看小核酸发展方向-251119（14页）.pdf

请务必仔细阅读正文之后的评级说明和重要声明请务必仔细阅读正文之后的评级说明和重要声明证券研究报告证券研究报告医药生物医药生物行业定期报告行业定期报告hyzqdatemark投资评级投资评级：看好看好（.

2025-11-19 14页 5星级

【国金证券】医药行业研究：GLP-1专题，产品迭代驱动市场扩容，关注靶点、剂型及联合疗法研发进展-251117（38页）.pdf

敬请参阅最后一页特别声明 1 投资逻辑 GLP-1 市场规模仍处于快速增长阶段。GLP-1 市场规模仍处于快速增长阶段。诺和诺德及礼来占据全球 GLP-1 领域绝大多数份额，2015 年至 2024.

2025-11-18 38页 5星级

医药行业周报：本周申万医药生物指数上涨3.3%关注流感疫情变化-251116（7页）.pdf

请务必仔细阅读正文之后的各项信息披露与声明 行业及产业 行业研究/行业点评 证券研究报告 医药生物 2025 年 11 月 16 日 本 周 申 万 医 药 生 物 指 数 上 涨3.3%，关注流感.

2025-11-18 7页 5星级

医药生物行业跨市场周报：流感样病例占比持续走高关注流感疫苗、呼吸道病毒检测、感冒药等板块-251117（16页）.pdf

敬请参阅最后一页特别声明-1-证券研究报告 2025 年 11 月 17 日 行业研究行业研究 流感样病例占比持续走高，关注流感疫苗、呼吸道病毒检测、感冒药等板块流感样病例占比持续走高，关注流感疫苗.

2025-11-18 16页 5星级

医药行业2025年三季报综述：行业整体运行平稳内部冷暖不一-251116（19页）.pdf

证券研究报告生物医药行业强于大市（维持）生物医药行业强于大市（维持）分析师：平安证券研究所生物医药团队平安证券研究所生物医药团队20252025年年1111月月1616日日请务必阅读正文后免责条款请务.

2025-11-18 19页 5星级

医药行业：海外创新药产业链已呈结构性复苏趋势-251116（9页）.pdf

请务必阅读正文之后的免责条款部分 股票研究股票研究 行业季报行业季报 证券研究报告证券研究报告 股票研究/Table_Date 2025.11.16 海外创新药产业链已呈结构性复苏趋势海外创新药产业.

2025-11-18 9页 5星级

医药行业：艾迪康收购冠科生物药物研发与诊断协同开发成为精准医疗趋势-251117（11页）.pdf

艾迪康收购冠科生物，艾迪康收购冠科生物，药物研发与诊断协同开药物研发与诊断协同开发成为精准医疗趋势发成为精准医疗趋势证券研究报告20252025年年1111月月1717日日证券分析师证券分析师请务必阅.

2025-11-18 11页 5星级

【中邮证券】自免双抗：临床高效推进，交易与研发热度持续-251118（4页）.pdf

证券研究报告：医药生物|点评报告 市场有风险，投资需谨慎 请务必阅读正文之后的免责条款部分 行业投资评级行业投资评级 强于大市强于大市|维持维持 行业基本情况行业基本情况 收盘点位 8665.0 52.

