AI医药行业市场前景及投资研究报告：全球前沿创新.pdfVIP

医药生物/行业专题报告/2025.03.09

全球前沿创新专题报告（三）

证券研究报告

投资评级:看好(维持)AI医药行业报告

最近12月市场表现核心观点

医药生物沪深300❖AI组成的三大要素为：数据、算力和算法。AI制药数据的，包括了

上证指数公开数据集、商业数据集、与药企合作获得的研发数据、企业自身研发积累的

19%

数据集、挖掘数据集、实验数据库、物理模拟生成的数据等。算力方面，GPU、

11%

云计算资源等基础设施的完善，为AI制药企业提供了重要的计算支撑。算法

3%

方面，包括机器学习（MachineLearning，简称ML）、深度学习（DeepLearning，

-5%

简称DL）等多种类别，在不同的领域中各有优势。

-12%

-20%

❖AI制药与传统的制药流程基本上是一致的，通常包括：药物发现、临

床前研究、临床研究以及审批与上市四个阶段。其中，药物发现阶段主要

涉及靶点发现及验证、先导化合物发现、药物从头设计等。而临床前研究阶段

则以晶型预测、化合物验证为主，包括稳定性分析、安全性评价和ADMET分

析等。目前，AI主要在药物发现和临床前研究两个阶段发挥作用。

❖AI生成模型在全新药物设计领域具有巨大的优势，因为它们在生成分

子时不需要先验的化学知识。这些模型可以在更广阔的未知化学空间中进

行搜索，超越现有分子结构的限制，自动设计新的分子结构。在新药设计中，

广泛使用的深度生成模型包括基于循环神经网络（RNN）的生成模型、变分自

编码器（VAE）和生成对抗网络（GAN）等。利用生成模型设计分子的过程具

有高度的随机性，生成的分子在结构上呈现千变万化，质量也参差不齐。强化

学习可以通过微调模型参数进行有针对性的优化，使生成的分子具备特定的

药物分子特性。这种结合生成模型和强化学习的方法为全新药物设计提供了

新的途径和可能性。

❖投资建议：AI技术与生物制药开发相结合，可以加速新药的发现和开发。通

过整合多种数据类型和AI模型，可以更好地揭示新的生物学机制，预测新的

相关报告药物靶点，并开发首创或最佳疗法，特别针