引言：当算法开始设计药物

一款新药从最初的靶点发现到最终上市，平均耗时12年，花费超过26亿美元。失败率高达90%以上。这是人类与疾病博弈了数十年都无法逃脱的铁律——直到人工智能的介入开始改写规则。

过去五年，AI药物发现领域正在经历一场安静却深刻的革命。它不在新闻头条上喧嚣，却在每一个分子筛选的夜晚、每一次蛋白质结构的预测中悄然发生。本文梳理了目前全球最具代表性的29家AI药物发现公司，从科技巨头到硬核初创，从算力底座到数据资产，试图勾勒出这个万亿级赛道的全貌。

根据市场调研机构数据，AI药物发现市场预计从2024年的18.6亿美元，增长至2029年的68.9亿美元，五年复合增速接近30%。这不是泡沫，而是技术与需求共振后的必然。

一、算力与平台：AI制药的基础设施层

任何行业的技术革命都需要基础设施先行。AI药物发现也不例外——在讨论哪家公司的分子设计平台最酷、哪条管线最有希望之前，有三家公司已经安静地成为了所有人的底座。

NVIDIA美国·GPU · BioNeMo · Clara Discovery

【核心特色】GPU计算平台（A100/H100系列）为所有AI药物发现提供算力底座。Clara Discovery专为生命科学工作负载优化，BioNeMo大模型平台涵盖蛋白质结构预测、分子生成等核心任务。

【关注理由】AI药物发现的算力命脉。几乎所有同行都跑在NVIDIA硬件之上，硬件护城河之深，短期内无可撼动。

Google / Isomorphic Labs美国·AlphaFold · 蛋白质结构 · Isomorphic Labs

【核心特色】旗下DeepMind团队开发的AlphaFold 2/3已预测超过2亿个蛋白质结构，彻底改变结构生物学的工作方式。Isomorphic Labs是其商业化arm，已与礼来、诺华签署逾18亿美元的药物发现合作协议。

【关注理由】AlphaFold是近二十年生命科学最重大的技术突破之一。数据库免费开放，间接赋能整个行业，商业潜力尚未充分释放。

Microsoft美国·Azure · OpenAI · BioEmu

【核心特色】Azure生命科学云结合OpenAI大模型能力，BioEmu模型可模拟蛋白质动态构象变化。医疗AI子公司Nuance广泛部署于临床端，与诺华等大型药企建立深度战略合作。

【关注理由】云计算+大模型双优势，是AI药物发现数字化转型的基础设施提供者。战略投资和合作覆盖整个生态链。

二、端到端AI制药：新一代药物工厂

如果说上一类公司是土地，这一类公司就是在土地上建造工厂的人。他们的目标是用AI替代——或至少大幅压缩——从靶点发现到候选化合物的传统研发全流程。

Insilico Medicine美国/香港·Chemistry42 · 端到端 · 临床2期

【核心特色】自研Chemistry42平台覆盖靶点识别、分子生成、ADMET预测全链条。抗纤维化药物ISM001-055已进入临床2期，是目前AI完整设计、AI完整筛选的候选药物中临床进展最靠前的。

【关注理由】AI制药从概念走向真实疗效的里程碑式公司。全球首个由AI全程设计并进入临床2期的小分子药物出自此处，具有重要历史意义。

Recursion Pharmaceuticals美国·表型筛选 · RecursionOS · LOWE大模型

【核心特色】每周产生数十亿张生物影像数据，RecursionOS将实验自动化与LLM（LOWE）深度结合。2024年完成对Exscientia的收购，成为规模最大的纯AI制药公司，合作方包括拜耳、辉瑞。

【关注理由】拥有全球最大的生物-化学专有数据集之一，数据飞轮效应不断增强。垂直整合实验室自动化与AI分析，护城河宽阔。

Exscientia英国·临床试验 · AI设计 · NASDAQ上市

【核心特色】首批将AI设计候选药物推入临床的公司，'精准目标-精准设计-精准实验-精准医疗'四步AI流程已获行业验证。与赛诺菲、拜耳均有重量级合作，2021年NASDAQ上市（现已并入Recursion）。