2025-11-18 4页 5星级

Arla：2025年中国特殊医学用途配方食品（FSMP）行业及消费者洞察白皮书（44页）.pdf

WWW.REALLYGREATSITE.COM2025 年中国特殊医学用途配方食品（FSMP）行业及消费者洞察白皮书“一切都为了病人”第一部分：FSMP 发展及中外市场规模与分析Contents/目录第二部分：消费者洞察与偏好分析第三部分：中国市场FSMP 临床应用挑战与创新启示第四部分：FSMP 行业前沿解决方案与创新趋势第五部分：中国FSMP 行业机遇与发展路径第六部分：总结与展望-机遇大于挑战，创新驱动增长参考文献前言：研究方法与数据来源说明31.1 特殊医学用途配方食品（FSMP）综述2.1 全球消费者洞察3.1 产品：口味本土化、小份量、高营养密度4.1 本土化实践：聚焦中国患者需求的解决方案5.1 中国 FSMP 行业挑战1.2 全球成熟市场 FSMP 行业发展现状2.2 中国消费者洞察与偏好3.2 研发：优化肠胃耐受性、低乳糖配方、易吸收系统4.2 临床需求导向的原料与配方技术创新5.2 中国 FSMP 行业机会1.3 中国市场概况2.3 总结3.3 认知：医患共建信任、强化科学传播4.3 研发能力与产品迭代机制升级4.5 协同研发与本土生态共建3.4 渠道：推进医院-社区-家庭（HCH）营养管理模式，提高患者教育与依从性3.5 总结4.4 数字化与智能营养干预融合4.6 总结1.4 中国FSMP行业法律法规体系建设1.5 总结4132025313740568142126321116212634121922282923242930覆盖12个国家：欧洲（德国、法国、西班、意利、英国）、亚洲（中国、本、韩国、越南、印度尼西亚）、美洲（美国、巴西）。调研对象：12,000名患者，均为35岁以上，确诊患有严重健康问题，并接受医疗专业员（HCP）的咨询与治疗。数据来源：FMCG Gurus（2023年）。前：研究法与数据来源说明本白皮书基于FMCG Gurus（2023年）与Lindberg International（2024年）的多国联合研究。定量调研覆盖欧洲、亚洲、美洲12国共12,000名患者，中国单独样本1,000名；定性调研覆盖德、英、中、美4国共40名患者，其中中国10名。研究对象均为确诊严重健康问题或癌症、肌少症、消化道相关疾病的患者，均在医疗咨询或医用营养产品使用背景下展开。中国定性研究访谈营养科专家1位。为更深入理解中国市场患者的特点与需求，本研究特别单独开展了中国样本分析：国际研究范围中国研究范围调研对象：1,000名患者，35岁以上，确诊患有严重健康问题，并接受HCP咨询与治疗。数据来源：FMCG Gurus（2023年）。覆盖4个国家：欧洲（德国、英国）、亚洲（中国）、美洲（美国）。调研对象：40名患者，均为18岁以上，诊断为癌症、肌少症或消化道相关疾病，且正在使医营养产品。数据来源：Lindberg International（2024年）。调研对象：10名患者，18岁以上，诊断为癌症、肌少症或消化道相关疾病，并有医营养产品使经历。1名营养科专家。数据来源：Lindberg International（2024年）。定量研究（Quantitative study）定量研究（Quantitative study）定性研究（Qualitative study）定性研究（Qualitative study）3FSMP 发展及中外市场规模与分析第部分41.1 特殊医学用途配方食品（FSMP）综述特殊医学用途配方食品（FSMP，Food for Special Medical Purposes，以下简称特医食品）是为因特定疾病、障碍或医疗状况而导致营养需求无法通过普通食物摄取的患者设计的专用食品。在欧盟、国际食品法典委员会以及世界上大多数国家，其被称为“特医食品”（FSMP），在美国，则被称为“医疗食品”。123特医食品受到严格监管，应在医院、疗养院、诊所和患者家中等各种场所的医疗监督下使用1。FSMP可以部分或完全替代正常饮食，为患者提供维持生命、康复和健康所必需的营养成分。这类食品包括高度专业化的配方食品、口服营养补充剂（ONS）或代谢类产品，可通过口服或管饲方式摄入。21在中国，根据2024年施行的特殊医学用途配方食品注册管理办法，特殊医学用途配方食品（FSMP）是指为满足进食受限、消化吸收障碍、代谢紊乱或者特定疾病状态人群对营养素或者膳食的特殊需要，专门加工配制而成的配方食品，包括适用于0月龄至12月龄的特殊医学用途婴儿配方食品和适用于1岁以上人群的特殊医学用途配方食品。适用于1岁以上人群的特殊医学用途配方食品，包括全营养配方食品、特定全营养配方食品、非全营养配方食品。本白皮书聚焦讨论 适用于 1 岁以上人群的 FSMP，即全营养、特定全营养及非全营养配方食品。表1：全球主要国家/地区对特殊医学用途配方食品（FSMP）的定义比较国家/地区欧盟（EU）美国中国 欧 盟 第 609/2013号法规以及欧盟委 员 会 授 权 条 例（EU）2016/128 和欧盟委员会授权条例（EU）2016/127国家市场监督管理总局特殊医学用途配方食品注册管理办法（2024 年生效）；食品安全国家标准特殊医学用途配方食品通则(GB29922-2013)和特殊医学用途配方食品良好生产规范(GB29923-2013)用 于 饮 食 管 理 的 个体，包括因摄入、消化、吸收、代谢或排泄常规食物能力受限或受损的婴儿及其他人群；亦包括由医学确 定 的 其 他 营 养 需求，可作为全部或部分营养来源。专为肠内使用而配制，用于特定疾病或状况的饮食管理；基于科学原理和临床评估，满足特殊营养需求。为满足进食受限、消化吸收障碍、代谢紊乱或者特定疾病状态人群对营养素或者膳食的特殊需要，专门加工配制而成的配方食品1988 年孤儿药法案修正案（美国法典第21 编第 360EE 条第(B)(3)款）；由美国食品药品监督管理局（FDA）根据联邦食品、药品和化妆品法案（FD&CACT）及相关指南予以实施。需在医师指导下使用；按食品类别监管（无需上市前批准）需 在 医 疗 监 督 下 使用；按食品类别监管（非药品）需在医师/临床营养师指导下使用；按食品类别监管，且需进行上市前注册。定义机构/法规核心定义要点是否受医疗监管5Grand View Research 的报告显示，2024 年全球 FSMP 市场规模估计为 248 亿美元，预计2030 年将以 5.13%的年复合增长率增长到 334.9 亿美元。市场增长的动力源于老年人口的增长以及慢性病患者的增多。2024年，北美占据医疗食品市场的主导地位，收入份额最大，为29.90%，其中美国医疗食品市场占据北美最大收入份额。同时，亚太地区是增长最快的市场，中国医疗食品市场占据亚太地区最大的收入份额。本地主要参与者的存在以及该地区提供的尚未开发的机遇也是亚太推动区域市场增长的主要因素之一。66按给药途径划分，口服给药因其便利性和市场接受度高在 2024 年以 72.86%的最高收入份额占据市场主导地位，而肠内给药则受慢性病患病率上升及技术进步驱动，预计将实现最快增长。6按产品类别看，2024 年，粉末剂型因其全龄适用性、便携性受到消费者青睐，以 35.53%的市场份额位居市场领先地位。同时得益于儿童和老年人群体对液体制剂的接受度不断提高，以及功能性胃肠疾病的增多和医生建议患有这些疾病的患者在手术前后摄入液体配方医疗食品等，液体制剂市场预计将以最快的复合年增长率增长。6按应用领域分，肿瘤领域在 2024 年占据市场最大收入份额，达到 12.11%。恶病质细分市场预计将在预测期内以最快的复合年增长率增长。6按模块划分，2024 年，蛋白模块因在重症和慢性病营养支持中的广泛应用而占据最大市场份额（12.72%），而低致敏模块则受益于食物过敏人群增加和配方技术进步，预计将实现快速增长。622.7 33.3 5.6GRCAGRCAGR 2.94% 6.58%全球老年人口的增长，慢性病、代谢紊乱和营养不良等需要特殊营养支持的疾病的患病率日益上升，凸显了 FSMP 在现代医疗保健中的重要性。同时，在全球后疫情时代，大健康赛道火热发展，消费者对于个性化营养日益关注，FSMP 行业的需求日益增长5。41.2 全球成熟市场 FSMP 行业发展现状全球市场美国市场欧洲市场中国市场2023年（亿美金）2024年（亿美金）2030年（亿美金）248334.9图1：全球主要市场FSMP行业规模66290.961.5 73.1 5.13GR美国医疗食品市场已经相当成熟，市场规模也相对显著。根据 Grand View Research 的数据，美国 2023 年医疗食品市场规模估计为 62 亿美元，预计到 2030 年将以 5.6%的年复合增长率增长到 90.9 亿美元。帕金森病、癫痫、肿瘤和肾病等疾病的发病率不断上升，导致医疗保健专业人员对医疗食品的需求强劲。根据联合健康基金会的数据，2022 年，美国约有 17.3%的人口年龄在 65 岁及以上。此外，预计到 2030 年，美国约有 5600 万老年人将依靠 FSMP 食品来满足其营养需求。76其中，口服给药途径占比达 69.1%，通过口服方式补充营养素和维生素在全国医疗机构中广泛实施。口服补充剂型包括液体、粉末、布丁、药丸和预增稠产品，且产品有多种口味可供选择，以满足患者的喜好。同时，预计肠内给药领域将以 5.9%的复合年增长率快速增长，以满足成人、孕妇以及老年人和儿童人群的营养需求。美国市场上的肠内营养（EN）产品种类繁多，包括标准型、肽类型、免疫调节型、特定疾病配方和混合型等多种配方。78美国强调医疗食品既需要医生监督，也需要有证据证明无法通过常规饮食调整满足的独特饮食需求。医疗食品进入美国市场不需要上市前批准，但 FDA 会进行上市后监督，以确保上市产品符合所有联邦法规，并且不会构成安全风险。32023 年，包括长期护理中心、医院、临终关怀机构和残障机构在内的机构贡献了 40.7%的医疗食品销售额。同时，2024 年至 2030 年期间，线上销售渠道（电商平台）的复合年增长率预计将达到 6.3%。7值得注意的是，营养治疗是整体治疗的重要组成部分，美国的临床渗透率已达到 65%。发达国家普遍以肠内营养支持方式占主导地位，应用率超过 70%，在英国和美国这一比例更高达 80-90%。10机构电商口服69.10.9%欧洲市场欧洲的 FSMP 市场同样成熟。根据 Grand View Research 的数据，欧洲医疗食品市场规模在2024 年估计为 61.5 亿美元，占全球市场的 24.8%，预计到 2030 年将以 2.94%的年复合增长美国市场给药途径销售渠道对比7率增长到 73.1 亿美元。2024 年，口服营养品市场占据主导地位，达 76.1%；粉末类产品占据了最大的市场收入份额，达 35.2%。11推动欧洲医疗食品市场增长的关键因素包括慢性病患病率的上升、老年人口的快速增长以及政府当局致力于减少营养不良。根据OECD健康概览：2024 年欧洲报告，欧盟65岁及以上人口比例已从2000年的16%上升至2023年的21%以上，预计到2050年将进一步上升至近30%，其中超过40%的65岁及以上欧盟公民至少患有两种慢性疾病12。数据显示，欧洲65岁以上老年住院患者的营养不良患病率为 28%。根据欧洲专业营养协会的数据，欧盟约40%的成年住院患者营养不良。111311值得注意的是，有效的肠内营养产品报销政策也支撑了欧洲 FSMP 市场的增长。根据社会法典第五卷，在英国、西班牙、德国、意大利、法国、西班牙和瑞士等高收入国家，家庭肠内营养（HEN）的费用完全由国家或私人医疗保险承担。11欧盟将特殊医学用途食品（FSMPs）分为三类：营养完整的标准营养配方、营养完整的适应性营养配方，以及营养不完整的配方。3欧盟已为 FSMP 建立了明确的监管框架，强调医生监督和清晰标签规范的必要性，以保证其适当使用。食品企业在产品符合欧盟相关法规要求的前提下，可在通知本国主管机构后将FSMPs 投放市场。该通知制度旨在使成员国能够高效地对该类食品进行监管。1422024 年，直接面向消费者（DTC）销售渠道占据了欧洲FSMPs最大的市场份额，预计机构销售细分市场未来将大幅增长。11数据显示，2024 年，英国 FSMP 市场在欧洲地区占有相当大的份额，得益于庞大的老年人口以及随之而来的营养不良率上升。而肿瘤发病率的上升以及放射治疗需求的不断增长，对德国FSMP 市场产生了积极的影响。法国 FSMP 市场的发展受到老龄人口增长和慢性病负担加重的驱动。11近年来，中国的 FSMP 市场增长显著，但相较于欧美市场仍处于发展阶段。Grand ViewResearch 数据显示，2024 年，中国特殊医学用途配方食品市场规模估计为人民币 164 亿元（约 22.7 亿美元），占据亚太地区最大的收入份额，占全球市场规模的 9.15%，预计至 2030年将以 6.58%的年复合年增长率增长到人民币 240 亿元（即约33.3 亿美元）。这一增长归因于人口老龄化、慢性病患病率上升、营养不良率上升以及支持性监管框架。中国国家统计局数据显示，到 2024 年末，60 岁及以上老年人口为 3.1亿人，占 22.0%，其中 65 岁及以上老年15给药途径销售渠道对比口服76.1#.9%DTC 占最大份额1.3 中国市场概况8老年人口占比（截至2024年末）人口为 2.2亿人，占 15.6%。16中国 FSMP 市场在发展进程中呈现出一系列特点。在营养支持方式上，NutritionDay 2016 中国调研数据显示，当前中国医院的营养支持以肠外营养（PN）为主，占比达 73.0%。与之形成对比的是，据北京协和医院调查，发达国家和地区肠内营养与肠外营养治疗的比例约为 10:1，而我国这一比例约为 1:（5-15），可见我国肠内营养的应用推广尚有较大的提升空间。1718国家美国等发达国家中国65%肠内营养（EN）80%-90:1/肠外营养（PN）73%1:（5-15）29.6%营养治疗临床渗透率营养治疗主要支持方式主要支持方式占比肠内营养（EN）VS肠外营养（PN）住院病人营养不良率表2：中国与发达国家的营养治疗支持现状对比在疾病覆盖与营养支持现状方面，NutritionDay 2016 中国调研数据显示，中国住院病人的营养不良率约为 29.6%。其中，处于营养风险或已确诊为营养不良的患者中，有 41.8%未接受任何形式的营养支持；而营养状况良好的患者中，却有 34.0%接受了营养支持。肿瘤患者作为营养不良风险较高的群体，据相关报道，其营养不良的患病率在 20%-85%之间，具体数值因肿瘤类型及所采用的评估工具不同而有所差异。一项针对中国转移性食管胃癌（EGC）患者的研究显示，将营养与心理支持护理融入标准肿瘤治疗，能显著延长患者的总生存期（OS），相比仅接受标准治疗的患者，具有明显优势。171920960岁以上人口65岁及以上人口22.6%从监管层面来看，中国规定特医食品的使用必须在医生或临床营养师的监督下进行。注册过程要求提供针对特定疾病配方的临床试验数据，这体现了监管机构对特医食品上市前安全性和有效性验证的高度重视。3在产品注册数量与结构上，数据显示，截至 2025 年 9月 30 日，中国批准注册的特殊医学用途配方食品总数增至 277 个（含已注销款）。自 2023 年以来，获批注册的特医食品数量达到 183个，超过了此前 6 年注册数量的总和。2122从产品大类看，获批注册的277款中国特医食品中，非全营养配方食品115款，占比41.5%；全营养配方食品94款，占比33.9%；特殊医学用途婴儿配方食品67款，占24.2%；特定全营养配方食品1款，占比0.4%，属于稀缺类别。22从细分类别来看，获批注册的115款非全营养配方食品中，蛋白质组件（39款）、电解质配方（32款）、碳水化合物组件（28款）合计占非全营养配方食品的86%，是市场主流；罕见病配方2款，均为苯丙酮尿症配方，分别适用于1-10岁和10岁以上罕见病患者。22图2：2017-2025年中国特医食品获批注册数量统计（含已注销款）截至2017年截至2018年截至2019年截至2020年截至2021年截至2022年截至2023年截至2024年截止2025年9月30日05010015020025030032143578194164231277图3：截至2025年9月30日已获批FSMP产品类别分布非全营养配方食品41.5%全营养配方食品33.9%特殊医学用途婴儿配方食品24.2%特定全营养配方食品0.4从产品剂型来看，在所有获批的277款产品中，粉状产品202款，占比约72.92%，液态产品74款，占比约26.71%，还有1款颗粒状产品。22不过，已获批产品在结构上存在一定局限性，包括疾病领域覆盖相对集中于少数临床场景，产品剂型和风味选择相对较为单一。截至目前，已通过审批的产品中，流质配方、增稠组件配方、脂肪组件配方等非全营养类配方特医食品的数量相对较少；13 种特定全营养配方食品中，目前仅有 1 款肿瘤类全营养配方食品上市。23在产品的营销渠道方面，主要围绕医院和医生展开，医生处方与推荐是国内目前该产品的重要销售渠道。2472.92&.71%0.37%粉状液态颗粒型图4：截至2025年9月30日已获批FSMP产品剂型分布1.4 中国FSMP行业法律法规体系建设中国FSMP（特殊医学用途配方食品）法规体系的建设，体现了食品安全法治化与临床营养精准化的协同发展。自20世纪70年代肠内营养制剂引入中国以来，特医食品从无到有、从药品管理逐步转向食品监管，制度框架不断清晰。9252015年，食品安全法首次明确FSMP归类为特殊膳食用途食品，纳入食品范畴，由国家市场监督管理总局（SAMR）主管。2016年出台的特医食品注册管理办法及其配套文件的出台，确立了严格的注册制度，进一步规范了FSMP市场的发展。此后，注册制度、标签管理、小蓝花标志、优先审评审批机制等逐步建立，标志着监管体系走向系统化、制度化。326法律定位逐步确立。食品安全法特医食品注册管理办法小蓝花标志与优先审评等11自2010年起，中国陆续发布特医食品通则（GB 29922-2013）、良好生产规范（GB29923-2013）、婴幼儿FSMP标准（GB 25596-2010）等核心标准，涵盖产品定义、配方要求、标签规范、生产控制等内容，逐步构建起与国际接轨的标准体系。2023年以来，特医食品标识指南 全营养配方食品注册指南等新规进一步推进品类细分和技术门槛提升。26272826中国FSMP实行严审严管模式，企业需提交完整配方、生产、稳定性与临床应用数据，经专业审评批准上市。2023年起，对罕见病、临床急需等品类启动优先审批，同时通过“小蓝花”标识加强市场识别与消费者信任。新版注册管理办法已于2024年施行，进一步明确企业主体责任，推动监管体系智能化、透明化。相比美国采取企业自我声明模式、欧盟实行部分品类注册制度，中国通过强制注册和标准统一保障产品质量与使用安全，虽门槛较高，但有利于行业规范发展。2627283总体而言，中国FSMP法规体系在短短十余年内实现了法律定位、技术标准、注册机制、监管措施的全面建立，未来仍需在产品分类精细化、审批专业化、国际协同化等方面不断深化，助力中国FSMP市场的长期高质量发展。综上所述，中国的 FSMP 市场在全球范围内虽然起步较晚，但其增长潜力巨大。与欧美市场相比，中国市场在产品种类、市场规模和消费者接受度方面仍有差距。然而，市场需求的快速增长、老年人口的增加以及健康意识的提升为中国 FSMP 市场的发展提供了有利条件。标准体系逐渐完备。注册与监管不断优化。强制注册、统标准、严审严管企业我声明部分品类注册中国美国 欧盟1.5 总结 12消费者洞察与偏好分析第部分13在医用营养食品领域，了解消费者的偏好对于市场策略、产品研发等都至关重要。根据阿拉食品原料委托 FMCG Gurus 2023 年进行的定量研究、委托 Lindberg International2024 年进行的定性研究，我们可以洞察全球不同市场的消费者对 FSMP 产品的需求和偏好。2930313233343536在全球范围内，医用营养产品的消费习惯和偏好存在明显的地区差异。研究结果显示，全球和中国的消费者在医用营养方面的体验和需求展示出各自独特的特点。尽管全球患者普遍认识到 FSMP（特殊医学用途配方食品）的健康价值，并认为其有益于自身健康，但仅约一半的患者能够完全按照推荐的营养补充计划使用这些产品。患者依从性与多个因素有关，包括医疗保健专业人员（HCPs）的推荐以及患者对产品体验的感受。全球患者均受到消化吸收、产品口感质地等困扰，导致依从性不足。六成的全球患者反映无法耐受医用饮品。30333536胃痛40%恶心70%腹泻60%肠道问题30%头痛60%的全球患者感觉自己的身体无法很好地耐受医用饮品图5：全球仅约一半的患者能够按照应有的方式完成医疗营养计划名患有肿瘤、肌少症或肠道相关疾病的患者人被推荐使用医疗营养人遵守推荐的医用营养方案（包括时长/剂量）1072.1 全球消费者洞察5依从性问题14图6：六成全球患者反映无法耐受医用饮品医疗保健专业人员在患者选择适合的 FSMP 产品中发挥了关键作用。高蛋白即饮产品（RTDs）、管饲食品和蛋白粉是全球患者特定疾病饮食管理最常见的形式。患者对医护人员的信任使得他们高度依赖医生的建议。全球患者尝试其他产品的原因包括寻求更丰富的品类、更好的口感。同时，全球患者还渴望更高的蛋白质含量，尝试其他产品和品牌后很可能会回到医生最初的推荐。2963-71p-75T-87g-74g-74%肌少症还有改进的空间,特别是在特定地区或某些疾病中。肿瘤然而，消化吸收问题、身体耐受性和产品的质地口感等是影响患者使用体验的主要因素。许多患者在使用 FSMP 时由于厚重的质地和药物化的口味，往往导致初期的不适。尽管如此，大多数患者会逐渐适应这些感官挑战。1/5的全球患者更倾向即饮型医用营养品（RTDS）。303333在全球范围内，大约 90%的患者在医院开始使用医用营养，并且部分患者在医生的推荐下会在家中继续使用。3033医护互动的影响难以下咽或消化不耐受价格味道健忘缺乏动力60-70-70-5000%图8：全球患者，每日不依从（未按日计划使用）的原因图7:在全球范围内，每10个患有严重疾病的患者中有7个会被医疗保健专业人员推荐医用营养即饮型医用营养品（RTDS）五分之一的全球患者1560-70-7000-7000 %价格难以下咽或消化不耐受可及性对其他产品的偏好口感图9：未完成整个推荐使用周期的原因（全球）患者对 FSMP 的营养成分和科学证明非常重视。科研产品的营养价值以及获得权威机构的认可能够增强患者的信任感，提高他们的使用意愿。科学证明不仅能增加患者的信心，还能进一步促进他们的长期依从。研究表明，全球的患者更重视产品的营养价值而非口味。尽管在初期有过不良体验，但随着时间的推移，大多数患者能逐渐适应口味。3033353630营养价值与科学依据依从性和推荐2.2 中国消费者洞察与偏好图10：中国严重疾病患者的FSMP产品使用依从性 名肿瘤患者人被推荐使用医疗营养人遵守推荐的医用营养方案（包括时长/剂量）1063人遵守推荐的医用营养方案（包括时长/剂量）名患有肌少症的患者人被推荐使用医疗营养1086人遵守推荐的医用营养方案（包括时长/剂量）名肠道相关疾病患者人被推荐使用医疗营养1074FSMP 的价格对患者的依从性具有显著影响，特别是对于需要长期营养支持的患者而言。高昂的价格可能限制了患者的持续使用，进而影响了他们的长期依从性。30333536价格的影响16中国消费者对医用营养产品的认知较新，主要依赖医疗专业人员的推荐。医护人员在产品选择和推荐中发挥了关键作用。3132在中国，医用营养的推荐通常来自医疗专业人员。大约 6 至 8 成的严重疾病患者会接受医用营养的推荐，然而实际依从性因疾病类型而异。例如，肿瘤患者中只有 3 成能按照推荐完成医用营养计划，而肌少症患者的依从性相对较高（60%），肠道相关疾病患者的依从性次之（40%）。313234口味和质地对中国消费者的影响较大。尽管产品的营养价值被高度重视，但不耐受和消化问题依然影响了消费者的依从性。3132尽管口味的初期反馈不佳，但大多数中国患者会因医用营养的营养益处而坚持使用产品。患者普遍认为，虽然医用营养的口味有待改进，但其提供的营养支持使他们能够更好地管理健康问题。3132不耐受超过七成患者重视医学营养背后的科学和营养营养益处与口味医疗专业人员在产品选择中的作用至关重要，他们的推荐显著影响了患者对产品剂型、品牌、品类的消费决策。