量子计算+生物制药产业与技术发展研究报告

目录 4.3复杂度瓶颈：“组合爆炸”的老大难..................................16 编制说明..............................................................................................4 一、时代浪潮下生物医药产业迎来历史性机遇..............................5 五、量子计算赋能加速药物发现三大路径....................................17 5.1路径一：发挥组合优化天然优势......................................175.2路径二：构建量子增强机器学习模型..............................175.3路径三：重构生成式AI模型...........................................18 1.1全球医药市场发展态势与创新药研发的挑战....................51.2中国医药产业正处于转型的关键时期................................61.3 “AI+量子”策略成为制药创新核心引擎..............................7 六、诺奖级理论驱动量子计算机的物理实现................................19 二、全球竞速：生物医药与量子计算的战略布局..........................9 2.1国际发展态势图景................................................................92.2我国政策规划体系与“十五五”新规前瞻............................92.3产业资本与创新生态发展趋势..........................................11 6.1从诺奖理论到量子计算硬件的物理实现..........................196.2伊辛模型：药物发现优化的统一物理语言......................216.3 QUBO模型：优化问题的标准化“语言”...........................226.4量子计算技术路径对比......................................................23 三、当代药物发现的计算革命：从CADD到AIDD...................13 七、量子计算+生物制药关键应用场景解析.................................28 3.1 “偶然发现”到“数据驱动”的演进.......................................133.2经典计算面临的根本性瓶颈..............................................13 7.1发挥组合优化天然优势——加速药物筛选与设计...........287.2构建量子增强机器学习模型——探索化学与构象空间...307.3重构AI模型——实现分子从头设计与优化...................337.4新型量电融合计算平台.......................................................35 四、AIDD的辉煌与理论上限.........................................................15 4.1 AlphaFold2引领的AIDD浪潮...........................................154.2精度瓶颈：“量子物理”的天花板......................................15 8.2超导量子计算的未来展望...................................................37 八、量子计算重塑生物制药未来....................................................37 8.1相干光量子计算的未来展望...............................................37 编制说明 人工智能在生物制药领域取得了巨大突破，特别是人工智能药物发现（AIDD）成为了发展最快、成果最显著的方向。但作为经典计算框架下的巅峰之作，其能力高度依赖于训练数据的质量与广度，并受限于经典物理的描述范畴。近年来，以量子信息科学为代表的量子科技迅猛发展，掀起了第二次量子革命的兴起。量子计算基于量子力学的叠加原理展开了全新的计算模式，它提供了一种从根本上实现并行计算的思路，具备极大超越经典计算能力的潜力，有望解决AIDD的理论瓶颈，为生物制药的研发瓶颈注入变革性力量。 现计算发展的变革、量子计算赋能药物发现的技术路线、应用场景案例等进行跟踪研判，同时对量子计算+生物制药发展趋势前景进行展望，供业界参考。 编制单位：中国电子信息产业发展研究院网络安全研究所、量子科技长三角产业创新中心、粤港澳大湾区量子科技与产业创新联盟、中山大学药学院、北京玻色量子科技有限公司、中国移动云能力中心 研究报告编写组成员：温晓君、周旭、杨云祥、傅宇龙、何雨宸、郑留帅、王维、熊枫、金晱、陈伟、李苏川、胡文浩、郭磊、李哲、文凯、马寅、汤俊杰、杜雪虹、钱岭、黄智国 当前形势下，国内外均在积极布局量子计算战略，联合国宣布2025年为“国际量子科学与技术年”，同时2025年也成为药物研发模式的一个分水岭，行业正在从高度依赖经验的传统路径，全面转向由人工智能（AI）驱动、量子计算增强的智能化新范式。