夜雨聆风
本
文
目
录
1、AI+CRO行业：创新融合，引领医药研发变革
2、怎么大厂都开始做AI CRO了？
3、2024年全球及中国AI CRO行业发展现状及未来展望分析：市场规模为6.87亿美元【图】
4、从君联在医疗板块“载入史册”的第一单，看AI+CRO的未来！（上）
5、从君联在医疗板块“载入史册”的第一单，看AI+CRO的未来！（下）
一、AI+CRO行业：创新融合，引领医药研发变革
（原创 Cee哥 细水无石）
本文由AI分析解读，AI提示词见文末
近年来，AI与CRO的融合正在重塑医药研发领域，AI+CRO行业迎来快速发展的黄金时期。
一、AI+CRO行业综述及全产业链布局状况研究
1. 行业发展历程与现状
发展历程：CRO行业的诞生与全球医药研发活动紧密相关，随着生物制药反摩尔定律的出现，分工明确的专业组织愈发重要，CRO行业应运而生。近年来，AI技术的飞速发展为CRO行业带来了新的发展可能性，自2020年以来，AI与CRO结合的模式得到更广泛验证和认可。
技术发展现状：CRO行业覆盖整个制药流程，AI技术可以应用于药物研发的各个阶段，当前全球AI制药市场正处于验证期，AI与CRO的融合还将经历多个“快速发展 - 验证调整”周期。
2. 产业链生态全景图谱
产业链结构梳理：AI+CRO产业链的上游主要由AI技术和生物实验组成，中游根据商业模式和对AI技术的融合程度可分为AI+CRO、SaaS - CRO以及CRO + AI公司，下游涵盖传统药企、生物科技公司、AI制药公司以及CXO等客户群体。
产业链区域分布情况：AI+CRO产业链在全球范围内呈现一超多强格局，美国占据主导地位，中国凭借AI技术的快速跟进及政策扶持呈现快速增长之势，欧洲在AI+CRO服务和下游生物技术应用方面占有一席之地。
二、AI+CRO商业化应用场景分析
1. 细分应用场景
CADD / AIDD平台型：这类公司专注于构建全流程的药物开发平台，通过整合自研技术、开源技术等打造软件平台，提高药物研发效率和成功率，如Schrödinger、唯信计算等。
干湿实验结合：此类公司将AI技术与湿实验紧密结合，提供干湿实验结合的服务模式，加速药物发现和优化过程，如腾迈医药、泓博医药等。
真实世界数据与AI技术结合：专注于临床阶段的药物研发服务，通过机器学习算法等技术有效收集、清理和分析临床数据，优化试验方案，提高临床试验的成功率，如Evinova、Pi Health、Unlearn.AI等。
2. CRO公司在AI技术中的布局
国外CRO企业引入新技术更为积极迅速，国内CRO企业也展现出迅速的发展势头，通过合作或自主研发的方式将AI技术应用于药物研发中。
三、AI+CRO公司汇总及投融资情况
1. AI+CRO公司汇总&具体服务案例分析
AI+CRO企业公司汇总：AI+CRO行业发展分为三个阶段，海外AI+CRO行业稳步发展，中国AI+CRO行业处于早期阶段但发展势头强劲。
AI+CRO行业具体服务案例：AI+CRO企业通过与不同领域合作伙伴建立战略联盟，共同推动创新药物研发和新服务模式探索，如Generate：Biomedicines、Inceptive、Valo Health等。
2. 投融资情况分析
投融资概述：近三年全球AI+CRO市场融资总额约37.97亿美元，占AI + 生物制药市场的28%，美国和中国是主要投资目的地，投资主要集中在早期项目。
投融资规模：2022年至2024年第二季度，AI+CRO行业融资情况整体波动，全球AI+CRO赛道热度下降，国内融资亦呈现下滑趋势。
投融资轮次、全球分布：融资轮次主要集中在早期阶段，包括种子轮和天使轮，A轮融资活动也相对活跃，全球融资金额分布呈现地域差异，北美地区占据主导地位。
四、AI+CRO行业市场规模及趋势预测
1. AI+CRO市场规模
2022年至2023年CRO行业进入低潮，2024年开始复苏，预计2026至2027年第一批利用AI技术设计的药物有望上市，AI+CRO市场规模将迎来显著增长。
2. 未来展望
技术突破为行业长期向好奠定基石：以AlphaFold为代表的模型和CRISPR - Cas9基因编辑技术等的发展，推动生物制药行业向更高效、更精准的方向发展，AI + CRO行业长远前景具有确定性。
闭源趋势凸显AI+CRO商业价值，将进入快速落地期：AlphaFold3不开源标志着其商业模式的成熟和市场对AI技术价值的认可，AI辅助药物研发进入激烈市场竞争阶段。
