AI制药行业专题报告_30页_2mb

EBCINSIGHTS | CHINA AI制药领域总结

核心内容

AI制药行业正处于快速发展阶段，人工智能技术正逐步渗透到生物制药的各个环节，为药物研发带来革命性的变革。该行业在资本、技术、政策等多方面的支持下，呈现出强劲的增长势头，尤其是在药物发现、临床前研究、靶点筛选、ADMET预测等领域。AI技术不仅提升了研发效率，还降低了研发成本和失败率，为生物制药行业提供了新的解决方案。

主要观点

• 资本热度持续：AI制药受到资本市场高度关注，2020年有11家AI制药公司完成1亿美元以上融资。美国仍是主要融资地区，但中国作为新兴市场，占比迅速提升，成为全球AI制药发展的重要力量。
• 技术发展迅速：AI制药依赖于数据、算力和算法三大核心要素。深度学习算法、云计算和基因测序技术的进步为AI制药提供了强大的技术支持。目前，AI制药企业主要通过构建底层知识图谱和模型训练来建立技术壁垒。
• 商业化探索加速：AI制药初创企业正逐步探索商业化路径，多数从药物发现阶段切入，通过与药企合作，实现业绩付费模式。部分企业已进入临床阶段，如Schrodinger、Exscientia等，展现了AI制药的商业化潜力。
• 合作模式多样：大型药企与AI企业合作频繁，合作方向涵盖神经退行性疾病、癌症、心血管疾病等。AI企业通过提供靶点筛选、药物设计、临床试验优化等服务，为药企节省时间与成本。
• 政策与市场驱动：中国政策鼓励创新，推动本土药企向创新药转型，AI制药企业因此成为重要合作伙伴。同时，市场需求明确，为AI制药企业提供了广阔的发展空间。

关键信息

资本市场

• 2015年至2020年，AI制药融资金额和数量持续上升。
• 美国占据约50.6%的融资份额，中国以9.4%紧随其后。
• 中国互联网巨头如腾讯、华为、阿里、百度、字节跳动纷纷布局AI制药。
• 中国本土资本如启明创投、创新工场、百度风投等也积极投资AI制药企业。

技术确定性

• AI制药技术具有“黑箱”特性，模型结果难以解释，需后期实验验证。
• 两类深度神经网络模型：一类为传统深度学习模型，另一类基于生物学逻辑，采用可见层结构，提高结果的可解释性。
• 数据、算力和算法是AI制药企业发展的三大支柱，其中算法是核心壁垒。

AI技术应用场景

• 药物发现：AI用于靶点筛选、分子生成、药物结构预测等。
• 临床前研究：包括药物活性预测、ADMET性质预测、药物设计优化等。
• 临床试验：AI可优化受试人群选择、预测药物反应、加速临床决策。

重点公司与进展

• Schrodinger：2020年2月在纳斯达克上市，市值约60亿美元。拥有7项关键技术平台，与多家药企合作，两款新药获FDA批准。
• Insilico Medicine：利用GANs和增强学习技术开发新药，2021年成功发现IPF候选药物，耗时仅18个月，成本260万美元。
• BenevolentAI：开发JACS系统，从文献和临床试验中提取数据，提出新假设，加速新药研发。与杨森、阿斯利康、诺华等药企合作。
• Atomwise：使用神经网络模拟分子结构，与礼来、默沙东、拜耳等药企合作，2019年与豪森药业合作开发新药。
• Exscientia：2012年成立，2019年交付首个AI发现的候选药物，与葛兰素史克、罗氏、拜耳等药企合作，融资2500万美元。
• OWKIN：利用联邦学习技术整合生物医学图像、基因组学和临床数据，与罗氏、益普生、安进等药企合作。
• 晶泰科技：专注药物晶型和固相预测，2020年完成3.188亿美元C轮融资，成为AI制药领域融资纪录保持者。
• 云深智药：腾讯旗下AI制药平台，应用元学习和深度神经网络算法，预测精度领先业界。
• 星药科技：2019年成立，专注从苗头化合物设计到临床前候选药物筛选，已完成四轮融资，资金达数千万美元。
• 普瑞基准：基于多组学数据挖掘，自主研发AIBERT平台，帮助药企研究新药管线策略，提升研发成功率。

未来展望

AI制药行业正处于从技术积累向商业化落地的关键阶段。随着技术的不断成熟和资本的持续投入，AI制药有望在未来彻底改变传统药物研发模式，提升研发效率，降低研发成本，推动创新药的快速开发。同时，政策支持和市场需求为AI制药企业提供了良好的发展环境，未来在药物发现、临床试验优化、个性化医疗等领域将有更广泛的应用前景。