AI科学研究

关键信息摘要

Key Highlights

• AlphaFold荣获2024年诺贝尔化学奖，AI科学研究从"实验辅助"跃升为"科学发现引擎"，产业化进程加速
• 晶泰科技（2228.HK）2025年实现阶段性盈利，英矽智能ISM001-055进入IIa期临床，AI制药商业化验证里程碑落地
• 全球AI制药市场预计2030年达150亿美元，中国企业晶泰/英矽/望石智慧/冰洲石生物等布局领先

行业定义与边界

AI科学研究是指将人工智能技术应用于科学发现与研究加速的产业形态，核心在AI制药（AI Drug Discovery）和AI材料科学，延伸至AI生物学、AI化学、AI农业育种等领域。产业边界涵盖：蛋白质结构预测（AlphaFold/RoseTTAFold）、AI分子生成与优化、AI临床试验设计、AI靶点发现、AI材料筛选。上游依赖大语言模型、多模态模型及生物医学数据库；下游对接药企研发管线和高校科研院所。

市场规模与增长

• 全球AI制药市场规模2030年预计达150亿美元，2025-2030年CAGR超35%
• 中国AI制药市场2025年约30亿元，处于快速渗透期
• AI蛋白质结构预测覆盖超2亿种蛋白质（AlphaFold数据库），极大降低生物医药研发成本
• 全球AI药物研发管线数量2025年超500条，较2022年增长3倍以上
• AI材料发现市场2025年约20亿美元，电池/半导体材料为主要应用

技术演进路线

flowchart LR
  A["靶点发现<br/>基因组学/蛋白质组学<br/>AlphaFold2(DeepMind), ESM2(Meta)"] --> B["分子生成<br/>AI分子设计/虚拟筛选<br/>晶泰科技, 英矽智能(Insilico), Schrodinger(SDGR)"]
  B --> C["先导化合物优化<br/>ADMET预测/毒理评估<br/>英矽智能, 冰洲石(Accutar), BioSymics"]
  C --> D["临床前验证<br/>体外/体内实验<br/>药明康德(2359.HK), Charles River(CRL)"]
  D --> E["临床试验<br/>AI患者筛选/终点预测<br/>IQVIA(IQV), 赛默飞/PPD(TMO), Tempus"]
  E --> F["上市审批<br/>NDA/IND申报<br/>辉瑞(PFE), 诺华(NVS)"]
  F --> G["商业化与生产<br/>CDMO/市场销售<br/>药明生物(2269.HK), Catalent(CTLT)"]

AI科学研究的底层突破始于2020年，DeepMind推出的AlphaFold2与Meta的ESM2将蛋白质结构预测推向原子级精度，彻底重塑靶点发现范式，此后AI从“实验辅助”向“科学发现引擎”跃迁。以此为基石，分子生成与虚拟筛选在2022—2023年快速工业化，晶泰科技、英矽智能（Insilico）和Schrödinger（SDGR）率先将AI分子设计嵌入主流研发管线，英矽智能、冰洲石（Accutar）等进一步把ADMET预测与先导化合物优化闭环，将苗头化合物至临床前候选物的周期压缩约70%。

2024年AlphaFold获诺贝尔化学奖成为关键拐点，全球AI药物研发管线数量突破500条，较2022年增长逾3倍，技术代际正式从单点预测工具迈向端到端管线。进入临床验证期，AI开始渗透患者筛选与终点预测，IQVIA（IQV）、赛默飞/PPD（TMO）和Tempus用真实世界数据提升试验效率；同期，药明康德（2359.HK）与Charles River（CRL）承担临床前体外/体内验证，药明

产业价值链结构

flowchart LR
  A[生物医学数据
UniProt/PDB/AlphaFold DB
2025年覆盖2.14亿蛋白质结构] --> B[AI结构预测
AlphaFold3/RoseTFA-All-Atom
DeepMind/华盛顿大学]
  B --> C[AI分子生成与筛选
晶泰科技2228.HK/英矽智能3696.HK
薛定谔SDGR/望石智慧]
  C --> D[临床前验证CRO
药明康德2359.HK/赛默飞TMO
ADMET预测准确率超85%]
  D --> E[临床试验与受试者筛选
零氪科技/医渡科技2158.HK
AI分层入组提速30%]
  E --> F[制药公司申报上市
辉瑞/强生/百济神州6160.HK
AI药物审批路径探索中]
  G[计算基础设施
英伟达H100 GPU集群
阿里云/火山引擎] --> B
  G --> C

