《灼识咨询：关注AI药物研发行业动态探寻未来增长趋势（2022）（24页）.pdf》由会员分享，可在线阅读，更多相关《灼识咨询：关注AI药物研发行业动态探寻未来增长趋势（2022）（24页）.pdf（24页珍藏版）》请在三个皮匠报告上搜索。

1、行业顾问战略咨询募投研究专家网络2022年8月China Insights ConsultancyCIC灼识咨询灼识咨询关注关注AI药物研发行业动态，探寻未来增长趋势药物研发行业动态，探寻未来增长趋势本文件提供的任何内容均系灼识咨询公司独有的高度机密性资料。未经灼识咨询公司事先书面许可，任何人不得以任何方式擅自复制、传播、出版、引用、改编本文件内容。2CIC灼识咨询灼识咨询CIC灼识咨询(China Insights Consultancy)是一家服务于企业投融资企业投融资与战略发展战略发展的专业咨询机构。灼识咨询为各行业公司赴资本市场上市及融资过程提供完备的行业咨询和顾问服务，我们的团队曾经

2、帮助逾百家中国公司成功赴海外上市。同时我们为投资中国的私募基金提供完备的 商业尽职调查服务，从而帮助他们发现真正的机会，回避潜在的风险。关于关于灼灼识识上海上海|北京北京|南京南京|杭州杭州|深圳深圳|广州广州|香港香港3一家服务于企业上市与融资的专业咨询机构灼识咨询灼识咨询为各行业公司为各行业公司赴资本市场上市赴资本市场上市及及融资融资过程提供完备的行业咨过程提供完备的行业咨询和顾问服务询和顾问服务曾曾助力助力逾逾六六百家中国公百家中国公司成功上市司成功上市灼识咨询为企业后续的灼识咨询为企业后续的发展保驾护航发展保驾护航帮助企业发现并抓住市帮助企业发现并抓住市场机遇，发展壮大场机遇，发展壮大

3、执行过上百个战略咨询执行过上百个战略咨询项目项目灼识咨询为投资中国的灼识咨询为投资中国的私募基金提供完备的商私募基金提供完备的商业尽职调查服务业尽职调查服务帮助客户发现真正的投帮助客户发现真正的投资机会资机会帮助客户回避潜在风险帮助客户回避潜在风险IPO战略咨询战略咨询商业尽调商业尽调4CIC灼识咨询主要覆盖的行业灼识咨询主要覆盖的行业文化娱乐金融能源智能制造互联网食品化工新零售农业生命科学通信技术物流运输房地产覆盖覆盖200个细分领域个细分领域5灼识咨询的行业专家网络数据库覆盖全球超过灼识咨询的行业专家网络数据库覆盖全球超过300,000名行业专家名行业专家80,000+80,000+70,

4、000+30,000+20,000+20,000+灼识现已拥有由 300,000 名专家和行业精英所组成的数据库平台；覆盖消费零售、医疗、信息与互联网技术、汽车、交通物流、能源及电力系统、金融服务、环境及楼宇科技、金属矿产、化工材料、电子技术、工业自动化、农业等行业的主要企业、科研院校和相关机构。一二线城市：一二线城市：160,000+海外专家：海外专家：50,000+其中有超过其中有超过80,000名医疗行业的专家名医疗行业的专家。通过与行业资深专家的沟通，灼识咨询能够获得最有价值的行业资讯。6演讲人介绍演讲人介绍侯绪超创始合伙人医疗及大健康行业新加坡、香港、上海侯绪超是灼识咨询的创始合伙人

5、，负责医疗及大健康行业的战略制定、投融资和公司首次公开募集（IPO）的咨询业务。创立灼识咨询之前，侯緒超先生拥有10年以上中国咨询经验，多年亚太市场咨询经验，负责客户沟通、咨询研究方法设计、项目管理、公司发展战略讨论与实施等，他对医疗行业有非常深入的理解，管理参与过近500个咨询项目和多个上市项目，曾经服务过的公司有飞利浦医疗、西门子医疗、美敦力、波士顿科学、强生医疗器材、先锋医药、泰凌医药、迈瑞医疗、凤凰医疗、康辉、上海微创、爱康国宾等行业龙头企业。侯先生曾协助时代天使、思派科技、康基医疗、康希诺生物、欧林生物、艾美疫苗集团、百克生物、嘉和生物、燃石医学、IntelliCentrics、康宁

6、杰瑞、前沿生物、AOBiome、永胜医疗、安特医疗、Republic Healthcare、Echosens等近百家公司在全球资本市场成功上市。7灼识创始合伙人侯绪超先生受港交所之邀为港交所上市科和香港证监会同事进行行业分类及发展趋灼识创始合伙人侯绪超先生受港交所之邀为港交所上市科和香港证监会同事进行行业分类及发展趋势方面的培训势方面的培训8全球及中国药物市场规模全球及中国药物市场规模-全球及中国药物市场近年来逐渐发展并将继续保持平稳增长，整体上化学药品占据较大市场份额信息来源：灼识咨询市场规模全球及中国药物研发市场 按照注册分类，全球药品市场主要包括化学药和生物药。近年来，全球药品市场中生物

