干湿闭环构筑数据壁垒大分子有望抬升产业天花板

目录TOC\o"1-1"\h\z\u一、四重共振迈向产业化临界点 1二、价值锚点升维，从模型能力向数据闭环与生物设计延伸 4三、行情回顾与产业重点进展 8风险分析 15一、四重共振，AI4S迈向产业化临界点AI技术跨越工程化临界点，从预测单一分子走向设计复杂系统全球首次利用语言模型12，实现完整噬菌体基因组的生成式设计。86日，斯坦福ArcInstitute和BroadInstituteScienceΦX174为模板、以大肠杆菌.coliC1和2设计完整噬菌体基因组，随后完成化学合成与实验验证，获得1和2270万个噬DNA序列，结果显示，Evo1的序列被识别为病毒，Evo2；生成序列与天然序列相似度较低，却具备接近真实噬菌体的编码密度、基因组成和蛋白结构特征，表明模型并非简单复制训练数据，而基因和小型基因回路进一步推进到了完整、能够独立执行复杂生命周期的基因组。图1：Evo能够生成具有真实噬菌体特征的基因组序列药全球首个期阳性，赋能个体化疗法获得验证。8Moderna联合宣布，其个体化mRNA-4157）联合，在INTerpath-001试验与远处转移无进展生存（DMFS）期结果的个体化新抗原疗法T，也是A癌症疗法的历史性验证（1）在药物设计端，I驱动新抗原筛选。NGS个高潜力新抗原，并结合临床与免疫原性数据持续迭代（2）在生产交付端，自动化制造与排程协同。34个新抗原的个体化，并以自动化和机器人技术提升生产效率；Maestro贯通临床、生产、质控与物流，通过AI动态安排患者批次，保障规模化并行生产和按期交付。图2：个体化新抗原疗法的全流程oderna，智药科技大厂纵向延伸、横向结盟，AI4S进入基础设施共建阶段通用模型大厂加速布局生命科学，从模型能力延伸至湿实验闭环。Anthropic正全面加码AI4S，并将AI4SClaudeforSciencesClaudeScienceCoefficientAlphaFoldJohnJumper，补齐专业人才与研发能力。同时，Anthropic构建覆盖模型能力、科研工作流与湿实验验证的AI4S全栈体系。此外，OpenAI推出生命科学专用模型GPT‑Rosalind；字节通过ProtenixAnewLabsAI制药模型及自研管线延伸。20266AnewLabs92.915并保持控股；微软则以MicrosoftDiscovery整合科学Agent正成为科技巨头争夺的下一战略增长极。表1：Anthropic关于AI4S业务布局进展时间 核心事件2025年8月 Anthropic组医疗生命学部，开系统局生物究、物研及医场景的应。2025年10月 Anthropic发布forLife正式入药发现临床究和管申报生命学工流。2025年12月 Anthropic与国能部达多年作，入创纪计，覆生命学和研生力等域。2026年4月 Anthropic收由原GenentechPrescient成员立的Bio，补计算物学药物发及实验能力。2026年2月 Anthropic与AllenInstitute建立作，动入真生物验和研工流。2026年5月 Anthropic与时美贵宝成合，将Enterprise入药研发全球营体。2026年9月 从超过20万逆转酶中选实候选并通湿实发现型系统。2026年6月 AlphaFold核心责人年诺尔化奖得主JohnJumper离开DeepMind并加入。2026年6月 Anthropic发科研能体作台Science，整科研据库专业型和验分工具。2026年8月 为15个靶点计蛋结合，其中个获实验中和与湿验验。2026年9月 Anthropic发布Fable5.1与Mythos5.1，化生科学务能及专场景安防护。2026年9月 Anthropic与和诺达成作，将Science于药发现研发作流。