AI科学研究的产业链正从过去单一的软件工具升级为覆盖“数据-模型-实验”的闭环体系，核心价值集中在AI药物发现领域。上游以AlphaFold DB、UniProt为代表的蛋白质结构数据库和基因组学数据（华大基因300676.SZ提供测序支撑）为AI模型训练提供基础，2025年AlphaFold数据库已收录逾2.14亿个蛋白质结构，极大降低了靶点发现的湿实验成本。中游AI平台环节呈现多元竞争格局：晶泰科技（2228.HK）凭借量子物理+AI的分子力场技术，2025H1实现营收约1.9亿元人民币并首次阶段性盈利，成为港股AI制药商业化落地的先行者；英矽智能（3696.HK）主打端到端AI全链路，其核心管线ISM001-055于2025年顺利推进至IIa期临床，是全球首个由AI设计进入中后期临床的药物分子之一；薛定谔（SDGR.NASDAQ）的计算化学平台则常年被辉瑞、诺华等跨国药企采用的，年软件订阅收入超2亿美元。临床前验证与CRO环节，药明康德（2359.HK）和赛默飞（TMO）等巨头已将AI辅助的ADMET预测深度嵌入候选药物筛选，预测准确率提升至85%以上，将苗头化合物到先导化合物的优化周期压缩约40%。下游临床试验阶段，医渡科技（2158.HK）及零氪科技等借助医疗大数据与AI患者分层模型，在肿瘤等赛道将受试者入组效率提高了30%。再向下，百济神州（6160.HK）等创新药企正积极探索AI赋能的新药申报路径，但全球主要药监机构对AI产生的关键性证据仍未出台完整的审评框架。整个产业链的算力底层高度依赖英伟达H100 GPU集群，阿里云、火山引擎等云平台已成为AI制药初创公司的算力标配，计算资源成本约占AI制药总投入的30%。最新催化事件为2026年5月26日，英矽智能与Human Longevity宣布共建全球首个衰老科学AI基础模型，标志着AI在更长生命周期疾病研究领域的应用边界正在打开。

重点公司

本土龙头

• 晶泰科技（2228.HK）— AI驱动药物研发平台，2025年实现阶段性盈利，港股上市
• 英矽智能（ISRG）— AI全链路制药，ISM001-055进入IIa期临床（全球首个AI设计进临床的分子之一）
• 望石智慧（未上市）— 清华系，AI材料+AI制药，计算化学平台

海外对标

• Schrödinger（SDGR.NASDAQ）— 计算化学平台，物理模拟+机器学习，药企广泛采用
• Recursion Pharmaceuticals（RXRX.NASDAQ）— AI生物学，高通量表型筛选+AI分析，2024年与辉瑞合作

未升格公司清单

留作行业全景参考，未单独建 note。出现重大催化时考虑升格。

• 冰洲石生物科技 — AI驱动小分子药物设计，清华背景
• 百图生科 — 蛋白质大模型，腾讯投资，生物基础模型
• 星药科技 — AI药物设计平台，多个在研管线

景气度判断

当前景气度（描述性） 信号源：晶泰科技财报；英矽智能临床进展公告；AlphaFold诺贝尔奖后续报道

景气度中高。AlphaFold获诺贝尔奖是行业重要催化，资本对AI制药的关注度显著提升。晶泰盈利和英矽临床推进是商业化验证信号。但整体行业仍处于早期，多数公司离盈利尚远，管线风险大，需关注临床试验数据读出节奏。

风险提示

关键风险

• AI生成的分子在临床阶段失败率高，从计算预测到真实疗效的验证周期长达10年以上
• 监管机构（FDA/NMPA）尚未建立明确的AI辅助研发审批框架，合规路径不确定