日前，国内首款AI辅助研发的原创药艾普司韦获批上市。
据新华日报，人工智能不仅能将药物发现周期缩短约60%，同时成本降低80%至90%。比如，艾普司韦，从源头发现到完成临床试验，仅用时三年半。中商产业研究院数据显示，预计2026年全球AI制药市场规模将达到29.94亿美元，2021年至2026年年复合增长率将达到30.47%。
受该消息刺激，9月4日A股创新药板块上涨，万邦医疗（301520.SZ）20 CM涨停，百普赛斯（301080.SZ）涨超16%，诺诚健华（688428.SH）涨超11%，三力制药（603439.SH）涨超9%，药石科技（300725.SZ）、凯莱英（002821.SZ）涨超8%。
AI颠覆性赋能创新药研发
此次获批上市的艾普司韦，由西湖大学、西湖实验室、西湖制药联合研发，是我国首款全程依托人工智能辅助研发的原创创新药，主要用于成人轻型、中型新型冠状病毒感染的治疗。作为国内药品注册分类最高级别的1类创新药，该药实现了从0到1的源头突破，拥有全新的化学结构与自主知识产权，其诞生彻底改写了国内创新药的研发范式，具备极强的行业标杆意义。
众所周知，传统创新药研发素来有“高投入、长周期、高风险、低成功率”的特点，一款成熟原创药从靶点发现、化合物筛选、临床试验到获批上市，平均研发周期长达10年以上，研发投入动辄数十亿美元，且研发成功率不足10%，极高的准入门槛长期制约着我国创新药产业的发展速度。而艾普司韦的研发过程，充分展现了AI技术对新药研发的颠覆性赋能。
据新华日报披露，人工智能技术可将药物发现周期缩短约60%，研发成本降低80%至90%，大幅降低新药研发的时间与资金成本。研发过程中，科研团队依托AI算法，从包含490亿种化合物的DNA编码化合物库中快速筛选潜力分子，精准锁定有效候选药物，规避了传统人工筛选效率低、精准度差、试错成本高的痛点，让海量筛选、精准建模、高效迭代成为新药研发的新常态。
因此，“三年半”真正压缩的，主要是早期药物发现和优化环节。靶点怎么选、分子能不能合成、动物实验是否安全、进入人体后有没有疗效，这些工作并没有因为AI参与而消失。
三重核心共振
实际上，国内AI制药已从早期的概念探索、技术试错阶段，正式迈入商业化落地爆发期。除艾普司韦外，国内多家药企、科创企业布局的AI辅助研发新药已进入临床试验阶段，覆盖抗感染、抗肿瘤、慢性病、罕见病等多个热门领域。而这离不开政策、技术、市场三重核心加持。
政策层面，国内医药创新改革持续深化，从顶层设计到落地细则形成完整扶持体系，全方位护航AI制药产业发展。近年来，国家卫健委、药监局、工信部等多部门密集出台产业支持政策，将生物医药与人工智能、大数据、数字技术的深度融合纳入战略性新兴产业重点布局。《“十四五”生物医药产业发展规划》《人工智能赋能医药健康发展行动计划》等重磅文件明确提出，鼓励运用AI、云计算等新技术革新药物研发模式，支持企业搭建智能化药物研发平台，加快AI辅助新药研发技术的临床转化与审批落地。
技术层面，国内AI制药已从单点技术试水，升级为全链条、体系化技术突破，彻底摆脱早期技术短板与海外依赖。一方面，国产人工智能大模型、深度学习算法持续迭代优化，针对药物研发的专属模型不断成熟，能够精准完成靶点挖掘、分子结构设计、活性预测、毒理筛查等核心工作；另一方面，国内生物医药算力基础设施持续完善，专用算力中心、医药大数据平台加速落地，海量真实世界临床数据、化合物数据库、实验数据实现合规开放与高效运用，为AI算法训练、模型迭代提供了充足的数据支撑。
市场层面，全球创新药研发迭代提速、国内未满足临床需求持续扩容，叠加AI制药降本增效的核心优势，催生千亿级蓝海市场。结合中商产业研究院数据，全球AI制药市场将维持30%以上的超高复合增速，国内市场增速更是远超全球平均水平。
资本市场将如何选择？
从资本市场投资逻辑来看，AI赋能创新药的产业变革，将重构行业估值体系。过往资本市场对创新药企业的估值，主要依托研发管线数量、营收规模、专利储备等传统指标，而未来，AI研发技术能力、数字化研发平台、算法算力优势将成为核心估值维度。
市场资金正在主动区分“概念型AI药企”与具备真实落地能力的硬核玩家。一类是专注AI药物发现的技术平台型企业，以英矽智能为代表。英矽智能自研Pharma.AI全链路平台，打通靶点挖掘、分子生成、临床成功率预测完整闭环，其核心管线Rentosertib进入Ⅲ期临床，是全球少数由AI从头发现新靶点、设计全新分子并推进至后期临床的First-in-class药物，凭借平台持续产出高质量候选分子的能力，接连拿下与跨国药企的大额BD授权合作，验证了AI平台的商业变现潜力。
另一类是传统创新药企、CXO龙头，依托资金、临床、产业化优势，自建AIDD平台，把AI嵌入现有研发管线，以恒瑞医药为代表。恒瑞医药搭建灵枢AI研发平台，将AI应用于靶点挖掘、大分子、多肽分子设计等环节，利用AI加速多条1类新药管线迭代。
对比来看，仅简单接入第三方AI工具、缺少自有数据库与湿实验验证能力、无落地管线的企业，很难持续产出有临床价值的候选分子，在行业验证期容易被资金抛弃。AI制药赛道的核心壁垒，早已不是单一算法模型，而是高质量生物医药数据库+ AI模型 +自动化实验验证+临床转化能力的完整闭环。只有同时拥有成熟平台、持续稳定输出候选分子、多条管线进入临床验证的企业，才能持续兑现价值。
资金偏好已经从早期单纯追逐AI概念，转向看重管线里程碑、BD落地、平台订单、临床数据等可验证指标。
发布评论
评论