2026年9月 Anthropic确已在金山区建分子物学实验，用验证AI提出生物假设。nthropic官网，Amaker，基础研究观察，湿实验，智药邦，AIForBios，洞察Beating，科创板日报，杭实数科，DeepTech头部正加速与科技厂商共建研发基础设施。礼来AI超算和AIactoy6年1月进一步宣布未来五年投入最高10亿美元共建AITuneLab连续引入ChaiDiscovery的前沿模型，以及TwistGinkgoCharles等湿实验伙伴，推动模型预诺和诺德4OpenAIAI用于药物发现、复杂数据分析和运营提效；8AWSAIAgent与云基础设施；9Anthropic合作，将ClaudeScienceB20265月与AnthropicClaude覆盖研究、临床开发、生产、商业化及企业职能，建设全公司的共享智能平台。上游率先验证，AI需求从模型端向实验端和数据端传导等相继进入礼来TuneLabAIDNA合成、蛋白表达、高通量测试及功能验证，并将实验结果结构化回流模型。随着AI设计与实验迭代频次提升，湿实验需求有望由一次性项目向持续采购转变，相关服务商也将从传统研发供应商升级为兼具数据生产、实验验证与模型迭代支撑能力的研发基础设施。DNAAI2026202624亿美元、同比4.56–4.57亿美元、同比约+21%AI制药带来的药物发现与数据服务列为核心增长驱动，第三财季治疗业务同比+49%、为增速最快板块，若第四财季达成将实现连个季度营收增长。AI相关订单持续增长，20252500万美元，20265000万美元。83.271DNA合成产20268月被AnthropicClaudeOpus及MythosPreviewminibinder（151320条候选序列）开展规模化湿实验并把实测数据回传用于模型迭代。9月，公司加入礼来TuneLab开放平台，为抗体发现提供抗体表征湿实验数据，用以支持并回馈其抗体可开发性预测模型的训练。金斯瑞。AI生成序列转化为51.057.8%940百万%，对应经营利润率约2.%。到20266%的全球生产能力将由自主、AI驱动的自动化枢纽支撑。Gene-to-Protein贡献板块约66%的收入，最快可在4天内完成“序列—表达—检测—数据包”交付，推动AI制药业务同比翻倍、连续第三个半年度快速增长。为承接需求，公司配售募资净额约23.2770%用于扩建AIDD自动化高通量湿实验产能；同时先后与Tamarind、礼来TuneLab合作，为AI设计分子提供规模化实验验证，进一步强化“AI设计—湿实验—模型反馈”的闭环卡位。国家战略升维，AI4S进入体系化布局驱动的医药研发范式。9AI制AI年首创新药（FIC）25%20以上。国家战略持续升维，AI4S与生物医药进入体系化布局。国家“十五五”规划《纲要》将生物医药列入战科学技术”置于六大重点行动首位，明确探索AI驱动0到”重大科学发现，为AI制药发展提供上位政策支撑。二、价值锚点升维，从模型能力向数据闭环与生物设计延伸Agent延伸研发链条，打开价值空间Agent延伸研发链条，干湿实验闭环加速形成。AICoding可快速运行测试不同，科研反馈涉及样本、设备、实验周期和数据标准，物理验证环节决定了迭代速度。随着计算端能够提出更多候选，高通量合成、检测与自动化实验的重要性相应提升，产业竞争也扩展到科学数据、专业工具、AgentGemini的多智能体系统ocentstAgenthMBLnot及AphaFold等专业工具；Anthropic则推出ClaudeforSciences与ClaudeScience，通过Connectors和Agent连接科研文献、生物信息工具及实验数据，并组建内部生命科学实验室，对Agent提出的生物学假设开展真实实验Agent为核心的Lab-in-the-Loop并联合英伟达、Recursion、Anthropic及Medra推进AI工厂和自主实验室建设。