申万宏源AI4S创新药系列电话会技术篇核心纪要

本次会议为申万宏源创新药AI4S系列第11期暨最后一期技术篇，由刘洋博士、杨老师、金韩总主讲。会议重点探讨了AI4S（Science）领域的发展机遇，涵盖AI材料、半导体等赛道，强调AI与科学交叉的空白领域存在大量机会，有望催生新一代创新药应用公司。刘洋博士还构建了AI创新药及相关领域的分析框架，通过方法与技术的二维矩阵定位潜在标的，已覆盖京泰、英矽等企业。会议还介绍了药物AI研发技术的三层结构：底层是量子力学/密度泛函理论（DFT）相关，中间层连接医药创新，存在人+AI结合的研发模式，可将传统药物研发效率提升约20倍。当前AI药物研发工具存在成本差异，国内企业多集中于分子动力学等中游应用领域，密度泛函理论等底层技术相关企业较少，材料领域因数据、付费习惯等因素进度相对靠后。会后回放或资料可联系申万宏源医药团队、TMT组刘洋老师获取。

AI4S创新药赛道受国家及中美智库高度关注，涵盖AI材料、半导体等多个相关赛道，AI与科学交叉的空白领域存在大量发展机会。预计将催生新一代创新药应用公司，目前港股已有此类公司排队上市。AI用于药物研发的数学基础与菲尔兹奖相关理论一致，刘洋博士构建的分析框架涵盖医药、材料等赛道，通过二维矩阵定位潜在标的。AI药物研发技术分为三层：底层是量子力学/密度泛函理论（DFT）相关，含分子动力学（MD）等工具；中间层连接医药创新，A股部分CXO及创新药企业子业务有相关布局；存在人+AI结合的研发模式，可将传统药物研发效率提升约20倍。但当前AI药物研发工具存在成本差异，国内企业多集中于分子动力学等中游应用领域，密度泛函理论等底层技术相关企业较少，材料领域因数据、付费习惯等因素进度相对靠后，这些领域仍存在大量发展空间。

报告重点介绍了刘洋博士构建的AI创新药及相关领域的分析框架，该框架涵盖医药、材料等赛道，通过方法与技术的二维矩阵定位潜在标的。已覆盖京泰、英矽等企业，但部分方向尚未有相关企业布局，后续需医药团队深化相关研究。报告还指出，药物AI研发技术分为三层：底层是量子力学/密度泛函理论（DFT）相关，含分子动力学（MD）等工具；中间层连接医药创新，A股部分CXO及创新药企业子业务有相关布局；存在人+AI结合的研发模式，可将传统药物研发效率提升约20倍。当前AI药物研发工具存在成本差异，国内企业多集中于分子动力学等中游应用领域，密度泛函理论等底层技术相关企业较少，材料领域因数据、付费习惯等因素进度相对靠后，这些领域仍存在大量发展空间。

当前AI药物研发市场呈现分层发展格局。底层是量子力学/密度泛函理论（DFT）相关技术，含分子动力学（MD）等工具，但国内相关企业较少。中间层连接医药创新，A股部分CXO及创新药企业子业务有相关布局。存在人+AI结合的研发模式，可将传统药物研发效率提升约20倍。当前AI药物研发工具存在成本差异，部分工具计算成本高，国内企业多集中于分子动力学等中游应用领域，密度泛函理论等底层技术相关企业较少，材料领域因数据、付费习惯等因素进度相对靠后。这些领域仍存在大量发展空间，但部分方向尚未有相关企业布局，后续需医药团队深化相关研究。

研报提示的风险主要集中在AI药物研发的底层技术和材料领域。部分AI药物研发底层技术相关企业数量较少，材料领域因数据、付费习惯等因素进度相对靠后，部分方向尚未有相关企业布局。这些领域仍存在大量发展空间，但需要医药团队进一步深化相关研究。当前AI药物研发工具存在成本差异，部分工具计算成本高，国内企业多集中于分子动力学等中游应用领域，密度泛函理论等底层技术相关企业较少，材料领域因数据、付费习惯等因素进度相对靠后，这些因素可能制约相关领域的发展速度。