7、药增长迅速，2015年到2021年，生物药年均复合增长率为8.1%，远超化学药3.0%的增长速度，预计2021年到2030年生物药年均复合增长率为7.9%，化学药为3.3%。目前，化学药仍在全球市场占据主导地位，2021年化学药和生物药的市场规模分别为10,673亿和3,260亿美元。中国药品市场可划分为化学药、生物药和中药，其中，中药指以中国传统医药理论指导采集、炮制并指导临床应用的药物。近年来，中国药品市场中生物药增长迅速，复合年均增长率自2015年到2021年达5.5%，其中生物药复合年增长率为16.8%，但目前中国医药市场在总量上仍然呈现化学药为主、中药为辅、生物制药为补充的格局。关键

8、分析关键分析年复合增长率-2030E8.1%7.9%3.0%3.3%总体总体4.0%4.5%十亿美元年复合增长率E-2030E16.8%14.4%2.9%3.4%3.7%1.3%总体总体5.5%5.8%十亿人民币中国药物市场规模，中国药物市场规模，2015-2030E8969259439831,0151,0331,0671,1051,1431,1811,2191,2581,2991,3411,3841,4272042300326354385456660664820,294201

9、520162,075201720212022E2023E2024E2025E1,8272026E2027E2028E2029E1,5282030E1,1001,6731,1441,6001,1771,3931,2391,3331,4601,7501,9071,990生物药化学药76280909489749951,0121,0261,0381,0471,0551,0611,06634837238939539934744754960532238045253261,0361,1541,277

10、1881,46320171,97020151,63192028E20212022E2,0902023E1,85420182024E2025E2026E2,6161,2602027E2,2152029E2030E1,3611,5511,4582,3442,4782,7582,9031,741生物药中药化学药全球药物市场规模，全球药物市场规模，2015-2030E9全球及中国药物市场价值链全球及中国药物市场价值链-药物研发、临床试验审批作为整个医药行业的上游，是未来发展的方向和重点；全球及中国药物市场涉及多个利益相关方，其中CRO在新药研发、临床试验审批环节上发挥重要作用信息

11、来源：灼识咨询全球及中国药物市场价值链全球及中国药物市场价值链价值链全球及中国药物研发市场-药物识别-药物确认-先导化合物筛选-先导化合物优化-药物研发临床试验审批药物生产制造药物销售-临床前研究-临床I期，II期，III期研究-FDA、EMA、NMPA、CDE等机构审批进程-试验药物生产制造-批发销售药物生产制造-医疗卫生机构（医院、诊所、卫生院等）-患者-临床IV期研究1234医疗卫生机构医疗卫生机构患者患者经销商经销商学术研究所学术研究所CROCMOCSO 药物营销策略 药物销售 制药工艺流程设计 试验及大规模销售药物生产 部分药物相似性试验等 临床前研究 临床试验 药物申请 先导化合物

12、发现 先导化合物优化服务流向产品流向全球及中国制药企业全球及中国制药企业外包流向定义：定义：CRO（药物研发外包服务）：CRO可分为临床前CRO和临床试验CRO两种。其中，临床前CRO主要从事化合物研究和临床前研究服务；临床试验CRO主要侧重于临床研究，包括I期至IV期临床试验、临床试验数据管理和统计分析、以及登记申请和审批后药物安全监测。CMO（药物加工外包服务）：CMO主要受制药企业委托，以进一步开发和改进生产工艺，以及制造用于临床试验和商业销售的中间药物，并承担原料药和药物制剂的生产和供应。CSO（药物销售外包服务）：CSO从制药企业获得药品的分销权（或其他所有者的药品分销权），并通过向

13、下游医疗卫生机构、患者等销售药品从而获得利润。10全球及中国药物研发投入全球及中国药物研发投入-随着疾病复杂程度提升，临床试验的设计越来越复杂，传统医药公司的研发投入不断增长信息来源：灼识咨询药物研发投入全球及中国药物研发市场072392482542026E2023E2002020192022E20212024E2025E全球医药公司药品研发投入年复合增长率(2016-2021):5.8%年复合增长率(2021-2026E):3.7%十亿美元十亿美元12.214.016.018.222.023.326.329.533.036.6

14、40.52001720182022E20192023E2024E2026E2025E中国医药公司药品研发投入年复合增长率(2016-2021):13.8%年复合增长率(2021-2026E):11.7%新药的诞生会受到多方面因素的影响，但研发资金的不断投入是其最根本的保障。从2016年至2021年，全球医药研发费从1,600亿美元上涨至2,120亿美元，年复合增长率为5.8%。在全球经济增长缓慢的大背景下，医药市场整体监管趋严，全球医药行业研发投入将继续保持低速增长。到2026年，预计全球医药公司药品研发投入将会达到2,540亿美元，年复合增长率较2016至2021年将会