图3：罗氏以模型、数据、科研Agent与自主实验设施构建研发反馈体系Science有望成为能力标准化输出的重要载体，进一步打开商业变现空间。AI4S公司主要依靠定制研发项目、软件授权和管线里程碑变现，项目周期长、收入波动大，难以充分体现模型、数据和自Agentnce2026年7月，晶泰控股推出Science多个专业模型、Agents、科研工具及机器人实验资源封装为可按需调用的ScienceToken，统一记录数字预测、任务编排和湿实验执行，推动公司从定制项目服务商向科研基础设施平台升9ScienceToken，并探收费，同时根据数据稀缺性、任务难度和科研价值实行差异化定价。干湿闭环构筑数据飞轮，湿实验室沉淀数据资产当前，AI4S竞争正从模型能力延伸至湿实验基础设施。随着模型生成候选的速度和规模快速提升，实验验证、数据回传与自动化执行逐渐成为研发闭环的核心约束，科技巨头开始通过自建实验室与外部合作两条路径补齐能力。其本质是掌握高质量实验数据的生产入口，构建“模型设计—实验验证—数据反馈—模型迭代”的闭环。在自建方面AntopcAI8Caude1426.7%，高于传统项目约至的典型水平。Claude虽可在数十小时内完成大规模数字设计，但候选序列仍需真实实验验9月18Anthropic已在旧金山湾区建立生物湿实验室，将实验结果反馈至Claude训练，以迭代生物学预测。生命科学负责人EricKauderer-AbramsPCR、克隆、细胞培养及核酸实验的生物学人才。同时，公司提出MH（模型硬件标准，推动aude从提出科学假设、分析数据延Anthropic强调其定位仍是药物研发基础设施，不会进入临床试验环节。图4：蛋白设计实验结果 图5：MHS工作示意图nthropic，DeepTech nthropic，DeepTech在合作方面StationB连接生物模型、实验设计、自动化执行与数据反馈，推动计算预测与真实实验形成闭环；OpenAIGinkgo合作搭建自主实验体系，利用模型优化实验方案，并将实验结果持续反馈至下一轮设计。GoogleDeepMind、IsomorphicLabs及Meta也通过BiohubAI生成候选数量快速增长，科技巨头与自动化实验室、CRO及生物技术公司的合作将进一步深化，竞争重点也由单纯提升模型性能，延伸至湿实验吞吐量、数据质量和反馈效率。总体来看，科技巨头的竞争由此从模型、算法和算力进一步延伸至实验基础设施，湿实验不仅用于验证模1）湿实验作为规模化落地的关键卡点，有望成为物理的重要场景。2）真实实验数据是的核心资产，干湿闭环成为产业发展的必选项据，推动模型性能提升并生成更优候选，进而形成自我强化的数据飞轮。生命科学正迎来一场由深度驱动的爆发式变革。月初，Anthropic强化学习负责人尼克马维尔表示，6个月到24AI对生物学的颠覆性重塑，其释放出的社会正向价值将远远超越软件工程。不仅在技术普及的广度上，更在于它能攻克重大疾病、推进健AI在小分子与蛋白/抗体领域的应用最为突出。其中，小分子药物拥有更丰富的结构与活性数据，分子表征、虚拟筛选和生成式设计等工具也相对成熟，是AI制药落地最快、管线验证最充分的主战场。与此同时，随着蛋白质结构预测、蛋白语言模型和生成式生物学快表2：各药物模态的表征现状模态主流表征成熟度小分子SMILES、分子图、3D构象、指纹成熟多肽序列＋分子图（含非天然氨基酸）较成熟大环分子图（需处理大环构象）较成熟蛋白/抗体序列（语言模型）＋结构成熟核酸序列＋二级结构中等降解剂分子图（但需三元复合物信息）不足偶联药物（ADC）尚无统一表征缺乏IDrugMap小分子是当前AI制药最成熟、成果兑现最快的药物模态，AI的应用已由靶点发现、虚拟筛选和分子生成，逐步迈入临床验证与商业化阶段。