目前高蛋白即饮品（RTDs）、蛋白粉、高蛋白甜点/零食和早餐食品是中国消费者针对特定疾病饮食管理最常见的形式3132。图11：在亚洲地区，患者未按推荐剂量摄入医用营养产品的原因产品质地难以下咽/消化口感缺乏动力60P-60PEE%产品营养成分单次摄入更高浓度的营养产品背后的科学依据科学机构的推荐17中国市场中的消费者对产品的价格敏感度较高，这在一定程度上限制了他们对医用营养产品的持续使用。32消费体验和挑战 患者认为减少每次服用的剂量很重要七成医疗专业人员在产品选择中的作用至关重要，他们的推荐显著影响了患者对产品剂型、品牌、品类的消费决策。目前高蛋白即饮品（RTDs）、蛋白粉、高蛋白甜点/零食和早餐食品是中国消费者针对特定疾病饮食管理最常见的形式。3132口服医用营养品（70ML）四分之一的中国患者与全球调研结果一致，1/4 的中国患者对小份量（70ml）的口服医用营养产品更感兴趣。同时，七成全球与中国的患者均认为减少单次摄入剂量很重要，这有助于提高他们的依从性。313460-70-7000-7000 %价格难以下咽或消化不耐受可及性对其他产品的偏好口感图12：未完成整个推荐使用周期的原因（亚洲）18胃痛45%恶心70%腹泻60%肠道问题30%头痛50%的中国患者感觉自己的身体无法很好地耐受医用饮品2.3 总结综上所述，全球与中国市场在医用营养产品的消费者偏好和使用体验方面既存在共性也存在差异化。中国消费者对医用营养的认知仍处于早期阶段，使用决策高度依赖医疗专业人员的推荐。同时，口味、质地及价格等因素对选择和依从性有重要影响。尽管多数患者认可医用营养的科学价值并积极尝试遵循使用计划，但口味不佳、质地不适及患者的不耐受反应仍是主要挑战。此外，消费者更倾向于选择每次摄入量较少的产品，以提升使用便捷性和依从性。深入理解这些挑战和发展趋势，是制定契合中国市场的有效策略的基础。下一步，我们将重点分析医用营养产品在中国临床应用过程中所面临的具体问题，并提出相应的应对方案。然而，患者对产品的质地和口味提出了许多不满。许多患者报告称，产品的强余味、口感平淡和腥味，以及质地奇特，难以接受。3132不耐受问题也是主要的困扰因素。约 70%的患者在使用医用营养产品时经历腹泻，而其他常见的副作用包括恶心、肠道问题、胃痛和头痛。313219将医用饮品加入果汁、奶昔、酸奶、粥等常规食品饮料、倒入玻璃杯再饮用是全球患者和中国患者常用的“应付厚重质地”的方式，用于改善口感和便捷性。差别在于，中国患者更偏好温热或室温饮品，而全球部分市场更喜欢冷饮。2932图13：50%的中国患者反映无法耐受医用饮品中国市场FSMP 临床应用挑战与创新启示第三部分20在全球范围内，医用营养产品的临床应用和推广普遍面临诸多挑战，如口味和质地不受欢迎、耐受性问题以及消费者对价格的敏感性。而在中国市场，这些挑战不仅同样存在，还在某些方面呈现出更为显著和独特的特征。耐受性问题是全球医用营养产品推广过程中面临的主要障碍之一。腹胀、腹泻等常见副作用会显著影响患者的长期使用意愿和依从性。30因此，在中国市场推出的医用营养产品，应充分考虑质地与口味的本土化调整，使产品更贴近消费者习惯，从而提升接受度和使用依从性。3139此外，考虑到中国消费者普遍偏好小份量的摄入方式，产品设计也应侧重于提供高营养密度的小包装，以增强使用便利性和市场吸引力。3134在全球市场，医用营养产品通常通过调整口味和质地来提升消费者的接受度。例如，为了满足不同市场的口味偏好，一些产品被研发成具有香草或枫糖浆风味，或被制成果昔以及冷饮形式。这些调整在西方市场取得了不同程度的成功，帮助提升了产品的接受度和消费者的依从性。30然而，中国消费者的饮食习惯和口味偏好与西方存在显著差异，因此更需采取本土化的产品开发策略。与西方偏好冷饮或甜味型产品的习惯明显不同的是，中国消费者更偏好温热饮品和传统食材，如热饮、汤类、果汁等形式更契合本地饮食习惯和文化偏好。这种偏好体现了中国饮食文化对“温补”功效的重视，例如红枣枸杞汤、红豆薏米水、杏仁露和核桃露等，不仅常见于日常饮食，也与大众的健康理念高度契合。以红枣枸杞汤为例，其所含食材具有补益作用，且质地温润、口感不粘腻，易于被中国患者接受，同时与他们的日常饮食经验和养生观念相吻合。3139同时，受中医文化的影响，“良药苦口利于病”的理念在民间广为流传，受到众多消费者的认可与推崇。这一文化背景使得消费者对具有传统药膳属性的食品持开放态度，为特医食品的开发提供了文化支持。3.1 产品：口味本土化、小份量、高营养密度3.2 研发：优化肠胃耐受性、低乳糖配方、易吸收系统21中国消费者在饮食习惯及胃肠道健康状况方面与其他市场存在显著差异，尤其在应对高营养密度产品方面表现出更高的敏感性。受遗传背景、饮食结构及肠道微生物群、酶分布差异的影响，中国患者更容易出现肠胃不适，如腹胀、腹泻等不良反应。此外，中国人普遍高纤维、低乳糖的饮食习惯，也可能影响医用营养成分的吸收效率。40414241多项研究表明，人类中 AMY1（唾液淀粉酶）、AMY2A/AMY2B（胰腺淀粉酶）基因的拷贝数在热量主要来自淀粉的农业群体中更高，而这类人群在东亚部分地区比例较高。根据美国国立卫生研究院的数据，乳糖吸收不良是一个普遍存在的问题，影响着全球65%的人口，在亚洲的患病率甚至高达95%。4344因此，在面向中国市场进行产品设计与配方优化时，产品设计和配方调整时，应特别关注提高产品的胃肠道耐受性，减轻使用者的消化负担，从而提升患者的依从性和持续使用率。在全球市场中，消费者对价格的敏感度存在显著差异。一些市场，尤其是西方国家，消费者更注重产品的科学背景、临床认证及品牌信誉。尽管价格在购买决策仍是考量因素，但众多消费者愿意为具有科学依据和权威认证的高质量产品支付溢价。3045在中国市场，价格敏感度呈现出不同特征。中国消费者高度重视来自专业机构的推荐与临床认证，这类背书可以显著提升产品的认可度和接受度。科学证据不仅增强了消费者对产品的信任，也在一定程度上提高了消费者对价格的容忍度。因而，合理的定价策略在中国市场至关重要，不仅有助于增强产品的市场竞争力，也能吸引价格敏感的消费者。与此同时，科学认证和临床研究能够帮助消费者更好理解产品价值，从而为产品的溢价提供有力支撑。3132343.3 认知：医患共建信任、强化科学传播22在此基础上，企业应加强与医生和营养师的沟通与培训，系统传递产品信息与科学证据，支持其在临床场景中的推荐行为，进一步推动产品的市场渗透率与认可度。313234在全球范围内，大约 90%的患者在医院开始使用医用营养，并且部分患者在医生的推荐下会在家中继续使用。3033在中国，医院-社区-家庭（HCH，Hospital-Community-Home）营养管理模式由中国抗癌协会肿瘤营养与支持治疗专业委员会提出，具有分级管理、三级联动、无缝衔接及双向循环等特点。该模式将营养管理从医院延伸到社区和家庭，将营养对象扩大到患者及其家属，从而提升慢性病长期护理和健康教育的能力。针对2型糖尿病肾病（DN）、慢性心衰（CHF）等慢性病患者的研究表明，HCH营养管理模式能够提升患者疾病知识和自我管理能力，增强依从性行为，提高生活质量，并延缓病情进展。该模式的目的不仅在于治疗疾病，更强调疾病控制和预防。37383.4 渠道：推进医院-社区-家庭（HCH，HOSPITAL-COMMUNITY-HOME）营养管理模式，提高患者教育与依从性营养科临床诊疗医院社区&养老院家庭图14：医院-社区-家庭-闭环管理模式营养科家庭随访营养科进社区&养老院服务233.5 总结中国市场在医用营养产品推广中面临的挑战与全球市场存在诸多相似之处，但也呈现出独特性。口味、质地和价格仍是主要的挑战，而中国消费者对传统饮食的依赖以及对产品的耐受性较低问题尤为突出。推进医院-社区-家庭（HCH，Hospital-Community-Home）营养管理模式，将营养管理从医院延伸到社区和家庭，将营养对象扩大到患者及其家属，从而提升患者教育和依从性也至关重要。深入理解这些本土挑战，并据此调整产品策略，将有助于医用营养产品在中国市场的接受度和推广成效。24FSMP 行业前沿解决方案与创新趋势第四部分25随着中国特殊医学用途配方食品（FSMP）市场的快速增长与消费需求的日益精细化，技术创新与本土化产品开发正成为打开市场、满足患者多元需求的关键路径。当前中国FSMP行业在发展进程中呈现三大显著特征：一是临床营养需求的个体化体征突出，二是原料质量与安全标准体系持续升级，三是产品配方开发周期面临效率优化的需求。44652FSMP 行业正围绕多元化营养需求开展原料创新，推动原料研发从基础供给向功能强化的方向升级，通过成分创新满足特殊人群的差异化营养需求。4其中，蛋白质作为 FSMP 产品的核心营养成分，其功能拓展成为研发重点：除了提供基础的氨基酸支持和维持肌肉功能，在免疫调节、肠道修复和特殊代谢干预中作用日益凸显。基于蛋白结构功能关系的深入研究，针对特定适应症人群设计的蛋白原料开发成为趋势。49面对上述行业特点，FSMP领域正加速从传统的“营养支持”向“精准营养干预”模式转型。这一转型不仅体现在辅助治疗中的支持性功能上，更强调基于中国人群的疾病谱特征、病程阶段、机体代谢指标及饮食偏好等个体差异，构建本土化、定制化营养解决方案。44与此同时，数字技术的深度渗透为个性化营养服务提供了新的赋能路径。“食疗结合”与“营养共管”模式逐步融入慢性病管理体系，通过智能评估工具、动态营养监测系统等技术应用，拓展了临床干预的场景边界，推动 FSMP 从单一产品向“产品 服务”的综合解决方案升级。447453564.1 本土化实践：聚焦中国患者需求的解决方案个性化需求原料质量与安全标准升级研发效率优化4.2 临床需求导向的原料与配方技术创新产品端：个性化与疾病特异性配方的精准演进食疗结合营养共管数字技术融合 26“产品 服务”综合解决方案以原料企业阿拉食品原料（AFI，Arla Foods Ingredients）为例，其围绕慢性肾病(CKD)、炎性肠病、苯丙酮尿症(PKU)、蛋白质营养不良、2型糖尿病、先天性代谢缺陷等多种特异性临床应用场景需求，现已推出-乳球蛋白（BLG）、酪蛋白糖巨肽、乳清蛋白水解物、浓缩乳清蛋白、分离乳清蛋白及胶束酪蛋白等多样化医用营养原料，为临床提供更具针对性的选择。50氨基酸支持免疫调节针对特定适应症人群设计肠道修复特殊代谢干预肌肉功能维持蛋白质功能拓展图16：阿拉食品原料（AFI，Arla Foods Ingredients）多元化、针对性原料创新图15：蛋白质临床功能探索-乳球蛋白（BLG）慢性肾病(CKD)炎性肠病（IBD）苯丙酮尿症(PKU)营养不良2型糖尿病先天性代谢缺陷水解乳清蛋白酪蛋白糖巨肽浓缩乳清蛋白分离乳清蛋白胶束酪蛋白AFI创新原料27产品形态与配方开发液体、粉剂、RTD，高蛋白、低剂量、多风味食品科学营养学3D 打印技术融合结合中国人口老龄化趋势与高发疾病谱，FSMP 产品研发正逐步转向基于临床评估的精准化定制模式。核心特征包括：基于个体差异的配方设计：行业实践中，通过整合患者医疗数据与营养状况分析，实现配方的个性化设计。这一趋势源于对个体代谢差异和生理特征的深入认知，旨在构建更具靶向性的营养干预方案。中国营养学会在四川的调研显示，有 57.6%的医院反馈现有特医食品存在临床需求缺口，尤其集中于肿瘤、肾病、糖尿病、创伤应激、胃肠道吸收障碍等场景，推动行业加速疾病特异性配方研发。45050技术融合驱动的定制化生产：食品科学、营养学与 3D 打印等新兴技术的交叉融合，正推动FSMP 向“精准营养”升级。3D 打印技术在 FSMP 领域的应用，可实现营养成分、外观及质地的精准定制，以满足个体患者需求。通过个性化 FSMP 制备，该技术支持针对不同疾病状态和年龄群体的饮食干预方案。其优势不仅在于满足生理营养需求，还能优化感官与心理饮食体验，尤其适用于食欲不振或感觉敏感的患者。它在推动精准医疗和个性化家庭特医食品（FSMP）制备方面拥有巨大潜力。4 48在产品形态与配方开发方面，可灵活适配液体、粉剂、即饮型（RTD）等多样化产品形态，以及高蛋白、低剂量、多风味等配差异化方需求，有效提升产品依从性与市场竞争力。55产品端：个性化与疾病特异性配方的精准演进患者医疗数据&营养状况个体化与疾病特异性配方设计4.3 研发能力与产品迭代机制升级特殊医学用途配方食品（FSMP）的研发涵盖配方设计、工艺筛选、均匀性及稳定性验证等多个环节，直接影响产品质量与营养功效。为确保特医产品在保质期内的安全性与营养稳定性，28研发过程需对原辅料质量控制、生产工艺验证、成品质量检验等环节进行系统性考量。52随着中国 FSMP 行业的不断发展，面向本土特殊人群的长期临床数据将逐渐积累，为企业研发提供更坚实的科学依据，本土企业的研发储备和创新能力也将随之提升，FSMP产品在安全性、合规性及营养科学性论证也将更加完善。52借鉴国际领先企业实践，国内 FSMP 制造商及原料供应商亟需构建现代化研发平台。该平台需配备先进检测设备与柔性生产模拟系统，具备高频次试验能力，从成分分析、新应用研究到配方优化和工艺升级，形成闭环式研发机制，为营养配方创新注入持续动力。随着数字化技术与营养科学的加速融合，FSMP行业正向智能化方向发展：535455实时监测模型：通过可穿戴设备与营养管理App联动，掌握血糖水平、活动与睡眠模式，实现用户营养状况的实时监测与动态反馈；56智能干预模型：基于人工智能技术，分析遗传、微生物组和代谢数据，构建个性化的营养干预方案，为用户提供精准营养配方推荐；545758智慧生产管理：依托柔性化智能制造系统与区块链追溯技术，实现个性化产品的全流程质量管控与透明化追溯。544.4 数字化与智能营养干预融合实时监测模型智能预模型智慧产管理通过可穿戴设备与营养管理App联动，掌握糖平、活动与睡眠模式，实现营养状况的实时监测与动态反馈基于智能技术，分析遗传、微物组和代谢数据，构建个性化的营养预案，为提供精准营养配推荐依托柔性化智能制造系统与区块链追溯技术，实现个性化产品的全流程质量管控与透明化追溯个性化需求个性化配设计个性化产品研发产4.5 协同研发与本土生态共建FSMP 的本土化发展需要整合临床机构、科研院所、高校等多方资源，推动原料开发、配方设计与临床研究的协同创新。通过“开放式创新”模式，围绕本土消费者营养需求与市场趋势，联合开发针对性的原料与配方解决方案，并通过临床试验验证产品科学性与有效性。在合规发展层面，企业需严格遵循中国 FSMP 监管要求，建立专业化研发机构，配备专职研发、食品安全管理及技术人员；构建符合良好生产规范（GMP）的质量管理体系，确保具备全项目批检能力，保障产品质量安全。59294.6 总结中国FSMP行业正处于从“治疗支持”向“精准营养干预”转型的关键阶段。未来，本土化原料与配方创新、数字化智能营养体系构建、高效产品迭代机制优化，以及多方协同生态共建，将成为驱动FSMP行业高质量发展的核心动能。这不仅有助于提升产品的科学性与安全性，更能增强行业市场响应效率，推动中国 FSMP 产业迈向新发展阶段。临床机构科研院所校FSMP原料与产品产企业“开放式创新”合作模式30中国FSMP 行业机遇与发展路径第五部分315.1 中国 FSMP 行业挑战特殊医学用途配方食品（FSMP）作为连接医学与营养的重要产品，其在提升患者康复质量、推动慢病管理和健康中国建设中扮演着不可或缺的角色。然而，当前我国特医食品产业在研发创新、临床应用、人才建设、准入渠道、市场教育等多个环节仍面临挑战。255260中国临床营养及医学营养体系正处于从无序走向规范、由零散向系统发展的关键阶段。自国民营养计划（20172030）提出设立核心指标“营养师与床位比例达到1:150”起，临床营养学科的建设进入快速阶段。这一目标体现了制度层面的进阶趋势，但当前实际比例远低于目标标准，说明在制度落实和资源配置方面仍需进一步提升。63从人才培养体系和临床应用来看，目前中国医院在营养师配备上普遍难以达到“1:150”的标准，部分地区的实际比例甚至达到“1:807”；四川省的调查数据显示约为“1:214”。截至2021年，全国仅有约45所高校开设四年制营养学相关专业，年招生规模约1500人。营养学本科教育覆盖有限、硕博士培养资源相对稀缺。同时，营养学科与临床诊疗的融合仍有提升空间，营养医师在整体治疗体系中的作用未得到全面发挥。虽然已经启动规范营养科建设指南，但全国仅约5%的医院能够真正达到“1:150”营养师/床位比例的标准。6162616566从学术研究方向看，国内已有研究开始探索整体膳食结构与健康结局的关联，并强调采用更系统的研究视角，如基于整体饮食结构、食物分类与摄入量的综合分析。与此同时，国际研究趋势也正从单一营养素转向营养素组合或全面膳食模式的路径，这为未来配方食品设计与临床应用提供了新的研究方向与方法论支持。6667中国特医食品（FSMP）市场展现出快速成长潜力，但入门门槛仍然较高。目前，特医食品行业呈现出“研发高壁垒”与“产品同质化”并存的特征。相较于普通食品标准，其法规体系对企业研发设计、生产工艺及质量管控提出了更为严格的技术要求，新产品从立项至完成注册的周期通常长达 2-3 年，研发成本较高。目前国内FSMP产品的设计与生产多以法规与质量标准为核心，仍需要结合更多临床实践数据进行持续完善。例如，在应用过程中，部分人群可能出现腹泻等不良反应，提示未来有必要在研发阶段更充分考虑本土人群的营养需求与耐受特点。60部分进口FSMP产品采用的单体营养素复配技术，其配方渗透压与本土人群肠胃耐受特性存在适配差异，临床应用中可能带来适应性挑战。与此同时，国产品牌在工艺层面亦有进一步提升空间，如预消化程度、冲调分散性及鼻饲流动性等指标仍待优化。这些情况共同反映出行业在原料创新、配方本土化优化及工艺研发等方面蕴藏着广阔的提升潜力。6261产品的研发与应用创新临床营养支持体系与人才建设32尽管特医品在临床营养中价值突出，但现有准渠道及产品可及性仍有待优化以保障规范使。特医品在医疗机构流通中临份界定与收费机制的双重制约。由于缺乏统的管理标准，不同医院对特医品的 HIS 系统归类存在差异：部分产品按处药（OTC）管理，另部分则法纳处开具流程，导致销售与使环节呈现碎化特征，制约产品在临床营养治疗中的规范化应。6061特殊医学途配品（FSMP）具有显著潜在价值，但公众和专业群体的认知平仍有待提升。尽管重症及慢性病患者对营养预有明确需求，但众对 FSMP 的认知度整体偏低。2021 年的调研显，仅约50%的受访者对 FSMP 有基本了解，近30%完全缺乏认知。10校学科建设：全国仅 45 所校 设营养学本科，年招约1500。本科教育覆盖有限、硕博培养资源相对稀缺。营养学科与临床诊疗融合仍有提升空间营养科建设：全国仅 5%医院 达到“1:150 营养师/床位”标准部分地区达“1:807”四川约 “1:214”学科建设临床应国内：探索整体膳结构与健康结局的关联，系统研究视学术研究准入渠道与产品可及性社会认知与市场教育准与可及性不管理标准缺失临床价值突出，但流通渠道与收费机制不完善产品可及性受限，难以保障规范使医院 HIS 系统归类不统 部分按 OTC 管理 部分 法纳处流程销售与使 碎化，规范化应受限33国际：从单营养素 营养素组合/全膳模式转变图17：社会公众对FSMP产品的认知度（2021年调研）500%基本了解完全缺乏了解在这一背景下，提升医疗保健专业人员对 FSMP 价值和正确使用方式的认识尤为重要。由于患者通常依赖医生和营养师的推荐来选择和使用 FSMP，专业人员的认知水平直接决定了产品在临床中的接受度与应用效果。45.2 中国 FSMP 行业机会 随着“健康中国2030”战略深入推进、人口结构深刻变迁以及医疗健康认知的持续提升，中国特殊医学用途配方食品（FSMP）行业正步入政策支持增强、临床需求激增、创新动能释放的关键发展窗口期。以下几个方面构成当前及未来中长期发展的关键机会：中国正快速迈入深度老年化社会。65 岁及以上老年人口持续增加，慢性病（如糖尿病、心血管疾病、肿瘤等）患病率逐年攀升，使得大量人群面临长期、稳定的营养支持干预需求。特医食品，已成为“以营养替代部分治疗”的关键补充路径，尤其是在疾病康复、术后支持、慢病管理等场景中显示出不可替代的作用。因此，人口结构的变化正在深度重塑营养需求结构，为特医食品的普及和细分提供坚实的增长基础。16717173监管机制的不断完善为特医食品行业的创新与规范化提供了动力。近年来，中国政府持续优化FSMP政策环境，明确监管边界、释放审批效率。2016年食品安全法首次将特医食品纳入人口老龄化与慢性病增长带动刚性需求政策支持持续增强，行业发展环境改善营养持需求慢性病患病率攀升龄化34现在吃饱/安全/保健制度基础建设现代治理路径管理优化措施监管体系，奠定制度基础；国民营养计划（2017-2030）明确提出规范推动特医食品研发与标准建设。2023年起，监管部门通过一系列措施加快审批流程，包括简化注册程序、放宽临床试验要求、实施注册分类管理，并出台配套指南，同时对临床急需和罕见病相关产品实行优先审评审批，将审评时间从60个工作日缩短至30个工作日。截至2024年8月，全国已有18个省份发布临床使用管理文件，37家临床规范化试点单位、8家示范单位形成初步应用网络。这标志着中国FSMP监管体系已逐步迈向以患者为中心、兼顾效率与科学性的现代治理路径，为行业健康发展奠定制度基础。随着保健品、功能性食品与 FSMP 的边界更加清晰，特医食品在临床中的可及性必将进一步提升。未来，医保与商业保险的互补保障模式有望为患者提供更多使用 FSMP 的可行路径。745868755868伴随“健康中国2030”战略持续推进，消费者营养认知从“吃饱”“安全”向“精准营养”“主动干预”转变。慢病、术后康复、亚健康等群体的日常营养干预场景不断涌现，营养食品需求从“保健”逐步升级为“治疗支持”。在此背景下，FSMP不再局限于住院阶段的营养补充，而正向院外、家庭护理、康复护理等场景外溢。国家和地方层面已将健康服务业列入重点产业发展方向，相关政策（如促进健康服务业发展的若干意见 关于促进食品工业健康发展的指导意见）正加速引导社会资本与研发力量向特医营养领域汇聚，营造出政策与产业协同共进的利好局面。6873717475消费者观念升级，营养健康成为主流关注过去精准营养/主动干预/治疗支持品安全法确监管地位 国营养计划推动研发与标准化以患者为中，兼顾效率与科学性简化注册程序 放宽临床试验 分类管理与指南 优先审评机制35尽管当前FSMP市场整体仍处于早期发展阶段，产品以通用型配方为主，应用场景局限、产品结构单一。但以生物技术、精准营养、智能配方等为代表的前沿科研正快速突破，为针对特定疾病、遗传代谢障碍、肿瘤放化疗等人群开发高度匹配、个性化、功能导向型FSMP提供了新可能。未来将涌现出更多“药食一体”“营养干预闭环”的定制化产品，从而实现由“临床被动使用”向“主动干预治疗”的角色转变，显著拓宽FSMP的临床适用边界与市场容量。76随着临床营养学科在中国医疗体系中的地位逐步确立，医疗机构和医生对FSMP的认可度和应用能力显著提升。国家和地方政府日益重视营养治疗在疾病管理中的价值，陆续出台人才培养、标准制定、试点医院等多项支持政策，推动营养科、营养师在临床路径中的融入。随着专业力量的完善，特医食品将更系统地融入疾病防控和治疗流程中，形成从医生开具、营养科配合、院内使用到院外指导的全链路应用模式，为行业规模化增长提供重要支撑。76产品创新与技术升级拓展市场空间临床营养体系日趋完善，助力FSMP的渗透率提升36总结与展望机遇大于挑战，创新驱动增长第六部分37中国特殊医学用途配方食品（FSMP）市场在人口老龄化加剧、慢性病患者增多及健康管理意识提升等因素推动下，展现出显著的发展潜力。当前市场在临床渗透率提升、产品口感质地优化等方面存在改进空间，这些行业痛点也为具备创新能力的企业提供了发展机遇。71从行业实践来看，部分原料生产企业通过技术创新与本土化服务推动市场发展。例如，专业原料供应商阿拉食品原料集团聚焦蛋白质原料领域，为特医食品制造商提供符合本地化需求的高质量原料。该企业团队与中国医疗机构开展科研合作，推动产品的临床验证工作，探索营养解决方案的优化路径。3178随着中国消费者对 FSMP 产品认知度的逐步提高，市场对高品质、个性化产品的需求将持续增长。行业参与者需在原料创新、临床研究、产品本土化等方面深化布局，以更好地满足特医食品领域的多元化需求。