【关注理由】验证了AI制药商业模式可行性的先行者。被Recursion收购本身就是对其技术价值的有力背书。

Valo Health美国·Opal平台 · 端到端 · 垂直整合

【核心特色】Opal计算平台整合患者数据、化学信息学和生物学模型，支持从靶点发现到临床决策的全流程AI赋能。与强生等大型药企合作，推进多个适应症管线。

【关注理由】平台化战略覆盖全价值链。数据+算法+自动化实验室三位一体的垂直整合模式，是业内领先的系统性解决方案。

Insitro美国·功能基因组学 · 机器学习 · Genentech合作

【核心特色】由斯坦福机器学习教授Daphne Koller创立，通过大规模人类遗传数据与功能基因组学训练ML预测模型，聚焦代谢病和神经退行性疾病。

【关注理由】创始人是全球机器学习顶级学者，学术严谨性有保障。与基因泰克（Genentech）签署逾亿美元合作，权威背书极强。

三、垂直切入：技术壁垒最高的专家

不是每个公司都需要做全栈。有一批公司选择在药物发现流程中最难啃的特定环节深挖护城河，形成了独一无二的技术壁垒。这类公司往往是大型药企最愿意支付高溢价合作的对象。

Schrödinger美国·分子模拟 · FEP+ · 计算化学先驱

【核心特色】结合物理建模与机器学习，旗下Glide分子对接和FEP+自由能计算工具是行业标准。与辉瑞等顶级药企深度合作，同时自建管线。

【关注理由】不只是AI概念，有数十年计算化学积累的扎实根基。软件授权+自有管线双轮驱动，是AI制药中最早实现商业落地的公司之一。

Atomwise美国·AtomNet · 深度学习 · 分子对接

【核心特色】AtomNet是业内最早将深度卷积神经网络用于小分子-靶点对接的平台。与赛诺菲签署多靶点战略合作，首个AI驱动的TYK2抑制剂候选药物正在推进临床前研究，聚焦自身免疫疾病。

【关注理由】先行者优势明显，学术及工业合作网络广泛。自身免疫是超大适应症，商业潜力可观。

XtalPi美国/中国·晶型预测 · 量子力学 · AI+机器人实验

【核心特色】融合量子力学、AI与机器人实验的IDD平台，可精准预测候选药物的固态晶型性质——这是传统制药中耗时最长、最难标准化的环节之一。在中美两地设有研发中心。

【关注理由】晶型预测是制药研发长期痛点，技术壁垒极高。与礼来、辉瑞等顶级药企合作，中美双轨布局是额外加分项。

AbCellera美国/加拿大·抗体发现 · 单细胞测序 · 礼来合作

【核心特色】高通量单细胞测序平台结合AI快速发现和优化抗体。曾在疫情期间仅数周内发现获批新冠中和抗体bamlanivimab，创下行业速度纪录。已在NASDAQ上市。

