夜雨聆风学习资料网

ARTICLE · 1118763

AI 创新药产业链上中下游业务公司梳理

AI 创新药产业链上中下游业务公司梳理

AI 制药产业链可拆分为“基础设施 → 研发赋能 → 管线与商业化”三段。核心变化是:AI 先把药物发现提速,但瓶颈正从“设计分子”转到“湿实验验证 + 临床验证”。因此,卖铲人(数据/试剂/CXO)先兑现,平台型 Biotech 看临床数据,MNC/Biotech 看 BD 与上市。

一、上游:算力、数据、算法、科研工具(也叫卖铲人)

AI 制药的燃料和引擎,不直接做药,但每多一个候选分子就要多买一次它们的服务。

1. 算力与云

·GPU/AI 芯片、超算、云训练平台。

·代表:NVIDIA、AWS、Azure、Google Cloud、华为云/昇腾、阿里云、中科曙光。

·逻辑:训练蛋白结构/分子生成/多模态生物医学大模型吃算力。

2. 生物医疗数据

·多组学(基因组/转录组/蛋白组)、临床电子病历、真实世界数据 RWD、文献/专利、蛋白结构库(PDB/AlphaFold DB)、化合物库(ChEMBL/PubChem)。

·代表:UK Biobank、TCGA、华大基因/华大智造、诺禾致源、迪安诊断、医疗机构数据平台。

·关键壁垒:专有数据 + 失败样本(负样本)+ 可标注数据,比公开数据值钱。

3. 算法 / 生物大模型 / 软件平台

·蛋白结构预测(AlphaFold2/3、RoseTTAFold)。

·分子生成、虚拟筛选、ADMET 预测、晶型预测、反应路线规划。

·代表:Isomorphic Labs、Schrödinger、NVIDIA BioNeMo、华为盘古药物模型、

百度螺旋桨、晶泰/英矽智能底层平台。

4. 科研试剂、耗材、实验动物、测序/蛋白工具

AI 提高设计效率 → 待验证分子变多 → 湿实验需求反增。

·重组蛋白/抗体试剂:百普赛斯、义翘神州、近岸蛋白。

·培养基/色谱填料/纯化:奥浦迈、纳微科技。

·分子砌块/合成试剂:药石科技、毕得医药、皓元医药、昊帆生物。

·模式动物:药康生物、百奥赛图、南模生物。

·测序设备与试剂:华大智造。

·自动化实验室/机器人筛药:晶泰科技、Recursion。

投资语境里,上游常被称为“AI 制药卖水人”,订单确定性相对高。

二、中游:AI 药物研发与研发服务(价值中枢)

把上游算力/数据变成“候选分子 + 临床前证据 + 临床方案”。

1. AI + Biotech(自研路线)

自己用 AI 发现药,推进临床,靠 License-out / 里程碑 / 销售分成兑现。

·海外:Insilico Medicine、Recursion、Exscientia、Relay、Generate Biomedicines。

·国内:英矽智能、晶泰科技(平台+管线)、百图生科、华深智药、新合生物、锐格医药、冰洲石生物。

·赛道:小分子、抗体、ADC、双抗、mRNA、蛋白降解、细胞基因治疗。

2. AI + SaaS / 平台授权

卖软件、模型调用、订阅、项目制服务费。

·Schrödinger、Strateos、Benchling 类研发操作系统。

·国内:沃时科技、西湖欧米、各类 CADD/AIDD 平台公司。

·优点:收入可复制;难点:单客户 ARR 不如 CXO 稳,大药企常自研替代。

3. AI + CRO / CDMO(研发外包智能化)

传统 CXO 接 AI 溢出订单:合成、安评、毒理、制剂、工艺、临床运营。

·全流程 CXO:药明康德、康龙化成、昭衍新药、美迪西、睿智医药。

·临床 CRO:泰格医药、诺思格。

·CDMO:凯莱英、博腾股份、九洲药业、和元生物(CGT CDMO)。

·AI 作用:患者招募、方案设计、影像读片、终点预测、合成路线优化、质量控制。

中游最核心的护城河不是“会不会用 GPT”,而是模型—实验—数据闭环:AI 设计 → 机器人/湿实验验证 → 结果回流再训模型。

三、下游:创新药企、MNC、监管、生产、销售

把 AI 发现的分子变成上市药品和收入。

1. 传统 Big Pharma / 创新药龙头(买方 + 自研)

·MNC:Pfizer、Roche、Novartis、Lilly、Merck、BMS、AstraZeneca。

·国内:恒瑞医药、百济神州、信立泰、复星医药、华东医药、荣昌生物、科伦博泰、君实生物。

·动作:自建 AI 平台、买 AI-biotech 管线、付首付款+里程碑、并购平台公司。

2. 临床与监管

·AI 辅助患者分层、生物标志物发现、终点预测、申报材料生成。

·FDA/EMA/NMPA 逐步接受 AI 辅助证据,但“黑箱可解释性 + 数据合规”是门槛。

·医院/研究者:真实世界数据反哺靶点发现。

3. 生产 / 质量 / 商业化

·AI 优化发酵/连续生产/晶型控制/供应链。

·制药装备:东富龙、楚天科技。

·流通与终端:上海医药、九州通、连锁药房。

·商业化核心:医保谈判、出海 License-out、全球多中心临床。

四、“赛道弹性”汇总

类型

代表环节

兑现节奏 / 核心风险

卖铲人

算力、试剂、测序、动物模型、CXO

最快,订单先行;估值炒高、AI 增量占比小

平台型

AI SaaS、AIDD 平台、机器人实验室

中等,看客户数/续费;大厂替代、收入波动

管线型

AI-biotech 自研药

慢但弹性大;临床失败、融资断档

买方型

MNC / 传统药企

稳,靠研发效率+BD;并购溢价、整合失败

终端型

生产/流通/医院

最间接;与 AI 关联度弱

五、产业共识

1.价值正在从“纯软件/算力”往“平台+管线资产”转移。

2.临床阶段才是试金石:II/III 期数据读出决定 AI 制药是不是真范式。

3.最稳主线:AI 带来更多分子 → 上游试剂/测序/动物模型/CXO 订单增加。

4.最大预期差:市场看模型,产业先赚湿实验的钱;市场看自研药,头部赚 BD 和里程碑。

⭐️免责声明:文章仅为个人公开信息整理、技术分析、基本面信息等内容的分享和个人复盘,提及个股仅为基本面/技术面分析的案例,不代表推荐买卖,不构成任何投资建议,投资有风险,入市须谨慎。

如果觉得文章对你有用请点👍和♥️

相关学习资料