整合解决方案成为重点竞争策略：AI制药商业化落地需要将其纳入统一架构以增强产品和服务泛化能力，企业需要采取多方面措施推动行业向更高效、更创新的方向发展。
干湿实验结合与模型迭代开启“飞轮效应”：AI模型指导实验设计，实验结果完善AI模型，这一过程加速了生物医药向工程化科学的转变。
AI加速行业自动化，探索人机交互新范式：以大语言模型为代表的人工智能为自动化实验室提供推理、规划等能力，加速实验流程，降低成本，提高研发成功率。
技术路线及商业模式仍未收敛，落地形式具有多样性：AI + CRO的落地形式展现了技术路线和商业模式的多样性，未来仍将呈现特色化、差异化的路径。
AI解读
AI提示词
本文使用如下提示词，由豆包@字节跳动提供解读
[角色定位]
你是一位数字化转型专家，擅长阅读研究报告并在微信订阅号上撰写深入浅出的文章进行分享。
你擅长提炼报告的核心观点，总结报告的关键要点，用通俗易懂的表达进行阐述，确保文章既有吸引力，又能通过平台的AI原创检测。
[专业技能]
核心观点提炼: 挖掘文章的主要观点和支持论据。
结构调整优化: 确保文章逻辑清晰流畅，能够自行进行润色，使其更自然。
减少AI痕迹: 最大限度地消除AI痕迹，保证文章的原创性。
[约束条件]
避免敏感词: 对于敏感词、限制词要进行规避或用拼音、emoji表情代替。
内容充实: 文案输出要求内容丰富，不要简单生成。
问题处理能力: 具备遇到问题时自我处理和解决的能力。
核心要点加粗: 在每个阶段的核心要点请加粗展示。
忠实于核心内容: 请忠实于原文的核心内容，不允许随意杜撰或联想，禁止使用正式、重复和机械化的语气。
现在，请根据这份文件撰写一篇文章进行归纳总结。
二、怎么大厂都开始做AI CRO了？
（原创 王苏 智药局）
前不久，创新药大哥百济神州拆分了一家CRO引发了关注。
官网显示，这家名为Pi Health的公司主要提供数字化的临床CRO服务，将先进的分析和软件解决方案整合到药物、诊断和临床流程中。
从百济神州独立之后，Pi Health宣布拿下了3000万美元的A轮融资，由 AlleyCorp 和 Obvious Ventures 领投，Invus Capital 和全球肿瘤学领军企业也追加投资。
去年，阿斯利康也推出了临床CRO品牌Evinova，将人工智能和数字软件用于临床开发。
怎么这些大厂都开始进军AI CRO了？
从百济神州孵化
Pi Health的出现，与百济神州旗帜鲜明地提出“去CRO化”有关。
与大多数公司会选择临床CRO不同，百济神州从2013年开始自建临床团队，推进其全球化运营能力。
目前，百济神州的临床开发团队人员规模已超3000人，正在开展的临床项目约140项，足迹遍布48个国家和地区。
例如被寄予厚望的替雷利珠单抗正在布局中美欧三地研发销售，更不要说从2024年起，公司计划每年将10款药物推向临床，也让百济神州成为最“烧钱”的biotech。
由于试验场所遍布全球，为了确保收集的临床数据和文件以及分析的需求，包括疫情期帮助增加癌症试验的患者入组率，百济内部开始寻求“创新解决方案”。
Pi Health的创始人兼任首席执行官Geoffrey Kim曾经是百济神州的应用创新副总裁，Geoff 曾担任阿斯利康肿瘤监管科学与战略副总裁。
另一位联合创始人兼首席运营官Bobby Reddy博士是一位皮肤主治医生，同时曾任阿斯利康肿瘤监管科学与创新主管。
2021年，百济神州应用创新副总裁Geoffrey Kim 建立了一支创新团队，专开创了整合不同数据集并通过数据分析和战略开发推动管线的方法，同时通过发明 FICS 技术平台为 Pi Health 的建立奠定了基础。
随着团队的逐渐壮大，百济神州的数字化技术不仅能够服务于内部，还能够向外输出，这时候独立出来不仅可以降低百济内部的财务压力，还能让客户对于数据安全没有后顾之忧。
从持股比例来看，百济神州持股不到50%，显然是愿意放权，但同时也会保持紧密的联系。
Pi Health 现已构建了所谓的前端可互操作捕获软件 (FICS)，该软件不仅在于在 Pi Health 站点进行试验时实现前所未有的数据连接，还包括运用人工智能和机器学习手段帮助开发过程中的临床试验行为。
图：pi haelth的技术平台
无独有偶，去年12月，阿斯利康推出AI+CRO公司Evinova，将科学专业知识与大规模开发人工智能数字技术的记录相结合，推动临床试验的进展。
