国泰海通AI制药行业全解析会议纪要

发布时间：2026-08-17 一、核心要点 1. 本次为国泰海通证券面向签约客户的内部电话会议，仅用于客户内部学习，内容未经许可不得外发，投资需谨慎。 2. 会议邀请的算法科学家因紧急电话需等待2分钟后正式分享，分享内容围绕AI制药（AIDD/计算机辅助药物设计CADD）展开。 3. 传统药物研发临床前分为三个里程碑：靶点调研（无实验结构时用同源建模或AlphaFold预测）、苗头化合物分析（设计满足蛋白口袋结合要求的分子，评估活性、类药性、合成性）、先导化合物优化（评估ADMET/PKPD等成药性指标，以实验手段为主）。 4. AI在药物研发中的应用包括：采用深度学习分子生成（遵循有机化学规则）与化学信息学合成路线导向的分子设计互补；通过分子对接虚拟筛选，将分子数量从数百万降至数百；用FEP（自由能微扰）计算进行高精度活性评估，该方法在管线中可落地且能与实验结果匹配。 5. AI制药核心应用集中于临床前环节，关键是构建可靠的活性评估算法，计算分子自由度带来的算力与降维难题是主要技术门槛。 6. 大分子（如抗体）因分子复杂、自由度极高，难以用计算方法做活性评估，仅能完成分子设计，活性评估需依赖实验；小分子、30个氨基酸以下的多肽/环肽算法适用性较好，复杂分子是头部玩家竞争战场。 7. 目前药企需求偏向大分子项目，但受计算能力限制，实际多采用小分子或多肽/环肽方案，近年这类项目明显增多；大分子AI公司基本依赖自研管线，因无法通过软件销售直接盈利，需结合生物、药化推进管线。 8. 国际AI制药领域，美国薛定谔是全球龙头，李雷等企业实力较强；国内龙头为金泰、绅士，字节旗下子公司智杰（原内部团队2022年起步）侧重原理改进，工业应用落地需时间，金泰研发投入缩减，转向合成自动化方向。 9. 药物研发AI相关商业模式主要分为三类：自研管线的类似Biotech公司、售卖软件的SaaS模式、按里程碑交付服务的CRO模式（国内金泰、康龙等曾侧重此模式，2023年后药企砍项目，金泰转内部工具对外销售）。 10. AI大模型对药物研发的作用集中在流程串接（低代码、自然语言交互简化操作），但无法替代专业算法（如分子生成、合成路线设计等核心模块需专业团队），药物研发核心需专业算法和实验验证。 11. 头部跨国药企（如GSK）长期使用专业AI软件，不会完全替代第三方服务；AI大模型公司难以直接生成药物研发核心算法，收购相关小团队也难改写行业格局，目前AI4S产业仍处效率提升阶段，未出现方法性突破。 二、风险与关注 1. 金泰研发投入缩减，转向合成自动化方向，需关注其业务转型效果。 2. 字节旗下智杰侧重原理改进，工业应用落地需时间，其商业化进展待跟踪。 3. 大分子AI公司因无法通过软件销售直接盈利，需结合生物、药化推进管线，管线落地不确定性较高。三、后续关注点 1. 智杰工业应用落地进展。2. 金泰转向合成自动化方向的业务转型效果。 3. AI4S产业是否会出现方法性突破。