资本狂飙与技术兑现:AI制药迎来商业化落地里程碑时刻

剂泰科技引爆港股IPO：AI药物递送第一股登台

5月5日，被誉为“制药界SpaceX”的全球AI药物递送第一股——剂泰科技发布其股份全球发售及香港联交所主板上市计划。公司计划发行2012.29万股，招股价为10.50港元/股，本次IPO募资规模超21亿港元（不计“绿鞋机制”），将于5月13日在港交所主板挂牌上市。所募资金主要用于支撑人工智能基础设施及人工智能驱动纳米材料平台的核心技术研究、开发及推进。

18家一线机构罕见同框，基石投资创港股AI制药IPO历史新高。这份“全明星”基石投资者阵容包括：全球最大资管贝莱德（BlackRock）以5000万美元领衔、顶级国际长线瑞银资产管理、国家级基金国风投创新投资基金、国际头部医疗专项基金Deerfield与RTW、高瓴资本、华登国际、IDG资本等AI/科技基金重仓加持，更罕见的是华夏基金、工银瑞信、富国基金、广发基金四家中资公募巨头同框基石认购，总计1.48亿美元基石投资。

技术稀缺性方面，剂泰科技自主研发的全球首个AI驱动药物纳米递送平台NanoForge，将小分子药物的剂型研发从1-2年缩短到3个月，可实现靶向肝脏、肌肉、肿瘤及免疫系统等8个器官或组织的精准药物递送。支撑这一平台的首创突破性技术包括：全球最大规模的千万级可电离脂质库、全球唯一且首个自主研发的脂质从头生成算法与脂质语言模型，以及全球首个端到端AI+脂质纳米颗粒（LNP）筛选平台和AI+多尺度模拟小分子剂型平台。

财务数据提供了最直观的佐证：2025年公司营收达到1.05亿元，同比增长近70倍；毛利率从2024年的55.5%跃升至98.2%，接近100%的毛利率意味着平台模式具有极强的规模效应和议价能力；经调整亏损净额从2023年的3.47亿元逐年降至1.8亿元，亏损快速收窄。截至2025年底，剂泰科技持有的现金及现金等价物、定期存款及以公允价值计量的金融资产合计11.3亿元人民币，弹药充足。

管线兑现预期近在眼前，公司进展最快的产品MTS-004已进入pre-NDA阶段，是中国首个完成III期临床的AI赋能制剂新药，距离提交新药上市申请仅一步之遥。一旦获批，剂泰科技将从“平台型公司”跃升为“平台+产品型公司”，估值逻辑将迎来质变。继英矽智能、晶泰科技相继登陆港股后，AI制药三小龙会师在望，剂泰科技即将成为国内第三家登陆港交所的AI制药公司。

中国创新药BD交易狂飙：Q1总金额614亿美元占全球近七成

医药魔方发布的《2026Q1医药交易趋势报告》显示，2026年Q1中国相关交易数量及金额涨势迅猛，首付款达36亿美元，交易数量为98笔，总金额达614亿美元。这一数字不仅大幅领先国外交易总金额（266亿美元），更是已超过2024年全年中国创新药BD交易总和（590亿美元）。据医药魔方预测，2026年全年中国创新药BD交易总额有望突破1500亿美元大关。

2025年中国创新药BD交易总和达到1388亿美元，2026年Q1实现同比增长66.4%。从全球市场看，2026年Q1全球交易同样火爆，交易数量达314笔，总金额达880亿美元，较2025年Q1（675亿美元）同比增长30%。而中国创新药交易总金额占据全球交易的69.7%，接近70%。

2026年Q1中国创新药对外授权交易热度不减，总金额为596亿美元，占据中国创新药BD交易的绝对地位。其中，中国药企对外授权交易首付款达34亿美元，占全球医药交易首付款45%；交易总金额占全球医药交易总金额约68%，均实现新高。

今年Q1呈现出两极分化趋势：早研和批准上市项目均受青睐。据医药魔方NextPharma数据库统计，2026年Q1，中国创新药对外交易中临床前至临床I期项目占比达66%，相比开年一个半月的50%又有提升；批准上市的项目占比也从曾经的寥寥升至15%。这也反映出MNC的两大需求：一是，足够创新、极具前景的早期研发，为未来多买一些可能性；二是，批准上市的成熟项目，为现在购买确定性。

AI药物研发从概念验证到商业化兑现

近年来，人工智能技术与生物医药产业的深度融合，正在悄然重塑全球制药行业的创新格局。从最初的算法探索到如今进入临床验证阶段，AI制药正从概念验证迈向商业化兑现的关键转折点。据艾媒咨询最新数据显示，全球AI制药市场规模从2021年的7.9亿美元增长至2024年的18.2亿美元，2025年已达到24.1亿美元，预计2026年将接近29.9亿美元。中国市场的表现同样亮眼：2020年市场规模仅为0.8亿元，到2025年已突破6亿元，年复合增长率保持高位。