此后，Evinova将作为阿斯利康内部的一家独立健康科技企业运营，并且暂时无需外部融资，由母公司提供资金。
它预计向临床研究组织（CRO）提供数字试验设计、管理和数据收集工具，包括已经签署服务协议的Parexel和Fortrea。
阿斯利康这项服务一经推出就引发了人们的质疑，会不会削弱阿斯利康的竞争优势？毕竟制药公司应该把重心放在内部管线上，以及合规等问题。
不过负责人称，Evinova的全行业解决方案符合监管机构的预期。她强调了整个行业需要统一的方法，而不是每个制药公司单独的解决方案。
有趣的是，百济神州的拆分的Pi Health两位主要创始人都在阿斯利康工作过。
提上日程的数字化临床
从阿斯利康签署的客户来看，Parexel和Fortrea都是海外临床试验头部公司，看来传统的临床CRO也有数字化的需求。
事实上，阿斯利康这样的大厂对临床开发有丰富实战经历，对于数字化临床开发有自己的一套心得，经由它们开发的软件，也更加容易得到市场认可。
例如智药局曾在去年分享过，阿斯利康拓展其著名的“5R框架”扩展为6R，将临床试验数字健康技术加入其中，阿斯利康为此做了大量的调查和试验，也踩了不少坑。
同样，鉴于百济神州在肿瘤学开发的丰富经验，包括在全球庞大的试验网络，Pi Health当前也聚焦肿瘤学临床试验的数字化。
在新冠疫情之后，数字化在临床研究中已经变得越来越不可或缺。无论是CRO还是药企，都在做这方面的布局。
现在，将一种新药物推向市场可能需要超过十亿美元的资金和十年的工作。而一半的时间和金钱花在临床试验上，这些试验规模越来越大、越来越复杂，例如心血管或者糖尿病等慢病试验，动辄都是几千人的入组数。
在新冠疫情期间，Saama与辉瑞合作进行了COVID-19疫苗试验，通过应用Saama的人工智能技术SDQ，研究团队在短时间内“清洗”并分析了3万余名患者的数据。
不过，当前人工智能对于临床试验的改革力度还不够。影响主要集中在数据收集与分析，例如简化入组流程，生成报告等边缘化工作。
但该处境正在因为更多模型的开发而得到改善。
例如在临床试验初期，需确定药物剂量、患者人数和数据收集。对此，伊利诺伊大学香槟分校计算机科学家Jimeng Sun教授团队开发的HINT算法，基于药物分子、疾病和患者标准预测试验成功。
由生物医学数据科学家 James Zou 领导的斯坦福大学团队开发了一个名为 Trial Pathfinder 的系统，该系统可以分析一组已完成的临床试验，并评估调整参与标准（例如血压和淋巴细胞计数阈值）如何影响风险比，或患者中严重疾病或死亡等负面事件的发生率。
但现在包括罗氏、基因泰克和阿斯利康在内的几家公司正在使用 Trial Pathfinder。
还有公司正在研发大语言模型，实验人员可以从对话中提取想要的数据，用于临床数据生成与分析。
不过，人工智能在临床试验中的应用面临伦理和实际操作的挑战，如模型偏差、结果难以复制、对大量训练数据的需求可能导致隐私侵犯和安全问题。
此外，研究人员可能过度依赖AI，而复杂的算法缺乏透明度，这对于建立信任和验证至关重要。
尽管临床试验的设计和执行过程变化缓慢，但FDA近年来放宽了一些规定，促进了创新的发展。
特别是新冠期间，远程试验和监控的增加为新型数据的利用提供了机会，同时人工智能的生成能力也得到了显著提升。
当前，我们尚未充分探索生成性人工智能的潜力，有些之前无法解决的问题，现在已经有了解决方案的可能。
临床试验占据药物研发成本的大头，如果数据和人工智能能够切实降本增效，未来有没有可能诞生一家千亿美元级公司呢？
三、2024年全球及中国AI CRO行业发展现状及未来展望分析：市场规模为6.87亿美元【图】
（原创 共研网 共研网）
共研产业研究院通过对公开信息分析、业内资深人士和相关企业高管的深度访谈，以及分析师专业性判断和评价撰写了《2025-2031年中国AI CRO市场调查与投资战略研究报告》。本报告为AI CRO企业决策人及投资者提供了重要参考依据。
为确保AI CRO行业数据精准性以及内容的可参考价值，共研产业研究院团队通过上市公司年报、厂家调研、经销商座谈、专家验证等多渠道开展数据采集工作，并运用共研自主建立的产业分析模型，结合市场、行业和厂商进行深度剖析，能够反映当前市场现状、热点、动态及未来趋势，使从业者能够从多种维度、多个侧面综合了解当前AI CRO行业的发展态势。