在此过程中，企业间的技术合作与本土化创新实践，将成为推动 FSMP行业高质量发展的长期动力。3839参考文献1 International Special Dietary Foods Industries.Foods For Special Medical Purposes(FSMP)EB/OL.2025-06-09Available from https:/www.isdi.org/specialised-nutrition/foods-for-special-medical-purposes/.2 European Food Safety Authority.FAQ:foods for special medical purposesEB/OL.2025-06-19.https:/www.efsa.europa.eu/en/press/news/151126.3 Ruthsatz M,Chen J,Wu C,Morck T.Foods for special medical purposes/medical foods:A global regulatorysynopsisJ/OL.Regulatory Focus,2022-08-31.https:/www.raps.org/news-and-articles/news-articles/2022/8/foods-for-special-medical-purposesmedical-foods-a.4 Kang H J,Park Y K.Food for Special Medical Purposes:A Global Review of Usage Trends,RegulatoryFrameworks,and Key Growth DriversJ.Clin Nutr Res,2025,14(2):146156.doi:10.7762/cnr.2025.14.2.146.5 European Commission.Food for special medical purposes(FSMP)market size,industry share:Forecast20242032EB/OL.2025-06-19.https:/food.ec.europa.eu/safety/labelling-and-nutrition/specific-groups/food-special-medical-purposes_en.6 Grand View Research.Medical foods market size,share&trends analysis report by product,by application,by sales channel,by region,and segment forecasts,20242030EB/OL.2025-06-17.https:/ Grand View Research.U.S.Medical Foods Market Size,Share&Trends Analysis Report By Route OfAdministration,By Product,By Application,By Sales Channel,And Segment Forecasts,20242030EB/OL.2023.https:/ Doley J.Enteral Nutrition OverviewJ.Nutrients,2022,14(11):2180.doi:10.3390/nu14112180.9 北京协和医院.EN 制剂的分类及应用EB/OL.2010.https:/ 杨宏.布局特医，未来更落地报告R.2024.11 Europe Medical Foods Market Size,Share&Trends Analysis Report By Route Of Administration(Oral,Enteral),By Product(Powder,Pills),By Application,By Module,By Sales Channel,By Region,And SegmentForecasts,2025-2030R.12 OECD,European Commission.Health at a Glance:Europe 2024:State of Health in the EU CycleM.Paris:OECD Publishing,2024.DOI:10.1787/b3704e14-en.13 Xu Y,Warren R A,Peters S M,et al.Estimated inpatient malnutrition prevalence,screening tool utilization,and dietitian referral rates across hospitals during extension of Phase 2 of More-2-EatJ.Clinical NutritionOpen Science,2025,60(3).DOI:10.1016/j.nutos.2025.01.007.14 Food Safety Authority of Ireland.Foods for special medical purposesEB/OL.2025-06-19.https:/www.fsai.ie/enforcement-and-legislation/legislation/food-legislation/foods-for-specific-groups/foods-for-special-medical-purposes.15 Grand View Research.China Food For Special Medical Purpose Market Size,Share&Trends AnalysisReport By Route Of Administration(Oral,Enteral),By Product(Pills,Powder,Liquid),By Application,ByModules,By Sales Channel,And Segment Forecasts,2025-2030R.16 国家统计局.人口总量降幅收窄 人口素质持续提升EB/OL.2025-01-17.https:/ Sun H,Zhang L,Zhang P,et al.A comprehensive nutritional survey of hospitalized patients:Results fromnutritionDay 2016 in ChinaJ.PLoS One,2018,13(3):e0194312.doi:10.1371/journal.pone.0194312.18 佐建锋.肠内营养产品开发的战略思考J.特医食品研发前沿动态,2016(8):25.19 冲飞飞,尹良宇,刘杰,等.营养不良增加住院肺癌患者的死亡风险J.营养肿瘤学杂志,2022,7(1):49-57.doi:10.34175/jno202201005.20 Lu Z,Fang Y,Liu C,et al.Early Interdisciplinary Supportive Care in Patients With Previously UntreatedMetastatic Esophagogastric Cancer:A Phase III Randomized Controlled TrialJ.J Clin Oncol,2021,39(7):748-756.doi:10.1200/JCO.20.01254.21 我国特医食品获批数量中国产占比超95%其中食品企业占比近半 雀巢表现突出EB/OL观研报告网，2025-06-12可从https:/ 获取。22 我国特医食品共获批277款：截至2025年9月底情况分析EB/OL三新特食汇，2025-10-1323 高娇娣，刘艳芳特医食品：努力走出困境，被大众真正“看见”EB/OL医学营养MNT，2025-04-1324 张春红,黄建,李乘风,杨毅,霍军生.特殊医学用途配方食品现状及前景展望J.中国食品添加剂,2016(12):5.25 冯一,蔡威.中国特殊医学用途配方食品发展历程J.临床儿科杂志,2024,42(2):93-95.26 国家市场监督管理总局.特殊医学用途食品法规和标准EB/OL.2025-06-19.http:/www.cfe- Chen J,Wu C.An update of Chinas food safety regulatory frameworkJ/OL.Regulatory Focus,2022-06-30.https:/bit.ly/3bFBSkH.28 国家市场监督管理总局.特殊食品查询平台EB/OL.2025-06-19.http:/ Lindberg International.Qualitative study on medical nutrition:China,Germany,UK,USR.2024.30 Arla Foods Ingredients.Cracking the code:Exploring patient preferences and struggles with medicalnutritionR.2024.31 Arla Foods Ingredients.Cracking the code:Exploring patient preferences and struggles with medicalnutritionFocus on Chinese respondents reportR.2024.32 Lindberg International.Qualitative study on medical nutrition:ChinaR.2024.33 FMCG Gurus.Medical nutrition insights database:Brazil,China,France,Germany,Indonesia,Italy,Japan,South Korea,Spain,UK,US,VietnamR.2023.34 FMCG Gurus.Medical nutrition insights database:ChinaR.2023.35 FMCG Gurus.Medical nutrition insights database:China,Vietnam,Indonesia,Japan,South Korea(Cancer&gut-related disease patients)R.2023.36 FMCG Gurus.Medical nutrition insights database:China,Vietnam,Indonesia,Japan,South Korea(Cancer,sarcopenia,and gut-related disease patients)R.2023.41参考文献37 Guo X,Gu X,Jiang J,Li H,Duan R,Zhang Y,et al.A Hospital-Community-FamilyBased TelehealthProgram for Patients With Chronic Heart Failure:Single-Arm,Prospective Feasibility StudyJ.JMIR MhealthUhealth,2019,7(12):e13229.doi:10.2196/13229.URL:https:/mhealth.jmir.org/2019/12/e1322938 Xu H M,Zhai Y P,Zhu W J,et al.Application of hospitalcommunityhome linkage management model inpatients with type 2 diabetic nephropathyJ.J Health Popul Nutr,2024,43:40.doi:10.1186/s41043-024-00521-7.URL:https:/doi.org/10.1186/s41043-024-00521-739 Brown,J.,&Smith,R.Comparing dietary habits:China vs.Western countriesJ.International Journal ofFood Studies,2020,8(2):121135.40 Zhao,L.Gut microbiota and obesity in China and Europe:Similarities and differencesJ.Nature ReviewsGastroenterology&Hepatology,2013,10(7):433441.doi:10.1038/nrgastro.2013.86.41 赵文,等.中国人群的乳糖不耐症：流行情况、健康影响与耐受性提升J.奶业科学杂志,2018,101(7):56915700.doi:10.3168/jds.2017-14160.42 Zhang C,等.饮食习惯和肠道微生物群组成：中国与西方人群的对比J.营养生物化学杂志,2010,21(6):495500.doi:10.1016/j.jnutbio.2009.10.008.43 Bolognini D,Halgren A,Lou RN,et al.Recurrent evolution and selection shape structural diversity at theamylase locusJ.Nature,2024,634:617625.https:/doi.org/10.1038/s41586-024-07911-144 Aili Li,Jie Zheng,Xueting Han,Zehua Jiang,Bowen Yang,Sijia Yang,Wenjia Zhou,Chun Li,MingshuangSun.Health implication of lactose intolerance and updates on its dietary managementJ.International DairyJournal,2023,140:105608.https:/doi.org/10.1016/j.idairyj.2023.10560845 Dixon A,McLoughlin J.Consumer perceptions of special medical purpose foods:A focus on scientificevidence and brand reputationJ.Journal of Nutritional Science and Dietetics,2012,7(3):243255.46 市场监管总局.特殊医学用途配方食品临床试验质量管理规范解读EB/OL.2024-05.2025-06-19.https:/ Gkouskou K,Vlastos I,Karkalousos P,et al.The Virtual Digital Twins Concept in Precision NutritionJ.Adv Nutr,2020,11(6):1405-1413.doi:10.1093/advances/nmaa089.48 Shi H,Zhang M,Mujumdar A S,et al.Potential of 3D printing in development of foods for special medicalpurpose:A reviewJ.Compr Rev Food Sci Food Saf,2024,23(5):e70005.doi:10.1111/1541-4337.70005.49 Shahnaz T,Fawole AO,Adeyanju A A,et al.Food Proteins as Functional Ingredients in the Management ofChronic Diseases:A Concise ReviewJ.Nutrients,2024,16(14):2323.doi:10.3390/nu16142323.50 Arla Foods Ingredients.Medical NutritionEB/OL.2025-06-19.https:/ Folwarski M,Kk S,Zoubek-Wjcik A,et al.Foods for Special Medical Purposes in Home Enteral NutritionClinical Practice Experience:Multicenter StudyJ.Front Nutr,2022,9:906186.doi:10.3389/fnut.2022.906186.52 张斯,曾绮莹,莫锡乾,等.中国特殊医学用途配方食品产业发展面临的机遇和挑战J.现代食品,2023,29(7):4245.doi:10.16736/41-1434/ts.2023.07.011.42参考文献53 Singer P,Robinson E,Raphaeli O.The Future of Artificial Intelligence in Clinical NutritionJ.Curr OpinClin Nutr Metab Care,2024,27:200206.doi:10.1097/MCO.0000000000000977.54 Sawicki C,Haslam D,Bhupathiraju S.Utilising the Precision Nutrition Toolkit in the Path towardsPrecision MedicineJ.Proc Nutr Soc,2023,82:359369.doi:10.1017/S0029665123003038.55 Singar S,Nagpal R,Arjmandi B H,et al.Personalized Nutrition:Tailoring Dietary Recommendationsthrough Genetic InsightsJ.Nutrients,2024,16(16):2673.doi:10.3390/nu16162673.56 Sempionatto J.R,Montiel V R-V,Vargas E,et al.Wearable and Mobile Sensors for PersonalizedNutritionJ.ACS Sens,2021,6:17451760.doi:10.1021/acssensors.1c00553.57 Chen C.-H,Karvela M,Sohbati M,et al.PERSONPersonalized Expert Recommendation System forOptimized NutritionJ.IEEE Trans Biomed Circuits Syst,2017,12:151160.doi:10.1109/TBCAS.2017.2760504.58 Zeevi D,Korem T,Zmora N,et al.Personalized Nutrition by Prediction of Glycemic ResponsesJ.Cell,2015,163:10791094.doi:10.1016/j.cell.2015.11.001.59 zumni.中国特殊医学用途食品市场：潜力巨大，审批速度加快EB/OL.2025-06-19.https:/ 马超.特医食品进院难、院内使用路径不畅通等可及性难题，如何破？EB/OL.2024-09 2025-06-19.https:/ 马超.特医食品研发前沿动态。特殊医学用途配方食品在中国面临的挑战有哪些？EB/OL.2017-022025-06-19.62 Folwarski M,Kk S,Zoubek-Wjcik A,et al.Foods for Special Medical Purposes in Home Enteral NutritionClinical Practice Experience.Multicenter StudyJ.Front Nutr,2022,9:906186.doi:10.3389/fnut.2022.906186.63 Yajie Z,Xiaoli W,Ya L,et al.An exploration of registered dietitian accreditation system development inChinaJ.BMC Med Educ,2022,22:846.https:/doi.org/10.1186/s12909-022-03802-z.64 ResearchGate.Clinical nutrition service capacity of 445 secondary or above hospitals in Sichuan,China:the 2021 annual surveyJ/OL.https:/ Sun L,Dwyer J.Dietetics in China at the crossroadsJ.Asia Pacific J Clin Nutr,2014,23(1):1626.66 21经济网.中国FSMP产业发展与市场趋势分析J/OL,2024.https:/ Hanping Shi,Jianping Li,Chen Mao,et al.China Precision Nutrition and Health-KAP Real World Study(CPN-KAPS):rationale,study design,and protocolJ.2024.68 中国政府网.相关政策解读J/OL,2023.https:/ 国家医疗保障局.特医食品管理政策信息J/OL,2021.https:/ 李楠，困在“双轨制”中的特医食品：前途光明，道路曲折N.中国食品报融媒体，2024-05-06.43参考文献71 国家药品监督管理局（NMPA）.特殊医学用途配方食品管理办法S.北京:国家药监局,2023.72 市场研究中国.中国医用营养食品市场研究报告（2024）R.市场研究中国,2024.73 World Health Organization.Noncommunicable diseases country profiles 2018R.Geneva:World HealthOrganization,2018.74 国家卫生计生委.国民营养计划（20172030年）EB/OL.2025-06-19.https:/ 市场监管总局.深化改革优化审批 让特医食品惠及广大患者EB/OL.2024-08.76 Zhang,X.,&Liu,Y.The development and challenges of FSMP in ChinaJ.China Food Industry Review,2021,38(12):7882.77 Wang,L.The role of clinical nutrition in Chinas healthcare systemJ.Journal of Clinical Nutrition,2020,17(3):4550.78 Zhao,L.Gut microbiota and obesity in China and Europe:Similarities and differencesJ.Nat RevGastroenterol Hepatol,2013,10(7):433441.doi:10.1038/nrgastro.2013.86.79 Karanasiou,M.Cracking the code:Exploring patient preferences and struggles with medical nutritionreportsR.Arla Foods Ingredients,2024.44

