AI制藥技術發展歷史、現狀、產業鏈及市場前景如何？

AI 制藥領域蓬勃發展，有望成為下一個黃金賽道。

1. AI 技術發展迅速，引領制藥領域創新變革

藥物開發過程因其周期長、成本高、效率低而成為該行業長期關注的問題。平均而 言，藥物開發需要 2 億美元的投資，需要 10-15 年才能完成開發創新藥物的整個過程， 從研發到營銷。AI 制藥是以醫藥大數據為基礎，通過運用機器學習、深度學習等 AI 技術 替代大量實驗，對藥物結構、功效等進行快速分析，以優化藥物研發環節的技術手段。 從初期計算機輔助藥物設計，發展到如今的人工智能藥物研發，AI 幾乎參與了從藥物靶 點發現到臨床試驗的全流程。

AI 制藥技術發展歷史： 1) 早期探索期（2007-2012 年）：人工智能技術在藥物發現中的使用，可以追溯到 2007 年劍橋大學開發的 Adam 機器人成功預測酵母菌新功能的案例。而后，機 器人 Eva 發現了牙膏中的成分三氯生可以靶向抑制 DHFR 酶來治療瘧疾。 2) 技術積累期（2013-2016 年）：一大批標志性企業在此階段成立，包括 Exscientia、 Atomwise、Recursion，國內的英矽智能、晶泰科技等。這一階段主要是進行前 期的技術積累與早期商業模式的探索，研究 AI 如何與新藥研發的各環節融合。 3) 技術驗證期（2017-2019 年）：最早一批 AI+新藥企業基本完成前期技術積累， 并陸續開始獲得臨床前候選藥物一類的驗證性成果，部分 AI+新藥企業為藥企 或藥物研發 CRO 企業提供更具廣度和深度的端到端 AI 技術服務。 4) 快速發展期（2020 年-至今）：隨著技術進步，AI+新藥企業與傳統藥企的合作逐 漸深入，最早成長起來的一批 AI+新藥企業相繼取得實質性成果，逐漸形成 AI 制藥的早期參與者、互聯網巨頭和傳統制藥企業三股勢力。

2.技術革新與政策扶持促進 AI 制藥行業快速發展

AI 技術底層突破顯著，賦能醫藥行業發展。近年來，藥物開發領域在計算機技術方 面取得了重大進展，特別是在人工智能領域，利用人工智能系統和軟件使用機器學習算 法處理、解釋和學習輸入數據的人工智能藥物設計得到了廣泛采用。數據、算法和算力 被認為是 AI 的三大支柱，持續推動 AI 領域的發展。機器學習是 AI 的一種類型，計算機 可以自己學習，識別模式然后建立模型，并根據這些模型進行預測;深度學習則是機器學 習的一種進階類型。AI 算法可以按照不同的分類標準進行類型劃分，例如按照模型訓練 方式的差異可以分為監督學習、無監督學習，以及強化學習，按照模型預測任務的不同 可分為分類算法(包括二分類和多分類)、回歸算法、聚類算法、降維算法、異常檢測算 法等。

宏觀政策利好 AI 制藥，AI 制藥企業欲乘東風。AI 新藥研發是人工智能和醫藥的深 入融合產物，也屬于國家重點鼓勵和發展的行業，近年來國務院、政府主管部門出臺了 一系列振興及規范生物醫藥及 AI 新藥研發行業發展的產業政策，依據《“十四五”醫藥工 業發展規劃》與《“十四五”生物經濟發展規劃》政策，國家將重點扶持云計算、大數據、 人工智能等信息技術在新藥研發中的應用，支持和引導 AI 新藥研發行業快速發展。

地方政策發展目標明確，大力扶持 AI 制藥技術發展。地方政策的明確發展目標和對 AI 制藥技術的大力扶持，已經成為推動中國醫藥行業創新和轉型的重要力量，激發了企 業的創新活力，縮短新藥上市周期，提高研發成功率，從而在全球醫藥市場中增強競爭 力。

