chanong AI技术蓬勃发展，AI+制药有望成为下一个黄金赛道。AI技术通过机器学习和深度学习等手段，已经在药物发现、临床前研究和临床试验等全流程中发挥重要作用。从2007年的早期探索至今，AI制药技术经历了技术积累、验证和快速发展期，目前正处于一个技术创新活跃、政策扶持明显、市场前景广阔的阶段。AI制药投融资市场活跃，根据Deep Pharma Intelligence官网数据，截止2023Q1累积投资额达60.2亿美元，市场规模持续增长，预计到2026年全球市场规模将达到29.94亿美元。
AI制药产业链上中下游分析
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。在商业模式上，我国AI药物研发企业主要分为AI SaaS、AI CRO、AI biotech三种模式，即出售软件、服务和研发药物，分别占了商业模式总数的25%、23%和8%。并多兼容上述三种模式中的2种或3种，兼容2种商业模式的最多，占31%，兼容≥3种模式的占13%。有较强药物研发经验的团队多以自研管线为主，而算法背景强的团队则倾向于进行SaaS和研发服务。“自研+外部合作”已成为主流，以降低liscence in的风险。
AI+制药技术方兴未艾，应用端百花齐放
新药研发具有周期长、投入大、风险高等特点，人工智能介入新药研发全流程加速新药研发速度。以小分子药物为例，研发周期平均需要约10年，包括发现苗头化合物并经过层层结构优化得到先导化合物的药物发现阶段(2-4年)、针对候选化合物的临床前研究阶段(1-3年)和临床阶段(3-7年)，其中药物发现阶段是小分子药物研发中最重要的基础环节，且药物筛选技术直接关系到先导化合物质量、研发效率、研发成本以及成药可能性，是新药研发持续进行的关键。人工智能已介入新药开发全流程，在靶点发现、蛋白质结构预测、化合物虚拟筛选、ADMET预测有广泛应用，并可辅助临床试验设计患者招聘等，对临床期试验结果预测可有效节省研发费用支出。