2025-11-18 44页 5星级

玻色量子：2025量子计算+生物制药产业与技术发展研究报告（38页）.pdf

量子计算量子计算 生物制药生物制药 产业与技术发展研究报告产业与技术发展研究报告 目录目录 编制说明.4 一、时代浪潮下生物医药产业迎来历史性机遇.5 1.1 全球医药市场发展态势与创新药研发的挑战.5 1.2 中国医药产业正处于转型的关键时期.6 1.3“AI 量子”策略成为制药创新核心引擎.7 二、全球竞速：生物医药与量子计算的战略布局.9 2.1 国际发展态势图景.9 2.2 我国政策规划体系与“十五五”新规前瞻.9 2.3 产业资本与创新生态发展趋势.11 三、当代药物发现的计算革命：从 CADD 到 AIDD.13 3.1“偶然发现”到“数据驱动”的演进.13 3.2 经典计算面临的根本性瓶颈.13 四、AIDD 的辉煌与理论上限.15 4.1 AlphaFold2 引领的 AIDD 浪潮.15 4.2 精度瓶颈：“量子物理”的天花板.15 4.3 复杂度瓶颈：“组合爆炸”的老大难.16 五、量子计算赋能加速药物发现三大路径.17 5.1 路径一：发挥组合优化天然优势.17 5.2 路径二：构建量子增强机器学习模型.17 5.3 路径三：重构生成式 AI 模型.18 六、诺奖级理论驱动量子计算机的物理实现.19 6.1 从诺奖理论到量子计算硬件的物理实现.19 6.2 伊辛模型：药物发现优化的统一物理语言.21 6.3 QUBO 模型：优化问题的标准化“语言”.22 6.4 量子计算技术路径对比.23 七、量子计算 生物制药关键应用场景解析.28 7.1 发挥组合优化天然优势加速药物筛选与设计.28 7.2 构建量子增强机器学习模型探索化学与构象空间.30 7.3 重构 AI 模型实现分子从头设计与优化.33 7.4 新型量电融合计算平台.35 八、量子计算重塑生物制药未来.37 8.1 相干光量子计算的未来展望.37 8.2 超导量子计算的未来展望.37 编制说明编制说明 人工智能在生物制药领域取得了巨大突破，特别是人工智能药物发现（AIDD）成为了发展最快、成果最显著的方向。但作为经典计算框架下的巅峰之作，其能力高度依赖于训练数据的质量与广度，并受限于经典物理的描述范畴。近年来，以量子信息科学为代表的量子科技迅猛发展，掀起了第二次量子革命的兴起。量子计算基于量子力学的叠加原理展开了全新的计算模式，它提供了一种从根本上实现并行计算的思路，具备极大超越经典计算能力的潜力，有望解决 AIDD 的理论瓶颈，为生物制药的研发瓶颈注入变革性力量。当前形势下，国内外均在积极布局量子计算战略，联合国宣布2025 年为“国际量子科学与技术年”，同时 2025 年也成为药物研发模式的一个分水岭，行业正在从高度依赖经验的传统路径，全面转向由人工智能（AI）驱动、量子计算增强的智能化新范式。在此背景下，联盟组织研究编写了量子计算 生物制药产业与技术发展研究报告，针对量子计算 生物制药的产业发展、药物发现计算发展的变革、量子计算赋能药物发现的技术路线、应用场景案例等进行跟踪研判，同时对量子计算 生物制药发展趋势前景进行展望，供业界参考。编制单位：编制单位：中国电子信息产业发展研究院网络安全研究所、量子科技长三角产业创新中心、粤港澳大湾区量子科技与产业创新联盟、中山大学药学院、北京玻色量子科技有限公司、中国移动云能力中心 研究报告编写组成员：研究报告编写组成员：温晓君、周旭、杨云祥、傅宇龙、何雨宸、郑留帅、王维、熊枫、金晱、陈伟、李苏川、胡文浩、郭磊、李哲、文凯、马寅、汤俊杰、杜雪虹、钱岭、黄智国 一、一、时代浪潮下生物医药产业迎来历史性机遇时代浪潮下生物医药产业迎来历史性机遇 1.1 全球医药市场发展态势与创新药研发全球医药市场发展态势与创新药研发的挑战的挑战 生物医药产业是一个关乎人类健康和生命科学前沿的产业，其发展状况与全球经济及科技进步紧密相连。当前，生物医药产业的全球发展现状显示出几个显著的特点和趋势。首先，全球生物医药产业的竞争格局呈现出美国和欧洲国家首先，全球生物医药产业的竞争格局呈现出美国和欧洲国家的主导地位，但中国等新兴经济体的企业竞争力正在逐步增强。的主导地位，但中国等新兴经济体的企业竞争力正在逐步增强。2025 年 6 月全球知名行业媒体 Pharmaceutical Executive 公布了一年一度的全球制药企业 50 强榜单（2025 Pharm Exec Top 50 Companies），其中有 6 家中国制药企业上榜，数量创历史新高，这反映出中国的创新药领域全球化征程已起航，其在全球生物医药产业中的影响力日益增强。其次，生物技术的迅猛发展正其次，生物技术的迅猛发展正推动生物医药产业向微观纵深方向加速发展。推动生物医药产业向微观纵深方向加速发展。2024 年以来，基因编辑、人工智能、量子计算等新技术的持续突破提升了新药产业化效率，小分子化药、抗体药、细胞治疗药、核酸药物等新药赛道齐相发力驱动新药开发向“高能级”方向发展，创新模式也呈现出网络化和全球化的特点。根据 Citeline 旗下 Pharmaprojects最新发布的2025 年医药研发年度回顾报告，全球在研药物数量再创历史新高，达到 23875 个，较 2024 年增长 4.60%。其中美国依然占据全球医药创新的中心地位，研发占比 48%，中国则持续保持追赶态势，研发项目占比 29.5%。同时，全球生物医同时，全球生物医药产业的市场规模持续增长，特别是生物药的增速较快。药产业的市场规模持续增长，特别是生物药的增速较快。根据最新统计数据，全球生物医药市场规模预计将突破 1.5 万亿美元，其中中国占比超过 20%，市场规模达 3.2 万亿元人民币，2020-2025 年复合增长率高达 17.6%，展现出强劲的发展势头。从产业结构来看，化学药、生物药和中药三大板块呈现差异化发展态势，其中生物药以 28%的占比成为增长最快的细分领域，2024年市场规模已达 4913 亿元，预计 2025 年将突破 8000 亿元大关。新药研发的加速与创新药物的出现是当前全球生物医药产业的一个重要趋势。随着科技的快速发展，特别是在生物技术和化学技术领域，新药的开发周期正在缩短，新药物的研发速度明显加快。新药研发的加速主要得益于高通量筛选技术、基因编辑技术、组合化学技术等现代生物技术的应用。然而药物研发长期面临高风险、长周期和高成本的三大问题，量子前哨发布的2025版量子计算 生物制药白皮书统计传统药物从发现到上市平均需 10-15 年，耗资数十亿美元，而临床试验成功率仅为 12.9%。挑战的核心在于经典计算在生物分子模拟中的精度和效率存在双重局限。精度缺陷体现在现有模型难以刻画生物系统的多尺度非线性特征，效率瓶颈则源于生物数据的爆炸式增长。随着量子计算的崛起，凭借其强大的并行计算能力，为药物研发提供了全新的视角。1.2 中中国医药产业正处于国医药产业正处于转型的关键时期转型的关键时期“十四五”时期，我国生物医药产业迎来了从实验室到临床转化的“加速期”，一批靶向药物、细胞治疗、基因编辑等前沿技术加速从实验室走向患者，转化速度实现与国际水平同步，部分品种在疗效数据上甚至实现“弯道超车”。同时随着“十四五”医药工业发展规划、医药工业高质量发展行动计划（20232025 年）、制造业数字化转型行动方案、关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见 等系列文件先后出台，进一步加速推进数字化、智能化技术在医药工业领域的推广应用。在相关政策支持和产业持续创新的共同推动下，我国医药工业自动化、信息化、数字化发展的基础更加坚实，以人工智能为代表的新一代信息技术与医药研发融合日益深入，为我国医药工业进一步实现数智化转型带来新机遇。与此同时，医药工业在数智化发展过程中仍面临顶层设计和协调引导不够完整、企业主动转型能力不足、支撑服务体系有待完善等问题。2025 年 4 月，工业和信息化部等 7 部联合印发了 医药工业数智化转型实施方案（20252030 年）（以下简称实施方案），该实施方案深入推进人工智能赋能新型工业化，推动新一代信息技术与医药产业链深度融合，加快推进医药工业数智化转型，进一步提高企业核心竞争力，提升药品质量安全水平，增强供应保障能力，培育和发展新质生产力，促进医药工业高质量发展。1.3“AI 量子量子”策略成为制药创新核心引擎策略成为制药创新核心引擎 当前，AI 和大数据技术、量子算法的融合，以及新型计算工具和基础设施解决方案，如数据库、云服务等，都在重新定义新药开发的模式。越来越多的量子计算企业将医药作为重要应用场景，其中 IBM、谷歌、英特尔、亚马逊、微软等企业都在开发量子计算云平台的同时，不约而同地布局医药应用；同时，一批量子计算的初创企业也积极与量子计算机开发企业合作或利用量子云平台，将量子计算与医药开发知识相结合，开发用于药物发现等方面的工具，以加速应用开发。人工智能驱动药物开发的重要性也越来越突出，人工智能驱动的新药设计与开发主要分为三大类：从头药物设计、现有数据库虚拟筛选和药物再利用。从头药物设计主要由深度生成 AI 模型实现，包括英矽智能的Chemistry42 软件、Iktos 公司的 Makya 和 Ro5 公司的DeNovo。现有数据库虚拟筛选方面，应用 AI 赋能的超大规模虚拟筛选，可从数十亿分子中筛选出成功的苗头化合物。许多公司使用再利用策略进行人工智能药物发现，这一类的公司包括Healx、Benevolent AI、BioXcel Therapeutics，主要使用自然语言处理模型和机器学习，通过分析大量的非结构化文本数据，研究文章和专利、电子健康记录以及其他数据类型来建立和搜索“知识图谱”。与传统计算机辅助药物研发相比，AI 具有数据量大、精度高、新颖性强等优势。越来越多的企业布局 AI 赋能药物开发业务，根据 Deep Pharma Intelligence 发布的数据，截至 2024 年，全球约有 800 家 AI 公司辅助药物研发。多个权威报告指出，2025 年已成为药物研发模式的一个分水岭行业正在从高度依赖经验的传统路径，全面转向由人工智能（AI）驱动、量子计算增强的智能化新范式。这一年生成式AI、量子计算、机器学习深度融合、协同发力，共同构成了一个更强大、更智能的药物研发系统。这不仅是一次技术升级，更是一次研发范式的根本性转变。2025 年之所以被称为“转折点”，正是因为这些技术的成熟度与实践价值已通过多项验证，使得“AI 量子”这一混合策略，演进为全球药物研发体系中不可或缺的核心支柱。二、全球竞速：二、全球竞速：生物医药与量子计算的战略布局生物医药与量子计算的战略布局 2.1 国际发展态势图景国际发展态势图景 2024 年，联合国宣布 2025 年为“国际量子科学与技术年”，这一举措旨在提升公众对量子科学及应用重要性的认识。量子技术目前尚未完全实现大规模商业化，但研发和商业化步伐正在加快。2025 年 9 月 23 日，美国白宫管理与预算办公室（OMB）与科技政策办公室（OSTP）联合向各联邦部门与机构发布2027 财年政府研发预算优先事项及跨领域行动备忘录，将人工智能与量子信息科学与技术置于 2027 年研发预算优先级首位。白宫备忘录指出，量子科技正处于从实验室走向产业化应用的关键拐点。当前，量子计算快速发展，在医药领域展示出广阔的应用前景。2023 年全球医药领域量子计算的市场价值为 8500 万美元，预计到 2028 年将超过 5 亿美元，复合年增长率高达 42.5%，美国、日本、丹麦等国已加速相关部署。在此形势下，英国国家量子计算中心于 2025 年 3 月发布医疗制药与量子计算的融合：医学新前沿洞察报告，认为量子计算有望加速医疗保健和制药领域的进步，解决药物发现、诊断、个性化医疗和医疗保健服务方面的一些最复杂的挑战，量子计算在未来数十年内对医药领域可能带来的变革性影响。2.2 我国政策规划体系与我国政策规划体系与“十五五十五五”新规前新规前瞻瞻 2024 年政府工作报告将量子科技纳入未来产业规划，以“开辟新赛道”为导向完成顶层设计。一年后，政策重点已转向“建立投入增长机制”与“培育未来产业”，实现从宏观布局到机制构建、从赛道开辟到产业培育的关键转变。这一战略深化既依托于关键领域的技术突破，也凸显国家将量子科技作为新质生产力核心引擎的战略定位，为“十五五”时期的突破发展奠定坚实基础。2025年政府工作报告明确提出“建立未来产业投入增长机制”和“培育量子科技等未来产业”，覆盖基础研究到产业化的全链条支持。一是突破芯片、测控等核心器件与设备底层技术；二是构建“量子 ”生态，通过揭榜挂帅推动产学研融合，加速金融、医疗等场景落地。这一政策框架为产业链上下游企业提供了较为清晰的研发和市场拓展路径，标志着国家战略进一步聚焦量子技术产业化。在“十五五”规划纲要中，量子科技首次被提升至国家战略支柱产业的高度，标志着中国正式将量子科技作为未来产业升级的核心引擎。量子科技在“十五五”规划中的定位超越了单一技术范畴，成为连接多领域创新的战略支点。量子计算与人工智能的融合被视为下一代计算革命的重要方向。人工智能在处理高维数据、复杂优化问题时，常面临计算复杂度指数级增长的瓶颈，而量子计算凭借叠加态与纠缠态特性，在并行计算、全局优化等任务中具备天然优势。聚焦广东政策与战略布局，2025 年 2 月，广东省建设现代化产业体系 2025 年行动计划正式印发，广东省在顶层设计中将量子科技确立为未来产业的核心方向，同年 1 月，广东省人民政府办公厅关于印发广东省加快建设生物制造产业创新高地，明确提出深入推进生物科技关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新，推动生物技术（BT）与信息技术（IT）的深度融合，抢占生物制造科技创新战略制高点。量子计算作为下一代信息技术的颠覆性力量，是推动 BT-IT深度融合的关键方向与未来演进的重点。在实施路径上，广东一方面依托粤港澳大湾区量子科学中粤港澳大湾区量子科学中心心、广州实验室广州实验室等重大平台汇聚跨领域创新资源，另一方面通过探索“实验室经济实验室经济”等新型创新生态，鼓励“楼上创新、楼下创业”，为量子计算与生物医药等前沿技术的交叉验证与成果转化提供了机制保障。此外，通过广东省量子科学战略专项广东省量子科学战略专项及生物医药领域的企业联合基金等多元化投入机制，广东持续支持包括交叉领域在内的基础研究与核心技术攻关，为“十五五”未来产业的前瞻布局埋下了关键伏笔。2.3 产业资本产业资本与创新生态发展趋势与创新生态发展趋势 量子领域量子领域 根据2024 年量子计算产业发展展望统计，2018 至 2023 年间，全球共有 19 个国家的 98 家量子计算企业（包括 59 家硬件企业和 39 家软件企业）完成 230 笔融资。从融资规模来看，美国以5.794 亿美元遥遥领先，中国虽在亚洲地区位居前列，融资总额为6060 万美元，但仍与美国存在数量级差距。行业预测指出，2027年末至 2028 年初将是关键时间节点，届时专用量子计算机有望在组合优化、量子化学、机器学习等领域实现突破，进而推动材料设计与药物开发等实际应用落地。作为粤港澳大湾区量子科技创新的核心引擎，广州已构建起完整的量子科技研发生态体系。在基础研究维度，琶洲实验室量子计算中心、中山大学量子研究院和华南理工大学量子实验室三大科研重镇协同发力，重点突破光量子芯片设计、超导量子计算等关键核心技术，成功研制出具有国际先进水平的 72 比特量子计算原型机，为量子计算产业化奠定坚实基础。