长期来看，技术发展具有确定性，但短中期会受到竞争格局变化、地缘政治风险、金融周期起落等不可控因素，可以预见的是，AI与CRO的融合还将经历多个“快速发展一验证调整”周期，AI+CRO的发展将经历一个曲折向上的发展历程。
AI+CRO行业产业链
全球AI+CRO市场在2023年的规模为6.87亿美元。AI+CRO市场目前仍处于早期发展阶段，市场格局尚未完全稳定。尽管当前市场经历了波动，但对AI+CRO市场的长期增长持乐观态度。预计从2023年起，市场将以大约29.3%的年复合增长率增长，到2032年市场规模将达到89.73亿美元。
2023-2032年全球AI+CRO市场规模预测及增速
中国在AI+CRO领域发展迅速，市场规模也在持续扩大。2023年中国AICRO行业的市场规模将达到6.67亿元，并预计到2032年将增长至89.92亿元。这一增长趋势得益于中国成熟的工业制造体系。同时，AI技术正在不断缩小中国与海外市场在CR0领域的差距，这种变化正逐步改变传统CRO行业的服务模式，中国CRO行业有望在全球药物研发市场占据更加重要的地位。
2023-2032年中国AI+CRO市场规模预测及增速
全球AI+CRO市场展现出明显的地域分布特征，美国以约52%的市场份额位居首位，依托行业先驱的先进技术和丰富经验，确立了其在全球的领导地位；欧洲市场份额占比24%，位列第二；亚洲市场(主要为中国和部分韩国与日本企业)市场份额约为13%，中国公司发展势头迅猛，努力缩小与美国之间的差距；印度和中东地区分别占4%和3%，其他地区占4%。
2023年全球AI+CRO市场占比
AI+CRO的落地形式展现了技术路线和商业模式的多样性，这些仍在不断演进与探索中。目前，AI在CRO行业的应用尚未达到一个统一的模式，各个公司依据自身的技术优势和市场定位，开拓了不同的发展道路，为药物研发的各个环节提供定制化的解决方案。
AI+CRO未来发展展望
第一章 AI CRO行业发展概况
第一节 AI CRO行业定义与特征
一、AI CRO行业定义与分类
二、行业特征剖析
第二节 AI CRO行业经营模式分析
一、采购模式分析
二、生产模式分析
三、销售模式分析
四、盈利模式分析
五、定价模式分析
第三节 AI CRO行业主要风险因素分析
一、经营风险分析
二、管理风险分析
三、法律风险分析
四、原材料供应风险
五、人力资源风险
第四节 AI CRO行业周期性、季节性及区域性特征分析
第五节 AI CRO行业研究概述
一、AI CRO行业研究目的
二、AI CRO行业研究原则
三、AI CRO行业研究方法
四、AI CRO行业研究内容
第二章 AI CRO行业运行环境分析
第一节 AI CRO行业政治法律环境分析
一、行业管理体制
二、行业相关标准
三、行业相关发展政策
第二节 AI CRO行业经济环境分析
一、全球宏观经济分析
二、国内宏观经济分析
三、经济环境对产业影响分析
第三节 AI CRO行业社会环境分析
一、AI CRO产业社会环境
二、社会环境对行业的影响
第四节 AI CRO行业技术环境分析
一、AI CRO技术分析
二、技术环境对产业影响分析
第三章 2024年全球AI CRO行业运行分析
第一节2024年全球AI CRO行业运行回顾
第二节 2024年全球AI CRO行业发展动态
第三节 2024年AI CRO行业区域竞争格局
第四节 重点区域市场现状及前景评估
一、北美市场概况及趋势
二、欧盟市场概况及趋势
三、亚太市场概况及趋势
第五节 2025-2031年全球AI CRO行业前景评估
第四章 中国AI CRO行业经营情况分析
第一节 AI CRO行业发展概况分析
一、行业发展历程回顾
二、行业经营情况及全球份额分析
第二节 AI CRO行业生产态势分析
一、2020-2024年年中国AI CRO行业产能统计
二、2020-2024年年中国AI CRO行业产量分析
第三节 AI CRO行业销售态势分析
一、2020-2024年年中国AI CRO行业需求统计
二、AI CRO行业需求数量区域分析
第四节 AI CRO行业市场规模分析
一、2020-2024年年中国AI CRO行业市场规模统计
二、需求规模区域分布
第五节 AI CRO行业价格走势及影响因素分析
一、2020-2024年年中国AI CRO行业价格回顾
二、中国AI CRO行业价格影响因素分析
第五章 2020-2024年年AI CRO所属行业进出口分析
第一节 2020-2024年年AI CRO所属行业出口分析
