医药行业AI+药筛专题报告：“快”AI与“慢”药筛-230428（38页）.pdf

《医药行业AI+药筛专题报告：“快”AI与“慢”药筛-230428（38页）.pdf》由会员分享，可在线阅读，更多相关《医药行业AI+药筛专题报告：“快”AI与“慢”药筛-230428（38页）.pdf（38页珍藏版）》请在三个皮匠报告上搜索。

1、 2023年4月28日“快”AI与“慢”药筛 AI+药筛专题报告 行业评级：看好分析师孙建邮箱电话13641894103证书编号S1230520080006证券研究报告添加标题95%摘要摘要 21、AI+药物设计再掀热潮，目前仍处于积累训练期l 为何ChatGPT再掀热潮？生成式人工智能是未来重要的AI技术趋势，ChatGPT让人们再次燃起对AI领域的重视。与AlphaFold针对已知蛋白质序列预测蛋白质结构不同，生成式AI模型可以生成全新的蛋白序列或结构。相比于效率提升，AI+医药真正的魅力体现在使不可能发现的靶点及成药机制成为可能，拓展用于药物研发的初始蛋白结构库，创造新的药物方向及增量市

2、场。l 生物医药已经成为AI最重要的应用场景。传统的制药模式中，药物结构设计高度依赖专家经验、新药筛选失败率高、药企的投资回报率不断下降。在人工智能的所有应用中，医疗行业位列首位。据中商产业研究院统计，2020年 AI+医疗已占人工智能市场的18.9%。根据艾瑞咨询的数据，2020年中国医疗AI市场规模已达到59亿元，市场规模在2025年有望达385亿元，2020-2025年CAGR达46%。l 数据、算法推动快速发展，AI成融资寒冬中的火热赛道。1966年赛勒斯利文索尔将计算机模拟与分子图像相结合实现蛋白质和核酸结构可视化，正式标志着计算机辅助药物设计的开始。2022年医药行业的投融资热度下

3、降，但AI制药赛道反而更加火热。根据公开数据统计，2022年全年AI制药赛道相关的融资总事件达144起，YOY 97%，总金额为62.02亿美元（约人民币426.66亿元）,YOY 47.67%。且美国AI初创公司吸纳了市场上的绝大部分资金，占总融资额的77%。l 看AI管线：在我们统计的80条国内外AI辅助药物设计管线中：推进进度，有42条推进到期，29条推进到期，我们认为AI药物设计兑现期有望在3-5年后来临。从靶点选择上，其中52条已公布靶点，25条未公布靶点，而运用人工智能发现新靶点的管线仅3条，这也表明用AI进行药物研发仍起到相对辅助的作用。从适应症选择上，和传统方法一样，癌症是AI

4、制药企业首选的适应症，其次为遗传性疾病和罕见病。由于2020-2022年疫情对药物的巨大需求，针对COVID-19的药物研发占据了6%。我们认为当前AI+药物设计仍然处于积累训练期。2、板块主要参与者当前国内AI制药市场的主要参与者有三类：互联网公司、药企、CRO。在商业模式上主要分为：AI SaaS、AI CRO和AI biotech，即售卖软件、服务和研发药物。OYcVuUhUlXoMtRsPaQ8QbRnPnNmOpMkPnNtOeRpPtP7NrQrQMYmQqPNZnMyR添加标题95%摘要摘要 3（1）互联网公司：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。我们认为互联

5、网公司做AI+的优势在于大厂资金优势；算法和算力优势。但缺点在于对制药专业领域的知识及经验较为匮乏，因此主要集中在新药研发对数据及算力要求较高的环节，到了CMC之后的阶段，算法能够提供的帮助就非常有限了。（2）CRO：国内外CRO公司纷纷通过自建及合作、投资等方式丰富了自身的AI+服务平台。AI+“降本”中的本指的是CRO的业绩吗？AI现在只能实现“快”，有效性仍待验证。CRO是医药板块转型AI+的最优选。高质量数据是制约AI发展的关键瓶颈。而CRO最大的优势来自于丰富的实验数据，这些数据既包括成功的也包括失败的经验，都将赋能完善数据库。搭建高通量数据生成能力的智能实验室，将成为核心竞争力。但

6、要注意的是CRO的数据或需要相关药企授权。因此，我们认为AI短期无法替代传统人力为主的CRO，且凭借丰富的数据优势，CRO可能成为AI+领域最大赢家。（3）药企：市场上参与AI制药的大型药企仍以资金实力较为雄厚的MNC为主，一般通过自建平台、外部投资并购以及合作的形式展开。截止2022年末全球前十大药企均有AI布局，其中阿斯利康、默克、辉瑞开展的AI项目数位居榜首。国内起步相对较晚，但在2021年进入爆发期。我们认为药企进入AI研发的优势在于在优势领域具有敏锐研发眼光；可以建立独有的、不断迭代的数据库；主动性及系统性强。而缺点在于对算法的理解有限，更倾向于通过自己的经验去优化分子，有路径依赖。