AI+制药行业发展分析 ( 21 页)

---

目 录

1. AI 制药领域蓬勃发展，有望成为下一个黄金赛道 ....... 5

1.1 AI 技术发展迅速，引领制药领域创新变革 ..... 5

1.2 技术革新与政策扶持促进AI 制药行业快速发展 ....... 5

1.3 AI 制药市场蓝海前景广阔 ..... 7

1.4 AI 制药产业链上中下游分析 ..... 8

2. AI+制药技术方兴未艾，应用端百花齐放 .... 10

2.1 AI 技术驱动治疗靶点发现，增加靶点新颖性 ....... 10

2.1.1 系统生物学方法 .... 11

2.1.2 基于结构的靶点发现计算辅助方法 ..... 11

2.2 AlphaFold 促使蛋白质结构预测革命性进步 ...... 12

2.3 化合物虚拟筛选有效提升化合物结构新颖性 ...... 12

2.4 ADMET 预测可提前考量药物成药可能性 ...... 13

2.5 临床试验结果预测可有效节省失败临床的经费 ...... 14

2.6 人工智能促使药物重定位快速上市 ...... 15

2.7 晶型预测可提供不同于经验规则的新见解 ...... 16

2.8 逆向合成分析可有效优化和创造合成路线 ...... 17

3. CRO 公司加速布局AI 技术应用 .... 18

3.1 维亚生物建立纵向AI 应用技术平台加速先导化合物发现 ...... 18

3.2 泓博医药语言模型具备丰富应用场景 ...... 19

3.3 成都先导具备独家骨架骨架跃迁算法 ...... 19

3.4 药石科技分子砌块结合AI 技术突破显著 ..... 21

4. 风险提示 ..... 21

图目录

图1 AI 技术在制药行业的中的应用发展历程 ....... 5

图2 AI 制药领域投融资金额 ....... 7

图3 2021-2026 年全球AI 制药市场规模趋势预测图 .... 8

图4 2019-2024 年中国AI 制药市场规模趋势预测图 .... 8

图5 AI 药物研发产业链布局分布图 ....... 8

图6 人工智能(AI)在药物研发过程中的应用 .... 10

图7 靶点识别的三种探索性策略 ...... 12

图8 人工智能驱动的靶点发现的工作流 ...... 12

图9 虚拟筛选的一般流程示意图 ...... 13

图10 基于配体的虚拟筛选和基于受体的虚拟筛选流程 ...... 13

图11 ADMETlab 3.0 数据及DMPNN-Des 模型框架概览 .... 14

图12 舌下右美托咪定与安慰剂对与双相情感障碍相关的急性激动的影响 ...... 16

图13 晶型预测评估转晶风险...... 16

图14 晶型预测与实验研究时间流程对比 ...... 16

图15 逆向合成流程概述 ..... 17

图18 语言模型参数量和训练计算量对比 ...... 19

图19 大语言模型的发展历程...... 19

图20 DEL 技术概念图 ...... 20

图21 成都先导DNA 编码化合物库设计的逻辑 .... 20

图22 骨架跃迁移技术路径概念图 ...... 20

图23 利用GraphGMVAE 进行骨架跃迁 ..... 20

图24 药石科技一站式先导化合物计算筛选平台 ...... 21

图25 药石科技化合物激酶选择性预测平台 ...... 21

表目录

表 1 AI 技术分类 ....... 6

表 2 国家层面AI 新药研发行业政策 ..... 6

表 3 “十四五”期间中国部分省份AI 新药研发发展目标 ....... 6

表 4 靶点选择标准 .... 10

表 5 已有系统生物学平台/系统/方法 ..... 11

表 6 基于结构的靶点发现主要策略 .... 11

表 7 inClinico 前瞻性研究第二阶段临床试验的预测和结果（截至2022 年12 月） ....... 15