15、再下降2.1%。然而，在研发费用低速上升的同时，新药研发成功率却在不断降低。据统计，进入药物开发管道的5,000至10,000个先导化合物中，平均只有一个能最终上市。因此，中国药企的研发投入占比近年来持续提高。据统计，2021年中国规模药企的研发投入达到233亿美元，并且预计将于2026年达到405亿美元，年复合增长率为11.7%。保持较高研发投入所产生的重磅药及新药的技术优势所带来的可持续良性盈利能力愈加成为中国药企巨头重点关注的投入方向。关键信息关键信息全球医药公司药品研发投入，全球医药公司药品研发投入，2016-2026E中国医药公司药品研发投入，中国医药公司药品研发投入，2016-20

16、26E11AI在药物研发领域的应用在药物研发领域的应用-数据、算法、算力三方面的发展，使得AI大规模进入药品研发领域成为现实；传统药物研发主要包含药物发现、临床前研究、临床试验和上市销售环节；AI的应用场景贯穿药物研发及商业化的全流程，能显著提高研发效率信息来源：The upside of being a digital pharma player,Drug Discovery Today;灼识咨询AI在药物研发领域的应用AI辅助药物研发行业概览销售回报阶段的长期专利保护3-6年6-7年1-2年5-7年药物发现临床前研究临床试验FDA回顾规模化上市后前期研发FDA批准上市提交IND提交NDA患

17、者数量201001,000I期II期III期5,000种化合物250种5种1钟新药AI在新药研发及商业化不同阶段的应用场景在新药研发及商业化不同阶段的应用场景靶点发现靶点发现化合物合成化合物合成化合物研究和筛选化合物研究和筛选晶型预测晶型预测患者招募患者招募临床试验设计临床试验设计学术推广学术推广检索分析文献等，找出通路、蛋白和机制等与疾病的相关性，提出新的可测试假说以发现新机制新靶点学习已知化学知识及资料，建立高效的模型、快速过滤“低质量”化合物、富集潜在有效分子学习已知化学反应后预测在单一步骤中可以使用的化学反应，解析所需分子，得到可用试剂将己上市或处于研发管线的药物与疾病进行匹配，发现新

18、靶点，扩大药物的适应症晶型变化会改变固体化合物的物理及化学性质改变。可实现高效动态配置药物晶型检索过去临床试验中的成功和失败经验，使临床试验方案避免重复常见的遗漏、提高安全性等为药械企业、医生、患者提供全流程的智能医学创新服务药物药物发现发现临床前临床前研究研究临床试验临床试验药品药品销售销售新适应症发现新适应症发现应用场景提取患者数据为临床试验匹配相应患者机器学习图像识别深度学习和认知计算自然语言处理技术伴随着药物研发数据的高速累积和数字化转型，以及人工智能技术(AI)的加速发展，AI在新药发现的应用日益增多，优势也得到突出体现。数据、算法、算力三方面的发展，使得AI大规模进入药品研发领域成

19、为现实。GPU技术AI在药物研发领域的应用在药物研发领域的应用传统药物研发流程传统药物研发流程数据数据算法算法算力算力12AI用于靶点发现用于靶点发现-AI利用自然语言处理技术（NLP），可以高效率挖掘文献、组学数据、功能实验数据等海量医学资料，在短时间内发现药物和疾病之间的作用关系，从而得到药物在机体细胞上产生效用的候选靶点信息来源：Web of Science；灼识咨询AI用于靶点发现用于靶点发现AI在药物研发领域的应用AI辅助药物研发行业概览 药物研发过程的首要步骤是选择药物作用的靶点蛋白。药物研发过程的首要步骤是选择药物作用的靶点蛋白。在癌症中突变率较高、患者数量较多的ALK、EGFR

20、等靶点都是非常有市场的靶点 传统靶点发现通过人工阅读科研文献，收集分析流行病学数据，结合个人经验去推测潜在的药物靶点，通常耗时 2-3 年，而AI利用自利用自然语言处理技术（然语言处理技术（NLP），可以高效率挖掘文献、组学数据、功能实验数据等海量医学资料，在短时间内发现药物和疾病之间的作用），可以高效率挖掘文献、组学数据、功能实验数据等海量医学资料，在短时间内发现药物和疾病之间的作用关系关系，从而得到药物在机体细胞上产生效用的候选靶点，这大幅缩短了靶点发现的时间，加快了药物研发的进程基于分子基于分子靶标识别靶标识别基于多组学基于多组学靶标数据集非靶标数据集癌症患者癌症患者基因组学蛋白组学代谢

21、组学线粒体功能临床信息AI介入比较和正常人体组学差异介入比较和正常人体组学差异自然语言处理深度学习算法发现疾病相关分子发现疾病相关分子筛选得到疾病相关的可靶向分子筛选得到疾病相关的可靶向分子AI介入评价可靶向性介入评价可靶向性基于多组学 AI借助多组学数据对患者样本进行分析，识别患者与正常人的差异部分，通过对照靶标数据库定位可能的靶标分子 AI用于靶点发现极大的缩短了靶点发现所需的时间，克服了传统方法对现有文献基础的依赖，不再需要通过实验手段阐述疾病和信号通路的相关性关键分析关键分析基于分子-靶标识别活性分子活性分子靶标蛋白的结构数据库靶标蛋白的药效团数据库配体分子的三维结构数据库配体分子的活

