AI制药全链加速:从千亿市场到临床落地的价值兑现

全球AI制药市场爆发,研发支出2035年将达1239亿美元

数据显示,2020年至2024年,全球AI赋能的药物研发支出从54亿美元增长至137亿美元,年复合增长率达26.1%。预计到2035年,这一数字将飙升至1239亿美元,2024-2035年期间的年复合增长率高达22.2%。(来源:剂泰科技港股招股说明书)

AI在药物研发中的核心优势体现在四个维度:加速研发时间线,AI可将传统4-6年的临床前候选物识别阶段缩短至2-3年,整体研发周期压缩70-90%;提高成功率,AI药物I期临床试验成功率达80-90%,远超传统50%水平,整体成功率有望从5-10%提升至9-18%;大幅降低成本,AI可节省高达540亿美元的研发支出;实现精准与个性化,AI支持基于基因组数据、科学文献和临床洞察的精准医疗策略。

当前AI药物管线已进入临床验证关键期。据统计,全球已有173个AI驱动的药物管线获批临床试验,其中56个处于I期、41个处于II期、5个处于III期。按照常规临床试验时间节奏,2026年有望迎来首个AI驱动药物的上市,标志着AI制药从技术验证向商业化水平考量的跨越。(来源:网易订阅、药事纵横)

华兰股份5000万元加码AI小分子药物发现

4月20日,华兰股份发布公告称,全资子公司海南灵擎数智拟使用自有资金5000万元投资设立全资子公司,聚焦于AI驱动的小分子药物发现技术研发与应用,以64维高保真潜空间(GVAE)及隐空间流匹配等核心算法为基础,构建人工智能与物理约束深度融合的创新药物研发平台。(来源:今日头条、证券时报)

小分子药物研发的核心挑战在于探索的化学空间极其庞大(可能高达10的60次方个分子),传统方法每周仅能筛选数百种化合物,实际探索范围尚不足总量的十亿分之一。华兰股份此次落子的关键,在于以64维高保真潜空间(GVAE)破解行业痛点。在当前AI赋能小分子药物发现的方法中,常规做法是用128维、256维表示分子,这导致AI脑海里的“分子地图”过于空旷,找有用分子效率极低;而用低维度表示,又会丢失分子的关键结构细节。64维高保真潜空间(GVAE)借助潜空间路径规划算法,让AI开始“看清分子并主动设计分子”,实现计算效率与生成质量的最佳平衡。(来源:今日头条)

这是华兰股份自2025年下半年以来持续推进AI制药战略的又一次落地。2025年9月设立灵擎数智;同年11月以2000万元增资科迈生物切入AI抗体设计领域;12月成立AI医药专家委员会;2026年2月与俞开先及刘军院士团队合作设立控股孙公司聚焦知识图谱;4月完成对佳吾益的战略投资切入免疫靶点领域。至此,华兰股份在AI制药领域的布局已系统性覆盖了从AI抗体设计、知识图谱、免疫靶点发现到小分子药物发现等核心方向。(来源:证券时报)

广州黄埔“AI+高端智造”抢占生物医药产业新高地

广州开发区、黄埔区作为全国生物医药产业高地,已集聚超过4800家生物医药企业,该区生物医药产业2026年一季度产值达80亿元,同比增长11.7%。(来源:今日头条、中国网)

利德健康科技建立了数千平方米AI科学仪器创新实验室等AI+科学仪器与生物智造装备中试平台,其全自动细胞培养制备系统用模块化的柔性自动化设备、平台化软件平台和智能化AI数据平台,应对多样化个性化细胞药物研发生产需求。惠正奇医药建立了涵盖疫苗设计、AI主导的抗原优化、具有独立知识产权的LNP递送系统及GMP生产的全链条技术平台,在肿瘤及免疫性疾病领域展现出强劲的创新力。(来源:中国网)

广州国际生物岛上的全国高校区域技术转移转化中心(粤港澳大湾区)生物医药(细胞基因与AI+制药)分中心主体建设已基本完成,正式转入实质性运作阶段。自去年底启动以来,分中心重点布局“细胞基因”及“AI+制药”两大细分领域,共征集入库项目851项,遴选出拟入驻项目33项,涵盖细胞治疗、基因治疗及AI+制药,其中包含12项最高资助500万元的重点项目。预计2026年下半年将有一批抗肿瘤、罕见病领域的创新疗法通过概念验证,2027年上半年完成临床申报。(来源:中国网)