在技术转化维度，粤港澳大湾区量子科学中心作为区域协同创新平台，整合广深港澳优质科研资源；量子信息共享中试平台提供专业的器件制备与测试服务；规划建设的量子科技产业园将打造完整的产业生态，形成从基础研发到产品测试再到产业化的全链条转化体系。在应用落地维度，广州积极推动产学研深度融合，与华为共建的量子计算实验室专注于量子-经典混合计算系统的研发，与腾讯合作的量子算法项目已在金融风控领域取得实质性应用突破，同时建成的粤港澳大湾区量子通信网络广州节点，标志着量子通信技术向实用化迈出关键一步。AIDD 领域领域 2023 年中国 AI 新药研发（AIDD）行业全景图谱指出我国 AIDD 产业已初步形成区域集聚与链条分工的发展格局。从地域分布来看，AIDD 企业高度集中于北京（占比 29.2%）、广东（20.8%）和上海（20.8%），江苏与浙江等地也具备一定基础。从产业链结构来看，上游由华为云、腾讯云、天数智芯、英特尔等技术平台企业主导，提供算力与底层技术支持；中游则以深势科技、英矽智能（Insilico Medicine）、分子之心、华深智药等为代表，专注于 AI 药物建模、靶点发现、分子生成等核心环节，构建起本土 AIDD 研发的关键力量。从区域发展来看，广东省凭借其在政策引导、产业集群与资本活力等方面的综合优势，正成为全国 AIDD 产业的重要高地。作为粤港澳大湾区的核心引擎，广东不仅在全省层面将生物医药与健康产业列为战略性支柱产业集群，更在广州市战略性新兴产业发展“十四五”规划中明确支持 AI 与生物医药的交叉融合，为AIDD 发展提供了坚实的政策土壤。在产业生态方面，广东依托广州国际生物岛、深圳坪山国家生物产业基地等载体，形成了涵盖药物发现、临床前研究、临床试验的全链条服务体系。此外，本土科技巨头如华为云、腾讯云为 AIDD 提供强大的算力与平台支撑，而深圳未知君、晶泰科技等创新企业也在 AI 药物设计、干湿实验闭环等方向展现出技术独特性，进一步强化了广东在融合人工智能与生命科学前沿领域的创新活力。三、当代药物发现的计算革命：从三、当代药物发现的计算革命：从 CADD 到到 AIDD3.1“偶然发现偶然发现”到到“数据驱动数据驱动”的演进的演进新药研发是守护人类健康的基石，但其过程漫长、成本高昂且失败率惊人。为攻克这一难题，计算科学与生物制药计算科学与生物制药的融合，催生了一场深刻的范式革命。这条演进之路，清晰地展现了从依赖经验与偶然的传统药物发现，到基于物理模型的计算机辅助药物计算机辅助药物设计（设计（CADD），再到由数据与算法驱动的人工智能药物发现人工智能药物发现（AIDD）的跨越式发展。早期的药物发现，更像是一场“大海捞针大海捞针”式的探索式的探索，高度依赖于对天然产物的筛选和偶然的实验发现，其过程缺乏方向性，效率低下且难以复制。随后，随着计算机科学和结构生物学的进步，随着计算机科学和结构生物学的进步，CADD 应运而生应运而生，将药物研发带入了“理性设计理性设计”时代。通过分子分子建模、分子对接建模、分子对接等技术，研究人员得以在计算机上模拟药物分子与生物靶点的相互作用，从而进行有指导性的筛选和优化，这标志着计算力量在制药领域的首次规模化应用。进入 21 世纪，以机以机器学习和深度学习器学习和深度学习为核心的 AIDD 技术，伴随着生物数据爆炸式增长登上了历史舞台。如果说如果说 CADD 是是“结构驱动结构驱动”，那么，那么 AIDD的核心则是的核心则是“数据驱动数据驱动”。它不仅能从海量数据中挖掘出复杂的生。它不仅能从海量数据中挖掘出复杂的生物学规律，还能创造性地生成全新的候选药物分子，将药物研发物学规律，还能创造性地生成全新的候选药物分子，将药物研发推向了前所未有的智能化高度。推向了前所未有的智能化高度。3.2 经典计算面临的根本性瓶颈经典计算面临的根本性瓶颈 从 CADD 到 AIDD 的每一次跃迁虽是巨大进步，但其经典计算的内核正面临双重瓶颈。其一，AIDD 对海量数据的依赖，与充满噪声和批次效应的生物学数据现状形成尖锐矛盾；其二，在面对生命系统内在的“量子效应”与“组合爆炸”等根本性难题时，经典计算的“天花板”也已清晰可见。这些挑战共同预示着，一场更深层次的计算革命势在必行。图 3-1 药物发现的范式演进四、四、AIDD 的辉煌与理论上限的辉煌与理论上限4.1 AlphaFold2 引领的引领的 AIDD 浪潮浪潮 人工智能在生物制药领域取得的巨大突破，以 AlphaFold2 的问世为标志。它以前所未有的速度和精度解决了困扰生物学界半个世纪的“蛋白质折叠问题蛋白质折叠问题”其预测结果的 GDT 中位数（衡量蛋白质结构相似度的指标）为 92.4 分（满分 100 分），达到了与实验方法相媲美的水平。这一颠覆性成就不仅极大地加速了药物靶点的发现与理解，更直接催生并引爆了“AI for Science”这一激动人心的新赛道，吸引了数十亿美元的风险投资涌入，其中，人工智能药物发现（AIDD）成为了发展最快、成果最显著的方向。在 AIDD 浪潮的推动下，从靶点发现、虚拟筛选、分子生成到合从靶点发现、虚拟筛选、分子生成到合成路线规划，成路线规划，AI 技术几乎渗透了新药研发的每一个环节，显著提升了研发效率，并已成功推动多个 AI 设计的候选药物进入临床试验阶段。4.2 精度瓶颈：精度瓶颈：“量子物理量子物理”的天花板的天花板 然而，尽管取得了革命性的成就，但作为经典计算框架下的巅峰之作，AIDD 的理论上限理论上限也逐渐清晰。其核心在于，当前的 AI模型本质上是强大的模式识别与数据插值模式识别与数据插值工具，其能力高度依赖于训练数据的质量与广度，并受限于经典物理的描述范畴。首先，在精度层面，AIDD 面临面临“量子物理量子物理”的天花板的天花板。药物分子与靶蛋白的相互作用，其本质是电子层面的量子力学行为。精准预测药物的结合亲和力，是衡量其活性的关键，而这要求计算精度达到所谓的“化学精度”（约 1kcal/mol）。计算中 1.4 kcal/mol 的误差，就可能导致对药物活性近十倍的错误预判。AI 模型可以从实验数据中学习这种相互作用的结果，却无法从第一性原理出发精确模却无法从第一性原理出发精确模拟其过程（拟其过程（从最基本的物理学理论出发，推导出系统的物理性质），因此在预测结合自由能、催化反应能垒等关键参数时，始终存在一道难以逾越的精度鸿沟。其次，在规模与复杂度层面，其次，在规模与复杂度层面，AIDD 仍未摆脱仍未摆脱“组合爆炸组合爆炸”的阴的阴影。无论是探索广阔的化学空间影。无论是探索广阔的化学空间（据估计，具有类药性的小分子数量超过 1060 种）以从头设计新分子，还是在多维的构象空间中寻找最优解，这些问题本质上都是 NP-hard 问题（多项式时间难以求解的问题）。例如，一个仅包含 70 个变量的组合优化问题，其可能性总数就高达 270（约 1.18 1021），比地球上沙粒的总数还多出百倍。AI 可以通过高效的启发式搜索策略找到高质量的解，但无法保证在多项式时间内找到全局最优解全局最优解。4.3 复杂度瓶颈：复杂度瓶颈：“组合爆炸组合爆炸”的老大难的老大难 AIDD 的理论上限，是由经典物理的近似性经典物理的近似性和经典计算的复杂经典计算的复杂性性理论共同决定的。这种上限在诸如分子对接加速和超大规模相分子对接加速和超大规模相似分子筛选似分子筛选等场景中表现得尤为突出：AI 虽然能快速筛选，但无法保证找到能量最低的最优构象，也难以在天文数字般的化学空间中进行无遗漏的全局搜索。正是为了突破这些在精度和全局寻优能力上的根本性瓶颈，新的计算范式亟待提出。五、量子计算赋能加速药物发现三大路径五、量子计算赋能加速药物发现三大路径 面对 AIDD 的理论上限，量子计算并非简单地作为一种更快的计算机出现，而是提供了一套全新的计算逻辑与解决思路。基于当前的硬件成熟度和算法研究，量子计算主要通过以下三大核心路径，为生物制药的研发瓶颈注入变革性力量。5.1 路径一：发挥组合优化天然优势路径一：发挥组合优化天然优势 首先，也是最直接的路径，是发挥其在求解组合优化问题上其在求解组合优化问题上的天然优势。生物制药领域含有大量的 NP 难组合优化问题。其核心科学原理在于，量子系统能够利用量子叠加性和并行性量子叠加性和并行性。一个包含 N 个量子比特的寄存器，可以通过叠加态同时表示 2N 个可能的状态，这意味着量子计算机在一次操作中就能处理经典计算机需要 2N 次才能完成的计算量。专用优化设备，如 D-Wave 通过物理系统的演化，并借助量子隧穿效应量子隧穿效应，能够“穿越”能量壁垒，避免像经典算法那样轻易陷入局部最优解，从而有更大几率找到问题的全局最优解。这不仅意味着“更快”，更意味着能找到“更好”的解，对于寻找分子最低能量构象这类问题至关重要。这是当前量子计算最有望在近期实现商业价值、解决行业实际痛点的方向。5.2 路径二：构建量子增强机器学习模型路径二：构建量子增强机器学习模型 其次，是构建量子增强的机器学习模型量子增强的机器学习模型。许多先进 AI 算法的核心是高效地从复杂数据分布中采样，而量子系统是天生的“采样器”。其科学原理在于伊辛模型的数学表达可与玻尔兹曼机网络的伊辛模型的数学表达可与玻尔兹曼机网络的拓扑结构映射拓扑结构映射。一个物理量子优化器会自发地趋向其能量最低的状态，该体系的不同状态的能量分布服从玻尔兹曼分布，也反映了该状态出现的概率。经典采样算法常面临收敛慢、模式坍塌等问题，而量子采样器则能更自然、高效地探索整个概率空间。通过将量子采样器作为核心模块嵌入经典机器学习框架，有望构建出表达能力更强、训练效率更高的量子玻尔兹曼机（量子玻尔兹曼机（QBM）等生）等生成式模型，成式模型，从而生成经典模型难以发现的新颖、优质分子。5.3 路径三：重构生成式路径三：重构生成式 AI 模型模型 最后，是基于量子计算重构生成式模型加速药物发现基于量子计算重构生成式模型加速药物发现。除了基于从已有分子库中筛选具有活性的分子，药物发现的另一个途径是从头设计和和生成分子并优化其性质，借助目前主流的生成模型 VAE、GAN、diffusion model，可以结合靶点活性口袋构成，靶向生成具有高亲和力的分子，但目前基于高斯分布先验的模型假设往往会造成模型的失真，量子计算基于能量分布可以更真实地表征化学分子的隐空间，重构当前的深度学习模型，得到泛化性能更佳的生成模型。图 5-1 量子计算赋能生物制药的三阶段发展规划六、诺奖级理论驱动量子计算机的物理实现六、诺奖级理论驱动量子计算机的物理实现 6.1 从诺奖理论到量子计算硬件的物理实从诺奖理论到量子计算硬件的物理实现现 物理学的深邃思想，特别是关于如何利用物理系统本身特性来解决复杂计算问题的理念，正以前所未有的方式推动着计算技术的革命。无论是相干光量子计算还是超导量子计算，其目标都是将微观世界的量子规律转化为宏观可用的超级算力，从而突破经典计算的瓶颈。“以物理系统寻找能量基态来实现计算以物理系统寻找能量基态来实现计算”这一思想，其价值和前瞻性在 2024 年得到了顶峰的印证。人工智能领域的先驱 John Hopfield 与 Geoffrey Hinton 因其开创的霍普菲尔德网络（Hopfield Network）和玻尔兹曼机而荣获诺贝尔物理学奖，其核心数学结构，正是脱胎于物理学的伊辛模型伊辛模型。这一里程碑式的认可，深刻揭示了物理学模型是现代 AI 算法的基石，当 AI 领域的突破回归到对伊辛模型的深刻洞察时，如何高效地在物理世界中实现并求解伊辛模型，便成为了推动下一代计算发展的关键。6.1.1 相干光量子计算机的物理实现相干光量子计算机的物理实现 在此背景下，量子退火机作量子退火机作为第一代专用硬件应运而生，其先驱 D-Wave 公司不仅将其开发使用量子退火用于优化量子退火用于优化，更展现了其作为玻尔兹曼采样器玻尔兹曼采样器在训练量子玻尔兹曼机（量子玻尔兹曼机（QBM）上的潜力。近期成果尤为瞩目 2025 年 2 月，研究人员已成功在其 Pegasus 硬件上实现了包含 120 个可见单元和 120 个隐藏单元的大规模量子受限玻尔兹曼机（QRBM），并将其作为强大的生成模型，在毫秒级时间内高效解决了 AI 领域的数据集不平衡问题，生成的合成数据质量显著优于传统方法。然而，量子退火机在面对生物制药等领域的复杂问题时，其稀疏的硬件连接拓扑和高昂的超低温运维成本仍构成了核心瓶颈。而更进一步的实现方案，基于相干伊辛机（基于相干伊辛机（Coherent Ising Machine,CIM）的光量子计算）的光量子计算应运而生。它继承了“物理即计算物理即计算”的理念，但通过一个由光脉冲和光学反馈构成的网络来模拟伊辛系统。这种光学架构不仅能在室温下运行，更天然地支持灵活乃在室温下运行，更天然地支持灵活乃至全连接的耦合至全连接的耦合，直接克服了量子退火机的关键限制。更重要的是，CIM 不仅是高效的优化器，其物理过程更使其成为一个强大的硬件级玻尔兹曼采样器玻尔兹曼采样器。它能绕过经典采样算法的瓶颈，为训它能绕过经典采样算法的瓶颈，为训练更强大的生成式练更强大的生成式 AI 模型（如模型（如 QBM）以发现新颖分子，提供了）以发现新颖分子，提供了前所未有的高效工具。前所未有的高效工具。6.1.2 超导量子计算机的物理实现超导量子计算机的物理实现 超导量子计算机是量子计算领域主要技术路径之一，其物理实现基于在极低温下呈现量子效应的超导电路量子效应的超导电路（即超导量子比特超导量子比特）。这些量子比特利用超导材料在接近绝对零度时表现出的零电阻和量子特性，并通过精密的微波脉冲精密的微波脉冲进行操控与读取。超导量子计算机的核心优势主要包括良好的工程可扩展性良好的工程可扩展性和在特定问题上展现出的指数级算力潜力特定问题上展现出的指数级算力潜力。可扩展性得益于超导量子电路可采用成熟的半导体微纳加工工艺成熟的半导体微纳加工工艺进行制备，使得集成大量量子比特更具可行性。而其算力潜力则源于量子比特的叠加和纠缠特性，例如，搭载 100 个量子比特的超导量子计算机，理论上能同时处理 2 的 100 次方个计算任务，从而在优化、模拟等复杂问题上具有经典计算机难以比拟的潜力。然而，超导量子计算机的发展仍面临挑战。首先，其运行依赖极低温环境极低温环境（通常需低于零下 273 摄氏度），这需要复杂的稀释稀释制冷系统制冷系统。其次，量子比特的量子相干时间（即保持量子态的时间）仍有限，且易受环境噪声影响而发生退相干，同时量子门操作的精度和错误率也是当前需要攻克的关键技术难题。值得注意的是，通过技术手段（例如在超导量子比特中引入特定无序）有望在一定参数区间内提升量子相干时间。尽管存在挑战，超导量子计算机目前仍是主流量子计算方案主流量子计算方案中工程化进展较快中工程化进展较快的路径之一，在量子计算技术发展中展现出广阔前景，已在金融、航空航天、生物医药、材料科学等领域展开了应用探索，展现出解决复杂问题的潜力。随着量子纠错等技术的进步，超导量子计算机有望在未来为复杂系统模拟、药物设计等提供更强大的计算支持。6.2 伊辛模型：药物发现优化的统一物理语伊辛模型：药物发现优化的统一物理语言言研究者发现，以上诉求与物理系统自发趋向能量基态的过程与组合优化寻求目标函数最小值的本质具有一致性。伊辛模型正是连接这两个层次的核心数学框架它将优化问题转化为物理系统的能量最小化求解。图 6-1 伊辛模型物理示意图 为了高效求解这类问题，研究者们一直在探索如何普适性地描述并求解这类优化任务。一个令人振奋的发现是，某些源自物理学的模型，其描述物理系统如何自发演化并趋向能量最低的稳定状态的数学形式，与组合优化问题寻找最优解（通常对应某种“成本”或“目标函数”的最小值）的过程，展现出了深刻的内在一致性。“伊辛模型伊辛模型”正是这样一个强大且极具代表性的物理模型和数学工具。