【关注理由】抗体药物是生物制药最大的细分市场。AbCellera的速度优势已被真实危机验证，商业价值毋庸置疑。

Iktos法国·生成式AI · de novo设计 · Makya平台

【核心特色】Makya生成式AI平台专注全新分子从头设计，可在满足多约束条件（成药性、选择性、合成可行性）下快速生成新型药物分子。代表欧洲AI制药的前沿水准。

【关注理由】生成式AI用于分子设计是当前最热门的方向之一。欧洲市场布局稀缺，有望成为欧洲药企的首选合作伙伴。

Cloud Pharmaceuticals美国·量子化学 · 从头设计 · 结合自由能

【核心特色】将量子力学精密计算与AI结合做从头药物设计，精准预测分子与靶点的结合自由能，在原子层面理解药物-靶点相互作用。

【关注理由】量子化学+AI是下一代计算药物设计的前沿方向，技术壁垒极高。差异化明显，在传统AI制药红海中占据独特位置。

CytoReason以色列·细胞模型 · 免疫学 · 辉瑞合作

【核心特色】构建细胞分辨率的疾病计算模型，用AI理解免疫细胞在不同疾病状态下的响应机制。与辉瑞签署超过1.1亿美元的合作协议，专注炎症和免疫适应症。

【关注理由】细胞层面的疾病建模是大多数AI制药公司尚未深入的维度，差异化显著。以色列生物技术生态活跃，正在孵化更多优质公司。

Evaxion Biotech丹麦·癌症疫苗 · 新抗原 · 临床试验

【核心特色】PIONEER、RAVEN等AI平台专门设计个性化癌症新抗原疫苗和传染病疫苗，已有多个候选产品进入临床试验阶段。

【关注理由】AI+个性化癌症疫苗是免疫治疗的前沿赛道。随着mRNA疫苗技术成熟，AI精准设计抗原的价值将进一步凸显。

四、数据资产型：护城河在于稀缺数据

在AI时代，数据就是资产，有时甚至比算法更重要。这类公司的核心竞争力不在于模型本身，而在于对稀缺、高质量数据的独占性控制——这是任何竞争对手都难以在短期内复制的护城河。

Illumina美国·测序 · 基因组 · GRAIL癌症早筛

【核心特色】全球测序仪市场占有率超过80%，为AI药物发现提供最上游的基因组数据来源。旗下GRAIL子公司专注多癌种早期筛查液体活检，已有产品获得监管认可。

【关注理由】基因组数据是AI制药的核心燃料，Illumina是整条流水线的最上游，基础设施地位不可替代。

Tempus美国·真实世界数据 · 精准医疗 · NASDAQ上市

【核心特色】汇集数百万患者的多模态真实世界数据（基因组+临床+影像），AI分析系统帮助肿瘤科医生做个性化治疗决策。2024年NASDAQ上市，市值超过80亿美元。