22、性数据库靶标小分子相互作用数据库分子特征提取分子特征表征候选靶标候选靶标药物相似性模型药物-靶标对模型 AI借助深度学习算法，建立分子-靶标数据库，进而高效预测可能存在的药物分子靶标 相比目前常用的基于基因组学和蛋白组学的高通量筛选方法，利用AI进行活性分子靶标的识别和确证能大幅度降低成本及缩短实验周期，且提高了普适性关键分析关键分析机机器器学学习习算算法法模模型型13AI 辅助化合物发现辅助化合物发现-AI辅助化合物发现与设计，可对高通量筛选过程大幅度优化，直观地定性推测物质的结构和活性的关系，从而推测出活性位点的结构和设计新的活性物质结构，大幅缩短研发周期，降低研发费用信息来源：Web o

23、f Science；灼识咨询AI在药物研发领域的应用AI辅助药物研发行业概览靶点蛋白三维结构预测苗头化合物发现候选化合物先导化合物发现化合物优化成药性预测利用利用AI图像识别技术进行可对高通量筛选过程图像识别技术进行可对高通量筛选过程的大幅度优化的大幅度优化-苗头化学物苗头化学物是指对特定的药物分子靶标具有初步活性的化合物。一般大规模的跨国药企都有50-300万化合物储备，配备了人工智能技术的AI+Drug企业的化合物数据库容量可达到16B+-业内大力倡导使用AI/ML来开发高效、高准确率的虚拟筛选方法，可代替成本高昂、耗时较长的高通量筛选过程借助借助AI技术，可以直观地定性推测物质的结构技术

24、，可以直观地定性推测物质的结构和活性的关系，从而推测出活性位点的结构和设和活性的关系，从而推测出活性位点的结构和设计新的活性物质结构计新的活性物质结构-先导化合物先导化合物是具有较好生物活性和可成药化学结构的化合物，只需再进一步进行结构改造以及修饰即可进入临床试验环节AI辅助化合物的发现与设计，大幅缩短研发周辅助化合物的发现与设计，大幅缩短研发周期，降低研发费用期，降低研发费用关键分析关键分析AI辅助化合物设计辅助化合物设计基于人工智能的蛋白三基于人工智能的蛋白三维结构维结构基于人工智能的药物化合物设计基于人工智能的药物化合物设计基于人工智能的成药性基于人工智能的成药性预测预测虚拟药物筛选虚拟

25、药物筛选化合物合成化合物合成化合物从头设计化合物从头设计inputoutput机器学习算法模型机器学习算法模型化合化合物结物结构构生成模型是目前从头设计最有效的方法，通过对大量化学结构概率分布的学习，学习到药物化合物特征，而不引入任何严格的规则，从而生成全新化合物基于作用靶标筛选基于药物作用靶标特征是和药物分子结构，预测药物-靶标相互作用来进行化合物筛选基于分子结构筛选基于相同机理的化合物定量构效关系研究，绘制药效团模型，借助打分函数从化合物库中筛选利用基于深度学习算法的骨架跃迁生成模型、骨架衍生生成模型等策略，生成候选化合物虚拟药物筛选化合物生成候选候选化合化合物物从头设计AI辅助化合物发现

26、辅助化合物发现14AI 辅助蛋白质结构预测辅助蛋白质结构预测-克服了传统技术需多次实验高成本的缺点，让低成本较准确顸测蛋白质的三维结构成为可能；Al结合实验的晶型预测和筛选技术可以在23周内预测出潜在的最佳药物晶型，大幅降低了固体形态在后期应用的风险信息来源：Web of Science；晶泰科技；灼识咨询AI辅助蛋白质结构预测辅助蛋白质结构预测AI在药物研发领域的应用AI辅助药物研发行业概览AI辅助晶型筛选和评估辅助晶型筛选和评估粒度晶习粉体流动性堆密度蛋白质序列蛋白质序列神经网络算法神经网络算法数据库数据库梯度下降梯度下降；蛋白质序列蛋白质序列蛋白质结构蛋白质结构深度学习算法深度学习算法（

27、RNN）打分函数打分函数预测结构预测结构距离预测距离预测角度预测角度预测结晶工艺开发与优化结晶工艺开发与优化共晶筛选与评估共晶筛选与评估盐型盐型/共晶筛选与评估共晶筛选与评估游离态药物分子游离态药物分子性质需要优化性质满足要求衡量标准：溶解度/溶解性物理化学稳定性/引湿性优势晶型AI辅助蛋白质结构预测辅助蛋白质结构预测 大部分的药物的靶标都是蛋白质，解析蛋白质的结构对于药物分子的设计至关重要，而蛋白质拥有复杂且多变的二维三维结构 传统方式只能通过核磁共振、射线和冷冻电镜等传统方式只能通过核磁共振、射线和冷冻电镜等技术确定蛋白质结构，需要经过多次的实验，成本技术确定蛋白质结构，需要经过多次的实验

