关注AI药物研发行业动态探寻未来增长趋势

1、关注AI药物研发行业动态，探寻未来增长趋势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8全球及中国药物研发市场市场规模按照注册分类，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

2、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。关键分析十亿美元年复合增长率2015-20212021E-2030E16.8%14.4%2.9%3.4%3.7%1.3%总体5.5%5.8%十亿人民币8969259439831,0151,0331,0671,1051,1431,1811,2191,2581,2991,3411,3841

3、,427204219234256279300326354385419454492528566606648201820191,294201520162,0752017202020212022E2023E2024E中国药物市场规模，2015-2030E2025E1,8272026E2027E2028E2029E1,5282030E1,1001,6731,1441,6001,1771,3931,2391,3331,4601,7501,9071,990年复合增长率2015-20212021-2030E生物药8.1%7.9%化学药3.0%3.3%总体4.0%4.5%7628018518919167909

4、489749951,0121,0261,0381,0471,0551,0611,0663483723893953993474144284434594754915085255435601502232653153223804525326197148159231,0361,1541,2771881,46320171,97020151,6312020201620192028E20212022E2,0902023E1,85420182024E2025E2026E2,6161,2602027E2,2152029E2030E1,3611,5511,4582,3442,4782,7582,9031,741生物

5、药中药化学药 全球药物市场规模，2015-2030E9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研发市场价值链药物识别药物确认先导化合物筛选先导化合物优化-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药物研发临床试验审批药物生产制造药物销售医疗卫生机

6、构患者经销商学术研究所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外包流向定义：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

7、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）， 并通过向下游医疗卫生机构、患者 等销售药品从而获得利润。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全球及中国药物研发市场药物研发投入1601691821901982122262372392482542026E2023E2016201720182019202020212022E2024E2025E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(

8、2021-2026E): 3.7%十亿美元十亿美元12.214.016.018.222.023.326.329.533.036.640.52016201720182019202020212022E2023E2024E2025E2026E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

9、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。信息来源：灼

10、识咨询10关键信息 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， 2016-2026E11AI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辅助药物研发行业概览AI在药物研发领域的应用销售回报阶段 的长期专利保 护3-6年1-2年5-7年

11、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 I N D提 交 N D A5,000种化合 物250种5种 I期1钟新II期药III期患者数量201001,0006-7年AI在新药研发及商业化不同阶段的应用场景药物发现临床前研究靶点发现化合物研究和筛选化合物合成新适应症发现晶型预测临床试验设计患者招募学术推广检索分析文献等，找学习已知化学知识及学习已知化学反应后将己上市或处于研发晶型变化会改变固体检索过去临床试验中提取患者数据为临为药械企业、医生、出通路、蛋白和机制资料，建立高效的模预测在单一步骤中可管线的药物与疾病进化合物的物理及化学的成功和失败经验，床

12、试验匹配相应患者患者提供全流程的智等与疾病的相关性，型、快速过滤“低质以使用的化学反应，行匹配，发现新靶点，性质改变。可实现高使临床试验方案避免能医学创新服务提出新的可测试假量”化合物、富集潜解析所需分子，得到扩大药物的适应症效动态配置药物晶型重复常见的遗漏、提说以发现新机制新在有效分子可用试剂高安全性等靶点临床试验药品销售应 用 场 景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 领域成为现实。GPU

13、技术AI在药物研发领域的应用传统药物研发流程数据算法算力12AI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AI辅助药物研发行业概览AI在药物研发领域的应用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

14、-3 年，而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，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多组学基于分子靶标识别癌症患者基蛋代线临因白谢粒床组组组体信学学学息能AI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AI介入评价可靶向性靶标数据集非靶标数据集筛选得到疾病相关的可靶向分子基 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

15、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 相关性关键分析基 于 分 子- 靶 标 识 别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 了普适性关键分析活性分子分子特征提取分子特征表征药物相似性 模型药物-靶标对模型靶靶配配靶标标体体标蛋蛋分分小白白子子分的库的据的的据子结药库三活库相构效维性互数团结数作据数构据用库据数库数候选靶标机 器 学 习 算

16、法 模 型AI 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 of Science；灼识咨询13AI辅助药物研发行业概览AI在药物研发领域的应用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成药性预测化合物优化利用AI图像识别技术进行可对高通量筛选过程 的大幅度优化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

17、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AI技术，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 计新的活性物质结构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 期，降低研发费用关键分析AI辅助化合物设计基于人工智能的蛋白三基于人工智能的药物化合物设计基于人工智能的成药性维结构虚拟药物筛选化合物合成化合物从头设计预测inputoutput机器学习算法模型化合 物结

18、构化合物生 成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 来进行化合物筛选从头设计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候选 化合 物 AI辅助化合物发现AI 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

19、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14 AI辅助蛋白质结构预测AI辅助药物研发行业概览AI在药物研发领域的应用 AI辅助晶型筛选和评估粒度 晶习粉体流动性 堆密度蛋白质序列神经网络算法数据库梯度下降；蛋白质序列蛋白质结构深度学习算法（RNN）打分函数预测结构距离预测角度预测游离态药物分子盐型/共晶筛选与评估共晶筛选与评估结晶工艺开发与优化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大部分的药物的靶标都是蛋白质，解析

