AI+制药有望成为下一个黄金赛道

药物开发过程因其周期长、成本高、效率低而成为该行业长期关注的问题。平均而言，药物开发需要2亿美元的投资，需要10-15年才能完成开发创新药物的整个过程，从研发到营销。AI制药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。从初期计算机辅助药物设计，发展到如今的人工智能药物研发，AI几乎参与了从药物靶点发现到临床试验的全流程。

AI制药技术发展历史：

1)早期探索期（2007-2012年）：人工智能技术在药物发现中的使用，可以追溯到2007年剑桥大学开发的Adam机器人成功预测酵母菌新功能的案例。而后，机器人Eva发现了牙膏中的成分三氯生可以靶向抑制DHFR酶来治疗疟疾。

2)技术积累期（2013-2016年）：一大批标志性企业在此阶段成立，包括Exscientia、Atomwise、Recursion，国内的英矽智能、晶泰科技等。这一阶段主要是进行前期的技术积累与早期商业模式的探索，研究AI如何与新药研发的各环节融合。

3)技术验证期（2017-2019年）：最早一批AI+新药企业基本完成前期技术积累，并陆续开始获得临床前候选药物一类的验证性成果，部分AI+新药企业为药企或药物研发CRO企业提供更具广度和深度的端到端AI技术服务。

4)快速发展期（2020年-至今）：随着技术进步，AI+新药企业与传统药企的合作逐渐深入，最早成长起来的一批AI+新药企业相继取得实质性成果，逐渐形成AI制药的早期参与者、互联网巨头和传统制药企业三股势力。

AI技术底层突破显著，赋能医药行业发展。近年来，药物开发领域在计算机技术方面取得了重大进展，特别是在人工智能领域，利用人工智能系统和软件使用机器学习算法处理、解释和学习输入数据的人工智能药物设计得到了广泛采用。数据、算法和算力被认为是AI的三大支柱，持续推动AI领域的发展。机器学习是AI的一种类型，计算机可以自己学习，识别模式然后建立模型，并根据这些模型进行预测;深度学习则是机器学习的一种进阶类型。AI算法可以按照不同的分类标准进行类型划分，例如按照模型训练方式的差异可以分为监督学习、无监督学习，以及强化学习，按照模型预测任务的不同可分为分类算法(包括二分类和多分类)、回归算法、聚类算法、降维算法、异常检测算法等。
宏观政策利好AI制药，AI制药企业欲乘东风。AI新药研发是人工智能和医药的深入融合产物，也属于国家重点鼓励和发展的行业，近年来国务院、政府主管部门出台了一系列振兴及规范生物医药及AI新药研发行业发展的产业政策，依据《“十四五”医药工业发展规划》与《“十四五”生物经济发展规划》政策，国家将重点扶持云计算、大数据、人工智能等信息技术在新药研发中的应用，支持和引导AI新药研发行业快速发展。

地方政策发展目标明确，大力扶持AI制药技术发展。地方政策的明确发展目标和对AI制药技术的大力扶持，已经成为推动中国医药行业创新和转型的重要力量，激发了企业的创新活力，缩短新药上市周期，提高研发成功率，从而在全球医药市场中增强竞争力。

AI制药投融资市场活跃，根据DeepPharmaIntelligence官网数据，截止2023年一季度累积投资额达60.2百亿美元。自2015年以来，投资于人工智能驱动的制药公司的资本金额大幅增加。根据DeepPharmaIntelligence官网数据，在过去的九年里，800家公司的年投资额增加了近27倍（截至2023年3月，总额为593亿美元）。2021年，当时人工智能在药物开发公司的年度新增投资为96.6亿美元，由于全球经济衰退，2022年药物开发公司对人工智能的投资没有像往年一样高增（2022年为141.8亿美元，而2021年为136.8亿美元），截止2023年3月，人工智能在药物开发公司的投资总额为602亿美元。

AI制药市场蓝海广阔，潜在发展潜力巨大。相较于传统药物研发，AI技术能将药物发现、临床前研究的时间缩短近40%，将临床新药研发的成功率从12%提高到约14%。2022年全球AI制药市场规模为10.4亿美元，较上一年增长31.31%。中商产业研究院分析师预测，到2026年全球AI制药市场规模将达到29.94亿美元。

图表：2019-2024年中国AI制药市场规模趋势预测图

数据来源：中研普华产业研究院整理

AI制药产业链上游涉及算力、算法和数据，主要分两大类:提供AI技术的企业和提供生物技术的企业。提供AI技术的企业中，辅助制药的人工智能硬件设备包括服务器和芯片等；软件包括各类机器学习、深度学习以及其他人工智能算法，还有数据收集和处理平台、开源软件包以及云计算平台等辅助类软件。提供生物技术的企业包括提供CRO服务的企业和提供先进设备的企业，提供CRO服务的企业为提供制药流程中不同阶段辅助服务的传统CRO企业；提供先进设备的企业，则拥有制造冷冻电镜、自动化实验室等设备的高端技术。

AI制药产业链中游主要分为四大类：AI+biotech、AI+CRO、AI+SaaS以及IT头部企业在AI制药产业中的布局。AI+biotech：从药物本身性质或治疗手段分类，从细分领域看，又可以分为三大类，即小分子药物、大分子药物、细胞和基因编辑法。AI+CRO：通过人工智能的辅助为客户更好地交付先导化合物或PCC，再由药企进行后续的开发，或者合作推进药物管线。AI+SaaS：为客户提供AI辅助药物开发平台，通过平台为企业赋能，帮助企业加速研发流程，节省成本与时间。IT头部企业：借助对外投资、打造自有相关平台、提供算力及计算框架服务等参与其中。

AI制药产业链下游分为传统药企和CRO企业。传统药企主要通过自建团队、对外投资、CRO及技术合作等方式进入AI制药赛道。CRO们主要通过风险投资、建立内部算法团队、采用外部AI技术、与AI制药公司进行合作等方式切入该领域。