分析師：趙海春（執(zhí)業(yè)S1130514100001）分析師：甘壇煥（執(zhí)業(yè)S1130525060003）zhaohc＠gantanhuan＠從數(shù)據(jù)、算力、模型切入的3類龍頭，看全球AI制藥全景圖基本邏輯任何科學(xué)研究，包括創(chuàng)新藥研發(fā)在內(nèi)，不論是體外還是人體臨床試驗的可復(fù)制、可驗證性都是極為重要的。歐盟《人工智能法案》將使那些依賴黑箱模型、缺乏應(yīng)用運行的前提。全球科技巨頭，包括亞馬遜、谷歌、微軟、阿里等，有充足的云端算力可供藥企選擇。而英偉布的知識（跨孤島FL）以及保護本地數(shù)據(jù)的隱私。另一方面，Apheris這類企業(yè)以及英國政府等，是制勝關(guān)鍵。生成式AI藥企，從假設(shè)到實現(xiàn)，構(gòu)建隨時間增長的領(lǐng)先模型壁壘是要點。當(dāng)肘，模型開發(fā)迭代進化的效率與訓(xùn)練經(jīng)驗積累的先機就至關(guān)重要。與大藥企合作AI研發(fā)過程中的數(shù)據(jù)與模型構(gòu)建正反饋飛輪，就將成就目前領(lǐng)先企業(yè)的護城河。投資策略，（點，必然是人類首個AI驅(qū)動研發(fā)的藥物的獲批上市；換言之，不論模型還是數(shù)據(jù)更優(yōu)，跨界企業(yè)入局者眾，優(yōu)選壁壘隨時間增厚者。因為AI制藥本身是科技跨界的嶄新賽道，未來的首個破局者，是AI藥企，也可能是傳統(tǒng)仿創(chuàng)龍頭在AI領(lǐng)域前瞻深耕者，還可能是非藥領(lǐng)域的新進注石藥集團、復(fù)星醫(yī)藥等在AI領(lǐng)域長期前瞻風(fēng)險提示敬請參閱最后一頁特別聲明時點：AI應(yīng)用從構(gòu)想到現(xiàn)實，多組學(xué)開發(fā)降本增效千倍，首個AI重磅 4 4質(zhì)變在即：顛覆級量變，多組學(xué)AI應(yīng)用將1000倍 5 7本質(zhì)：算力云端接入、數(shù)據(jù)量質(zhì)局限皆獲破圍、模型隨時間增厚壁壘，創(chuàng)新研發(fā)回報率回升提速 8算力：亞馬遜、谷歌、微軟、阿里等，云端供給充裕；英偉達 8 行業(yè)變局：科技巨頭入局，產(chǎn)業(yè)鏈企業(yè)加速配置；十大制藥巨頭 投資策略 敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明 4 5 6 6 7 8 8 時點：AI應(yīng)用從構(gòu)想到現(xiàn)實，多組學(xué)開發(fā)降本增效千倍，首個AI重磅藥破殼在即來已來AI對全球所有的行業(yè)的發(fā)展軌跡都發(fā)生著顛覆性的影響。醫(yī)藥行業(yè)亦是如此。一邊是顛覆性科技在新藥研發(fā)與臨床推進上快速發(fā)展，一邊是全球制藥巨頭面臨上一代重磅藥的的技術(shù)之上——從算盤到量子計算機。這些工具的發(fā)展已到達關(guān)鍵時刻。僅在2021重依賴AI/ML來實現(xiàn)諸如監(jiān)控和提升人類編制檔藥物研發(fā)和生產(chǎn)中的安全有效使用，F(xiàn)DA和許多其他美國聯(lián)邦機構(gòu)發(fā)布了持續(xù)更新的嚴(yán)格指南；其首要目標(biāo)是加快藥物研發(fā)，增強現(xiàn)有藥物的安全性，引入新的治療展（scale-across）”能力，突破了單數(shù)據(jù)中心的電力、空間物理限制，可將分布在質(zhì)變在即：顛覆級量變，多組學(xué)AI應(yīng)用將1000技術(shù)、能源存儲、公共區(qū)塊鏈和多組學(xué)測序?qū)⑼苿邮澜缃?jīng)濟指數(shù)級增長；其中，生物醫(yī)報告指出，利用AI來處理數(shù)據(jù)將顛覆診斷、藥物發(fā)現(xiàn)和治療，到2030年，整具體來看，AI將徹底改變多組學(xué)工具、藥物研發(fā)、分子診斷，并和1000倍；AI將使藥物開發(fā)成本降低4倍，并將研發(fā)投入的回報提高5倍；業(yè)價值將比標(biāo)準(zhǔn)藥物高20倍，比同類最佳的精準(zhǔn)藥物高2.4倍。