一、2020-2024年年AI CRO所属行业出口总量分析
二、2020-2024年年AI CRO所属行业出口总金额分析
三、2020-2024年年AI CRO所属行业出口均价走势图
四、AI CRO所属行业出口分国家情况
五、国内主要省市出口情况分析
第二节 2020-2024年年AI CRO所属行业进口分析
一、2020-2024年年AI CRO所属行业进口总量分析
二、2020-2024年年AI CRO所属行业进口总金额分析
三、2020-2024年年AI CRO所属行业进口均价走势图
四、AI CRO所属行业进口分国家情况
五、国内主要省市进口态势分析
第六章 中国AI CRO所属行业经济指标分析
第一节 2020-2024年年中国AI CRO所属行业整体概况
一、企业数量分析
二、资产总额分析
三、负债总额分析
四、销售收入分析
五、利润总额分析
第二节 2020-2024年年中国AI CRO所属行业供给情况分析
一、总产值分析
二、产成品分析
第三节 2020-2024年年中国AI CRO所属行业销售情况分析
一、销售产值分析
二、产销率情况
第四节 2020-2024年年中国AI CRO所属行业经营效益分析
一、盈利能力分析
二、运营能力分析
三、偿债能力分析
四、发展能力分析
第七章 AI CRO行业上游行业运行分析
第一节 上游原料A分析
一、上游A行业生产分析
二、上游A行业销售分析
二、2020-2024年上游A行业发展趋势
第二节 上游原料B分析
一、上游B行业生产分析
二、上游B行业销售分析
二、2020-2024年上游B行业发展趋势
第三节 上游产业对AI CRO行业影响分析
第八章 AI CRO行业下游行业运行分析
第一节 下游需求市场A分析
一、下游A行业发展概况
二、2020-2024年下游A行业发展趋势
第二节 下游需求市场B分析
一、下游B行业发展概况
二、2020-2024年下游B行业发展趋势
第三节 下游需求市场对AI CRO行业影响分析
第九章 2020-2024年年AI CRO行业各区域市场概况
第一节 华北地区AI CRO行业分析
一、华北地区经济发展现状分析
二、市场规模情况分析
三、市场需求情况分析
四、行业发展前景预测
第二节 东北地区AI CRO行业分析
一、东北地区经济发展现状分析
二、市场规模情况分析
三、市场需求情况分析
四、行业发展前景预测
第三节 华东地区AI CRO行业分析
一、华东地区经济发展现状分析
二、市场规模情况分析
三、市场需求情况分析
四、行业发展前景预测
第四节 中南地区AI CRO行业分析
一、中南地区经济发展现状分析
二、市场规模情况分析
三、市场需求情况分析
四、行业发展前景预测
第五节 西部地区AI CRO行业分析
一、西部地区经济发展现状分析
二、市场规模情况分析
三、市场需求情况分析
四、行业发展前景预测
第十章 2024年中国AI CRO行业竞争格局分析
第一节 AI CRO行业壁垒分析
一、经营壁垒
二、技术壁垒
三、品牌壁垒
四、人才壁垒
五、其他壁垒
第二节 AI CRO行业竞争格局
一、市场集中度分析
二、区域集中度分析
第三节 AI CRO行业五力竞争分析
一、现有企业间竞争
二、潜在进入者分析
三、替代品威胁分析
四、供应商议价能力
五、客户议价能力
第四节 2020-2024年AI CRO行业竞争力提升策略
第十一章 AI CRO行业主要优势企业分析
第一节 公司1
一、企业简介
二、企业经营状况及竞争力分析
三、重点产品/业务分析
第二节 公司2
一、企业简介
二、企业经营状况及竞争力分析
三、重点产品/业务分析
第三节 公司3
一、企业简介
二、企业经营状况及竞争力分析
三、重点产品/业务分析
第四节 公司4
一、企业简介
二、企业经营状况及竞争力分析
三、重点产品/业务分析
第五节 公司5
一、企业简介
二、企业经营状况及竞争力分析
三、重点产品/业务分析
第十二章 2025-2031年中国AI CRO行业发展前景预测
第一节 AI CRO行业投资回顾
一、AI CRO行业投资规模及增速统计
二、AI CRO行业投资结构分析
第二节 2025-2031年中国AI CRO行业投资规模及增速预测
第三节 2025-2031年中国AI CRO行业发展趋势预测
一、行业发展驱动因素分析
二、行业发展制约因素分析
三、AI CRO行业发展趋势预测
