这份研报的核心内容是分析AI制药的投资主线及边际变化。报告指出AI制药正从“设计效率”转向“实验验证吞吐量”的底层矛盾,通过扩大候选供给、提高研发迭代频次,为CRO/CDMO环节创造新增工作量,而非替代其职能。报告还梳理了资金流向变化,分为Gene-to-Protein(金斯瑞)、高通量筛选+高质量数据(成都先导、百奥赛图)、D&M/CMC及一体化CXO(药明康德、药明生物、药明合联)三个阶段,并提出了短期、中期、长期的核心验证指标及交易节奏重点关注路径。
AI制药行业的发展趋势正从早期侧重设计效率转向更注重实验验证吞吐量。通过AI技术扩大候选药物供给、提高研发迭代频次,为CRO/CDMO环节带来更多工作量。资金流向呈现阶段性特征:金斯瑞等代表Gene-to-Protein阶段,成都先导、百奥赛图等处于高通量筛选+高质量数据阶段,药明康德等则处于D&M/CMC及一体化CXO阶段。未来AI制药的价值将更多体现在临床成功率、里程碑兑现、MNC复购及专属模型共建等方面,决定AI平台的估值上限。
研报重点分析了AI制药的投资主线及边际变化,具体包括资金流向变化、核心验证指标和交易节奏。资金流向分为三个阶段:Gene-to-Protein(金斯瑞)、高通量筛选+高质量数据(成都先导、百奥赛图)、D&M/CMC及一体化CXO(药明康德、药明生物、药明合联)。核心验证指标分为短期(2026年)订单、中期(2027-2028年)Pipeline、长期(临床价值)三个维度。交易节奏重点关注Gene-to-Protein及发现端接口、临床前验证环节、D&M/CMC环节、AI平台管线权益兑现等路径。
当前AI制药市场正经历从设计效率向实验验证吞吐量的转变。资金流向呈现阶段性特征,金斯瑞等公司在Gene-to-Protein阶段已实现AI需求向真实实验订单的转化,成都先导、百奥赛图等提供高通量筛选和高质量数据,药明康德等承接AI项目的D&M/CMC开发。市场重点关注AI相关订单增速、AI-originated PCC数量、IND数量及临床项目数等指标。短期看订单增长是关键,中期看Pipeline进展,长期则取决于临床成功率和平台估值上限。
研报提示了AI制药行业的几项关键风险:一是AI设计候选湿实验命中率不及预期,可能导致AI驱动的项目失败;二是AI-originated项目从PCC到IND再到临床的转化率不及预期,影响项目推进;三是MNC外部AI研发采购需求下降,可能减少对AI平台的投入;四是高通量实验产能扩张可能导致价格竞争加剧;五是海外监管、数据安全及地缘政治风险可能影响AI制药的国际合作与发展。这些风险需引起投资者关注。