20、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 技术确定蛋白质结构，需要经过多次的实验，成本 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23周内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15AI辅助药物重定位- 省去了化合物筛选及临

21、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 AI辅助药物重定位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副作用 相似性临床试验数 据文献挖掘药物新靶点、旧 1适应症新靶点、新 2适应症旧靶点、新 3适应症虚拟筛选寻找证据基于概念验证基于实验验证临床实验FDA获批成功的老药新用基于深度学习算法建立疾病-靶点-药物关联模型AI辅助药物重定位流程AI辅助药物重定位简介药物重定位（也称老药新用）是对已经 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-

22、30亿美元， 且不断上升。重新定位旧药的成本约为3亿美元，仅 为约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6.5年，缩短 近一半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，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信息来源： Web of Science；

23、灼识咨询AI辅助药物研发行业概览AI在药物研发领域的应用16AI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辅助药物研发优势AI辅助药物研发行业概览AI辅助药物研发的优势多特异性靶向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，提高净收入实际应用数据表明使用AI技术可以减少约35

24、%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传统新药发现需要3-5年才能筛选出合适 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、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

25、辅助药物研发的五大 优势17AI辅助药物研发国内政策发展- 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 动产业高质量发展信息来源：政府网站；灼识咨询2016.05“互联网+”人工智能三年行动实施方案2016.06关于促进和规范健康医疗大数据应用发展 的指导意见2017.07关于印发新一代人工智能发展规划的通知2017.10促进新一代人工智能产业发展三年行动计 划（2018-2020）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2018.01关于加强和促进食品药品科技创新工作的指导意见2019.08国家新一代人工智能开放创

26、新平台建设工 作指引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2021.07人工智能医用软件产品分类界定指导原则2021.11以临床价值为导向的抗肿瘤药物临床研发 指导原 国内AI辅助新药研发政策发展政策时间颁布机构主要措施政策解读发改委、科技部、工信部等支持和推动人工智能在包含医疗健康领域的规模化应用国务院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 级国务院推进医药监管智能化国务院促进人工智能产业发展，提升 制造业智能化水平国务院鼓励药品医疗器械创新提出的 意见国务院促进药品行业的创新发展科技部推动国家新一代人工智能开放 创新平台发展

27、发改委探索深度融合的学科建设和人 才培养新模式国务院加强相关软件产品监管和推动 产业高质量发展发改委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

28、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 家安全人工智能重点产品规模化发展。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、生产制造、临床应用、 成果转化全链条创新开展细分领域的技术创新。促进成

29、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

30、据。”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AI辅助药物研发政策演变18AI辅助药物研发市场规模信息来源：灼识咨询- 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 AI辅助药物研发市场概览关键信息全球AI药物研发最大的市

31、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， 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%全球主要地区AI药物研发市场情况亚洲51.3%美国欧盟13.4%12.8%12.5%7.6%0.6%英国加拿大澳洲药物研发公司分布,20214.7%741,51860511,143 1,0501316820182025E年复合增长率2018-2025E

32、北美53.9%欧洲52.5%亚太53.8%其他地区43.7%百万美元AI辅助药物研发行业概览AI辅助药物研发市场规模192021年全球药企研发费用Top10亿美元信息来源：公司官网；灼识咨询1234传统生物制药企业药品研发成本居高不下，降本需求推动AIDD持续发展新技术层出不穷，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

33、发展，为AI计算提供基础天河二号Summit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 CoresRmax 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16114713812

34、21139790727170罗氏强生辉瑞默克葛兰素 史克诺华百时美阿斯施贵宝利康艾伯维礼来AI辅助药物研发行业概览AI辅助药物研发聚焦领域AI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 AI辅助药物研发驱动因素 药物研发降本需求强烈技术的不断创新算力的日渐提升数据的持续累积20AI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

35、局的公司相对较少信息来源：公司官网；灼识咨询AI辅助药物研发行业概览AI辅助药物研发公司分布 AI辅助药物研发各环节公司分布AI辅助新药研发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AI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AI辅助药物研发创业公司分布AI辅助药物研发行业概览AI辅助药物研发合作动态2022年7月25日午间，云南白药公告披露，公

36、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。部分AI企业合作情况公司名称合作药企适应症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-

37、Atomwise翰森制药公司（2次）、豪森药业、礼来、辉瑞肿瘤、免疫性疾病Schrdinger拜耳、阿斯利康、武田制药、小野制药等肿瘤、自身免疫病、炎症、新陈代谢疾病头部药企AI辅助药物研发合作次数例举87药企AI辅助药物研发合作情况6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5国际厂商安进、诺和诺德、SK生物制药、三菱制药等亦有布局4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321近期重磅合作华为联手中药巨头云南白药，切入AI制药赛道22头部药企AI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 头部药企AI辅助药物研发聚焦领域AI辅助药物研发行业概览AI辅助药物研发聚焦领域头部药企AI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