28、，成本极高。极高。深度学习算法让较准确地顸测蛋白质的三维结构成为可能AI辅助晶型筛选和评估辅助晶型筛选和评估 晶型与药物稳定性和溶解度等理化性质相关，可以强烈影响药物的生物利用度，最终影响药物的疗效 传统的通过实验筛选稳定性强且溶解度好的晶型，需要耗费大量时间进行试验尝试 Al结合实验的晶型预测和筛选技术可以在结合实验的晶型预测和筛选技术可以在23周内周内预测出潜在的最佳药物晶型预测出潜在的最佳药物晶型，有效加速研究和决策过程，大幅降低固体形态在后期应用的风险。关键分析关键分析15AI辅助药物重定位辅助药物重定位-省去了化合物筛选及临床前验证等许多环节，是研发成本最低和周期最短的新药研发模式之

29、一AI辅助药物重定位辅助药物重定位在数据中寻找证据在数据中寻找证据药物生产制造疾病组学药物组学通路数据表型筛选表型筛选副作用副作用相似性相似性临床试验数临床试验数据据文献挖掘文献挖掘药物药物新靶点、旧适应症1新靶点、新适应症2旧靶点、新适应症3虚拟筛选寻找证据虚拟筛选寻找证据基于概念验证基于概念验证基于实验验证基于实验验证临床实验临床实验FDA获批获批成功的老药新用成功的老药新用基于深度学习算法建立疾病基于深度学习算法建立疾病-靶点靶点-药物关联模型药物关联模型AI辅助药物重定位流程辅助药物重定位流程药物重定位药物重定位（也称老药新用也称老药新用）是对已经是对已经上市或上市失败的药物重新确定适

30、应症上市或上市失败的药物重新确定适应症，可以省去化合物筛选及临床前验证等许多环节，是研发成本最低和周期最短的新药研发模式之一-推动一个新药物上市成本平均需要20-30亿美元，且不断上升。重新定位旧药的成本约为成本约为3亿美元亿美元，仅为约十分之一十分之一-药物重定位可以跳过临床期，意味着相比新药研发，老药新用大大缩减了研发时间。传统药物研发通常需要13-15年，老药新用所需时间约时间约6.5年年，缩短缩短近一半近一半药物重定位的热门目标是仿制药和在开药物重定位的热门目标是仿制药和在开发过程中途被放弃的药物发过程中途被放弃的药物，理论上能够拥有新用途的药物比例在75%左右-仿制药上市时间长、相关

31、临床数据透明，同时因为专利过期，临床试验相对容易，成本低。如涉及新配方或用途，仿制药依然能申请专利或FDA授予的3年市场独占权-已经通过临床期、获批却未生产上市及在开发过程中被放弃的药物可能有重定位的价值AI辅助药物重定位简介辅助药物重定位简介信息来源：Web of Science；灼识咨询AI在药物研发领域的应用AI辅助药物研发行业概览16AI辅助药物研发的优势辅助药物研发的优势-AI应用在新药研发领域可以大幅缩短研发时间和成本，并提高预测准确性、药物功效和安全性；AI药物筛选后生成简便制备流程以提高临床研究的效率；AI的多特异性靶向可以降低复杂疾病药物的研发难度信息来源：灼识咨询AI辅助药

32、物研发优势辅助药物研发优势AI辅助药物研发的优势AI辅助药物研发行业概览多特异性靶向多特异性靶向提供简便制备流程提供简便制备流程复杂疾病涉及数百种蛋白质，仅靶向其中一个靶点很难造成足够影响。AI技术可尝试寻找与数十种目标蛋白质相互作用但又避免与其他蛋白质相互作用的化合物节省成本，提高净收入节省成本，提高净收入实际应用数据表明使用AI技术可以减少约35%成本。回顾国际大药企近年的净收入趋势，大部分药企在开始应用AI后，净收入表现可观一般AI药物筛选成功后系统都会生成一套相对简单的制备工艺流程，方便药企快速制备药物，提高临床研究的效率缩短新药发现时间缩短新药发现时间传统新药发现需要3-5年年才能筛

33、选出合适的先导物作为临床研究候选，AI新药发现只需要1-2年，甚至几个月年，甚至几个月就能完成传统新药发现一次只能评估有限的证据，AI可读遍所有相关数据库，深度学习快速分析大数据，在数字端确认药物与靶点的互动关系，提供了更好的预测提高预测准确性、提高预测准确性、药物功效和安全性药物功效和安全性新药发现时间图示传统AI下降超过60%13家公司应用AI技术前后净收入变化应用AI前一年应用AI当年AI辅助药物研发的五大辅助药物研发的五大优势优势17AI辅助药物辅助药物研发国内政策研发国内政策发展发展-近年来，我国在人工智能和药物研发方面均出台了一系列的政策，鼓励和支持人工智能应用于药物研发，推动产业