伊辛模型最初用于描述统计物理学中磁性物质的相变现象，它刻画了一个由大量相互作用的、只有两种状态（例如“自旋向上”或“自旋向下”）的基本单元（“自旋”）组成的系统。该系统的总能量（在物理学中称为哈密顿量 H）取决于各个自旋的状态以及它们之间的相互作用强度，通常由以下公式给出：H()=Jijij hiiiij（1）其中i代表第 i 个自旋变量（在最简单的模型中，取值为 1 或 1，分别代表两种相反的状态）Jij是自旋和自旋之间的耦合（相互作用）强度 hi则是作用在自旋 i 上的外部（偏置）场强度 物理系统的一个基本法则是，它们总是会自发地趋向于使其总能量 H()最小化的状态，这个状态被称为系统的基态基态。伊辛模型的价值体现在两个层面：其一是优化，其一是优化，物理系统总是会自发地趋向于使其总能量 H 最小化的状态，这个状态被称为系统的基态。通过巧妙的数学“翻译”，大量的组合优化问题的目标函数可以被精确地表示成伊辛模型的能量函数形式，因此，寻找组合优化问题的最优解就等价于寻找相应伊辛模型的基态。另一个价值体现则另一个价值体现则是采样，是采样，当系统处于一个有限的“有效温有效温度度”下，它会根据玻尔兹曼分布（玻尔兹曼分布（Boltzmann Distribution）在不同的能量状态间进行探索，即某个状态出现的概率与其能量的负指数成正比。这恰好与一类重要的生成式 AI 模型玻尔兹曼机的数学原理完全一致。因此，一个能够模拟伊辛模型物理过程的设备，不仅是一个优化器，更是一个强大的玻尔兹曼采样器，这为构建量子玻尔兹曼机（量子玻尔兹曼机（QBM）提供了硬件基础。6.3 QUBO 模型：优化问题的标准化模型：优化问题的标准化“语言语言”为了更便于工程实现和在不同计算平台上进行标准化处理，伊辛模型通常会通过简单的线性变换，转化为另一种在优化领域和新兴计算（包括量子计算和类量子计算）中广泛应用的等价形式二次无约束二元优化（二次无约束二元优化（QUBO,Quadratic Unconstrained Binary Optimization）模型）模型。QUBO 问题的目标是找到一组二元决策变量二元决策变量（每个变量的取值为 0 或 1，代表两种选择，例如“是/否”、“选中/未选中”），以最小化（或最大化）一个如下形式的二次目标函数：()= (或表示为TQ)（2）其中：其中：x是由二元变量xi组成的列向量。Q是一个对称的N N维实数矩阵（N 为变量个数），通常被称为 QUBO 矩阵。其对角线元素Qii对应于目标函数中与单个变量xi相关的线性权重（或称偏置项），而非对角线元素Qij则对应于不同变量xi和 xj之间相互作用（或称耦合关系）的二次项权重。如前所述，伊辛模型和 QUBO 模型在数学本质上是等价的，它们之间可以通过简单的线性变量替换进行相互转换。这意味着，一个能够找到伊辛模型基态（最低能量状态）的物理系统或计算设备，也就能等效地求解对应的 QUBO 问题，反之亦然。QUBO因其形式的简洁性和普适性，已成为将各类组合优化问题“翻译”给新兴优化硬件。6.4 量子计算技术路径对比量子计算技术路径对比6.4.1 相干光量子计算机的优势和挑战相干光量子计算机的优势和挑战 理解了伊辛模型与 QUBO 模型如何为复杂优化问题提供标准化描述后，关键的挑战便在于如何高效地找到这些模型的基态（即最优解）。玻色量子研发的相干伊辛机（相干伊辛机（CIM）是一种专为求解伊辛/QUBO 这类组合优化问题而设计的专用计算硬件。其核心思想是通过精密设计的光学系统，构建一个能够直接模拟大规模伊辛系统动态演化的物理平台。在这个平台中，伊辛模型中的“自旋”变量及其状态（如 1 或-1，对应 QUBO 中的 0 或 1）由光学系统中的特定物理量（如光脉冲的相位或振幅）来表示；自旋间的“耦合强度”和“外场”（对应 QUBO 矩阵 Q 中的系数）则通过精确调控光学元件之间的相互作用强度或对光学系统施加外部调制来实现。当具体的 QUBO问题被编码到相干光量子计算机的参数设置中后，整个光学系统在驱动下会开始演化。凭借系统内在的非线性动力学特性非线性动力学特性以及可能的量子相干效应量子相干效应，系统能够自发地、并行地探索并行地探索巨大的可能状态空间，并迅速趋向于一个整体能量最低的稳定状态迅速趋向于一个整体能量最低的稳定状态。该稳定状态下光学系统各单元的物理量，就直接对应了原 QUBO 问题的最优解或高质量的近似解。图 6-2 相干光量子计算机物理实现示意图 一种重要的物理实现是基于简并光学参量振荡器（简并光学参量振荡器（DOPO）阵）阵列列构建的 CIM。其工作过程如下，超快激光器超快激光器产生脉冲序列（每个脉冲对应一个量子比特），经强度、相位等调校后，进入简并简并光学参量振荡光学参量振荡过程，产生相应数量的 DOPO 脉冲。此时，腔中腔中的循环脉冲相同且互不干扰，每个脉冲处于相位的循环脉冲相同且互不干扰，每个脉冲处于相位 0 和和 的叠加的叠加态（即量子态）态（即量子态）。接着，通过分光器将部分光脉冲引导至电子学电子学控制部分控制部分，利用零差测量（零差测量（BHD）技术测量 OPO 脉冲的相位。外部输入的待求解 QUBO 问题的系数矩阵系数矩阵（即 Q 矩阵）与这些相位测量结果进行运算（如矩阵乘法）。运算结果经适当延迟后，通过光学调制器光学调制器将调控信号反馈注入光路系统，精确地实现脉冲间的耦合作用耦合作用，从而构建起一个模拟目标伊辛模型的N N耦合耦合网络网络。这个过程不断循环迭代这个过程不断循环迭代，系统状态持续演化。最终，通过调节泵浦光的功率调节泵浦光的功率，当系统的光增益与耗散达到精确平衡时，整个 CIM 网络将经历光学参量振荡相变光学参量振荡相变。在增益接近阈值且满足最小增益原理的条件下，系统倾向于在一个精确一个精确或近似的基态能量下稳定振荡或近似的基态能量下稳定振荡，此时测量结果趋于稳定，标志着计算完成。进一步增加泵浦功率至阈值之上，可以继续抑制激发进一步增加泵浦功率至阈值之上，可以继续抑制激发态的错误振荡模式，巩固基态解态的错误振荡模式，巩固基态解。区别于传统的（模拟区别于传统的（模拟/数字）退数字）退火搜索算法和基于量子隧穿的量子退火算法火搜索算法和基于量子隧穿的量子退火算法，CIM 的核心机制在于利用最小增益原理最小增益原理：在光学参量振荡器（OPO）增益小于耗散的情况下，通过逐步增大泵浦功率，系统被驱动至能量耗散最小的状态，即对应伊辛模型的基态。玻色量子所采用的相干光量子计算机方案，其应对生物制药优化挑战的有效性与潜力，可以以几个关键层面进行综合考量：1.专用性带来的效率与近场优势：专用性带来的效率与近场优势：作为专用量子计算机，CIM聚焦于求解组合优化问题这一核心任务，规避了通用量子计算机面临的短期工程难题，因此更有可能在近期实现实际应用价值。2.与生物制药问题的直接映射和高适应性：与生物制药问题的直接映射和高适应性：生物制药领域的诸多优化难题与 QUBO/伊辛模型的天然数学契合性，使得相干光量子计算机可以直接“理解”并高效处理这些问题。特别是相干光量子计算机，其基于光学的互连特性，在理论上更容易实现灵活甚至全连接的有效比特间耦合，这对于直接映射结构复杂、变量间存在密集耦合关系的生物制药 QUBO 问题（例如蛋白质残基相互作用网络）可能更具优势，从而减少了问题编码转换的开销和潜在的精度损失。3.光量子路径的独特硬件优势：光量子路径的独特硬件优势：相干光量子计算机技术路径，因其在室温或近室温运行的潜力、光子的高速低损耗传输特性、以及与成熟的光通信和集成光路（PIC）技术的良好兼容性等方面展现出的独特前景，使其在系统稳定性、未来可扩展性（易于芯片化和规模化）、整体能耗以及部署便捷性上，相较于需要极端低温环境的超导量子计算方案，可能更易于在生物制药企业或研究机构的 IT 环境中实现规模化落地和推广，并具有更优的成本效益。4.解决解决“组合爆炸组合爆炸”的潜力与求解质量：的潜力与求解质量：CIM 通过其物理并行性和独特的全局搜索机制，为高效求解那些具有“组合爆炸”特性、令经典计算机束手无策的 NP 难或 NP 硬优化问题，提供了前所未有的潜力。其独特的非线性动力学求解过程，在某些情况下可能比量子退火更快地收敛到高质量解，或更有效地避免陷入局部最优。6.4.2 超导量子计算机的优势和挑战超导量子计算机的优势和挑战 超导量子计算机作为当前量子计算领域商业化进展最快、最受关注的技术路径之一，在生物制药领域展现出显著的应用潜力。其发展态势迅猛，尤其在处理复杂的生物分子模拟和药物设计任务时，展现出巨大的优势。首先，超导量子计算机能够精确模拟生物分子的量子力学行为，这对于理解生物分子的结构和功能至关重要。例如，在蛋白质折叠路径预测中，超导量子计算机能够通过高精度的量子模拟，提供更准确的构象转移路径分布。这可以为药物设计提供重要的理论支持，帮助研究人员更好地理解药物作用机制。此外，在处理高维生物医学数据（如医疗影像、基因组学数据）时，超导量子计算机在训练量子机器学习模型方面潜力巨大。其并行处理能力有望提升模型性能与泛化能力。例如，在乳腺癌钼靶检测中的应用中，就展示了超导量子计算机在处理高维医学影像数据时应对假阳性率高和效率低问题的潜力。目前，多家国际制药巨头也在探索利用量子计算加速 mRNA 药物研发。然而，超导量子计算机也面临着一系列的挑战。1.低温运行环境低温运行环境：超导量子计算机的运行需要极低的温度环境，通常在接近绝对零度的条件下。这需要复杂的制冷系统来维持，增加了系统的复杂性和成本。这种低温环境限制了超导量子计算机在普通实验室和工业环境中的广泛应用，需要专门的设施和技术支持。2.量子比特的退相干和错误率量子比特的退相干和错误率：量子比特的退相干和量子门操作的错误率较高，这需要更复杂的量子纠错技术来保证计算的准确性。退相干是指量子比特由于与环境的相互作用而失去量子态的现象，这会严重影响量子计算的精度和可靠性。量子门操作的错误率则直接影响量子计算的效率和准确性。这些技术挑战需要通过不断的研究和技术创新来解决。3.硬件成本和专业要求硬件成本和专业要求：超导量子计算机的硬件成本较高，且对操作和维护人员的专业要求也较高。这限制了其在生物制药领域的广泛应用，需要专业的技术人员进行操作和维护。此外，超导量子计算机的开发和应用需要跨学科的合作，涉及物理学、计算机科学、化学和生物学等多个领域。4.技术成熟度和可靠性技术成熟度和可靠性：尽管超导量子计算机在理论和实验上取得了显著进展，但其技术成熟度和可靠性仍需进一步提高。目前，超导量子计算机的性能和稳定性仍受到多种因素的限制，需要在实际应用中不断优化和改进。尽管面临这些挑战，超导量子计算机在生物制药领域的应用前景依然广阔。随着技术的不断进步，超导量子计算机的性能将不断提升，其在生物制药领域的应用将更加成熟和可靠。未来的研究方向包括提高量子比特的相干时间、降低量子门操作的错误率、优化量子比特的耦合和控制技术，以及开发更高效的量子纠错技术。这些技术的进步将使超导量子计算机在生物制药领域的应用更加广泛，为新药研发带来革命性的变革，加速个性化医疗和精准医疗的发展。七、量子计算七、量子计算 生物制药关键应用场景解析生物制药关键应用场景解析在生物制药领域，从靶点发现到先导化合物的筛选与优化，贯穿着两大根本性的计算挑战：一是在天文学数字般的化学分子空间（预估超过 1060 量级）中进行高效搜索的“组合爆炸”难题；二是如何从高维、高噪声的多组学数据中精确解析复杂的生命调控网络。这些挑战的本质，大多可以归结为大规模的组合优化问题或对复杂概率分布的高效采样问题，这恰恰是经典计算面临的理论瓶颈。相干光量子计算机通过其独特的物理机制，为这两类难题提供了全新的解决思路。它不仅能作为专用优化器，高效求解被转化为 QUBO/伊辛模型的组合优化问题，还能作为硬件级的玻尔兹曼采样器，探索经典算法难以触及的概率空间。相干光量子计算机赋能药物发现的核心应用路径也清晰地分为三类：一是利用其一是利用其组合优化能力加速药物筛选与设计；二是利用其硬件级玻尔兹曼组合优化能力加速药物筛选与设计；二是利用其硬件级玻尔兹曼采样能力构建量子增强的机器学习模型，以探索化学与构象空间；采样能力构建量子增强的机器学习模型，以探索化学与构象空间；三是基于量子计算的特性重构生成式三是基于量子计算的特性重构生成式 AI 模型，实现更高效的分模型，实现更高效的分子从头设计与优化。子从头设计与优化。7.1 发挥组合优化天然优势发挥组合优化天然优势加速药物筛加速药物筛选与设计选与设计 7.1.1 基于结构的虚拟筛选基于结构的虚拟筛选-分子对接分子对接 分子对接（Molecular docking）是基于配体-受体识别的锁钥模型提出的技术方法，通过计算配体-受体之间的空间互补状态以及能量匹配来寻找复合物模式，是基于结构的虚拟筛选中的重要技术手段。经典的分子对接主要分对接构象采样和打分两步，其中对接构象采样是一个 NP-hard 问题，巨大的对接构象搜索空间使得经典计算在采样时间和准确率上难以兼顾，严重限制了活性分子筛选效率。2023 年，玻色量子与上海交通大学联合研究团队提出了网格点匹配（Grid Point Matching，GPM）和原子特征匹配（Feature Atom Matching，FAM）算法模型，通过将配体与靶蛋白的对接问题转换为配体原子和对接格点的匹配问题，并添加位置约束和配体空间形状约束，构建得到以下伊辛模型：H=wai,djxai,dj2 Kdistu(ai,dj)(ak,dl)xai,djxak,dl Kmonov(ai,dj)(ak,dl)xai,djxak,dl（3）u(ai,dj)(ak,dl)=1,|dik Djl|cdist （4）v(ai,dj)(ak,dl)=1,j=l and i k0,otherwise （5）其中，,为原子放置在格点上的适配度，、为模型三个可调参数。通过 CIM 求解上述伊辛模型可得到配体对接构象。研究团队在CASF-2016标准测试集对基于CIM的对接方法和商业化对接工具 Glide SP 进行了表现对比（见图 7-1）。结果显示，GPM 与商业化软件具有相当的采样能力，但在速度上，基于CIM 的求解速度比经典算法快至少三个数量级，该算法显著提升了对接效率，有望实现高精度的超高通量筛选。图 7-1 GPM 和 FAM 在 CASF-2016 数据集上的采样表现比较 图 7-1（A）为 Glide SP、GPM 和 FAM 采样构象中最小 RMSD(mRMSD)的分布，灰色虚线表示高质量对接阈值(2)。图 7-2（B）不同 性对接方法最小 MSD 晶体结构晶体结构对接构象对接构象Fea re A o 匹配晶体结构 ID：2I MSD 3 Grid Poin 匹配晶体结构 ID：3D G MSD 2 Fea re A o 匹配晶体结构 ID：2 M MSD 1 Grid Poin 匹配晶体结构 ID：1 6 MSD 0.1 为采样的对接构象（红色）与晶体结构（蓝色）中的构象比较示例。7.1.2 基于配体的虚拟筛选基于配体的虚拟筛选-分子相似性计算分子相似性计算 分子相似性（molecular similarity）是化学分子间的重要比较信息，相似性原理指出，总体相似的分子应具有相似的生物活性，分子相似性应用广泛，包括靶标预测、结合姿态预测、毒性预测、挖掘靶标与药物数据关联、虚拟筛选等。现有方法主要利用分子指纹的表征方式进行相似性计算，但其只考虑二维的原子及官能团排布，忽略了分子中不同原子的空间位置关系，这些构效关系对于分子与蛋白的结合至关重要。Maritza Hernandez 等提出了基于图论方法解决分子相似性计算中的原子匹配问题，如图 7-2 所示，通过构建冲突图 conflict graph 并添加相关约束构建QUBO/Ising 模型，并使用 QA 在小规模上数据上进行了验证。