> **来源：[研报客](https://pc.yanbaoke.cn)** ```markdown # AI制药行业研究报告总结（2026） ## 核心内容概述 本报告聚焦AI制药行业的技术演进与高壁垒环节，分析AI技术如何推动制药从“经验科学”向“工程科学”转型，并指出未来2-3年AI制药市场将因靶点发现和临床前候选分子验证需求激增而迎来快速发展。 当前AI制药市场规模约为40亿美元（2026年），预计未来10年复合年增长率（CAGR）为30.5%。市场分为**Software**和**Service**两大板块，其中Software占比约68%，Service占比约32%。随着AI技术的深入应用，端到端服务和产品交付形式逐渐增多。 ## 主要观点 1. **AI制药技术进步** - 2020-2023年，AI技术主要集中在结构/相互作用预测（如AlphaFold 3、FEP+等）。 - 2024-2026年，AI在靶点发现、候选分子生成、先导优化、ADMET预测、安全性评估和临床开发等环节均取得具体进展。 - 靶点发现从“相关性”向“因果性”转变，多组学模型助力精准靶点筛选。 - 3D结构De Novo生成技术提升化学可合成性，结合Pareto算法与机器人实验室实现高效优化。 2. **资本市场影响** - AI制药显著降低临床不确定性风险，提升药物开发效率。 - 临床I期转化率已有初步提升（70% vs 50%），但II-III期表现仍需观察。 - 资本市场对AI制药公司的投资模式正从传统药物研发向AI赋能的平台合作、软件订阅及数据许可转变。 3. **投资方向建议** - 建议关注**DMTA四大领域**：Discovery（靶点发现）、Modeling & Make（建模与生成）、Test（测试验证）、Analyze（数据分析）。 - 重点推荐具备**端到端AI药物研发能力**、**专有数据**和**垂类模型**的公司，以及持续产出高价值组学数据的平台型公司。 ## 关键信息 ### AI制药市场结构 | 市场类型 | 业务范围 | 交付内容 | |----------|----------|----------| | Software | AI药物发现软件与数字平台 | 软件使用权、模型能力、计算环境 | | Service | AI赋能的药物发现外包服务 | 靶点清单、候选分子、优化方案、项目报告 | ### 主要AI制药公司表现（2025年） | 公司 | 市值（亿美元） | IPO年份 | 主营业务 | 主要赛道 | 商业模式 | 收入（百万美元） | 净利润/亏损（百万美元） | 收入增速 | |------|----------------|---------|----------|----------|----------|------------------|------------------------|----------| | 剂泰科技 | 15.0 | 2026 | AI LNP递送与药物设计 | 大分子 | 平台合作、自研管线/授权 | 14.6 | -25.0 | 6985.0% | | Generate | 18.0 | 2026 | AI药物De Novo | 大分子 | 平台合作、自研管线/授权 | 31.9 | -223.0 | 55.9% | | 英矽智能 | 33.0 | 2025 | AI药物De Novo | 小分子 | 药物发现服务、软件服务 | 56.2 | -44.0 | 34.5% | | 晶泰控股 | 37.0 | 2024 | 机器人实验室、AI4S材料研发 | 小分子 | 药物发现、平台解决方案 | 111.6 | 35.9 | 201.2% | | Tempus AI | 79.0 | 2024 | AI精准医疗诊断、检测数据库 | 诊断服务 | 诊断服务、数据许可/应用 | 1,271.8 | -245.0 | 83.4% | | Relay | 42.0 | 2020 | AI药物De Novo | 小分子 | 自研管线/授权 | 15.4 | -276.5 | 53.4% | | AbCellera | 17.0 | 2020 | AI抗体设计、单细胞筛选 | 大分子 | 平台合作、自研管线/授权 | 75.1 | -146.4 | 160.9% | | Schrödinger | 11.0 | 2020 | 物理建模与AI药物设计 | 小分子 | 软件订阅/许可、药物发现 | 255.9 | -103.3 | 23.3% | ### 高壁垒产业环节 | 环节 | AI工具成熟度 | 壁垒 | 产品/服务 | 中国代表公司 | 海外代表公司 | |------|---------------|------|------------|--------------|--------------| | 靶点发现 | 低-中 | 专业化 | 服务 | 英矽智能、PandaOmics | Tempus AI、Insitro | | 结构/相互作用预测 | 中-高 | 标准化 | 软件/服务 | 剂泰科技、深势科技、百图生科 | Isomorphic Labs、Schrödinger、Recursion | | 候选发现/生成 | 中-高 | 标准化 | 软件/服务 | 华深智药、深势科技、百图生科 | Generate、Isomorphic Labs | | 先导优化 | 中-高 | 标准化 | 软件/服务 | 晶泰控股、成都先导 | Schrödinger、Relay | | 临床前成药性分析 | 低-中 | 专业化 | 服务/试剂 | 金斯瑞、义翘神州、百普赛斯 | Twist Bioscience、Thermo Fisher、Labcorp | | 安全性评价 | 低 | 专业化 | 服务 | 成都先导、百普赛斯 | Quris、Absentia Labs、Vivodyne | | 临床开发 | 低 | 标准化 | 软件/服务 | 深度智耀 | Tempus AI、Medidata、IQVIA | ### 技术驱动的未来 - AI语言模型与生物学结合，有望在数据稀缺的制药领域提升发现效率。 - 验证型公司与垂类模型（如组学分析模型）是当前最接近产业趋势的公司。 - AI赋能的药物研发将提升行业ROI，推动更多新靶点和新分子的发现。 ## 风险提示 1. AI模型性能及技术迭代不及预期 2. 高质量训练数据不足或偏差 3. 临床前结果向人体临床转化不及预期 4. 客户复购及收入持续性不及预期 5. 行业竞争加剧及通用模型替代 6. 研发投入、融资与现金流压力 7. 数据合规、知识产权及监管政策变化 ## 投资建议 - 关注AI制药公司技术进步与商业化能力 - 重视具备端到端能力、垂类模型及专有数据的公司 - 短期看验证型公司，中期关注AI生成分子的临床表现，长期看好AI对行业整体效率的提升 ## 未来研究方向 - 中国及海外重点公司分析 - 行业市场空间与主流模型能力对比 - 跨国药企（MNC）AI基础设施投入对产业链的影响 ## 引用语 > “强大AI或许能将生物发现的速度提高10倍，让我们在5-10年内完成50-100年的生物进展。” > —— Dario Amodei, Anthropic联合创始人兼CEO ## 报告分析师 - 孟科含（SFC HK执业证书编号：BQK878） - 孙旭东（SFC HK执业证书编号：BTL136） - 聂照亿（SFC HK执业证书编号：BQH122） ```