34、高质量发展信息来源：政府网站；灼识咨询国内国内AI辅助新药研发政策发展辅助新药研发政策发展AI辅助药物研发政策演变政策时间政策时间颁布机构颁布机构主要措施主要措施政策解读政策解读2016.05“互联网+”人工智能三年行动实施方案发改委、科技部、工信部等突破若干人工智能关键核心技术，增强智能硬件供给能力。加强产业链协同和产业生态培育，提升公共创新平台服务能力。加强人工智能应用创新，引导产业集聚发展，促进人工智能在国民经济社会重点领域的推广。加快发展“互联网+”新模式新业态，培育壮大人工智能产业支持和推动人工智能在包含医疗健康领域的规模化应用2016.06关于促进和规范健康医疗大数据应用发展的指导

35、意见国务院大力推动政府健康医疗信息系统和公众健康医疗数据互联融合、开放共享，消除信息孤岛，积极营造促进健康医疗大数据安全规范、创新应用的发展环境，通过“互联网+健康医疗”探索服务新模式、培育发展新业态支持健康医疗的人工智能技术，促进健康医疗智能装备产业升级2017.07关于印发新一代人工智能发展规划的通知国务院构建开放协同的人工智能科技创新体系。把握人工智能技术属性和社会属性高度融合的特征。坚持人工智能研发攻关、产品应用和产业培育“三位一体”推进。全面支撑科技、经济、社会发展和国家安全推进医药监管智能化2017.10促进新一代人工智能产业发展三年行动计划（2018-2020）国务院人工智能重点

36、产品规模化发展。人工智能整体核心基础能力显著增强。工业领域智能化水平显著提高。人工智能产业支撑体系基本建立促进人工智能产业发展，提升制造业智能化水平2017.12关于深化审评审批制度改革鼓励药品医疗器械创新的意见国务院促进药品医疗器械产业结构调整和技术创新，提高产业竞争力，满足公众临床需要，现就深化审评审批制度改革鼓励药品医疗器械创新提出以下意见鼓励药品医疗器械创新提出的意见2018.01关于加强和促进食品药品科技创新工作的指导意见国务院重点支持食品安全保障，创新药、儿童专用药、临床急需以及罕见病治疗药物医疗器械研发。围绕产业链部署创新链，围绕创新链完善资金链，统筹推进食品药品产品研发、生产制

37、造、临床应用、成果转化全链条创新促进药品行业的创新发展2019.08国家新一代人工智能开放创新平台建设工作指引科技部开展细分领域的技术创新。促进成果扩散与转化应用。提供开放共享服务。引导中小微企业和行业开发者创新创业推动国家新一代人工智能开放创新平台发展2020.03关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见发改委以国家发展人工智能的重大战略需求为中心，以“需求导向、应用驱动”“项目牵引、多元支持”“跨界融合、精准培养”为基本原则，瞄准“理论、算法、平台、芯片和应用”等急、断、缺的短板领域，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系探索深度融合的学科

38、建设和人才培养新模式2021.07人工智能医用软件产品分类界定指导原则国务院药监局对人工智能医用软件明晰了定义，其是指“基于医疗器械数据，采用人工智能技术实现其医疗用途的独立软件。含人工智能软件组件的医疗器械分类界定可参考本原则。”同时也对医疗器械数据做出明确定义，指“医疗器械产生的用于医疗用途的客观数据，特殊情形下可包含通用设备产生的用于医疗用途的客观数据。”加强相关软件产品监管和推动产业高质量发展2021.11以临床价值为导向的抗肿瘤药物临床研发指导原发改委新药研发应该以为患者提供更优（更有效、更安全或更便利等）的治疗选择作为最高目标，从患者需求的角度出发对抗肿瘤药物的临床研发提出建议。其

39、内容提出，在对照试验中，根据需要，可以选择阳性对照药、安慰剂或最佳支持治疗（BSC）作为对照强调了单臂实验的适用范围AI辅助药物研发行业概览18AI辅助药物研发市场规模辅助药物研发市场规模-全球AI药物研发市场北美地区占比最大，亚太地区排名第三，预计全球AI药物研发市场规模将在2025年达到38.8亿美元；目前全球AI药物研发企业约343家，其中超过50%的公司集中在美国信息来源：灼识咨询AI辅助药物研发市场概览辅助药物研发市场概览AI辅助药物研发市场规模 全球AI药物研发最大的市场在北美，亚太地区排名第三。亚太地区2018年的市场规模为5100万美金，预计2025年市场规模将达到10亿美元，

40、复合增速为53.8%。全球市场规模将在2025年达到38.8亿美元 目前，全球AI药物研发企业约343家，其中超过50%的公司集中在美国，英国和欧盟分别占据12.5%和13.4%，亚洲大约12.8%，其中中国占据约4.7%关键信息关键信息全球主要地区全球主要地区AI药物研发市场情况药物研发市场情况加拿大亚洲51.3%美国13.4%澳洲欧盟英国12.8%12.5%7.6%0.6%药物研发公司分布药物研发公司分布,20214.7%741,518601,143511,05025E年复合增长率年复合增长率2018-2025E北美欧洲亚太其他地区53.9%52.5%53.8%43.

