专栏名称: 六合商业研选

六合咨询立足新经济，挖掘明日之星，发现价值，传播价值；国际化视野、多角度观察、深度思考、体系化研究，持续提升研究广度与深度，全面覆盖一级、新三板、二级（A股+美股+港股）；深度剖析优质企业商业模式与投资价值，前瞻性洞察行业本质与发展趋势。

【智能时代】AI+制药：推动医疗创新新引擎，开启药物研发智造新时代

六合商业研选 · 公众号 · 科技自媒体 · 2024-07-22 06:30

正文

AI 为核心的新一轮科技创新浪潮已至， AI 将与互联网一样，带来新一轮范式革命，人类社会将进一步加速发展。我们精心准备，重磅推出【智能时代专题】，目前已规划 121 篇深度原创研报，将全方位梳理 AI 产业、技术、代表性公司等发展历史、现状、趋势，展望智能时代未来图景，挖掘投资机会。

智能时代专题： AI+ 制药

免费版 2,471 字，预计阅读 5 分钟

完整版 16,385 字，欢迎付费解锁

一、传统药物研发大海捞针， AI 破解传统药物研发困境。

传统药物研发投入高、周期长、成功率低，制药成为高风险赌博。 药物从最初发现，到最终上市的漫长旅程，每一步都伴随严格标准与筛选，数以万计候选化合物中，最终只有约 1 种化合物能够通过所有阶段测试与审查，获得 FDA 批准。

Ufts 药物开发研究中心数据，传统药物研发过程中，常常需要药物研究员根据经验，提出 5,000~10,000 种化合物做药物筛选，筛选出约 250 个化合物进入临床前研究，找到 5~10 个化合物进行临床试验，最终有 1 种化合物通过临床测试获得 FDA 批准。

药物研发行业面临双十定律、反摩尔定律困境，传统新药研发模式急需变革。 传统药物研发通常采用漏斗式筛选模型，海量化合物库中层层筛选，最终只有极少数化合物能通过临床试验获批上市。

Nature 统计数据， 1 款新药从实验室走向市场，需要经历漫长研发过程与层层考验，需要大量资本投入。大海捞针式的研发模式效率低下，成功率不断下降，越来越难以满足患者对新药需求。

双十定律：制药公司投入 10 亿美元研发经费， 10 年才能研发出一种新药。 Nature 统计数据，双十定律是理想业态，现实中 1 款新药，从研发到获批上市，需要经历从靶点发现、先导化合物筛选、临床前研究、临床试验等漫长、复杂的过程，平均需要 10~15 年时间，耗费约 26 亿美元，临床成功率不到 10% ，最终只有极少数候选药物能通过层层筛选走向上市。

反摩尔定律：制药公司过去几十年研发支出不断增加， 10 亿美元能换来的新药数量，每 9 年减少一半。 摩尔定律指当价格不变时，半导体性能每 18 个月翻 1 倍。药物研发领域呈现相反特征，新药研发成本不断飙升，每隔 9 年翻 1 番，主要因为新药研发难度不断加大，特别是肿瘤、神经退行性疾病等复杂疾病，传统研发方法难以奏效，需要投入更多资源进行探索，不断趋严监管要求也提高临床试验成本。

药物研发领域低垂果实逐渐摘尽，进一步加大新药研发难度。 过去几十年，制药工业通过经验探索发现许多革命性新药，有效改善许多常见病治疗方式。随着研究深入，许多疾病治疗分子机制日趋复杂，新药研发不得不向疾病发生的根源挖掘，意味着要在基因、蛋白质等更深层次进行探索，技术难度与不确定性大大增加，容易开发的低垂果实已逐渐摘尽，剩下的多是复杂疾病，需要创新开发方法。

二、 AI 全方位影响与重塑制药行业，大幅提高新药发现成功率。

AI 制药本质，是从依赖专家直觉，到数据驱动决策的范式转变，由感性、直觉化，转向理性、数据化。

传统药物研发，专家直觉与经验发挥关键作用，研究人员基于自身知识与感觉，凭借灵感探索研发路径，具有主观性与不确定性，特别是在疾病机理尚不明确的复杂疾病与全新药物研发领域。