根據(jù)智藥局發(fā)文，木頭姐在后來接受采訪時進一步表示，AI賦能醫(yī)療保健的潛力被大大低估，從長遠來看，醫(yī)療保健將成為AI最萬倍，比摩爾定律還要快得多。對人類基因組的計算時間已經(jīng)從2001年的180例如，全球最大的公開基因組數(shù)據(jù)庫——英國生物數(shù)據(jù)庫，儲存著50萬名患者敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明推進任何科學(xué)研究，包括創(chuàng)新藥研發(fā)在內(nèi)，不論是體外還是人體臨床試驗的可復(fù)制、可驗證性都是極為重要的。根據(jù)醫(yī)藥速覽發(fā)文，隨著2025年到折點。一方面，AI技術(shù)在藥物研發(fā)中的應(yīng)用已經(jīng)從概念驗證階段邁向了實質(zhì)性突破。例適用，意味著那些依賴黑箱模型、缺乏可解釋性的子及生物藥實現(xiàn)端到端的靶點發(fā)現(xiàn)、分子生成以及臨床試驗的優(yōu)化。這個平臺主要Biology42平臺，由多個應(yīng)用程序組成，包括PandaOmics收、分布、代謝、排泄和毒性）Profiling等組成，用于優(yōu)化生成的性，有40多個AI模型通過廣泛的深度學(xué)習(xí)過程個AI模型，并通過測試和驗證將模型數(shù)量縮窄至僅超過40個已驗證的AI模是一種簡化起草學(xué)術(shù)論文和其他相關(guān)文件的過程的ATNIK抑制劑的AI研發(fā)過程。通過a、b、c步驟，進行來源：Nature，英矽智能，國金證券本質(zhì)：算力云端接入、數(shù)據(jù)量質(zhì)局限皆獲破圍、模型隨時間增厚壁壘，創(chuàng)新研發(fā)回報率回升提速算力：亞馬遜、谷歌、微軟、阿里等，云端供給充裕；英偉達，SAI制藥的推進，算力是基礎(chǔ)；不但因為云算力的普及而不構(gòu)成瓶頸，還由于英偉達等硬和人工智能、加速流程、控制成本、促進協(xié)作、持續(xù)創(chuàng)新并增強韌性。這些驅(qū)動因素與行業(yè)更廣泛的數(shù)字化轉(zhuǎn)型目標(biāo)相一致——云計算是制藥公司實現(xiàn)數(shù)據(jù)驅(qū)動和以本優(yōu)化，還來自于實現(xiàn)業(yè)務(wù)創(chuàng)新和敏捷性。那些有效利用這些驅(qū)動因素的公司——不僅僅是簡單地遷移服務(wù)器，而是在云端重塑工作流程——正在研發(fā)效率、節(jié)省時間和解鎖新功能方面獲得巨大收益。以下是制藥行業(yè)云遷移趨勢背后的一些關(guān)鍵驅(qū)1、數(shù)據(jù)量激增，高級分析需求激增：現(xiàn)代制藥企業(yè)需要處理海量數(shù)據(jù)，包括來自研究的組學(xué)數(shù)據(jù)、高分辨率成像、電子健康記錄、真實世界證據(jù)、來自制造設(shè)備的物聯(lián)網(wǎng)傳感器數(shù)據(jù)等等。傳統(tǒng)的本地部署難以高效地存儲和分析此類大數(shù)據(jù)。云平臺提供幾乎無限的存儲空間和可擴展的計算集群，可用于進行分析。這對于基因組學(xué)（每次實驗可產(chǎn)生數(shù)TB的數(shù)據(jù)）和藥物警戒（從大型數(shù)物研發(fā)和個性化醫(yī)療領(lǐng)域的興起，也是云計算的巨大驅(qū)動力：訓(xùn)練機器學(xué)習(xí)模計到2025年，全球數(shù)據(jù)生成量將飆升至180ZB——制藥業(yè)對這獻了巨大的力量，而基于云的數(shù)據(jù)湖和分析工具正日益成為從這些海量數(shù)據(jù)集中獲取洞察的唯一實用方法。能夠在云端運行復(fù)雜的分析和人工智能工作負載，2、速度、敏捷性和上市時間：在制藥行業(yè)，研發(fā)和產(chǎn)品發(fā)布的時間表至關(guān)重目設(shè)置新的本地服務(wù)器可能需要數(shù)周的采購和安裝時間，而在云中，只需幾分設(shè)施——他們可以更快地進行原型設(shè)計和迭代。Moderna在云支持下快速開發(fā)COVID-19疫苗的案例（過去需要數(shù)月，現(xiàn)在只需數(shù)周即可完成）說明了云如何縮短關(guān)鍵項目的上市時間。