（精選報告來源：幻影智庫）
AI 技術蓬勃發展， AI+ 制藥有望成為下一個黃金賽道。 AI 技術透過機器學習和 深度學習等手段，已經在藥物發現、臨床前研究和臨床試驗等全流程中發揮重 要作用。從 2007 年的早期探索至今， AI 制藥技術經歷了技術積累、驗證和快 速發展期，目前正處於一個技術創新活躍、政策扶持明顯、市場前景廣闊的階 段。 AI 制藥投融資市場活躍，根據 Deep Pharma Intelligence 官網數據，截止 2023Q1 累積投資額達 60.2 億美元，市場規模持續增長，預計到 2026 年全球 市場規模將達到 29.94 億美元。
AI 制藥產業鏈上中下遊分析
AI 制藥產業鏈上遊涉及算力、演算法和數據，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器材包括伺服器和 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演算法，還有數據收集和處 理平台、開源軟件包以及雲端運算平台等輔助類軟件。提供生物技術的企業包括提供 CRO 服務的企業和提供先進器材的企業，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；提供先進器材的企業，則擁有制造冷凍電鏡、自動化實驗 室等器材的高端技術。
AI 制藥產業鏈中遊主要分為四大類： 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 ： 透過人工智能的輔助為客戶更好地交付先導化合物或 PCC ，再由藥企進行後續的開發， 或者合作推進藥物管線。 AI+SaaS ：為客戶提供 AI 輔助藥物開發平台，透過平台為企業 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 有相關平台、提供算力及計算框架服務等參與其中。
AI 制藥產業鏈下遊分為傳統藥企和 CRO 企業。 傳統藥企主要透過自建團隊、對外 投資、 CRO 及技術合作等方式進入 AI 制藥賽道。 CRO 們主要透過風險投資、建立內部 演算法團隊、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，中國 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% 。 並多相容上述三種模式中的 2 種或 3 種，相容 2 種商業模式的最多，占 31% ，相容 ≥ 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，而演算法背景強的團隊 則傾向於進行 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。
AI+ 制藥技術方興未艾，套用端百花齊放
新藥研發具有周期長、投入大、風險高等特點，人工智能介入新藥研發全流程加速 新藥研發速度。 以小分子藥物為例，研發周期平均需要約 10 年，包括發現苗頭化合物 並經過層層結構最佳化得到先導化合物的藥物發現階段 (2-4 年 ) 、針對候選化合物的臨床前 研究階段 (1-3 年 ) 和臨床階段 (3-7 年 ) ，其中藥物發現階段是小分子藥物研發中最重要的 基礎環節，且藥物篩選技術直接關系到先導化合物質素、研發效率、研發成本以及成藥 可能性，是新藥研發持續進行的關鍵。人工智能已介入新藥開發全流程，在靶點發現、 蛋白質結構預測、化合物虛擬篩選、 ADMET 預測有廣泛套用，並可輔助臨床試驗設計 患者招聘等，對臨床期試驗結果預測可有效節省研發費用支出。
報告原文內容節選如下：
本文僅供參考，不代表我們的任何投資建議。【 幻影智庫】 整理分享的資料僅推薦閱讀，如需使用請參閱報告原文。