3.AI 制藥產業鏈上中下游分析

AI 制藥產業鏈上游涉及算力、算法和數據，主要分兩大類:提供 AI 技術的企業和提 供生物技術的企業。提供 AI 技術的企業中，輔助制藥的人工智能硬件設備包括服務器和 芯片等；軟件包括各類機器學習、深度學習以及其他人工智能算法，還有數據收集和處 理平臺、開源軟件包以及云計算平臺等輔助類軟件。提供生物技術的企業包括提供 CRO 服務的企業和提供先進設備的企業，提供 CRO 服務的企業為提供制藥流程中不同階段輔 助服務的傳統 CRO 企業；提供先進設備的企業，則擁有制造冷凍電鏡、自動化實驗室等 設備的高端技術。 AI 制藥產業鏈中游主要分為四大類：AI+biotech、AI+CRO、AI+SaaS 以及 IT 頭部企 業在 AI 制藥產業中的布局。AI+biotech：從藥物本身性質或治療手段分類，從細分領域 看，又可以分為三大類，即小分子藥物、大分子藥物、細胞和基因編輯法。AI+CRO：通 過人工智能的輔助為客戶更好地交付先導化合物或 PCC，再由藥企進行后續的開發，或 者合作推進藥物管線。AI+SaaS：為客戶提供 AI 輔助藥物開發平臺，通過平臺為企業賦 能，幫助企業加速研發流程，節省成本與時間。IT 頭部企業：借助對外投資、打造自有 相關平臺、提供算力及計算框架服務等參與其中。 AI 制藥產業鏈下游分為傳統藥企和 CRO 企業。傳統藥企主要通過自建團隊、對外投 資、CRO 及技術合作等方式進入 AI 制藥賽道。CRO 們主要通過風險投資、建立內部算法 團隊、采用外部 AI 技術、與 AI 制藥公司進行合作等方式切入該領域。

在商業模式上，我國 AI 藥物研發企業主要分為 AI SaaS、AI CRO、AI biotech 三種模 式，即出售軟件、服務和研發藥物，分別占了商業模式總數的 25%、23%和 8%。并多兼 容上述三種模式中的 2 種或 3 種，兼容 2 種商業模式的最多，占 31%，兼容≥3 種模式的 占 13%。有較強藥物研發經驗的團隊多以自研管線為主，而算法背景強的團隊則傾向于 進行 SaaS 和研發服務。“自研+外部合作”已成為主流，以降低 liscence in 的風險。

4.AI 制藥市場藍海前景廣闊

AI 制藥投融資市場活躍，根據 Deep Pharma Intelligence 官網數據，截止 2023 年一 季度累積投資額達 60.2 百億美元。自 2015 年以來，投資于人工智能驅動的制藥公司的 資本金額大幅增加。根據 Deep Pharma Intelligence 官網數據，在過去的九年里，800 家 公司的年投資額增加了近 27 倍（截至 2023 年 3 月，總額為 593 億美元）。2021 年，當 時人工智能在藥物開發公司的年度新增投資為 96.6 億美元，由于全球經濟衰退，2022 年藥物開發公司對人工智能的投資沒有像往年一樣高增（2022 年為 141.8 億美元，而 2021 年為 136.8 億美元），截止 2023 年 3 月，人工智能在藥物開發公司的投資總額為 602 億 美元。

AI 制藥市場藍海廣闊，潛在發展潛力巨大。相較于傳統藥物研發，AI 技術能將藥物 發現、臨床前研究的時間縮短近 40%，將臨床新藥研發的成功率從 12%提高到約 14%。 根據中商產業研究院發布的《2024-2029 中國 AI 制藥市場現狀研究分析與發展前景預測 報告》顯示，2022 年全球 AI 制藥市場規模為 10.4 億美元，較上一年增長 31.31%。中商 產業研究院分析師預測，到 2026 年全球 AI 制藥市場規模將達到 29.94 億美元。