一、AI赋能药物研发费用市场,预计全球AJ赋能药物研发费用市场规模将增加至2032年的746亿美元
根据弗若斯特沙利文测算,全球药物研发支出预计将由2023年的2,605亿美元增至2030年的3,943亿美元,CAGR为6.1%。中国的药物研发支出预计将由2023年的366亿美元进一步增至2030年的675亿美元,CAGR为9.1%。
AI赋能药物研发费用市场,预计全球AJ赋能药物研发费用市场规模由2023年的119亿美元增加至2032年的746亿美元,复合年增长率为22.6%。
2018-2030全球及中国药物研发支出

二、全球AI制药监管呈现明显分化特征,政策痛点在AI生成分子专利确权
全球AT制药监管呈现明显分化特征:国内以顶层规划和专项指南为核心,在鼓励技术创新的同时强化数据主权与伦理底线;海外美国FDA采用灵活的风险分层路径,欧盟推行强约束的分级立法监管体系。
政策痛点:AI生成分子专利确权 传统专利审查体系未针对A生成成果设立适配规则,A生成分子的发明主体资格、算法类专利的客体适格性边界均无明确政策界定,确权结果存在较强不确定性。
国内外AI制药监管政策对比

三、靶点发现:AI助力探索传统不可成药靶点
基于AI的靶点发现双引擎驱动。1)知识图谱与文献挖掘:利用大语言模型(LLM)将分散的论文、专利、临床试验报告等数据构建成结构化的生物医药知识图谱,自动挖掘潜在的基因-疾病-药物关联,解决传统文献阅读效率低、信息遗漏的问题。
2)多组学融合与因果推断:通过机器学习与图神经网络(GNN)深度整合转录组、蛋白质组、代谢组等多维生物数据,不仅识别直接的靶点关联,更能构建复杂的疾病分子画像,揭示依赖于特定细胞背景的间接作用机制。
AI重构靶点发现的底层逻辑。结构预测打破不可成药的理论壁垒:AlphaFold3(Nature2024)在AlphaFold2的基础上进行了优化和训练,不仅支持更多种类的分子,还提升了训练效率。它能够预测所有生物大分子之间的相互作用结构,得益于其更灵活和通用的设计,准确率较传统方法提升50%,为靶点验证提供原子级结构支撑。
四、AlphaFold发展与对比,三代完成了三次关键跨越
■从孤立预测到复杂互作模拟,AlphaFold三代完成了三次关键跨越:
AlphaFold (2018):初代模型首次将深度学习引入蛋白质结构预测,通过预测残基间距离矩阵,在CASP13上一鸣惊人,但尚未达到实验精度。
AlphaFold 2(2020):革命性地引入Evoformer模块,实现端到端预测,将单链蛋白结构预则精度推至原子级别,真正解决了困扰学界50年的蛋白质折叠难题。
AlphaFold 3(2024):颠覆上一代架构,改用扩散模型,首次统一预测蛋白质、DNA、RNA、配体等所有生物分子的复合物及修饰状态。它不再止步于蛋白本身,而是直接呈现药物分子与靶点作用的原子级全景,让AI真正从“看清结构”迈向“设计药物”。
AlphaFold 1-3对比

正文及图表目录(部分)
一、AI制药概述:发展史、市场规模、监管政策
二、AI可赋能从药物发现到商业化全流程
三、中美AI制药相关公司对比
1、美股相关公司:Google、Schrödinger、Recursion
2、港股相关公司:英矽智能、晶泰控股、剂泰科技
3、A股相关公司:成都先导、泓博医药
图表:2018-2030全球及中国药物研发支出
图表:2019-2032(估计)AI赋能药物研发费用市场规模
图表:2018-2030中国药物研发外包市场(十亿美元)
图表:2018-2030全球药物研发外包市场(十亿美元)
图表:国内外AI制药监管政策对比
图表:AI制药高价值应用场景
图表:人工智能于传统人工在药物研发中的效率比较
图表:人工智能在制药行业的应用
图表:基于AI的研发与传统研发在创新药中耗费的时间与成本对比
图表:AI在ADMET的作用
图表:AI制药三大核心壁垒分析
图表:结构解析到分子创造
图表:AI驱动肿瘤相关蛋白结构与互作预测的代表性应用案例
图表:单抗、双抗、ADC研发痛点及AI相关应用
图表:INT药物实设计算法流程图
图表:AlphaFold 3 能准确预测生物分子复合物的整体结构
图表:施罗德2017-2025年度收入图(美元)
图表:美股相关公司AI制药布局情况-科技巨头
图表:美股相关公司AI制药布局情况-MNC
图表:全球AI制药竞争格局
图表:全球AI制药相关BD汇总-年初至今
图表:全球AI制药相关BD汇总
图表:AI制药产业链全景图
图表:AI制药对产业链:上游卖水人首先受益
图表:CDE创新药IND申报数量(季度数据)(项)
图表:中国季度医疗健康投融资额及事件数
图表:湿实验验证正成为AI制药环节中的关键瓶颈
图表:AI驱动蛋白订单预期26年下半年及之后保持三位数百分比增长
图表:公司AIDD-Ready核心服务体系:CHO-Direct™
图表:英矽智能核心管线
图表:剂泰科技:递送平台差异化优势显著
图表:H股相关公司对比
图表:生成式AI与传统AI对比
图表:公司各大平台及其核心功能
......
来源:证券;62页报告全文可扫描文末客服二维码咨询。
【免责声明】本文转载自网络,内容版权归原作者所有。如有侵犯您的权益,请及时与我们联系,我们将于第一时间协商版权问题或删除内容。内容为作者个人观点,不代表本公众号立场和对其真实性负责。

商务合作及广告投放联系方式:
联系人:刘老师
手机:14776264685
邮件:WBZX2019@163.com



研报速递