上述模型在 CIM 上可同样求解，在 CIM 大比特数以及全连接特性下，能解决更复杂的分子匹配问题。图 7-2 基于图的分子相似性计算（Graph-based Molec lar Si ilari y,GMS）算法示意图 7.2 构建量子增强机器学习模型构建量子增强机器学习模型探索化探索化学与构象空间学与构象空间 7.2.1 基于基于 CIM 的玻尔兹曼采样技术原理的玻尔兹曼采样技术原理 玻尔兹曼采样（Boltzmann sampling）是一种基于玻尔兹曼分布（Boltzmann distribution）的概率采样方法，主要应用于统计物理学、机器学习和优化问题中。伊辛模型中哈密顿量描述了各个自旋变量两两互作和自身的能量状态，因此在温度确定下，CIMa 步 1：将分子建模为图分子1分子2b 步 2：求解 问题冲突图 G1,G2 获得 的解将解映射回图c 步 3：相似性计算基于伊辛模型的采样结果应该符合玻尔兹曼分布：p(state)eE/kBT。2016 年，Hiromasa Sakaguchi 等将 CIM 首次应用于基于结构虚拟筛选的分子优化场景中，通过建立配体分子片段组合以及和靶点的结合能量函数计算模型，实现了基于 CIM 玻尔兹曼采样的活性片段筛选优化，证明了基于 DOPO 计算的 CIM 在以伊辛模型为基础的玻尔兹曼采样能力。这里，基于 CIM 的玻尔兹曼采样能力，并结合已有研究列举了两个重要的应用方向。7.2.2 基于基于 CIM 玻尔兹曼采样应用玻尔兹曼采样应用 1：小分子构型采样小分子构型采样 分子构型采样是 CIM 基于玻尔兹曼采样的应用拓展方向之一。分子构型采样是计算化学和分子模拟中的核心任务，旨在探索分子的可能空间构型如键长、键角、二面角等，用于研究分子稳定性、反应路径、自由能景观、晶型预测等。主要方法包括基于蒙特卡洛采样的构象随机生成和基于分子动力学（Molecular dynamics，MD）的数值求解牛顿运动方程来模拟原子的运动轨迹。基于蒙特卡洛的分子构型采样能壁跨越困难，往往容易陷入局部最优。另外，随机变化的方向和幅度难以预判，因而很难获得下一个重要构象，对于最低能量构象难以在短时间内采样得到；基于分子动力学的运动轨迹模拟需要建立在有效的力场体系下，经典力学体系在计算速度上较快，但精度欠佳，基于量子力学的体系精度尚可，但计算量巨大，只能在局部区域实现量子级模拟，这些方法的局限性使得高精度的构型采样在现有计算体系下很难满足。Kevin Mato 等通过将分子键角、二面角等采样参数离散化并以分子展开距离目标函数构建 QUBO/Ising 模型实现了分子折叠预测，受此启发，可通过对不同键角和二面角进行离散化并构建整体能量函数，借助 CIM 可实现基于玻尔兹曼分布的分子构型采样。图 7-3 不同分子构型的能量分布 能量 ol 不同分子构型7.2.3 基于基于 CIM 玻尔兹曼采样应用玻尔兹曼采样应用 2：蛋白折叠路径预蛋白折叠路径预测测 CIM 基于玻尔兹曼采样的另一个重要的可应用方向为蛋白质折叠预测，自然状态下，线性氨基酸链通过一系列物理化学作用自发形成特定三维结构，该折叠过程决定了蛋白质的功能，若折叠错误可能导致严重疾病，如阿尔茨海默病、帕金森病等。折叠过程遵循热力学第二定律，由自由能最小化原则主导。多肽链通过疏水作用、氢键、范德华力等非共价相互作用，从高能无序态（变性态）转变为低能有序态（天然态）。对于生物大分子，先进的基于人工智能的方法如 AlphaFold、RoseTTAFold 等能预测较高精度的晶体结构，但此结构是大分子固定状态时的空间结构信息，无法描述其具体的折叠动态过程。探究此过程一般借助经典计算下的 MD 模拟方法，然而，MD 在经典力学力场下模拟全原子运动轨迹也需要消耗巨大算力，更精确的量子力学力场体系则只能模拟局部原子的运动信息。Danial Ghamari 等构建了一个基于 QA和经典计算的混合框架，实现了蛋白质等大分子的稀有构象转变路径的高效采样，克服了传统 MD 模拟在时间尺度上的局限性。该框架首先基于 Intrinsic Map Dynamics（iMapD）建立了蛋白构象空间，并将构象空间离散化为节点（代表构象区域）和边（代表区域间转移权重）的图，接下来基于 Langevin 动力学推导出粗粒度有效作用量（coarse-grained effective action）作为权重，从而将路径采样问题转换为基于哈密顿量的连通图采样，其中目标哈密顿量，为约束路径拓扑，为路径统计权重。上述模型可转换为 CIM适配的伊辛模型，并基于能量函数进行玻尔兹曼采样得到大分子的构象转移路径分布，基于大比特数的 CIM 能实现更多构象的转移路径，得到较为连续的构象转移过程模拟。7.2.4 基于超导量子计算机的增强机器学习模型基于超导量子计算机的增强机器学习模型 超导量子计算机利用其独特的量子并行等特性，在增强经典机器学习模型方面展现出巨大潜力。其核心价值在于，能够借助量子神经网络、量子嵌入图网络等新型算法架构，高效处理经典计算机难以应对的高维数据优化与特征提取问题。在医疗影像分析领域，乳腺钼靶检测的准确性和效率对乳腺癌早期筛查至关重要。国内研究机构与量子计算团队合作，开发了基于超导量子计算硬件的乳腺钼靶检测原型应用。该应用采用了一种混合经典-量子图像算法：经典神经网络负责从钼靶图像中提取特征并进行数据预处理，量子神经网络则在此基础上对病灶的良恶性等关键指标进行分类。这种架构结合了二者优势，在处理高维医学影像数据时展现出潜力，有望助力解决传统检测中假阳性率高和效率低的问题，从而辅助医生提升筛查精度与效率。在药物发现领域，精准预测分子性质是快速筛选候选药物的关键。国内高校与研究团队合作，在超导量子计算硬件上成功完成了基于量子边编码技术的药物分子性质预测验证。该技术的核心是创新地设计了量子嵌入图神经网络架构。传统量子化图神经网络方法通常侧重于处理分子原子（“点”），却难以有效编码化学键（“边”）的信息。新架构通过量子边编码技术，在量子层面实现了对原子和化学键的同步处理，能够更清晰地捕捉分子内部的相互作用。实验结果表明，该技术能显著提升对关键药物性质的预测准确率。例如，在针对阿尔茨海默病药物的某项预测任务中，其准确率相较经典方法的 64%提升至 70%。7.3 重构重构 AI 模型模型实现分子从头设计与实现分子从头设计与优化优化 7.3.1 基于基于 Ising/QUBO 模型的分子从头设计和优化模型的分子从头设计和优化 相较于从已有分子库中进行活性分子筛选，分子从头设计是另一种新兴成药策略。分子从头设计指不依赖已知分子模板，而通过算法生成全新分子结构。优化过程则需调整分子特性如生物活性、成药性等，可分为基于原子、基于片段、基于反应的分子从头设计。Akshay Ajageka 构建了一个基于深度学习和 QUBO/Ising的从头设计优化框架，该框架包含一个基于分子表征预测化学性质的回归模型，同时还包含一个基于目标化学性质进行序列优化的 QUBO/Ising 模型。其优化目标是不断迭代得到一个确定分子不同位置原子组成的邻接矩阵Aij,使得其预测的化学性质逼近目标化学性质。该模型基于 QA 进行了小规模验证，借助 CIM 的大规模 COP 求解能力，可以较原工作设计得到更大的分子以及实现多目标优化。7.3.2 伊辛机增强的伊辛机增强的 D-VAE 实现分子性质优化实现分子性质优化 变分自编码器（Variational Autoencoder，VAE）是目前流行的一种生成模型，其核心思想是通过编码器将输入数据映射到潜在空间，然后通过解码器从潜在空间生成数据。2023 年，Tsud 研究团队将相干伊辛计算应用于自动分子设计优化上，研究团队构建了基于图的离散变分自编码器（D-VAE），将分子结构编码为0，1的离散潜在向量，同时训练因子分解机（Factorization Machine）作为性质预测的代理模型；使用伊辛机在离散潜在空间中搜索得到更优的隐变量表示，通过 decoder 可以解码得到真实分子图或者序列信息。该工作说明离散的隐变量空间可能更符合化学分子的真实能量分布，在该隐空间采样可以生成得到性质更优、多样性更好的分子。7.3.3 超导量子计算在分子设计中的应用超导量子计算在分子设计中的应用 超导量子计算在分子设计领域同样展现出独特潜力，其核心优势在于能够通过量子并行性高效探索巨大的分子构象空间，从而加速最优药物分子的发现过程。2023 年发表在PLOS Computational Biology上的一项开创性研究（Khatami et al.,19(4):e1011033）首次提出了基于超导量子硬件的量子蛋白质设计方法，为分子设计提供了新的技术路径。该研究以重要的药物靶点FK506 结合蛋白（FKBP）为模型系统，在 IBM 的 27 量子比特超导处理器上进行了实验验证。研究人员创新性地将蛋白质设计问题转化为可处理的优化模型，通过量子门电路直接构建哈密顿量来模拟氨基酸间的相互作用能量。采用量子近似优化算法在超导芯片上生成初始候选解，再结合经典计算机进行分子动力学验证，形成高效的量子-经典混合优化流程。实验取得了显著成果，在真实量子硬件上成功实现了对 12 个关键氨基酸位点的并行优化，量子电路深度达到 40 层且保真度高达 94%。与经典模拟退火算法相比，量子方案将最优结构搜索速度提升了 100 倍，并且所得蛋白质构象的自由能降低了 15%。该方法成功筛选出具有更高靶点亲和力的突变体，例如将第 36 位苯丙氨酸替换为酪氨酸的变异体，为开发新型免疫抑制剂提供了高质量的候选分子。这项研究验证了超导量子计算在分子设计中的两大核心价值：一方面，量子算法能够通过量子隧穿效应避免经典优化方法容易陷入局部最优的问题，实现更高效的全局搜索；另一方面，超导量子芯片与半导体工艺兼容的特性为其未来处理更复杂的蛋白质设计问题（如含有 100 个以上氨基酸的蛋白质）提供了可扩展的技术基础。随着超导量子处理器性能的持续提升，这项技术有望将传统需要数月的分子设计周期大幅缩短，为药物研发带来革命性的进步。7.4 新型量电融合计算平台新型量电融合计算平台 新型量电融合计算服务平台（以下简称“平台”）是量子计算与生物制药深度融合的创新成果，旨在通过整合量子计算和经典计算资源，突破传统计算瓶颈，为生物制药研发提供高效、精确的解决方案。平台为量电融合应用提供运行底座，通过统一的服务入口，平台实现量电融合计算任务的智能拆解、编排、调度与执行，帮助用户简化任务管理、优化资源利用。平台全面支持生物制药研发流程，从靶点发现到药物设计，再到机理验证，提供一站式解决方案。在靶点发现阶段，量子计算的强大采样能力可快速筛选潜在药物靶点；在药物设计阶段，量子计算探索化学空间，生成特定性质的分子结构，经典计算评估其成药性和生物活性；在机理验证阶段，平台结合量子计算的高精度模拟和经典计算的数据分析，深入探究药物作用机制，为临床前研究提供理论基础。平台的技术优势在于突破传统计算瓶颈，高效求解生物制药复杂问题。平台可智能解析量电融合计算任务并高效分配至光量子计算机、超导量子计算机、经典计算机、量子计算模拟器等异构计算资源，支持用户便捷提交任务、动态优化资源分配，实时监控混合任务执行状态，提升计算效率。量子计算在组合优化和概率分布采样问题上具有显著速度和精度优势，经典计算的稳定性则确保平台在实际应用中的可靠性和可扩展性。平台还具备高度灵活性和可定制性，可根据不同研发需求进行个性化配置。平台适配多种异构硬件架构，包括经典电子计算、多类型量子计算机及混合计算环境，可满足不同场景需求。平台大幅降低了量电融合应用开发门槛，随着量子计算技术进步和平台功能完善，该平台有望在生物制药领域发挥更大作用，为新药研发带来变革，加速个性化医疗和精准医疗发展。新型量电融合计算服务平台为生物制药行业提供强大的计算服务底座，整合量子计算和经典计算优势，解决生物制药复杂计算问题，为新药研发和个性化医疗带来新可能。图 7-4 新型量电融合计算服务平台异构资源总览 图 7-5 新型量电融合计算服务平台八、量子计算重塑生物制药未来八、量子计算重塑生物制药未来 我们正站在一个计算范式变革的前夜。量子计算技术，特别是相干光量子计算与超导量子计算这两种主流路径，正从实验室走向实际应用，为解决生物制药领域的复杂计算难题带来前所未有的机遇。尽管技术路径不同，但它们在发展初期都将通过“量子-经典”混合计算模式，作为经典算力的加速器，在药物研发的特定环节寻求突破。其长期愿景均指向对复杂生物系统的高精度模拟，以期攻克“不可成药”靶点，并加速精准医疗的到来。8.1 相干光量子计算的未来展望相干光量子计算的未来展望 相干光量子计算机，其核心优势在于专攻特定类型的组合优化问题。这类问题在药物研发中广泛存在，例如分子对接构象搜索、蛋白质折叠路径优化等。在未来几年，它有望作为高效的专用协处理器，无缝嵌入现有的高性能计算集群。通过快速从海量可能构象中锁定能量最优或最稳定的少数几种，它能极大地压缩虚拟筛选和蛋白质设计所需的计算时间，充当研发流程中的“优化加速器”。随着规模扩大，它有望解决更复杂的生物网络优化问题，例如在合成生物学中优化代谢通路，或在多靶点药物设计中寻找全局最优解。8.2 超导量子计算的未来展望超导量子计算的未来展望 超导量子计算是目前最主流的通用量子计算路径之一，其目标是构建可编程的量子处理器。其核心潜力在于直接模拟分子的量子力学行为。随着比特数量与质量的提升，并通过云平台开放接入，超导量子计算机将在分子性质预测和化学反应模拟等任务中展现潜力。例如，基于超导量子芯片的量子嵌入图神经网络，已实现在真实硬件上对药物分子性质的更高精度预测。其终极目标是构建容错通用量子计算机，实现对任意生物分子体系的高精度全量子模拟。尽管目前仍面临量子纠错、比特稳定性等核心挑战，且实现具备基本功能的通用机可能仍需 10 年以上，但其强劲的发展势头使其成为最具颠覆性潜力的技术路线。综上所述，对于生物制药行业的每一位参与者而言，现在正是拥抱量子，共塑未来的关键窗口期。在可预见的未来几年内，不不论是相干光量子计算机还是超导论是相干光量子计算机还是超导量子计算机量子计算机，其，其的短期价值的短期价值在于作为经典计算的有力补充和高效加速器，在药物研发流程中的特定优化环节率先实现应用突破。通过构建“量子量子-经典经典”混合计算流混合计算流程，聚焦于分子对接、虚拟筛选、蛋白质设计等多类计算密集型优化问题，有望显著提升计算效率，缩短研发时间。而其长期愿景长期愿景则更为宏大。随着量子硬件的不断成熟，量子计算有望在更深层次、更广范围赋能生物制药行业。凭借对分子量子力学行为的精确模拟能力，未来的量子计算机可能实现真正意义上的高精度从头药物设计，攻克“不可成药”靶点，并通过高效整合个体多组学数据，加速个性化与精准医疗的到来。

2025-11-18 38页 5星级

医药行业2026年度医疗器械策略报告耗材IVD篇：创新引领国际布局后集采时代医疗器械的价值重构-251117（55页）.pdf

请务必阅读正文后的声明及说明请务必阅读正文后的声明及说明 Table_Info1 医药生物医药生物 Table_Date 发布时间：发布时间：2025-11-17 Table_Invest 优于大势.

2025-11-18 55页 5星级

2026年医药生物行业投资策略：加速进入兑现期持续推荐创新药板块-251117（48页）.pdf

证 券 研 究 报 告加速进入兑现期，持续推荐创新药板块2026年医药生物行业投资策略证券分析师：张静含 A0230522080004研究支持：仰佳佳 A0230522100005，陈田甜 A0230.

2025-11-18 48页 5星级