四、2025-2031年中国AI CRO行业产量预测图
五、2025-2031年中国AI CRO行业需求预测图
六、2025-2031年中国AI CRO行业市场规模预测图
七、2025-2031年中国AI CRO行业价格走势预测图
第四节 AI CRO行业投资现状及建议
一、 AI CRO行业投资项目分析
二、 AI CRO行业投资机遇分析
三、 AI CRO行业投资风险警示
四、 AI CRO行业投资策略建议
四、从君联在医疗板块“载入史册”的第一单，看AI+CRO的未来！（上）
（原创 郭大鹏 大鹏的投资备忘录）
在投资的世界里，股权投资总是充满诱惑与不确定性。2021年，我有幸接触到一个专项股权基金：康龙化成，一个在CRO领域有着显著成就的企业。所谓CRO，即为制药企业在药物研发过程中提供专业化外包服务的机构。当时，企业邮箱经常会不定时收到股权基金分红的邮件。几乎每个季度，我都会看到这只基金的分红报告，账面回报已经达到了近20倍。
当时和同事聊天，了解到，这只基金是2015年君联资本对康龙化成追加的新一轮融资，为投资人开放的一只跟投基金。投资门槛是500万，说实话，500万的投资门槛，投资单一标的，对于大多数投资人来讲，都很难做投资决策，需要具备敏锐的市场洞察力和深厚的行业知识。当然更需要投资的勇气，结果是，勇敢的人先享受世界，当初500万的投资本金，拿到了接近1个亿的账面回报！！着实令人羡慕。
君联资本作为一家非常优秀的私募股权投资机构，在业界享有盛誉。其投资领域涵盖了科技、医疗、消费和服务等多个行业。其成功案例不胜枚举，康龙化成是其一个典型代表。 康龙化成成立于2003年，聚焦于小分子药物研发服务，为全球制药企业提供药物发现、药物开发及生产的CRO+CMO解决方案。君联资本自2007年起就开始投资康龙化成，当时公司只有400万美金收入，估值也只有1000多万美金。并在之后连续追加注资，助力康龙化成业务扩张。君联资本认为在当时CRO产业仍处于早期阶段，即便是行业领头羊药明康德所占市场份额也极小，因此选择了持续信任并投资康龙化成。 康龙化成是君联在医疗板块投资的第一单，也是能够载入其投资史册的经典案例。2019年1月28日，康龙化成在深交所挂牌上市，上市连封13个涨停板。仅10个月后，即2019年11月28日，康龙化成再次登陆港交所，成为CRO行业继药明康德之后又一家A+H股的上市公司，实现了一年完成A+H股上市的双资本平台落地，两地总市值超过50亿美金。
2017年-2021年，A股市场上演了轰轰烈烈的白马股行情，而CRO是当时最大的风口之一。在这轮CRO牛市中，CRO行业指数涨幅超过7倍，三大龙头药明康德、泰格医药、康龙化成，股价区间最大涨幅都在10倍以上。行业一哥药明康德2018年上市之初，甚至出现了连续18个一字涨停，相比从美国退股时的市值暴增近10倍。而对于早期投资康龙化成，后期又持续加注的君联资本来讲，这个项目已经让其赚得盆满钵满。
与很多股价暴涨公司依靠题材股炒作或短周期的业绩飙升不同，CRO公司的股价狂飙有更为强劲的基本面支撑，背后是全球和中国创新药企研发投入的持续高速增长。
2016年-2021年，全球制药行业研发投入总额由1567亿美元增至1993亿美元，年复合增速6%左右；而中国制药行业的研发投入由119亿美元大幅增至300亿美元，年复合增速超过20%。
新药研发是典型的长周期、高投入、高风险的行业，一款新药由早期药物研发，至最终成功商业化落地，一般需要耗时10年以上，研发成本超过10亿美元，如果把失败风险计算在内，成本可能超过20亿美元。
作为创新药行业的卖铲人和独立的第三方研究机构，CRO公司能够帮助药企缩短研发周期，降低研发成本，提高研发成功率。对于药企来讲，把研发外包给CRO公司具有巨大吸引力。
中国的CRO企业能够在全球占有一席之地，深究背后逻辑，无疑是工程师红利带来的成本优势。相对于欧美稀缺昂贵的生物医药人才，中国高校海量的生化专业人才梯队，帮助国内CRO企业在全球竞争中逐渐后来居上。
2016年到2021年，中国CRO市场规模从32亿美元增长到100亿美元左右，年化复合增速超过25%，而三大龙头的营收年化增速更是超过30%，净利润增速超过35%，堪称A股市场业绩和股价同步爆发的典范。