小分子建模作为AI驱动药物发现的核心组成部分，涵盖小分子设计与构象建模。前者旨在创造满足特定目标的新颖化学结构，后者侧重生成或优化低能量构象及结合姿势等三维结构。生成方法可分为无约束生成与属性约束生成：无约束生成用于探索化学空间、发现新骨架；属性约束生成则引导模型获得高活性、良好溶解度或低毒性等理想性质。小分子药物的化学空间理论上高达10⁶⁰，AI的核心价值在于Chemistry42、IsomorphicLabs的，本质上都是生成式化学引擎。2026年，英矽智能的AIRentosertib启动Ⅲ期临床。年9国内首款AI辅助研发并获批上市的原创药，标志着AI小分子由技术能力验证迈向药物研发成果兑现。AI加速推动大分子药物研发迈向“预测驱动与可编程设计”，持续拓展生物药的研发边界与价值空间。大分子药物通常具有高特异性、强效性和长半衰期等特点，因此，其在肿瘤、自身免疫性疾病、代谢疾病等重大2026TOP10体以及等生物大分子，涵盖大分子设计与构象建模。前者通过序列或结构生成获得具有期望功能的分子，后者通过优化或推断原子坐标刻画其三维结构与动态。构象建模可分为结构预测、构象生成与结合构象预测，配体复合物的结合构象。由于抗体、蛋白、多肽的结构与功能高度耦合，一个氨基酸的替换可能彻底改变折叠方式、免疫原性或半衰期。大分子AI制药的门槛比小分子更高，但商业天花板也更高。从“造分子”向“造体系”迈进，与小分子侧重生成AI赋能大分子药物更接近“造体系（泛大分子：抗体、重组蛋白、多肽、RNA等以碱基序列为载体，具有天然的数字化特征，序列规则相对明确、设计空间巨大，密码子、二级结构、稳定性和表达效率等指标又能够被计算和优化，使其非常适合语言模AIAI药功能”关系，生成式模型则有机会在巨大的组合序列空间中直接搜索满足特定药效属性的候选序列。但AI在优化抗原、密码子和RNA大分子AI的核心不是单点生成一个序列，而是将“有效载荷设计—成药性优化—制剂递送—体内验证”整合为可预测、可迭代的系统工程。图6：AI驱动核酸疗法的产业化转化南大学，吉赛生三、行情回顾与产业重点进展行情回顾2025年初，DS时刻驱动应用端重估，AI制药以主题共振形式启动。1月，DeepSeek-R1的发布推动市场关注重点由算力基础设施向应用端切换AIAI制药因研发场景潜力大并兼AI医疗、基因检测等细分方向AI能否重塑医药研发范式”的远期空间。2025年7月，头部平台斩获标志性订单，行情完成由“主题概念”向“商业化验证”切换。晶泰控股与DoveTree达成AI药物发现合作，总规模创AI药物发现领域公开合作的新纪录。其标志性意义在于，AI制药首次以真实订单与现金回款接受资本市场检验，估值锚点由主题预期转向订单能见度与商业化兑现能力；晶泰亦借此首次实现半年度盈利，平台型商业模式得到初步验证。2026年8月以来，通用大模型厂商亲自下场，干湿闭环成为产业必选项，上游“卖铲人”率先受益。竞争主体由垂直AI制药公司扩展至通用大模型厂商。Anthropic自建湿实验室、引入AlphaFold核心负责人并联合百时美施贵宝、诺和诺德，OpenAI、微软、字节同步跟进，产业焦点由模型能力延伸至“模型设计—湿实验验证TuneLab纳入Twistkgo等湿实验伙伴，AI8月以表3：AI4S相关标的区间涨跌幅（08.01-10.01）分类名称代码区间涨跌幅AI驱动药物发现/平台型晶泰控股2228.HK19.59%AI驱动药物发现/平台型英矽智能3696.HK31.51%AI驱动药物发现/递送/平台型剂泰科技7666.HK77.44%CRO/CDMO泓博医药301230.SZ57.45%CRO/CDMO美迪西688202.SH47.01%CXO/ADC与偶联药物CRDMO药明合联