近日，医药界迎来一则里程碑式消息：由西湖大学、西湖实验室、西湖制药联合研发的盐酸伊司特韦片（商品名：艾普司韦）正式获得国家药品监督管理局附条件批准上市。
该药物不仅是全球首款基于DNA编码化合物库（DEL）技术成功获批的小分子创新药，更标志着国内首款AI辅助研发的原创药走通了从实验室到监管审批的全链路。
从490亿种化合物中精准锁定候选分子，从源头发现到完成临床试验仅用时三年半——这一突破性进展，为AI制药行业注入了前所未有的确定性。
当AI真正跨越Ⅲ期临床的验证门槛，制药产业的估值逻辑将被彻底改写，而当下正是布局这一历史性转折的关键窗口期。
AI闯入新药研发主场
AI制药，即利用人工智能技术赋能新药研发全流程，涵盖靶点发现、分子设计、虚拟筛选、ADMET预测及临床试验优化等环节。
其核心价值在于将传统药物研发从“经验驱动、试错驱动”转向“数据驱动、模型驱动”，从而突破周期长、成本高、成功率低的行业桎梏。
近期，国内外AI制药领域热点频出，技术突破与资本涌入形成共振。
在国际层面，Moderna与默沙东联合宣布，其个性化mRNA肿瘤疫苗联合免疫疗法在Ⅲ期临床试验中达成双重终点，该疫苗的靶点筛选与序列设计深度依赖AI算法；Alphabet旗下AI制药公司Isomorphic Labs完成21亿美元B轮融资，用于扩展其分子设计引擎；Anthropic则展示其通用大模型Claude在蛋白质结合剂从头设计中的自主能力，命中率显著高于行业基线。
在国内，除艾普司韦获批外，英矽智能自主研发的特发性肺纤维化药物Rentosertib（全球首款由AI完成靶点发现和分子设计的候选药物）已启动Ⅲ期临床，其2026年内公布的BD签约总价值约73亿美元，并实现首次半年度盈利，成为AI制药商业化的标杆案例。
科技巨头与跨国药企的布局同样引人注目。礼来与英伟达计划五年内合计投入最高10亿美元共建AI协同创新实验室，并部署超算平台LillyPod以加速分子发现；罗氏与英伟达合作打造制药行业规模最大的混合云AI工厂；辉瑞、诺华、BMS等跨国药企也纷纷通过合作或投资切入AI制药赛道。
国内方面，华为推出基于昇腾与鲲鹏的AI药研解决方案，字节跳动、腾讯、阿里等科技力量亦在加速渗透。
整体而言，本轮热潮的背后，是多重结构性因素的叠加。
其一，传统研发“双十定律”（十年十亿美元）难以为继，行业投资回报率持续走低，药企亟须颠覆性技术破局。
其二，底层技术条件日趋成熟：多组学数据积累、生成式AI与扩散模型在生物分子设计中的突破、自动化湿实验平台的落地，使得“计算预测—实验验证—数据反馈—模型迭代”的闭环成为可能。
其三，临床验证窗口已经打开。2026年全球进入临床阶段的AI设计药物项目超过170个，其中Ⅲ期项目达15个，行业正从“平台故事”转向“数据验证”，资本与产业信心因此得到实质性支撑。
A股产业链掘金
在AI制药从概念走向落地的进程中，资本市场正重新审视这一赛道的投资价值。据行业统计，2025年全球AI制药市场规模已达24.05亿美元，预计2026年将逼近29.94亿美元；而更乐观的预测认为，中国AI制药市场增速将显著高于全球平均水平，年复合增长率可观。
从产业链视角看，AI制药的投资机会沿三条主线展开：上游为数据与算力基础设施，包括高质量生物医学数据库、AI训练芯片及云计算平台；中游为技术平台与研发服务，涵盖AI虚拟筛选、分子生成、自动化实验室及AI+CRO服务；下游为创新药企与商业化应用，包括自研AI管线、对外授权（License‑out）及AI辅助临床试验设计。
其中，上游数据供应商与中游具备闭环能力的平台型企业，在行业淘金浪潮里往往是旱涝保收的“卖水人”，因而具备更强的业绩确定性。
百普赛斯（301080）作为重组蛋白试剂龙头，搭建“AI预测‑实验验证”双轮驱动的蛋白开发体系，深度适配AI制药浪潮之下蛋白分子改造需求，已经完成多款工业级蛋白产品的AI优化改造。2026上半年，公司营收接近5亿元，海外业务占比高，AI制药带来的蛋白试剂增量，成为公司重要增长引擎。
迪安诊断（300244）将AI技术落地临床科研与辅助诊疗场景，整合智能科研分析系统、临床科研智能体，与国内六十余家三甲医院达成合作。2026上半年，公司净利润同比大幅增长，从临床端积累真实世界数据，反哺药物靶点挖掘，打通临床‑药物研发的双向链路，走出一条差异化AI医疗路径。
南模生物（688265）手握超25000种基因工程动物模型，积攒海量药效评价实验数据。公司持续探索AI大模型与动物模型、药效评价业务的融合，为AI设计出来的候选分子提供体内药效验证，承接AI制药浪潮下激增的动物实验需求，成为AI分子走向动物实验阶段的关键验证环节。
综上所述，AI制药已从概念热词演变为重塑产业格局的核心力量。艾普司韦的三年半研发周期，不仅是技术效率的彰显，更预示着新药研发范式的根本性迁移。
对于投资者而言，短期需警惕纯概念炒作的波动风险，长期则应聚焦那些在数据积累、算法迭代、实验闭环及商业兑现等维度具备综合优势的标的。
发布评论
评论