技术层面，AI制药经历了从单一算法驱动向多模态智能融合的深刻变革。2020年，DeepMind推出的AlphaFold2在第14届CASP竞赛中实现了原子级精度的蛋白质结构预测，将原本需要数月甚至数年的结构解析过程压缩至数小时。2024年发布的AlphaFold3更引入扩散模型架构，将预测能力扩展至蛋白质-配体、抗体-抗原等复合物相互作用，为基于结构的药物设计提供了强大的底层基础设施。

与此同时，生成式AI技术在分子设计领域也取得了跨越式进展。2016年英矽智能率先将生成对抗网络应用于靶点发现，2019年其开发的生成式张量强化学习模型GENTRL仅用21天就完成了DDR1激酶抑制剂分子的设计、合成与体外验证，相比传统研发周期提速15倍。基于Transformer架构的Pharma.AI平台更是将“从靶点发现到临床候选药物确定”的全流程压缩至18个月，而传统流程通常需要4.5年。

全球老龄化进程的持续提速，为创新药物研发带来了旺盛的市场需求。根据联合国预测，到2050年全球60岁以上老年人口将增至21亿，占总人口的22%。国内第七次全国人口普查数据显示，60岁及以上人口占比已达18.7%。人口老龄化直接推高了慢性病、恶性肿瘤、心血管疾病等老年高发疾病的患病率。另一方面，传统新药研发长期受制于“双十定律”——十年时间、十亿美元投入，且成功率不足12%。AI技术的介入，能够将早期发现阶段耗时缩短至原先的三分之一，成本降至二百分之一，临床阶段新药研发成功率可从12%提升至约14%，成为破局的关键力量。

学术前沿：AI在药物研发全链路的深化应用

Frontiers in Health Informatics期刊2026年5月发表的研究论文《Artificial Intelligence in Pharmaceuticals: Transforming Drug Discovery, Development, and Healthcare Delivery》系统梳理了AI在制药价值链各环节的应用现状。研究表明，AI通过机器学习、深度学习、自然语言处理和数据驱动分析，实现了更快的药物候选物识别、临床试验优化、精准医疗和药物警戒增强。

在先导化合物识别与优化阶段，AI驱动的高通量虚拟筛选能够快速评估分子特性，预测分子结合亲和力、选择性和理化性质，而无需物理实验。基于结构的模型模拟配体-蛋白对接，而基于配体的模型则从化学相似性模式推断活性。AI在ADMET（吸收、分布、代谢、排泄、毒性）性质预测方面的准确性，使早期识别不良药代动力学特征或毒性责任成为可能，防止昂贵的晚期失败。

生成式AI进一步通过从头分子设计推进先导化合物发现。变分自编码器（VAEs）、生成对抗网络（GANs）、扩散模型和强化学习系统生成针对预定义约束优化的新型化学结构——如结合亲和力阈值、合成可及性和药物相似性评分。强化学习智能体通过基于奖励的优化迭代完善分子，有效浏览估计超过10^60可能化合物的巨大化学空间。这种算法探索将药物发现从经验试错转向理性的、数据驱动的设计。

在精准医疗领域，AI驱动的药物反应和剂量预测是临床影响最大的应用之一。药代动力学（PK）和药效学（PD）的变异性源于基因多态性、代谢差异、合并症和环境暴露。训练在药物基因组学数据集上的AI模型识别影响药物代谢和治疗结果的基因型-表型关系。监督学习算法可以通过整合患者特异性因素如肝功能、肾清除率、年龄和基因变异来预测最佳剂量方案。强化学习方法进一步实现随时间推移的适应性剂量优化，根据纵向患者反应动态调整治疗。

未来趋势分析

AI制药产业正经历从技术验证到规模化应用的质变时刻。剂泰科技的成功上市标志着资本市场对AI技术的认可度达到新高度，而中国创新药BD交易的爆发则反映了全球药企对中国AI研发能力的信心。未来三年，AI制药将呈现以下趋势：

1.技术融合深化：多模态大模型整合基因组学、蛋白质组学、代谢组学等多维度数据，捕捉不同生物层次间的复杂关联，实现从单一靶点发现向系统生物学驱动的创新转型。

2.商业化路径清晰化：企业分化为“平台型”、“产品型”和“平台+产品型”三种商业模式。剂泰科技等平台型公司通过技术服务快速造血，而自研管线的推进则打开估值天花板。

3.监管环境逐步完善：全球监管机构已开始接受基于AI模型的预测数据作为临床前研究的补充证据，甚至在特定情况下允许利用真实世界数据（RWD）支持适应性审批。监管框架的明晰化将加速AI药物的商业化进程。

4.国际化合作加速：中国AI制药企业与国际MNC的合作从单一分子授权转向技术平台与研发能力的系统性合作，石药集团与阿斯利康185亿美元合作、英矽智能与礼来27.5亿美元合作均体现了这一趋势。

AI制药已从概念验证进入商业化兑现的关键阶段，未来几年有望迎来更多突破性进展和商业化成果，重塑全球医药创新格局。