2268.HK58.30%CXO/大分子CDMO药明生物2269.HK44.68%DNA编码化合物库与AI筛选成都先导688222.SH61.86%培养基与生物药上游耗材奥浦迈688293.SH61.15%基因测序华大智造688114.SH44.32%基因测序贝瑞基因000710.SZ27.88%模式动物/基因编辑模型与抗体发现南模生物688265.SH98.96%模式动物/基因编辑模型与抗体发现百奥赛图2315.HK39.58%模式动物/基因编辑模型与抗体发现药康生物688046.SH57.10%生命科学分子酶与试剂耗材诺唯赞688105.SH56.37%重组蛋白/生命科学下游试剂与合成生物学义翘神州301047.SZ135.56%重组蛋白/生命科学下游试剂与合成生物学百普赛斯301080.SZ191.59%重组蛋白/生命科学下游试剂与合成生物学近岸蛋白688137.SH355.27%重组蛋白/生命科学下游试剂与合成生物学金斯瑞生物科技1548.HK148.39%Fin产业进展ScienceAgent开始承担连续科研工作。8ClaudeAdaptyvTwist进行独立实个靶点中，14个获得有效结合物，1,320354个实验命中；不同运行配置下，单个设计的命中率为22%-35%。相关任务在24-48小时连续运行中完成，表明模型能够组织多项专业计算并交付可测试结果。科研Agent的增量价值体现在任务规划、工具衔接和迭代效率上，为科学家同时推进更多候选方案提供了新的执行方式。诺和诺德合作与生命科学验证计划同步推进，Anthropic将科研能力接入真实药物研发流程。9月16日，诺和诺德宣布与Anthropic合作，围绕具体药物发现问题测试Claude及ClaudeScience，同时加强AI辅助软件开发。9SciencesProgram9月23日，AnthropicClaude950Agent21亿Token，并由研究人员开展实验验证。企业合作、受控访问与自建研究能力结合，推动科研Agent由单次展示向可持续使用的机构工作流发展。图7：Claude在不同配置下完成蛋白设计并获得湿实验命中结果nthropi智慧解决方案收入翻倍，机器人实验室与科研服务需求开始形成规模。8日披露的中期业3.936BD73.8%1.935亿元，49.2%。公司已向礼来交付化合物存储管理系统，与JWPharmaceutical合作的自主合成及工艺研发系统于4月完成交付，智能合成工作站已复制部署至13家客户。实验设备与科研服务增长，图8：晶泰AI4S智慧解决方案上半年收入增长136.4%泰控GeniusAgent与自主实验平台协同，晶泰将专业模型能力转化为可执行的科研任务。公司7月推出XtalPiScienceAgent矩阵，并在中期材料中展示由Agent调度、AI、PhysicalAI和高质量数据构成AgentAgenticHTE3-46天，同时保留关键节点的化学家确认。9LCCPACE平台的设922Viva-Thera7个月内完成一项抗病毒小分子临床前候选物提名。平台向外部科研项目开放，使实验设施与算法能够在更多项目中复用。图9：晶泰AgenticHTE将任务编排、机器人执行与人工确认结合泰控收入与经营现金流同步改善，研发平台的授权及合作成果进入财务兑现阶段。8月日披露的中期业1.063287.2%；IFRS3553.779001.031亿美元，占总814日，2026年已宣布新增合同的潜在总价值约73亿美元，累计约110亿美元，相关对价包括首付款及后续研发、商业化里程碑。现金回款与项目推进为平台扩展提供资源，也使研发效率的评价由模型指标延伸至合作交付和药物资产价值。图10：英矽智能上半年收入增长287%并实现盈利矽智Pharma.AI向通用模型开放专业工具，英矽智能将科研Agent能力与临床管线并行推进。