41、7%百万美元AI辅助药物研发行业概览19 传统生物制药企业药品研发成本居高不下药品研发成本居高不下，降本需求推动AIDD持续发展2021年全球药企研发费用年全球药企研发费用Top10 亿美元AI辅助药物研发驱动因素辅助药物研发驱动因素-强烈的新药研发降本需求，技术的不断创新，研发数据的持续累积和计算能力的日渐提升将推动人工智能药物研发市场快速发展信息来源：公司官网；灼识咨询AI辅助药物研发驱动因素辅助药物研发驱动因素AI辅助药物研发聚焦领域AI辅助药物研发行业概览1234 新技术层出不穷新技术层出不穷，自动化、高通量筛选、分子砌块库、超大虚拟筛选库等技术以及云计算GPU的应用、AI算法的升级推

42、动AIDD不断发展计算机硬件设备人工智能算法2016年3月，AI程序AlphaGo大胜韩国著名棋手李世石，这一事件加快了AI在医疗领域的探索和应用药物研发降本需求强烈药物研发降本需求强烈 超级计算机超级计算机等技术发展保障算力，大规模平行计算的FPGA和GPU架构的发展，为AI计算提供基础天河二号天河二号Summit富岳富岳 Fugaku2,414,592 CoresRmax 148,600 TFlop/sRpeak 200,794.9 TFlop/s7,630,848 CoresRmax 442,010 TFlop/sRpeak 537,212 TFlop/s4,981,760 CoresR

43、max 61,444.5 TFlop/sRpeak 100,678.7 TFlop/s 随着药物研发产业的发展和医疗互联网的出现，各类药物研发药物研发数据持续积累数据持续积累 大量的计算数据、研究成果公开发布以及业内人士的合作交流，为药物研发提供基础大量研发数据公开数据库医疗互联网270罗氏强生辉瑞默克葛兰素史克百时美施贵宝诺华阿斯利康艾伯维礼来技术的不断创新技术的不断创新算力的日渐提升算力的日渐提升数据的持续累积数据的持续累积20AI辅助药物研发各环节公司分布辅助药物研发各环节公司分布-目前AI辅助药物研发布局分布在药物发现、临床前研究、临床试验和

44、药品销售的各个阶段；其中布局最多的环节是先导化合物的设计优化合成，其次是化合物筛选、靶点发现和药物重定位，晶型预测、剂型设计环节布局的公司相对较少信息来源：公司官网；灼识咨询AI辅助药物研发各环节公司分布辅助药物研发各环节公司分布AI辅助药物研发公司分布AI辅助药物研发行业概览AI辅助新药研发辅助新药研发主要玩家主要玩家靶点发现化合物筛选先导化合物设计优化合成晶型预测剂型设计ADMET 预测临床前实验结果预测临床试验设计患者招募、分组药物重定位（老药新用）21头部药企头部药企AI辅助药物研发合作动态辅助药物研发合作动态-传统制药公司与AI新药研发公司频频达成高额合作，赛诺菲、安进、默沙东、阿斯

45、利康、辉瑞等一众头部药企均有所布局信息来源：公司官网；灼识咨询国内国内AI辅助药物研发创业公司分布辅助药物研发创业公司分布AI辅助药物研发合作动态AI辅助药物研发行业概览2022年7月25日午间，云南白药公告披露，公司23日与华为签订人工智能药物研发全面合作协议。根据协议，双方将在人工智能药物研发领域，开展交流和合作，包括但不限于大小分子设计、相关病症、数据库开发等。除华为以外，包括腾讯、阿里巴巴、百度、字节跳动等互联网巨头也纷纷展开布局。此次华为联手云南白药切入这一赛道，将起到重要的催化作用。头部药企头部药企AI辅助药物研发合作次数例举辅助药物研发合作次数例举药企药企AI辅助药物研发合作情况

46、辅助药物研发合作情况近年来，头部药企积极参与AI药物研发合作，其中强生、辉瑞、阿斯利康、诺华、拜耳等头部药企合作次数接近10次国际厂商安进、诺和诺德、SK生物制药、三菱制药等亦有布局国内头部玩家药明康德、正大丰海、豪森药业、云南白药也参与到AI研发合作中部分部分AI企业合作情况企业合作情况公司名称公司名称合作药企合作药企适应症适应症Exscientia罗氏、拜耳、赛尔基因、赛诺菲、GSK、Evotec、日本住友制药等肿瘤、心血管疾病Concerto HealthAI强生、杨森制药、辉瑞（2次）、安斯泰来、BMS等肿瘤、白血病Iktos默克（2次）、强生、Servier、Almirall等-At