藥企高管們將云計算視為一種獲得競爭優(yōu)勢的方方面，制藥公司擁有龐大的資本預(yù)算和現(xiàn)有的數(shù)據(jù)中心，因此成本并非遷移到支出從資本支出（購買硬件）轉(zhuǎn)變?yōu)檫\營支出（按需付費這對于管理預(yù)算和根據(jù)實際需求調(diào)整成本具有吸引力。許多公司發(fā)現(xiàn)，對于不斷變化的工作負載，云更經(jīng)濟實惠——無需為閑置服務(wù)器付費，并且可以在高峰使用后縮減環(huán)境規(guī)模。據(jù)埃森哲估計，在某些情況下，遷移到公共云可將總擁有成本降低高達40%。此外，云提供商受益于規(guī)模經(jīng)濟，通常使商用計算地解決方案。需要注意的是，成本并不總是較低——如果云管理不善，成本可能會飆升——但總體而言，高效擴展的保障（需求增加時橫向擴展，縱向擴展以避免浪費）是一個重要的驅(qū)動因素。云還減少了“以防萬一”而維持過剩容算相關(guān)的節(jié)省資金重新投資于新的數(shù)字化項目，從而形成良性循環(huán)，推動云計4、協(xié)作和全球訪問：制藥研發(fā)和業(yè)務(wù)運營是全球性的，涉及研究站點、臨床研究人員、制造站點和商業(yè)團隊之間的跨境協(xié)作。云計算提供了一個可從任何地方訪問的統(tǒng)一平臺，從而大大增強了協(xié)作。來自不同國家的研究人員可以在共享的云工作區(qū)中協(xié)同工作，訪問相同的數(shù)據(jù)和工具，而無需在同一個公司網(wǎng)絡(luò)上。在監(jiān)管提交期間，全球團隊可以同時處理基于云的系統(tǒng)中的文件。隨著行業(yè)越來越重視外部合作（與生物技術(shù)初創(chuàng)公司、學(xué)術(shù)實驗室、合同研究組織等云已成為一個集成層，允許與外部合作伙伴安全地共享數(shù)據(jù)，而無需開5、創(chuàng)新與新技術(shù)（人工智能/機器學(xué)習(xí)、物聯(lián)網(wǎng)、GenAI云環(huán)境是快速創(chuàng)新的沃土，因為它們提供了快速獲取新技術(shù)的途徑。主要的云提供商不斷推出尖端服務(wù)（例如，托管機器學(xué)習(xí)平臺、物聯(lián)網(wǎng)框架、區(qū)塊鏈即服務(wù)，以及最近的生成式人工智能服務(wù)）。制藥公司正在采用云技術(shù)，以便能夠利用這些創(chuàng)新，而無需從頭開始構(gòu)建。例如，如果一家公司想要嘗試生成式人工智能（探索敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明GenAI概念驗證）進行分子設(shè)計或醫(yī)學(xué)寫作，他們可以利用云提供商的GPU調(diào)查顯示，利用人工智能的能力如今已成為企業(yè)增加云投資的主要原因之一。在制藥行業(yè)，這意味著利用人工智能進行藥物研發(fā)（如前所述或使用高級云是通往快速創(chuàng)新的大門——制藥公司將其視為一個平臺，使其能夠更快地部署下一代解決方案（人工智能、數(shù)據(jù)科學(xué)、數(shù)字健康應(yīng)用程序并跟上技術(shù)6、可靠性、災(zāi)難恢復(fù)和安全態(tài)勢提升：盡管安全曾被視為云計算的障礙，但如今許多公司意識到，領(lǐng)先的云提供商在安全性和可靠性方面投入巨資，通常并具備冗余功能，與單個本地數(shù)據(jù)中心相比，可以提供更長的正常運行時間和管安全要求。許多公司發(fā)現(xiàn)，相比更新舊的本地系統(tǒng)，遷移到云端可以更有效地實現(xiàn)安全現(xiàn)代化（零信任架構(gòu)、更完善的身份管理、靜態(tài)和傳輸加密）。由于看到證據(jù)表明云可以減少停機時間和安全事故，高管們越來越信任將關(guān)鍵任7、監(jiān)管靈活性和可擴展性：制藥行業(yè)監(jiān)管嚴(yán)格，這導(dǎo)致企業(yè)過去不愿頻繁更來仍將保持領(lǐng)先地位，因為目前還沒有人能夠超越它。