9月24日，公司Pharma.AIMCP、SkillsAgentsPandaOmics、Chemistry42ClaudeCode、、Cursor等入口的衔接，以及由专业工具到标准接口、可复用工作流和Agent编排的分层架构。临床方面，910宣布AI发现靶点并设计分子的Rentosertib在中国III期试验完成首例患者给药。工具平台对外开放扩大研发人员的使用入口，内部及合作管线则通过临床研究检验药物研发成果，两条路径共同增加平台积累专业数据和重复使用能力的机会。图11：Pharma.AI通过MCP、Skills与Agents连接专业模型和通用科研入口矽智GPT-Rosalind扩大机构开放范围，生命科学模型开始形成面向企业研发的收费服务。9月11日，OpenAI宣布GPT-Rosalind结束研究预览，通过可信访问计划向全球符合条件的机构开放，覆盖ChatGPTEnterprise、Codex及API。模型将生物学推理与科学工具调用结合，用于文献证据梳理、药物化学、基因组学及实验规划，并可通过Codex中的生命科学研究插件连接专业工具与数据。10月5日起，标准API输入、缓存输入和输出价格分别为每百万Token5美元、0.5美元和25美元。模型开放与计费机制落地，使专业科研任务能够进入企业软件和算力预算；机构身份审核、权限控制及内部数据管理则成为研发部署的重要配套。图12:GPT-Rosalind提升生化领域的核心基准测试表现 图13:GPT-Rosalind在基准测试中表现领先penAI penAI礼来TuneLab引入金斯瑞与Twist，专业预测平台补齐高质量实验数据生成能力。9月16日，金斯瑞宣布加入LillyTuneLab，为参与企业提供湿实验服务；Twist同日宣布合作，提供抗体表征数据并支持AbLab等可开发性预测模型。TuneLab于2025年推出，向生物技术企业开放基于礼来多年专有研发数据训练的模型，通过合作方贡献数据及联邦学习改进预测能力。本轮扩展将模型筛选与后续实验服务连接，帮助客户把计算候选转化为可比较的生物学证据。随着候选生成提速，蛋白表达、纯化、表征及标准化数据交付成为研发流程中更重要的环节，AI模型与实验服务商的合作也更趋紧密。字节AI制药业务独立融资，产业资本支持科研平台转向长期项目开发。9月16日，据路透社报道，字节AnewLabs15HSG、IDG资本及高瓴等领投，融资后字节仍持有约56%AI药物研发涉及较长的实验、临床和合作周期，独立主体有利于形成适配AI4S的投入正在由内部探索转向专业平台建设；后续能力积累将更多依赖算法、实验数据与药物项目的共同推进。英伟达公布百万级蛋白设计的湿实验论文，生成模型扩展开始对应更大规模的实验验证。9月18日发布的133100万个候选结合物，其中个靶点组成统一筛选集合，115个靶点获得靶向结合命中。该模型将生成式预训练与推理阶段搜索结Manifold3月披露百万级筛选规模，本期新增的是系统化论文与验证结果。研究表明，计算端候选供给扩张需要高通量实验承接，模型优劣也开始通过实验命中、选择性和可重复性等指标评价，湿实验数据对下一轮模型训练的价值随之上升。图14：Proteina-Complexa以湿实验结果比较不同蛋白设计方法VIDIA罗氏推进自主实验室建设，已参与研发管线决策与资源配置。9日，罗氏在Day披露Lab-in-the-LoopAgent20252026年二季AI44%；公司预计TargetNe2026年四季度参与的研究组合决策。该Agent整合靶点生物学、药物发现、临床与组合信息，为研究优先级提供支持。罗氏同时推进AutonomousAccelerator，逐步连接实验执行、分析与报告。大型药企从引入单项工具走向重构研发流程，有助于将模型调用、自动化设备和实验数据投入