您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 [未知机构]:东吴医药AIDD专家产业链机遇会议纪要 - 发现报告

东吴医药AIDD专家产业链机遇会议纪要

2026-08-17 未知机构 郭生根
报告封面

发布时间:2026-08-17 一、核心要点 1. 本次会议为东吴证券研究所AIDD专家产业链机遇系列会议,参会者以机构投资者为主,专家分享海外AI制药科技大厂投入、订单、行业格局及模型开发等内容 2. 海外科技大厂(如亚马逊、Anthropic、DeepMind、Meta)加大蛋白合成、虚拟筛选等投入,基因合成龙头为金斯瑞,高通量基因合成龙头为Twist,海外蛋白生产规模化企业少,金斯瑞产能领先 3. 海外科技大厂与中国CRO(如金斯瑞)签大额多年期订单(如1亿美元蛋白合成订单),订单分拆为主供应商占一半、其余分剩余,部分大厂仅要分子层面数据,无需细胞实验,金斯瑞可提供分子层检测 4. 大小分子AIDD存在差异,小分子AIDD技术成熟,有丰富化合物库及筛选工具,依赖度低;大分子AIDD因蛋白合成难度高为行业重点,模型突破有限,核心突破为AlphaFold蛋白结构预测,大模型多用于流程自动化 5. 金泰、Recursion等模型平台均基于现有模型优化,Recursion端到端整合干/ 湿实验数据闭环,有1款临床创新药;各大模型开发卡点包括新靶点验证、蛋白侧链朝向预测、多性质平衡等 6. 通用语言模型主要用于流程自动化、提升效率,药物设计是科学问题,需专注解决科学问题的基础模型(如阿尔法折叠2),有这类模型与无其差异巨大二、风险与关注 1. 海外大厂(亚马逊、Anthropic)蛋白表达量增速、单个客户订单价值量、AI模型数据量需求等问题待解 2. 药物研发需平衡多性质,难以单靠模型端到端完成 3. 模型厂商若仅拥有分子、蛋白层面数据未涉及细胞层面,证明药物模型能力存在难点,可通过单点优化(如亲和力、溶解度预测精准),以软件形式为客户提供部分问题的解决方案,无需端到端解决整个药物研发流程