本次会议主要讨论了海外AI制药科技大厂的投入、订单、行业格局及模型开发等内容。会议重点关注了亚马逊、Anthropic、DeepMind、Meta等海外科技大厂在蛋白合成、虚拟筛选等领域的投入情况,以及中国CRO企业如金斯瑞在这些领域的领先地位和订单情况。此外,会议还深入探讨了小分子和大分子AIDD技术的成熟度、模型平台的开发情况以及药物研发中模型应用的局限性。
AI制药赛道目前呈现出海外科技大厂加大投入、中国CRO企业承接订单的格局。海外大厂如亚马逊、Anthropic等在基因合成、蛋白生产等领域投入显著,而金斯瑞等中国企业在高通量基因合成和蛋白生产规模化方面表现突出。小分子AIDD技术相对成熟,而大分子AIDD因蛋白合成难度高成为行业重点,但模型突破有限,AlphaFold蛋白结构预测是核心进展。各大模型平台如金泰、Recursion等均基于现有模型优化,Recursion通过整合干/湿实验数据闭环,已实现一款临床创新药。
报告重点分析了海外AI制药科技大厂的投资布局、订单情况、行业格局以及模型开发进展。具体包括了大厂在蛋白合成、虚拟筛选等领域的投入情况,以及与中国CRO企业如金斯瑞的订单合作模式。此外,报告还对比了小分子和大分子AIDD技术的成熟度,分析了各大模型平台的开发卡点,如新靶点验证、蛋白侧链朝向预测、多性质平衡等,并探讨了通用语言模型在药物设计中的应用局限性。
当前AI制药市场呈现出海外大厂主导投入、中国CRO企业承接订单的格局。海外大厂如亚马逊、Anthropic等在基因合成、蛋白生产等领域投入显著,而金斯瑞等中国企业在高通量基因合成和蛋白生产规模化方面表现突出。小分子AIDD技术相对成熟,拥有丰富的化合物库及筛选工具,而大分子AIDD因蛋白合成难度高成为行业重点,但模型突破有限,AlphaFold蛋白结构预测是核心进展。各大模型平台如金泰、Recursion等均基于现有模型优化,Recursion通过整合干/湿实验数据闭环,已实现一款临床创新药。
研报提示了AI制药市场的一些风险点。首先,海外大厂如亚马逊、Anthropic在蛋白表达量增速、单个客户订单价值量、AI模型数据量需求等方面仍存在不确定性。其次,药物研发需要平衡多性质,难以单靠模型端到端完成。此外,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,需要通过单点优化(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。