药企对AIDD的付费意愿显著提升,过去一年态度从怀疑转向积极投入,增加硬件、软件和人员预算,尤其自建AIDD团队。AIDD应用选择取决于项目特性,成熟技术如分子对接、蛋白结构预测倾向于自建,高难度或保密性高的项目可能选择外包。不同参与者观点差异明显,制药行业人士相对保守,AI技术人员更相信模型解决所有问题。
AIDD行业快速发展,药企接受度和投入意愿提升。未来技术将向临床实验环节延伸,与测序仪等设备协同。数据成为核心竞争力,推动AI制药公司向上游延伸,形成数据壁垒。AI虚拟细胞技术潜力巨大,但尚不成熟,未来可应用于靶点发现、分子有效性预测等领域,目前仍存在不确定性。
报告重点分析了药企对AIDD的付费意愿变化、不同AIDD应用选择的影响因素、参与者观点差异、小分子和抗体药物AIDD流程及成本分析、AIDD循环延伸至动物实验的考量、抗体药物AIDD项目迭代次数、AIDD上下游竞争格局、对相关设备销售的拉动作用等。
当前AIDD行业处于快速发展阶段,药企投入意愿显著提升,但技术尚不成熟,AIDD循环主要延伸至亲和力预测阶段。小分子化合物合成成本和耗时较高,抗体药物成本主要在基因合成、细胞表达和纯化。AI虚拟细胞技术潜力巨大,但存在较大不确定性。上下游竞争格局中,数据积累和获取是核心竞争力。
AIDD技术尚不成熟,AI虚拟细胞技术存在较大不确定性,未来应用仍需时间验证。小分子化合物合成环节耗时且成本高,抗体药物AI模型命中率仅约20%。上下游竞争格局变化中,数据壁垒可能形成,但偏上游干实验AI制药公司竞争壁垒相对较低。药企投入意愿虽提升,但技术落地仍需克服成本和时间挑战。