在此背景下，联盟组织研究编写了《量子计算+生物制药产业与技术发展研究报告》，针对量子计算+生物制药的产业发展、药物发 一、时代浪潮下生物医药产业迎来历史性机遇 推动生物医药产业向微观纵深方向加速发展。2024年以来，基因编辑、人工智能、量子计算等新技术的持续突破提升了新药产业化效率，小分子化药、抗体药、细胞治疗药、核酸药物等新药赛道齐相发力驱动新药开发向“高能级”方向发展，创新模式也呈现出网络化和全球化的特点。根据Citeline旗下Pharmaprojects最新发布的《2025年医药研发年度回顾》报告，全球在研药物数量再创历史新高，达到23875个，较2024年增长4.60%。其中美国依然占据全球医药创新的中心地位，研发占比48%，中国则持续保持追赶态势，研发项目占比29.5%。同时，全球生物医药产业的市场规模持续增长，特别是生物药的增速较快。根据最新统计数据，全球生物医药市场规模预计将突破1.5万亿美元，其中中国占比超过20%，市场规模达3.2万亿元人民币，2020-2025年复合增长率高达17.6%，展现出强劲的发展势头。从产业结构来看，化学药、生物药和中药三大板块呈现差异化发展态 1.1全球医药市场发展态势与创新药研发的挑战 生物医药产业是一个关乎人类健康和生命科学前沿的产业，其发展状况与全球经济及科技进步紧密相连。当前，生物医药产业的全球发展现状显示出几个显著的特点和趋势。 首先，全球生物医药产业的竞争格局呈现出美国和欧洲国家的主导地位，但中国等新兴经济体的企业竞争力正在逐步增强。2025年6月全球知名行业媒体Pharmaceutical Executive公布了一年一度的全球制药企业50强榜单（2025 Pharm Exec Top 50Companies），其中有6家中国制药企业上榜，数量创历史新高，这反映出中国的创新药领域全球化征程已起航，其在全球生物医药产业中的影响力日益增强。其次，生物技术的迅猛发展正 势，其中生物药以28%的占比成为增长最快的细分领域，2024年市场规模已达4913亿元，预计2025年将突破8000亿元大关。 1.2中国医药产业正处于转型的关键时期 “十四五”时期，我国生物医药产业迎来了从实验室到临床转化的“加速期”，一批靶向药物、细胞治疗、基因编辑等前沿技术加速从实验室走向患者，转化速度实现与国际水平同步，部分品种在疗效数据上甚至实现“弯道超车”。同时随着《“十四五”医药工业发展规划》、《医药工业高质量发展行动计划（2023—2025年）》、《制造业数字化转型行动方案》、《关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见》等系列文件先后出台，进一步加速推进数字化、智能化技术在医药工业领域的推广应用。在相关政策支持和产业持续创新的共同推动下，我国医药工业自动化、信息化、数字化发展的基础更加坚实，以人工智能为代表的新一代信息技术与医药研发融合日益深入，为我国医药工业进一步实现数智化转型带来新机遇。 新药研发的加速与创新药物的出现是当前全球生物医药产业的一个重要趋势。随着科技的快速发展，特别是在生物技术和化学技术领域，新药的开发周期正在缩短，新药物的研发速度明显加快。新药研发的加速主要得益于高通量筛选技术、基因编辑技术、组合化学技术等现代生物技术的应用。然而药物研发长期面临高风险、长周期和高成本的三大问题，量子前哨发布的《2025版量子计算+生物制药白皮书》统计传统药物从发现到上市平均需10-15年，耗资数十亿美元，而临床试验成功率仅为12.9%。挑战的核心在于经典计算在生物分子模拟中的精度和效率存在双重局限。精度缺陷体现在现有模型难以刻画生物系统的多尺度非线性特征，效率瓶颈则源于生物数据的爆炸式增长。随着量子计算的崛起，凭借其强大的并行计算能力，为药物研发提供了全新的视角。 与此同时，医药工业在数智化发展过程中仍面临顶层设计和协调引导不够完整、企业主动转型能力不足、支撑服务体系有待完善等问题。2025年4月，工业和信息化部等7部联合印发了《医 药工业数智化转型实施方案（2025—2030年）》（以下简称《实施方案》），该《实施方案》深入推进人工智能赋能新型工业化，推动新一代信息技术与医药产业链深度融合，加快推进医药工业数智化转型，进一步提高企业核心竞争力，提升药品质量安全水平，增强供应保障能力，培育和发展新质生产力，促进医药工业高质量发展。 类：从头药物设计、现有数据库虚拟筛选和药物再利用。从头药物设计主要由深度生成AI模型实现，包括英矽智能的Chemistry42软件、Iktos公司的Makya和Ro5公司的DeNovo。现有数据库虚拟筛选方面，应用AI赋能的超大规模虚拟筛选，可从数十亿分子中筛选出成功的苗头化合物。许多公司使用再利用策略进行人工智能药物发现，这一类的公司包括Healx、Benevolent AI、BioXcel Therapeutics，主要使用自然语言处理模型和机器学习，通过分析大量的非结构化文本数据，研究文章和专利、电子健康记录以及其他数据类型来建立和搜索“知识图谱”。与传统计算机辅助药物研发相比，AI具有数据量大、精度高、新颖性强等优势。越来越多的企业布局AI赋能药物开发业务，根据Deep Pharma Intelligence发布的数据，截至2024年，全球约有800家AI公司辅助药物研发。 1.3“AI+量子”策略成为制药创新核心引擎 当前，AI和大数据技术、量子算法的融合，以及新型计算工具和基础设施解决方案，如数据库、云服务等，都在重新定义新药开发的模式。越来越多的量子计算企业将医药作为重要应用场景，其中IBM、谷歌、英特尔、亚马逊、微软等企业都在开发量子计算云平台的同时，不约而同地布局医药应用；同时，一批量子计算的初创企业也积极与量子计算机开发企业合作或利用量子云平台，将量子计算与医药开发知识相结合，开发用于药物发现等方面的工具，以加速应用开发。人工智