【关注理由】数据资产规模和质量在精准肿瘤学领域首屈一指。上市后商业化路径清晰，是AI+精准医疗赛道最受资本关注的公司之一。

Verge Genomics美国·神经退行性疾病 · 人类遗传数据 · ALS

【核心特色】直接用人类遗传和基因组数据训练AI模型，替代动物模型进行靶点发现研究，聚焦ALS（渐冻症）、帕金森等神经退行性疾病，与礼来合作数亿美元。

【关注理由】用人类数据替代动物模型，理论上临床转化成功率更高。神经退行性疾病是高度未被满足的医疗需求，社会价值与商业价值兼备。

BenchSci加拿大·试剂推荐 · 文献挖掘 · 科研效率

【核心特色】从海量科学文献中提取抗体、试剂的实验使用数据，AI推荐系统帮助科研人员选择最优实验试剂，大幅缩短早期实验设计时间。与全球主要药企广泛合作。

【关注理由】切入科研实验设计的高频痛点，用AI解决的是每天都在发生的具体问题，而非遥远的未来场景。商业模式落地性极强。

五、特定机制切入：发现新大陆

还有一类公司，他们的战略是在传统药物发现的边界之外开辟新疆域——瞄准被主流忽视的生物机制，用AI为整个行业带来新的靶点空间。

Envisagenics美国·RNA剪接 · SpliceCore · RNA疗法

【核心特色】SpliceCore平台专注RNA可变剪接异常这一长期被忽视的疾病机制，从基因组数据中AI挖掘新型剪接靶点，为RNA疗法开发提供独特的靶点来源。

【关注理由】RNA剪接靶点空间广阔，且大部分尚未被主流药企系统性探索。随着RNA疗法浪潮兴起，这类独特靶点的价值将快速凸显。

BIOAGE美国·衰老生物学 · 多组学 · 代谢病

【核心特色】通过分析大型长期衰老队列的多组学数据，发现与生物衰老过程相关的新型靶点。目前在肥胖、糖尿病等代谢病领域有进入临床的管线，与礼来建立合作。

【关注理由】衰老是所有慢性病最大的公共风险因素，AI解码衰老机制潜在市场规模巨大。礼来的合作验证了其平台靶点发现的价值。

Predictive Oncology美国·肿瘤样本库 · 药物响应预测 · 精准肿瘤

【核心特色】拥有超过15万份肿瘤生物样本，结合AI模型预测肿瘤细胞对特定药物的响应，帮助研究人员在早期阶段快速筛选最优候选化合物。

【关注理由】稀缺的大规模肿瘤样本库加上AI分析能力，在肿瘤精准用药这一万亿级赛道构筑了独特的数据护城河。

BPGBio美国·代谢组学 · 生物标志物 · 神经疾病

【核心特色】利用大规模代谢组学数据与AI训练生物标志物预测模型，专注神经系统和代谢疾病领域的靶点发现与生物标志物鉴定。

【关注理由】代谢组学是继基因组之后最具价值的组学数据维度，切入角度差异化，有望发现其他平台遗漏的新靶点。

Centella印度·天然产物 · 计算化学 · 印度市场

【核心特色】专注利用AI从天然产物中挖掘活性先导分子，结合计算化学进行结构优化，面向印度及全球制药市场提供天然来源候选化合物。

【关注理由】天然产物历史上贡献了约50%的已上市药物，结构多样性极高。AI加速挖掘这一宝库，加之印度丰富的植物多样性资源，差异化明显。

六、AI+基因组学专家

基因组学与AI的结合，代表着药物发现最底层的范式转变——从表型观察倒推，到从遗传密码正向理解疾病机制。

Standigm韩国·知识图谱 · 靶点发现 · 分子生成

【核心特色】Standigm ASK平台利用知识图谱加深度学习发现新靶点，BEST平台负责分子生成与优化，专注肝病和代谢性疾病。作为韩国代表性AI制药公司，正在推进全球化合作。

【关注理由】亚洲代表性AI制药公司，韩国政府大力支持生物技术创新，全球化布局潜力较大，值得在亚太制药格局中重点跟踪。

Evaxion Biotech（基因组疫苗）丹麦·基因组学驱动 · 新抗原预测 · 个性化疗法

【核心特色】基于患者基因组数据，AI平台预测最优个性化新抗原序列，用于设计高度个性化的癌症治疗性疫苗，将基因组学与免疫肿瘤学深度融合。

【关注理由】个性化癌症疫苗是肿瘤治疗的下一个前沿，而基因组驱动的新抗原预测是其技术核心。AI在此环节的加速作用不可替代。结语：这场革命正在哪里加速

纵观上述这些公司，可以清晰看到AI药物发现的三条加速轨迹：

其一，从工具到平台。早期AI制药公司多是单点工具提供商，而今天领先者都在构建端到端的研发操作系统。Recursion、Valo Health、Insilico Medicine代表的是这一趋势的最前沿。

其二，从预测到生成。深度学习擅长预测，但真正改变规则的是生成式AI——它不再只是筛选已知分子，而是在化学空间中无中生有地创造出从未存在过的分子结构。Iktos、Cloud Pharmaceuticals是这一方向的代表。

其三，从模型到数据。随着AI模型趋于同质化，数据稀缺性正在成为核心竞争力。Illumina、IQVIA、Tempus代表的数据资产型公司，将在下一个竞争周期中展现出更持久的护城河。

我们正处于一个历史性的拐点。AI不会替代科学家，但它正在让科学家拥有超能力。那些最早将AI嵌入研发基因的公司，将在未来十年的药物发现竞赛中占据难以撼动的先发优势。

— 本文整理自公开市场研究数据及各公司官方信息 —