这份研报的核心内容是关于西部证券举办的AI4S系列三会议纪要,主要探讨了AI在制药领域的应用。会议重点介绍了华兰股份旗下子公司海南明清数字投入5亿元布局AI制药项目,该项目将构建靶点发现、小分子设计、抗体设计、免疫治疗、临床AI五大板块,目标是将药物研发临床2-3期成功率从10%提升至30%-50%。此外,研报还分析了AI在制药领域的降本增效作用,以及AI4S市场的广阔空间,包括医药临床成功率提升模型对应市场规模约600亿美元,五大板块合计超3000亿美元,整体市场或达万亿美元。
AI制药赛道的发展趋势非常广阔。从技术布局来看,AI制药采用垂类模型,核心在于专业数据的整合,例如莫德纳利用AI设计34个新抗原,实现了个性化疫苗的突破。从市场空间来看,仅医药临床成功率提升模型对应市场规模约600亿美元,五大板块合计超3000亿美元,整体市场或达万亿美元,规模不小于AI Coding。从落地进展来看,国内AI制药刚起步,美国领先约半年至1年,国内头部药企多已布局,部分已开始与华兰合作。未来,AI将成为药物研发的重要工具,但短期内不会替代创新药企。
研报重点分析了AI制药项目的核心数据壁垒、技术布局和落地进展。在核心数据壁垒方面,海南明清数字独家获取洛桑理工2亿购入的15万份生物样本相关临床数据,已获诺华、辉瑞等药企关注,数据价格翻倍。在技术布局方面,AI制药采用垂类模型,核心在于专业数据的整合。在落地进展方面,国内AI制药刚起步,美国领先约半年至1年,国内头部药企多已布局,部分已开始与华兰合作,国内DC疫苗7天可制备,早期成本二三十万元,后续或降至十几万元。
AI制药市场的现状是发展迅速但刚起步。从市场规模来看,医药临床成功率提升模型对应市场规模约600亿美元,五大板块合计超3000亿美元,整体市场或达万亿美元。从技术成熟度来看,AI制药采用垂类模型,核心在于专业数据的整合,例如莫德纳利用AI设计34个新抗原,实现了个性化疫苗的突破。从企业布局来看,国内头部药企多已布局AI制药,部分已开始与华兰合作。但从整体渗透率来看,国内AI药企刚起步,预计3年后大部分大药企会有自己的AI布局,5年后AI在医药领域的渗透率可能达到AI Coding的水平。
研报提示了AI制药应用和技术的风险。在应用瓶颈方面,一人一方类AI医药的核心瓶颈为工程化落地,需适配个性化生产需求,合规性随莫德纳的突破已逐步解决。在技术适配方面,AI在冷肿瘤(如胰腺癌)治疗需经物理实验验证,不同于热肿瘤(如黑色素瘤)的“乱枪打鸟”模式。此外,AI制药项目对数据依赖度高,数据壁垒是关键,海南明清数字独家获取的洛桑理工15万份生物样本相关临床数据价格翻倍,但数据获取和整合仍面临挑战。