中商情報網訊：相較于傳統藥物研發，AI技術能將藥物發現、臨床前研究的時間縮短近40%，將臨床新藥研發的成功率從12%提高到約14%。隨著國內創新藥研發熱潮的到來，AI制藥產業日益受到資本市場青睞，全球各大藥廠和生物科技公司積極發展AI制藥，AI制藥滲透率有望快速提升，行業前景十分廣闊。

經歷了算法迭代、算力提升及海量實驗數據的堆砌，同時隨著AlphaFold2、CHATGPT等創新產品的出現，國內AI制藥產業迎來高速發展的成長初期。中商產業研究院發布的《2024-2029中國AI制藥市場現狀研究分析與發展前景預測報告》顯示，2021年在疫情驅動、資本加持下，AI制藥企業投產獲取第一輪成效，中國AI制藥市場規模為1.63億元，2022年增長至約2.92億元。中商產業研究院分析師預測，2023年及2024年中國AI制藥市場規模將達到4.14億元和5.62億元。

數據來源：中商產業研究院整理

AI制藥行業發展前景

1.藥物創新需求增加

由于AI能夠在較短時間內處理大量復雜數據，并針對以前無法治療的靶點生成新分子，其在小分子藥物發現及開發中的應用日益增加。隨著深度學習、神經網絡及GANs的進步，AI現在可以進行預測蛋白質結構及藥理特性以及生成新靶點及小分子等復雜任務。在虛擬空間（即計算機）進行該等任務節約時間及資源，減少了對濕實驗室實驗及其他資源密集型方法的需求。隨著對小分子市場藥物創新的需求不斷加速，AIDD在藥物創新中發揮其力量的應用有望繼續增長。

2.AI制藥技術快速發展

從設計新分子到預測臨床試驗結果，AI可以融入藥物發現過程的各個階段。使用ML、DL及生成式AI及其他AI技術，制藥公司可以減少藥物發現及開發所需的時間和資源，同時提高臨床試驗的成功率。具體而言，生成式AI有可能通過使科學家能夠為以前無成藥性的靶點生成新分子，從而徹底改變藥物發現，這可能為藥物開發提供新途徑。

3.AIDD平臺日趨成熟

量子計算及機器學習架構等先進技術有潛力提高AIDD平臺的實力。例如，量子計算可提供更大的計算能力以模擬更大更復雜的分子，從而得出更準確的預測。此外，通過改進機器學習架構（如transformers），可使其預測最可能對特定疾病有效的化合物，從而大幅提高AIDD平臺的小分子藥物設計能力，從而更有效及高效地發現藥物。

4.傳統醫藥行業的投入不斷增加

傳統制藥公司對AIDD的興趣日益濃厚，推動了AIDD行業的投資及合作。傳統制藥公司正在深化與領先AIDD公司的合作伙伴關系，將AI技術整合到其小分子藥物發現及開發過程中，并通過投資AI研發以建立內部能力。隨著AI集成的裨益趨于明顯，預期對AIDD解決方案的需求將繼續增長。

更多資料請參考中商產業研究院發布的《中國AI制藥市場前景及投資機會研究報告》，同時中商產業研究院還提供產業大數據、產業情報、行業研究報告、行業白皮書、商業計劃書、可行性研究報告、園區產業規劃、產業鏈招商圖譜、產業招商指引、產業鏈招商考察&推介會等服務。