AstraZeneca全面部署AI革新临床开发

在美国癌症研究协会(AACR)2026年会上,AstraZeneca AI创新负责人Jorge Reis-Filho强调“AI不再是未来技术,而是正在改变当前研发”,公司设定了2028年AI超越人类推理和认知能力的内部战略目标。(来源:韩国医疗媒体)

AstraZeneca将AI应用于新药开发全周期的策略正在全面推进,从靶点识别、临床开发、临床运营到患者旅程。核心是将前沿AI模型与自身数据结合,在ADC、细胞治疗、免疫治疗等多种治疗方式中积累的数据基础上,构建多模态数据基础模型。(来源:韩国医疗媒体)

AI在临床开发中的应用聚焦四大核心课题:患者选择、从早期临床到后期临床的转化风险降低、III期成功率改善、联合疗法开发。患者选择策略发生重大转变,从传统聚焦特定生物标志物的少数患者转向基于AI的最小化变量最大化患者群疗效最大化。同时,利用基础模型的泛化能力,仅凭小规模I/II期数据即可预测III期成功可能性,显著降低临床开发不确定性。(来源:韩国医疗媒体)

罕见病AI研发迎来黄金窗口期

2026年,罕见病AI研发正迎来政策与技术双轮驱动的黄金窗口期。2026年5月15日起施行的新《药品管理法实施条例》明确:罕见病新药上市后享最长7年市场独占期,研发费用加计扣除比例提至100%,直接降低企业成本20-30%。国家药审中心开启“关爱计划-延伸”试点,罕见病药注册检验批次从3批减至1批,稳定性数据可后补,审批周期从18-24个月缩短至12个月内。(来源:岭南医药网)

AI技术改写了罕见病药物研发的传统规则。以RTX-117为例,依托晶泰科技AI+机器人药物研发平台,仅用18个月就完成从靶点识别到临床申报的全流程,比传统模式提速80%。另一款登顶《自然·医学》的特发性肺纤维化新药Rentosertib,由中国团队主导AI设计,靶点预测准确率较传统方法提升3倍,II期临床显示可显著改善患者肺功能。(来源:岭南医药网)

老药新用成为AI罕见病治疗的重要路径。2026年3月,斯坦福团队用AI从数千种已获批药物中,精准筛选出18种渐冻症“跨界救星”——包括降压药、抗抑郁药等,无需等待新药研发,即可快速延长患者生存期。研究显示,AI在药物再利用领域的应用占AI罕见病药物研发的近40%,成为主流方向。(来源:新华网、药时空)

系统综述显示,截至2025年12月31日,全球AI应用于罕见病药物研发的研究共纳入38篇文献,涵盖15个国家33种罕见病,其中罕见遗传病占比最高达36%。当前AI应用于罕见病药物研发面临的主要挑战为可研究的样本量小(35%)和疾病机制研究有限(15%),但数据驱动方法为解决小患者群体和有限临床数据提供了创新解决方案。(来源:网易订阅、药时空)

趋势分析

当前AI制药行业呈现三大发展趋势:

一是从技术验证向临床价值兑现加速迈进。 全球AI制药市场2020-2024年从54亿美元增长至137亿美元,预计2035年达1239亿美元,年复合增长率高达22.2%。AI药物I期临床试验成功率达80-90%,远超传统50%水平,173个AI驱动药物管线已进入临床,2026年有望迎来首个AI药物上市,标志着行业从技术验证向商业化水平考量的跨越。

二是从单点突破向全链协同转型。 华兰股份在8个月内完成从AI抗体设计、知识图谱、免疫靶点发现到小分子药物发现的全链条深度布局;广州黄埔区构建“细胞基因”与“AI+制药”双轮驱动的产业生态;AstraZeneca将AI应用于从靶点识别到患者旅程的全周期,AI正从单点工具转变为重构整个研发范式的核心基础设施。

三是从辅助工具向战略决策中枢演进。 AstraZeneca设定2028年AI超越人类推理能力的战略目标;强生利用AI优化临床试验全流程;FDA罕见病创新中心将AI/ML技术列为加速罕见病创新的战略推动力,AI不再仅仅是提升效率的辅助工具,而是成为决定企业竞争格局和市场主导权的战略核心。

未来,随着首批AI设计药物的上市验证,以及AI技术在靶点发现、临床试验优化、精准医疗等全链条的深度应用,AI制药行业将迎来价值兑现的关键窗口期。具备高质量数据、先进算法、临床验证能力和产业化经验的企业将占据竞争主动,引领全球医药创新的新范式。