长城证券专家谈AI制药与创新药出海行业现状及风险

发布时间：2026-08-16 一、核心要点 1. 本次会议为长城证券产业金融研究院举办的AI制药主题策略电话会，嘉宾观点仅代表个人，不构成投资建议，严禁录音或转发 2. 传统制药流程共分8阶段，各阶段成功率依次为：靶点到Hit约80%、Hit到Lead约75%、先导化合物优化约85%、临床前开发约70%、一期临床约54%、二期临床约34%、三期临床约70%、申报上市约10%，整体成药成功率约10%-11% 3. AI制药目前应用集中于虚拟筛选、分子生成、亲和力预测、结构优化、ADMET预测等环节，全球共有24款AI研发药物进入临床试验，其中Recursion的一款脑海绵状血管畸变药为真正创新型AI药物 4. AI制药商业模式分为三类：AI/CRO服务、软件工具、AI+自研管线，主流模式为自研管线，拥有原生数据闭环能力的公司更具优势；国内AI制药公司超100家，主要集中在北上苏杭，核心评价指标为管线与数据资产 5. 当前AI制药领域处于初期探索阶段，大语言模型在生物医药领域应用有限，国内如字节跳动等企业仍在布局相关团队，现有应用多基于非大模型类传统AI工具 6. 全球AI制药仅能对已有分子进行优化或改良，无法生成真正的创新药，大分子AI生成仍处于初期，验证存疑；AlphaFold等AI工具仅能提供蛋白结构参考，无法解决全部问题 7. 全球AI制药小分子领域有部分长期布局的成功案例，如某公司针对胰腺癌的AI设计小分子药，并非当前热门大语言模型应用 8. 讨论聚焦AI制药与创新药相关服务的行业现状，针对资本市场热炒的AI for Science领域，提出市场需求是真实爆发还是炒作的核心疑问 9. 当前AI暂无法实现端到端药物设计，仅能作为工具解决部分环节如药物优化的问题，需科学家交互配合；湿实验是AI制药闭环的必要环节，AWS（原文表述）等AI相关企业已完成四五万个蛋白表达，这类需求属增量市场，来自传统药企外的新需求 10. 传统药企如赛诺菲、生姜也在布局AI制药，湿实验室蛋白服务企业订单量大增，金斯瑞2025年蛋白生产营收约1.5亿美元，2026年目标增长80%，2027年或再增80%，AWS（原文表述）为金斯瑞提供超2万个分子且今年持续增加，Twist也获大量AI蛋白领域订单11. 金斯瑞、Twist等湿实验室蛋白服务公司壁垒高，短期内难被竞争对手替代 二、AI制药核心挑战 1. 无起始数据时分子生成成功率极低，需依赖高质量标注数据2. 算法算力差异小，数据为关键壁垒3. 对全新靶点、临床设计、复杂大分子的免疫原性等核心科学问题难突破三、投资线索与关注 1. 美股Twist、港股金斯瑞等企业并非AI企业，仅提供湿实验室蛋白服务，股价短期翻倍，其订单增量需求来自非传统药企的AI公司，属于AI制药领域的增量市场机会 2. 传统药企对AI制药工具的布局及需求，可关注湿实验服务与AI工具结合的上下游机会四、风险与关注 1. AI制药仍处于初期探索阶段，大语言模型在生物医药领域的实际应用价值有限，难以解决制药领 域的核心科学问题，对生物医学这类复杂科学问题的解决能力不足2. 资本市场对AI for Science领域的炒作风险，需警惕非核心业务驱动的股价异常波动3. 湿实验室蛋白服务市场的竞争格局变化，需关注新进入者对金斯瑞、Twist等企业的替代风险