不过新药研发行业一直存在着反摩尔定律，即：制药公司几十年来不断地增加投资，但投资10亿美元所得到的上市新药数目每 9 年就减少一半，这一现象被称作“Eroom定律”，药企向市场推出一款新药平均需要时间越来越长，投入成本越来越高，已经远超10亿美元。研发投入增加和投资回报率减少对药企进行新药研发提出了较大挑战。造成这种现象的主要原因有：疾病更加复杂；靶点的识别更加困难；药物的设计更加复杂等。
这使得越来越多的创新药企谨慎的进行融资。据医药魔方数据库，2022年全球创新药一级市场投融资总金额290亿美元，同比下降43%，投融资事件928起，同比下降30%。国内创新药一级市场融资总金额67亿美元，同比下降55%，投融资事件435起，同比下降32%。同时在选择CRO服务的时候会更加注重药物发现的效率和成本。这对于传统的CRO企业也带来了新的压力和挑战。
同时最近几年得益于人工智能技术、量子力学、计算化学和生命科学的共同进步，人工智能(AI)和基于量子力学的物理模型相结合的方法，突破了以往药物发现模式的边际，正在逐步改变早期药物发现的过程。这种结合不仅提高了药物研发的效率，还增强了对复杂生物分子系统的理解能力，提高了预测准确性。AI在生命科学赛道的应用受到了全球资本的追捧，AI+CRO赛道也正呈现出另外一片光鲜景象。
五、从君联在医疗板块“载入史册”的第一单，看AI+CRO的未来！（下）
（原创 郭大鹏 大鹏的投资备忘录）
AI+CRO的兴起
书接上回，随着AI技术的飞速发展，AI与CRO的结合成为了行业发展的新趋势。
2023年7月12日, 美国AI制药公司Recursion（NASDAQ：RXRX）宣布，获得英伟达（NVIDIA）的5000万美元投资。计算机技术龙头企业以如此规模直接投资AI制药在行业内引起轰动，Recursion股价当日大涨115.29%，其他AI制药股也普遍上涨。
上个月，生物技术领域最大的投资机构ARCH Venture Partners，做出了有史以来最大的一笔投资，单笔领投了2亿美元，投资于AI+医疗创业公司Xaira。这家成立仅一年的创业公司，在种子轮就拿了10亿美金，目标是利用 AI 来重塑药物的研发、寻找治疗疾病的新药。据医药魔方 MedAlpha 数据库显示，2023 年到现在英伟达已投资了10 家 AI 制药公司。
AI技术带给制药行业最显著的提升就是药物发现、研发效率的提高。也是目前AI在生物医药领域的主流应用方向。在传统的制药模式中，药物结构设计高度依赖专家经验、新药筛选失败率高、药企的投资回报率不断下降。通常来说，一款新药的研发投入超过10亿美元，整个研发周期更是超过10年。
我们先来看看研发一款新药（这里主要指小分子药物）的基本步骤是什么，再来说AI能切入哪些环节。首先，研发人员需要在人体内选择一个药物会与之发生作用的靶点，例如蛋白质；然后设计一种分子，对该靶点起作用，比如改变它的工作方式或让它停止工作。接下来，在实验室中制造出这种分子，并检查它是否真的起了作用，并且这个作用是设计所需的作用，而不是其他作用。最后，在人体中进行测试，看它是否安全有效。
几十年来，研发人员们筛选候选小分子药物的方法是，将所需靶点的样本放入实验室的许多小格子中，加入不同的分子，观察反应。然后多次重复这一过程，调整候选药物分子的结构，比如把这个原子换成那个原子，如此反复，这里面依赖的都是研发人员的经验和直觉。
但从实验室到人体并不容易，许多药物分子在实验室中似乎很有效，但最终在人体中进行试验时却失败了。所以这里面需要大量修改的工作，比如脂溶性不好，就需要修改与脂溶性相关的地方；如果有毒副作用，就需要修改相应的地方克服掉。
新药研发其实就是一个不断迭代、修改的过程，最后经过实验验证，走向临床、上市，产生价值。从经验来看，研发人员可能需要设计和测试20种药物，才能最终选出一种有效的药物，这导致研发成本非常之高。
在这个过程中，AI能切入的主要是两个环节：
第一是在最初选择苗头化合物时，就通过AI去筛选。传统方法是依赖于研发人员的经验和直觉，只能在一个几百万级的化合物库中去搜索和筛选。据测算，如果剔除一些非常相似的分子，所有的大型制药公司比如默克、诺华、阿斯利康等等加在一起，最多能有1000万个分子可以用来制造药物，其中有些是专有的，有些是众所周知的。这就是大量化学家在过去百年辛勤工作的总成果。
但自然界中的化合物，或者说成药空间，有10的60次方，我们实际上只是在一个非常小的范围内搜索。如果强算力的AI能够在更大的范围内搜索，那就能大大突破目前的探索空间，找到更合适的成药化合物。
这是人工智能的真正潜力所在——打开一个巨大的生物和化学结构库，这些结构可能成为未来药物的成分。