與許多在各自行業(yè)中處于世界領(lǐng)先地位的公司一樣，亞馬遜公司是第一個利用其亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）產(chǎn)品抓住云計算機遇的公司。這使得它成為大型和小型公司從數(shù)據(jù)中隨著人工智能需求的激增，單個數(shù)據(jù)中心的功率和容量已達到極限。為了實現(xiàn)擴展，數(shù)據(jù)中心必須擴展到任何一棟建筑之外，而這受限于現(xiàn)成的以太網(wǎng)網(wǎng)絡(luò)過引入跨平臺擴展的基礎(chǔ)架構(gòu)，打破了這些界限。它是AI計算超越縱向擴展和橫向擴展的第三大支柱，旨在擴展Spectrum-X以太網(wǎng)的極致性能和規(guī)模，以連接多個分布式數(shù)據(jù)中心，形成具有千兆級智能能力的海量AI超級工廠。進的自動調(diào)整距離擁塞控制、精確延遲管理和端到端遙測功能，幾乎使NVIDIA集體通信庫(CollectiveCommunicationsLibrary)的性能提升了一此，多個數(shù)據(jù)中心可以作為單個AI超級工廠運行，并針對長距離連接進行了全采用新基礎(chǔ)設(shè)施的超大規(guī)模領(lǐng)先企業(yè)，包括CoreWeave，它將率先將其數(shù)據(jù)臺統(tǒng)一的超級計算機，讓我們的客戶能夠訪問千兆級AI，敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明此次公告是在NVIDIA宣布一系列網(wǎng)絡(luò)創(chuàng)新之后發(fā)布的，其中包括NVIDIA數(shù)據(jù)：從DL（深度學(xué)習(xí)）到FL（聯(lián)邦被沖破臨的一個主要挑戰(zhàn)是確保獲得充足的高質(zhì)量數(shù)據(jù)，以開發(fā)有效的模型。盡管公共數(shù)據(jù)豐富，但最有價值的知識往往仍隱藏在企業(yè)機密的數(shù)據(jù)孤島中。盡管各行各業(yè)越來越愿意是一款用于預(yù)測蛋白質(zhì)結(jié)構(gòu)的革命性諾貝爾獎獲獎工具，但它存在一個問題：數(shù)據(jù)最新版本的AlphaFold3被譽為藥物發(fā)現(xiàn)的游戲規(guī)則改變者，因為它可以模擬蛋白質(zhì)與其他分子（包括藥物）的相互作用。但科學(xué)家表示，AlphaFold的基礎(chǔ)數(shù)據(jù)（數(shù)十萬種公開的蛋白質(zhì)結(jié)構(gòu)）中缺乏這些相互作用的例子，這解決1：FL（聯(lián)邦學(xué)習(xí)）算法創(chuàng)新，既保護數(shù)據(jù)隱私安全，又共享更多高質(zhì)量數(shù)據(jù)；國nAI解決科學(xué)問題方面的主要力量在于它能夠通過從實驗觀察中挖掘因果模式來從數(shù)據(jù)中提取知識。這種形式的數(shù)字知識用于構(gòu)建強大的預(yù)測模型，并已成為現(xiàn)代科學(xué)工具包的核心組成部分。例如，通過分析大量醫(yī)學(xué)肺部圖像，AI算法就能確定了照片特征與患者被診斷出患有癌癥的概率之間的因果關(guān)系。n由于企業(yè)或個人的保密要求，數(shù)據(jù)的私有性已成為利用新人工智能工具的主要瓶頸，并限制了其效益。解鎖嵌入在私有數(shù)據(jù)中的知識將顯著增強人工智能的影響力，并為新一代具有更高性能和更廣泛適用領(lǐng)域的預(yù)測模型開辟道路。這一觀點引發(fā)了FL（聯(lián)邦學(xué)習(xí)）領(lǐng)域的深入研究。2016年，谷歌推出了FL，此后在人工智能領(lǐng)域引起了廣泛關(guān)注。這項研究工作旨在建立更好的模型，并由多個方面驅(qū)動，包括在一組設(shè)備之間分散學(xué)習(xí)過據(jù)的隱私。目前，采用最多的FL方法是模型驅(qū)動。它基進行訓(xùn)練的中央模型。通過本地模型訓(xùn)練在每個站點提取知識，并通過安全網(wǎng)絡(luò)通信將參數(shù)更新聯(lián)合到中央模型中。