东吴医药AIDD专家产业链机遇系列第2场会议纪要

发布时间：2026-08-17 一、会议基本信息 1. 本次会议为东吴证券研究所主办的AIDD（人工智能药物发现）专家产业链机遇系列第2场，面向机构投资者，提醒勿构成投资建议，严禁录音转发。 二、AIDD领域核心进展 1. 过往10年：蛋白-小分子、蛋白-蛋白交互作用的深度学习及图神经网络模型实现突破，AlphaFold提升蛋白结构预测能力； 2. 当前进展：有团队尝试用量子力学提升结构计算精度，大语言模型可实现流程自动化（如调用生物信息学算法），类似代码编写自动化； 三、海外科技大厂AI制药布局 1. 合作与投入：海外科技大厂布局活跃，如Sop、亚马逊与金思维、Twist等CRO合作，亚马逊2025年蛋白生产预计达4万个，年投入量级可观；英伟达、安诺（Anthropic）等围绕蛋白模型布局，部分企业广撒网投入生物医药领域，建设AI创新实验室或虚拟细胞模型； 2. 布局目的：并非以推进药物管线为主要目的，1亿美元级订单更多用于搭建蛋白生产平台、获取数据，而非支撑临床前/临床开发； 四、核心企业技术与经营情况 1. 基因合成技术：分化学法（金思维为全球龙头，性价比高）和芯片高通量合成（Twist为全球唯一龙头），金思维市占率高，国内企业技术差距较大； 2. 蛋白合成AI领域：金思维、白银领先，其他药企/CDMO可做大体积生产；金思瑞蛋白表达业务（生物一部）明年整体增速预估80%，其中AI相关业务翻倍、传统业务增长50%； 3. 金思瑞蛋白表达数据：当前单价约250-500美元，单客户年订单价值与年蛋白表达量挂钩；若今年蛋白表达10万个，平均单价300美元对应单客户年价值约1200万美元； 4. AI模型开发：AI专项模型开发需量体裁衣，聚焦特定靶点性质需求时，蛋白表达量可控制在几万到十几万，无需覆盖10的12至15次方的全量抗体数据；五、AIDD核心卡点与技术评价 1. 三大核心难题：新靶点数量少、现有靶点药理机制不明，大量药物在II期临床失败；蛋白结构预测仅主链准确，侧链氨基酸朝向预测精度不足，影响蛋白结合分析；药物设计需平衡亲和力、拖把、溶解度等多性质，单点优化难以满足整体需求，模型开发与药物研发思维存在差异； 2. 英矽智能评价：所谓创新靶点实则为旧靶点，核心技术是基于蛋白互作网络、细胞信号图谱，加入AI统计分析辅助文献解析，未实现端到端药物设计； 3. 厂商差异：当前通用语言模型仅能优化流程效率，无法解决药物研发这类科学问题，仍需AlphaFold这类解决核心科学问题的基础模型；AIDD模型无需端到端解决问题，单点精度提升（如亲和力、溶解度预测）可通过软件形式为药企提供实际帮助，验证其应用价值；六、提问规则与会议结束 1. 提问规则：电话参会者按星号键再按数字1提问，网络参会者可在直播间互动区文字提问或点击举手按钮申请语音提问； 2. 会议情况：本次会议无新增提问，正式结束。