AI药物研发是以医药大数据为基础，通过运用机器学习、深度学习等AI技术替代大量实验，对药物结构、功效等进行快速分析，以优化药物研发环节的技术手段。目前在医药创新领域存在着“双十定律”，即生物医药企业研发一种创新药的完整周期至少需要10年，花费10亿美元。不仅如此，约90%的药物会在临床试验阶段失败。AI技术能够颠覆传统药物研发进程，快速识别药物靶点，从数据库中匹配合适分子，设计、合成化合物并预测药物代谢性质和理化性质，可大大缩短药物研发时间、降低研发成本并提高成功率。
近年来，中国AI药物研发企业融资规模整体向好，但大部分仍处于早期融资阶段。据智研咨询数据，2021年我国AI制药融资规模达12.36亿美元，同比增长163.54%；融资轮次主要集中在天使轮和A轮，B轮及以后占比不足1/3。产品方面，2021年我国AI药物研发实现了从0到1的突破，未知君、冰洲石和英矽智能三家企业研发管线进入到临床一期。但由于技术壁垒等因素限制，目前尚未有AI制药产品上市。
发展驱动
发展现状
AI药物研发产业链上游为AI模型数据集供应及云计算平台，其中数据集提供的医药数据是行业的关键竞争壁垒，云计算平台则是用于保障底层架构的算力供给；产业链中游为AI药物研发企业和IT企业，其中AI药物研发企业主要以医药研发外包形式与下游企业进行合作，在医药数据集的基础上依托内部的训练工具及AI开发工具等进行模型的搭建和训练；IT企业则通过自建AI药物研发平台及提供算力、计算框架服务方式参与AI药物研发；下游为传统药企，中游AI药物研发企业会将其药物研发阶段的服务直接出售给传统药企，因此传统药企是AI药物研发的直接需求者。
目前，AI药物研发市场主体以IT巨头、AI药物研发企业和大型药企三类企业为主，其依托各自在平台、算法和数据的优势切入行业：（1）IT巨头：我国IT巨头依托其AI模型和平台优势，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。例如，“云深智药”是腾讯基于其AI Lab自主研发的深度学习算法、数据库和云计算，打造的AI驱动药物临床前研究开放平台，覆盖了临床前药物研发的全流程；此外，腾讯还与成都先导合作，共同设计完成了首个经实验验证的骨架跃迁分子生成算法。（2）AI药物研发企业是行业的主力军，我国AI新药研发企业依托其算法和数据优势，以CRO（医药研发外包）和自研管线为主要模式切入应用场景。技术上，AI药物研发企业的算法愈受欢迎，成为重要的技术壁垒。此外，这类企业的数据自研能力是关键的竞争要素，AI药物研发所需的高价值数据多源于其智能实验室。（3）我国大型药企主要通过自建团队和业务合作两种方式进入AI药物研发赛道。其中，与AI药物研发企业合作是主要的业务模式，大型药企可凭借其在研发管线、专业背景上的优势弥补AI药物研发企业的不足。近年来，国内大型药企纷纷布局其中，如药明康德与Insilico Medicine合作进行的化合物筛选等。
发展趋势
受政策支持、技术发展、市场需求三大利好因素的叠加驱动，短期内我国AI药物研发市场规模会保持较高的增长率，但由于国内大多AI制药企业仍处于投产研发阶段，总体市场规模相对有限。目前，AI驱动管线多处于临床前研究和临床一期阶段，根据新药研发周期，2022-2025年仍处于验证期。虽然短期内可获取的药物研发管线数量不多，但普遍规模较大，随着研发效率的提升以及AI药物研发企业融资进程的加快，未来行业市场规模增速仍然可观。据艾瑞建模测算，2022年中国AI药物研发市场规模为2.92亿元，2025年将达7.74亿元，CAGR为38.39%。
更多阅读：