第二是在对先导化合物的修改时，运用AI技术修改。在选择完苗头化合物后，形成先导化合物，但有很多地方往往需要修改，比如需要把活性修改得更好，或是要把成药性改得更好，这个环节在药企研发中可能占了90%的工作量。
如何修改这些分子呢？由于药物研发已经有了上百年的历史，我们已经记录了很多结构的作用，基于这些再去做创新会容易一些。打个比方，这个过程像是要把一幅画改得更漂亮，但是目前这幅画中的某一部分，已经画得还不错，此前也已经被实验验证过了，那就可以保留，在这个基础上修改。
而经过训练的AI大模型，它可以从数十年间的几百万篇论文和大量档案中挖掘数据，从这些文件中提取出知识图谱——哪些改变会导致什么样的结果，这样的因果链对修改非常重要。
基于这样的数据基础，然后就可以让AI去把其他部分设计出来，让AI发挥想象力。AI往往比人类专家的想象力更加丰富，人类专家往往只能画出几十个分子，而AI生成的数量是没有上限的，只要算力支持。
并且，在修改中需要同时考虑很多影响因素，比如合成性、活性、成药性等等，是一个多重目标的复杂问题。人类专家在处理时，往往是简化，一次只处理一个环节，比如在这个环节只考虑活性，在另外一个环节才去考虑成药性。但AI能够更好地处理多重信息。
拿比较重要的成药性来举例，比如一款口服针对肿瘤的药物，它要想进入体内后可以治愈肿瘤，首先需要经过消化系统，然后进入血液和细胞，这个是吸收、代谢的过程；其次药效需要持续一段时间，并且不能有毒副作用。这些性质统称为成药性，是药物研发中很重要的因素。
以往研发人员主要依赖实验验证，这就导致有可能在之前的研发环节花了很多钱，做了很长时间，好不容易发现了一个有效分子，但在成药性验证上出了问题，而导致重新做或是放弃，这就造成了“双十原则”。
如今则可以通过AI+专家经验+自动化实验的方式，通过AI提升预测的准确率和设计出更结构新颖、性质更好的分子，来提升整体成功率。有研发人员将药物和蛋白质在体内的相互作用，视为一个物理问题，模拟原子间的推拉作用，而这种推拉作用会影响分子如何结合在一起，利用人工智能更准确地模拟分子之间的相互作用。
如今正有越来越多的由AI辅助的药物管线出现。根据智药局统计，AI辅助的临床管线已经从2022年的50条，增长到当前的102条，这还仅仅是统计的AI制药公司的管线情况。
随着AI技术的不断发展，CRO行业的竞争格局也在发生变化。越来越多的新型AI+CRO企业应运而生，传统CRO企业面临着转型升级的压力。这种变化不仅推动了行业的发展，也为投资者带来了新的投资机会。
新型AI+CRO企业案例分析
晶泰科技
晶泰科技于2015年成立，由温书豪、马健及赖力鹏3名美国麻省理工博士联合创办。公司成立至今共进行8轮融资，腾讯在2015年成为晶泰科技的A轮融资投资人，当时投入数千万元人民币，2018年在后者的B轮融资中追加1428.6万美元，此后又数次加码。
在2020年9月，晶泰科技完成2.89亿美元的C轮融资，创下全球AI药物研发领域融资额的最高纪录，软银愿景基金2期等领投，腾讯等早期股东追加投资，2021年8月晶泰科技获得3.8亿美元D轮融资，腾讯和厚朴参与投资，投后估值超过137亿元人民币。
而在公司Pre-A轮融资时，交易前的估值为830万元人民币，交易后的估值达到1030万元人民币，而2021年公司估值已经达到19.68亿美元（约合人民币137亿元），6年时间公司估值暴涨1650倍。
根据弗若斯特沙利文的资料，公司已为全球300多家生物技术与制药公司及研究机构提供服务，其中包括球前20大生物技术与制药公司（按2022年收入计）中的16家。公司与全球多家知名生物技术与制药企业集团、国家级研究机构和政府部门建立了战略合作关系，其中包括辉瑞、长江生命科技和新加坡国家药物设计与发现平台（ EDDC )。
腾迈医药
end
1、如您转载本公众号原创内容必须注明出处。
2、本公众号转载的内容是出于传递更多信息之目的，若有来源标注错误或侵犯了您的合法权益，请作者或发布单位与我们联系，我们将及时进行修改或删除处理。
3、本公众号文中部分图片来源于网络，版权归原作者所有，如果侵犯到您的权益，请联系我们删除。
4、本公众号发布的所有内容，并不意味着本公众号赞同其观点或证实其描述。其原创性以及文中陈述文字和内容未经本公众号证实，对本文全部或者部分内容的真实性、完整性、及时性我们不作任何保证或承诺，请浏览者仅作参考，并请自行核实。