AI 制药，高度依赖数据与算法，通过不断训练迭代模型，提取规律性知识，找到正确、高效、可复制的药物研发路径。

AI 正在全方位影响与重塑制药行业，根本上解决药物研发诸多难题，推动制药业实现颠覆性变革。 AI 引领制药业进入更智能、高效、个性化新时代，通过快速分析海量数据，加速药物靶标确认与先导化合物发现；利用算法优化药物分子设计，预测候选药物关键性质，显著提升研发效率、降低成本；助力实现个性化精准用药，推动药物研发从大众化向精准化转型，提高新药可及性，使高质量治疗更普及。

AI 将显著提升药物研发效率，使新药研发周期大幅缩短。 研发效率低下，是制药企业广泛面临的难题，新药从实验室到上市动辄十数年。 AI 可实现海量文献与数据的快速分析挖掘，加速药物靶标确认与先导化合物发现，利用 AI 算法优化药物分子设计与合成路径，缩短先导化合物优化时间，准确预测候选药物药效、毒性、药代动力学等关键性质，提高临床试验成功率。

中国 AI 制药企业晶泰科技副总裁王明泰表示，理论上，可能成药的化合物数量有 10 的 60 次方，数量量级甚至超过地球上物质的原子数量。 传统药物研发，筛选可能成药的化合物主要靠人工实验，效率低，筛选顺序往往基于研发者个人经验，不确定性高；基于 AI 算法，可实现 24 小时内完成对 10 亿种化合物虚拟筛选。

Tech Emergence 数据， AI 在化合物合成与筛选方面，可节约 40%~50% 时间，每年将为制药行业节约化合物筛选成本 260 亿美元。

AI 将极大降低药物研发成本，减少药物研发过程中试错次数，增加成功率。 AI 技术可通过精确数据分析与模型构建，高效筛选先导化合物、优化药物分子设计、预测候选药物关键性质等方式，减少药物淘汰风险，提高研发命中率，大幅降低药物发现阶段的成本投入。 AI 可优化临床试验设计，实现精准匹配患者，不仅能提高试验成功率，也能降低试验成本。

波士顿咨询公司 BCG 数据，对超过 100 家 AI 原生生物技术临床数据分析发现， AI 生成药物分子在 I 期临床试验中，成功率高达 80%~90% ，历史平均水平约 50% ； II 期临床试验中， AI 发现药物分子成功率 40% ，与行业平均水平相当；测试需要时间，目前暂时没有进入 III 期的药物分子，若假设与传统药物在 III 期成功率相当，新药研发成功率，将从目前 5~10% ，提高到 9~18% ，制药行业整体研发效率将实现翻倍。

三、 AI 成为驱动制药行业创新发展催化剂， AI 制药产业迎来高速发展成长期。

受 ChatGPT 掀起的新一轮 AI 浪潮带动，全球各大药企与生物科技公司积极发展 AI 制药。 AI 制药产业日益受到资本市场青睐，行业渗透率快速提升。

MedMarket Insights 数据， 2023 年全球 AI 制药市场规模 12.9 亿美元（ +33% ），预计将保持稳定增长， 2026 年规模将达 24.7 亿美元（ +30.4% ），相比 2023 年接近翻番增长。

全球 AI 制药市场规模

资料来源： MedMarket Insights 、六合商业研选

中国 AI 制药产业迎来高速发展的成长期，市场规模快速扩张。 生物技术与 AI 技术快速发展， AlphaFold 、 ChatGPT 等创新 AI 模型的出现，带动中国 Al 制药市场发展。中商产业研究院数据， 2023 年中国 AI 制药市场规模 10.2 亿元（ +33.0% ），预计将保持稳定增长， 2026 年规模将达 24.9 亿元（ +52.0% ），是 2023 年规模的近 2.5 倍。