AI制药持续进展 TWST高增验证DBTL闭环

这份研报主要介绍了AI赋能药物发现的DBTL工作流已形成闭环，海外公司Twist已获订单验证。Twist承接BuildTest实验环节，客户负责AI设计，通过虚拟生成优化DNA序列，Twist进行高通量DNA合成和蛋白表达，开展体外实验分析结合能力、可开发性等，将数据反馈给客户用于AI模型优化迭代。

AI制药赛道目前的发展趋势是DBTL工作流逐渐成熟并形成闭环，从AI虚拟设计到Twist的实验验证，再到临床前开发，形成高效循环。海外公司如Twist已获订单验证，表明市场对AI赋能药物发现模式认可度提升，未来有望加速药物研发进程，降低成本并提高成功率。

研报重点分析了AI制药DBTL工作流的闭环实现，特别是Twist在BuildTest环节的角色和技术优势。包括客户利用AI进行虚拟设计，Twist进行高通量DNA合成、蛋白表达和体外实验分析，以及实验数据如何反馈用于AI模型优化等具体流程。同时关注了该模式对药物研发效率和市场格局的影响。

当前AI制药市场正处于快速发展阶段，DBTL工作流作为AI赋能药物发现的重要模式已逐步落地。以Twist为代表的CRO公司获得订单验证，显示出市场对该模式的接受度。AI虚拟设计大幅减少实体实验需求，结合Twist等公司的实验验证服务，形成高效研发闭环，推动药物研发加速，但整体仍处于发展初期，技术和商业化仍需持续验证。

研报提示AI制药DBTL模式面临的技术风险，如AI模型的准确性和迭代效率，实验环节的可靠性和数据反馈的及时性等。此外，市场风险包括竞争加剧可能导致的价格压力，以及商业化落地过程中可能遇到的法规和临床验证挑战。同时，客户对AI和实验服务提供商的依赖度增加也可能带来合作关系风险。