2023年AI制药全球产业链图谱
来源：上海市生物医药科技发展中心 | 发布时间：2023-11-16
摘要：传统制药行业拥有一条环节多、周期长、成本高的生产路线。随着AI技术的不断发展，面对制药行业大量和多维度的数据，AI算法能够为制药流程提速。AI在传统制药行业中可应用的方向相对较宽，所以产业链所包含的企业类型涉及较广，大致可以分为上游工具层、中游研发层、下游销售层。
10月31日，DeepMind推出新一代AlphaFold，宣称能够预测蛋白质数据库（PDB）中几乎任何分子的结构，再次点燃业界对AI制药的热情。
传统制药行业拥有一条环节多、周期长、成本高的生产路线。随着AI技术的不断发展，面对制药行业大量和多维度的数据，AI算法能够为制药流程提速。
AI在传统制药行业中可应用的方向相对较宽，所以产业链所包含的企业类型涉及较广，大致可以分为上游工具层、中游研发层、下游销售层。
去年11月，智药局已整理《2022年AI制药产业链图谱》，广受好评，随着越来越多的药企入局以及商业模式边界更加清晰，我们在原有的基础上进行更新完善。
一、AI制药价值链分布
药物研发分为临床前与临床后两大环节，目前AI平台主要在临床前发挥其效用。
（一）临床前包括疾病机理研究、靶点发现、化合物筛选、ADMET预测等多个环节。
大数据时代，通过海量药化数据库针对特定靶点的药物进行设计、合成和优化相对较为成熟。靶点发现场景有巨大的市场想象空间，但较少AI企业拥有新靶点和验证的能力，技术上有更多挑战。
（二）临床阶段的AI技术应用难度高，目前，临床阶段AI赋能的阶段较为有限，主要包括患者分层与招募、药物重定向及数据整合与分析。
针对临床药物剂量设计、结果分析与预测具有很高的市场价值，能够切实提升临床试验成功率，如今缺乏针对该场景的有效模型，AI的应用并未完全打开。
因此，部分公司希望构建端到端的AI药物研发能力，用于弥合临床前PCC与临床后有效性和安全性的差距，拉长AI在药物研发的价值链条，但实际效用如何有待时间的考验。
二、AI制药产业链分布
（一）AI制药产业链上游涉及算力、算法和数据，主要分两大类：提供AI技术的企业和提供生物技术的企业。
提供AI技术的企业中，辅助制药的人工智能硬件设备包括服务器和芯片等。软件包括各类机器学习、深度学习以及其他人工智能算法，还有数据收集和处理平台、开源软件包以及云计算平台等辅助类软件。
提供生物技术的企业包括提供CRO服务的企业和提供先进设备的企业。
提供CRO服务的企业为提供制药流程中不同阶段辅助服务的传统CRO企业。
提供先进设备的企业，则拥有制造冷冻电镜、自动化实验室等设备的高端技术。
冷冻电镜拥有获得复杂靶标结构等功能，而自动化实验室能够实现AI算法的快速迭代优化，是整个AI制药的流程中用来提高效率的重要工具。
（二）AI制药产业链中游是主体部分，主要分为四大类：AI+biotech、AI+CRO、AI+SaaS以及IT头部企业在AI制药产业中的布局。
AI+biotech：从药物本身的性质或治疗手段分类，从细分领域看，又可以分为三大类，即小分子药物、大分子药物、细胞和基因编辑疗法。
AI+CRO：通过人工智能的辅助，为客户更好地交付先导化合物或者PCC，再由药企进行后续的开发，或者合作推进药物管线。
AI+SaaS：为客户提供AI辅助药物开发平台，通过平台为企业赋能，帮助企业加速研发流程，节省成本与时间。
IT头部企业：借助对外投资、打造自有相关平台、提供算力及计算框架服务，成为玩家之一。
（三）AI制药产业链下游分为传统药企和CRO企业。
传统药企主要通过自建团队、对外投资、CRO及技术合作等方式进入AI制药赛道。
传统CRO们主要通过风险投资、建立内部算法团队、采用外部AI技术、与AI制药公司进行合作等方式切入该领域。
AI制药产业链分布图：
三、上游分析
AI+技术企业
提供AI技术企业中，辅助制药的人工智能硬件设备包括服务器和芯片等，供应商包括英伟达、英特尔、AMD、天数智芯等企业。
软件包括各类机器学习、深度学习以及其他人工智能算法，还有数据收集和处理平台、开源软件包以及云计算平台等辅助类软件，国内供应商包括华为云、腾讯云、阿里云、百度智能云等。
除此之外还包含一些开源数据库，大部分小分子化合物数据库、蛋白质结构和序列数据库、组学数据库都为开源数据，也存在部分商业数据库需要购买或不公开。
CRO企业
CRO企业按照制药流程不同阶段可分为：药物早期发现CRO、临床前研究CRO和临床研究CRO服务。国内CRO企业包括药明康德、康龙化成、泰格医药、美迪西等。
先进设备企业
提供实验数据的先进设备，包括冷冻电镜等促进生物制药发展的顶尖技术和分子动力学模拟技术，这类只需要分子物理规则和算力就能实现化合物功能的预测工具。