47、omwise翰森制药公司（2次）、豪森药业、礼来、辉瑞肿瘤、免疫性疾病Schr dinger拜耳、阿斯利康、武田制药、小野制药等肿瘤、自身免疫病、炎症、新陈代谢疾病87654321近期近期重磅重磅合作合作华为联手中药巨头云南白药，切入华为联手中药巨头云南白药，切入AI制药赛道制药赛道22头部药企头部药企AI辅助药物研发聚焦领域辅助药物研发聚焦领域-目前头部药企AI药物研发聚焦的疾病领域主要是癌症和精神类疾病，占比超过50%；其次是心脑血管、肝肾肠胃和呼吸系统，占比大约30%；其余合作涉及的领域包括糖尿病、眼病、白血病、感染类疾病、免疫类疾病、药物副作用领域信息来源：公司官网；灼识咨询头部药企头

48、部药企AI辅助药物研发聚焦领域辅助药物研发聚焦领域AI辅助药物研发聚焦领域AI辅助药物研发行业概览头部药企头部药企AI药物药物研发聚焦领域研发聚焦领域 目前头部药企AI药物研发聚焦的疾病领域主要是癌症和精神类疾病癌症和精神类疾病，占比超过超过50%其次是心脑血管、肝肾肠胃和呼吸系统心脑血管、肝肾肠胃和呼吸系统，占比大约大约30%其余合作涉及的领域包括糖尿病、眼病、白血病、感染类疾病、免疫类疾病、药物副作用领域糖尿病、眼病、白血病、感染类疾病、免疫类疾病、药物副作用领域27.4%27.4%12.9%9.7%8.1%4.8%1.6%3.2%1.6%1.6%1.6%癌症肝肾肠胃病精神类疾病心脑血管疾

49、病呼吸系统疾病糖尿病眼病白血病抗感染免疫疾病药物副作用11肝肾肠胃病精神类疾病癌症心脑血管疾病白血病糖尿病呼吸系统疾病眼病抗感染免疫疾病药物副作用23中国中国AI辅助药物辅助药物研发重点方向研发重点方向-国内AI辅助药物研发领域中小分子化合物虚拟筛选，新靶点发现以及药物优化设计和药物重定向是目前较为热门的方向信息来源：BiopharmaT；公开资料整理；灼识咨询国内国内AI辅助药物研发创业公司分布辅助药物研发创业公司分布AI辅助药物研发公司分布AI辅助药物研发行业概览小分子化合物虚拟筛选，新靶点发现以及药物优化设计和药物重定向是创业公司的热门方向。40.0%28.0%8.

50、0%17.0%7.0%小分子化合物虚小分子化合物虚拟筛选拟筛选新靶点发现新靶点发现药物的优化设计以药物的优化设计以及重定向及重定向疾病疾病药物药物AI技术技术病原体发病原理发病类型药性药效作用机理靶点1靶点2靶点3靶点发现靶点发现Z结构结构稳定性好溶解度好X结构结构稳定性强溶解度差Y结构结构稳定性好溶解度差AI晶型预测平台晶型预测平台（深度学习、认知计算）（深度学习、认知计算）晶型预测晶型预测AI技术技术深度学习虚拟筛选系统高通量筛选系统计算机模拟分析命中率：0.0010.01%需先有大量化合物大量体外活性测试命中率：224%有限化合物化合物筛选化合物筛选认知计算图像识别化合物筛选化合物筛选2

51、4中国中国AI辅助药物辅助药物研发重点公司情况研发重点公司情况-“AI辅助药物研发”的热潮，不仅诞生了众多新兴企业，还促进了传统制药大企在AI领域的探索；此外，IT巨头也尝试利用自身的互联网基础与平台优势进行技术布局，扩张业务版图，进入“AI辅助药物研发”的赛道中国中国AI辅助药物辅助药物研发重点公司情况研发重点公司情况AI辅助药物研发竞争格局AI辅助药物研发行业概览公司名称公司名称成立时间成立时间AI应用场景应用场景融资情况融资情况阶段性成果阶段性成果晶泰科技晶泰科技2014年创立于麻省理工学院校园，总部位于深圳化合物合成、化合物筛选、晶型预测、药物重定向2021年完成D轮4亿美元融资，融资

52、总额超过8亿美元，创全球AI药物研发领域融资额的最高纪录ID4智能药物研发平台英矽智能英矽智能2014年，早期总部设立于美国马里兰州巴尔的摩，后期设立在中国香港靶点发现、化合物合成、临床试验设计和预测2021年6月完成2.55亿C轮融资AI 新药靶点发现平台PandaOmicsAI 分子生成和设计平台Chemistry42望石智慧望石智慧2018年7月成立于北京市化合物筛选合成、ADMET 预测2021年4月完成B+轮融资，融资总额1亿美元智能化药物研发平台燧坤智能燧坤智能2018年9月成立于于南京市靶点发现、化合物筛选合成、药物重定向2021年获A轮超亿元人民币融资创新药研发综合平台 AI4DAI辅助药物研辅助药物研发行业图谱发行业图谱AI企业企业医药企业医药企业IT企业企业信息来源：公司官网；灼识咨询