中邮证券证券研究报告A制药:从降本增效到分子创新，数据生产构筑长期壁垒行业投资评级:强大于市|维持中邮证券研究所医药团队盛丽华(首席分析师)徐智敏(分析师)SAC编号:S1340525060001SAC编号:S1340525100003
春中邮证券投资要点CHINAPOSTSECURITIES>前言:Al+制药行业的投资价值在于行业的现状分析和未来判新和成长空间、行业成长的关键要素和竞争壁垒基于现有的技术和未来的发展状况,我们认为药物研发基于实验科学的本质不会因AI的迭代升级而发生倾复。AI在制药端最成熟的落地应用在于提升了临床前的降本增效:A[虔拟筛选极大地降低了真实试验中所需要投入的化合物的数量,从而有效缩短了临床前研发周期,大幅减少研发成本。此外，Ａl分子生成摆脱认知偏见具有创新价值，目前的A1分子(如TNIK)进展进入临床2期阶段,有望逐步兑现其创新价值。市场抑境已超百亿羊会A1+CRO/A1+Biotech品企业选血显到的大趋快市场办回交看合球能药物研发费用市场规机由2023年的119亿美元有望增长至2032年的746亿美元,CAGR达22.6%行业投融资国内有所收缩。从长远的商业化来看,我们认为AI+CRO/Al+Biotech仍乃是企业选血盈利的大趋势:一方面利于快速创收,另一方面利用合作项目可以完成企业自身算法模型迭代升级,构筑自身长期竞争力>算法+数据深度绑完,高质量教据的生产能力品核心音争力算法+数据是行业核心技术迭代升级的关键生产要素,算决突破的关键因素在于研发人才闭队,而教据的竞争在于高质最数据生产能力(而非传经试验数据的堆积》,以实现数将险累和算法失代之间的闭坏和正向循环,大规境寡质量的数据是行业稀缺资源,原因在干纳入训练您的数要求苛刻＋数据不共享（"数据孤岛"》。由于实验数据涉及核心利益,长期来看"数据孤岛"的行业特征不会改变,因而高质量数据生产能力是长期的核心竞争力。》相关标的:行业容易形成马太效应，建议关注领先布局者:英砂智能、品泰控股、泓博医药、成都先导。>风险提示:研发失败风险、行业竞争加剧风险、地缘政治风险、政策变动风险请参阅附注免责声明
中邮证券CHINAPOSTSECURITIESAl在制药中的作用是什么?增效和创新市场规模超百亿美金，分子实体是商业化重点目录三高质量数据的生产能力是核心竞争力四相关标的五风险提示
中邮证券CHINAPOSTSECURITIESAI在制药中的作用是什么?增效和创新
中邮证券1.1Al+药物研发:概述CHINAPOSTSECURITIESA制药是指将NLP、深度神经网络,生成模型等A技术与传统制药环节相结合,提升新药研发效率,拓展药物创新空间的技术应用。A|医疗大模型基于深度学习、自然语言处理等技术，整合海量生物医学数据(如蛋白质结构、基因序列、临床试验数据)，赋能药物研发全流程,包括新药发现(靶点发现、虚拟筛选、蛋白质结构预测)、新药开发(ADMET预测,晶型预测、合成路径,临床试验优化(患者分层与剂量预测。具体应用:基干物理化学原理的A算法提升小分子药物研发效率;在细胞与基因治疗(CGT)领域,AI也可赋能抗原识别、载体设计、放大优化等关键环节图表1:药物研发大模型药物发现药开发临床试验优化BioMap首图具CBioGeometryX?XTrimo系列大模型GeoFlowV2Idu众iDrug医渡A大模型ChatPandaGPT腾讯"云深’接入DeepSc"deepseek浙江大道DeepSeekXtalR点水*分XpeedPlay平台BioMedGPT-R'EditRetro逆合成预测刘腾讯健康DeepMindHITGEN腾讯觅影AlphaFold业华为云DNA编业华为云BAA天士力医药盘古大模型盘古大模型OpenCo哲源科技东阳光药AR虚拟临床大模型NewOrigin大模型HEC-GEN模型BioMedGPT-R1资料来源:智药局，中邮证券研究所
中邮证券1.1Al+药物研发:AI技术不会颠复药物研发的逻辑CHINAPOSTSECURITIESA制药在谈论A+新药研发的融合之前,首先需做出判断:A技术是否会颠复制药行业?我们认为,不能。基于以下因素考虑:1、应用层面:A计算的"虚拟"数据无法替代临床的"真实"数据。AI尚未能预测药物在人体系统中的反应而临床试验中个体异质性还会使复杂程度几何倍增。2、监管层面:我们认为药物的安全性是监管考虑的首要因素，而临床试验是安全性证明的唯一来源。长期来看不存在替代品，药物开发的审批流程长期不会改变因此，药物研发的基于实验科学的本质不会因AI的迭代升级而发...