自动化实验室的前身是通过实验验证计算机筛选结构的湿实验室，随着干湿实验进行快速循环迭代的思路打通，自动化实验室将在整个AI制药的流程中用来提高效率的重要工具。
当下，只有三家企业可以生产冷冻电镜，分别为赛默飞、日本电子和日立高新。与冷冻电镜配套的相机设备制造商也主要是美国Gatan公司，冷冻电镜数据处理使用的主要软件开发者全部来自国外。
国内专注于冷冻电镜的公司有水木未来。分子动力学模拟软件基本为开源软件，不同软件需要的算力支持也可以分为：GPU、CPU和超算计。
当前，国内外多家AI制药企业，包括英矽智能、晶泰科技，都有在建设自己的自动化实验室，以达到多次迭代DMTA循环，以驱动小分子药物的快速发现。
四、中游分析
AI+Biotech
目前，人工智能研究的主要焦点仍然是小分子作为治疗方式，少量企业参与大分子药物研发、创新药物研发或者细分领域药物研究。
AI+小分子：C4X discovery、 Exscientia、英矽智能、埃格林医药、宇道生物、冰洲石生物、药物牧场、费米子、德睿智药、星药科技等。
AI+大分子：Generate Biomedicines、AbCellera、分子之心、星亢原生物、华深智药等。
AI+细胞基因疗法：
基因疗法：Moderna、KRIYA、新合生物、西湖云谷智药、剂泰医药。
细胞疗法：莱芒生物（AI+免疫代谢重编程）、ArsenalBio、Evaxion。
虽然分成了三大领域，但也有企业通过内部孵化，打通产业链，最为典型的如晶泰科技，剂泰医药、莱芒生物均由其孵化而来。
AI+CRO
华深智药、Exscientia、晶泰科技、埃格林医药、望石智慧、深势科技。
Exscientia不仅对外提供技术研发CRO服务，对内部部分具有价值的管线，也以合作的形式推进，例如与住友制药、BMS、Evotec等公司的合作。
晶泰科技已与全球超过70家药企达成合作，包括辉瑞、艾伯维、阿斯利康等跨国药企，其ID4平台已加速超过100条管线的发现与开发。
AI+SaaS
Schrödinger、ConcertAI、BenchSci、西湖欧米、沃时科技、碳硅智慧。
目前，Schrödinger基于物理学的软件计算平台，已被世界各地的生物医药公司、学术机构和政府实验室使用。其中，全球营收排名前20位的制药公司都采纳了Schrödinger的解决方案。
碳硅智慧开发的基于人工智能的临床前一站式药物发现SaaS平台——DrugFlow，包含了靶标发现、虚拟筛选、先导化合物优化、成药性预测等多个模块。
IT巨头
谷歌、IBM、微软、Meta、英特尔、百图生科、腾讯、华为、阿里巴巴、字节跳动。
华为云医疗智能体（EIHealth）基于华为云AI和大数据技术优势，为基因组、医疗影像、药物研发三个领域提供专业AI研发平台。
百图生科（BioMap），为多组学检测分析、高通量实验模拟、分子发现提供支持。
阿里云的医疗AI此前已在基因测序、甲状腺结节识别、肺结节识别、数字化模拟临床实验等领域发挥作用。
腾讯多次参与投资AI制药公司，例如晶泰科技，还直接布局AI新药研发领域，发布“云深智药”平台，新基建助力药物研发全流程。
五、下游分析
传统药企
赛诺菲、强生、阿斯利康、辉瑞、拜耳、恒瑞医药、华东医药、复星药业等。
2023年6月，赛诺菲宣布全公司数字化转型迈出下一步，“All in”人工智能和数据科学，为患者加速取得突破性成就。
2022年初，复星药业与英矽智能宣布达成战略合作，在全球范围内共同推进多个靶点的人工智能药物研发。
此外，头部AI制药公司在传统药厂的合作上甚至逐渐呈现出垄断态势。以Exscientia为例，就已披露了和罗氏、拜耳、赛诺菲在内的顶级制药公司的合作。
CRO企业
药明康德、康龙化成、泰格医药、美迪西、IQVIA艾昆纬等 。
2018年到2021年，药明康德先后投资了7家AI赋能药物研发的公司，还自建AI团队，近年来开始招募算法和数据人才。
艾昆纬也在一直在投资人工智能，开发AI引擎帮助优化临床试验，加速患者招募和审批，以及数据管理和采集的改进。
说在最后：
尽管以上、中、下游来区分，但本质上来说仍是不准确的，因为有些公司可能在多个环节中均有布局，所以很难指定具体属于上游还是中、下游。
以谷歌为例，它有自己的云计算平台，可以归属于上游，但同样谷歌也会与其他公司达成AI药物研发合作，归属于中游IT巨头一类。
同时，为了生存，在探索AI制药商业模式的道路上，各公司的业务也变得错综复杂，Biotech选择售卖软件，CRO减少合作推进自研管线，SaaS公司开始制药，逐渐演变成“混合型商业模式”。
可以预见的是，当下药物研发的多个环节对数据和AI都有显著的需求，新技术的发展下，未来可能会慢慢融合，互惠共生。