中央模型成為聯(lián)合知識的接收者，參數(shù)敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明解決2：產(chǎn)業(yè)鏈內(nèi)跨領(lǐng)域合作，Apheris等整合跨界協(xié)以個性化精準(zhǔn)醫(yī)療為例：一個健康人的基因組和其他生物學(xué)特征（例如蛋白質(zhì)組和代謝組）會被數(shù)字化測序和存儲。然后，她的醫(yī)生可以訪問這些數(shù)據(jù)，將如果確定了風(fēng)險因素，就會為該人量身定制一種活性成分。但關(guān)鍵問題是：活性成分的生產(chǎn)商，即制藥公司，如何獲取個人特征和風(fēng)險因素，從而開發(fā)新的可以簡化上述許多流程。然而，也存在一些挑戰(zhàn)，包括隱私問題。個人醫(yī)療數(shù)據(jù)是一項非常值得保護的資產(chǎn)。其他障礙包括極高的數(shù)據(jù)存儲量和成本（見下按世界人口計算，則達到EB級。因此，此類數(shù)據(jù)存儲需要投入巨大的精力和成本。此外，制藥公司現(xiàn)在有時與大型科技公司競爭，后者正在與醫(yī)然而，盡管面臨這些重大挑戰(zhàn)，系統(tǒng)地收集和分析個人醫(yī)療數(shù)據(jù)以開發(fā)新的活性物質(zhì)和治療方法的必要性是毋庸置疑的。公司可以邁出第一步，開放和共享部分自身數(shù)據(jù)。他們還可以與數(shù)據(jù)聚合器和服務(wù)提供商合作；通過研究和聯(lián)合研究中心與醫(yī)院合作；與診斷公司合作；以及與自行收集健康和患者數(shù)據(jù)的科技公司合作。此外，跨公司健康數(shù)據(jù)交換聯(lián)盟正在建立。敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明n諸如Apheris等全球領(lǐng)先的的聯(lián)合生命科學(xué)數(shù)據(jù)網(wǎng)絡(luò)提供商，正在著手解決這個問將利用突破性實驗技術(shù)，生成全球最大的藥物與蛋白質(zhì)（人體的組成部分）相互作敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明n新的OpenBind聯(lián)盟將使英國成為人工智能驅(qū)動的藥物發(fā)現(xiàn)領(lǐng)域的領(lǐng)導(dǎo)者——將藥OpenBind將創(chuàng)建史上最大的、經(jīng)過實驗驗證的藥物-蛋白質(zhì)相互作用開放數(shù)據(jù)集。這將彌補醫(yī)藥研發(fā)領(lǐng)域長期存在的一個空白：缺乏將小分子與其結(jié)合的蛋白質(zhì)關(guān)聯(lián)起來的高質(zhì)量、大規(guī)模數(shù)據(jù)集。這些數(shù)據(jù)集對于訓(xùn)練用于早期藥物設(shè)OpenBind將部署自動化化學(xué)和高通量X射線晶體學(xué)技術(shù)，最終在5年內(nèi)生成超過50萬個蛋白質(zhì)-配體復(fù)合物結(jié)構(gòu)和親和力測量數(shù)據(jù)。這將使過去半個世紀(jì)以來所有公共數(shù)據(jù)的數(shù)量增加20倍，填補數(shù)據(jù)生態(tài)系統(tǒng)中阻礙現(xiàn)代生成模型OpenBind提供了一個基礎(chǔ)數(shù)據(jù)集，將支撐多個技術(shù)領(lǐng)域的進步，包括結(jié)構(gòu)預(yù)測、生成式分子設(shè)計、分子對接和主動學(xué)習(xí)工作流程。它旨在與其他新興方法協(xié)同工作，以幫助減少反復(fù)試驗，為候選化合物的選擇提供參考，并支持更系模型開發(fā)迭代進化的效率與訓(xùn)練經(jīng)驗積累的先機，就將成為目前領(lǐng)先企業(yè)的護城河。根域。AI驅(qū)動型研發(fā)的巔峰是從頭設(shè)計，整個臨床前流程可在計算機模擬中進行，從而節(jié)省數(shù)十億美元的研發(fā)成本，通過優(yōu)化更安全、更易開發(fā)的分子，對精心挑選的敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明跨生命科學(xué)模式（例如成像、多組學(xué)和超大型蛋白質(zhì)組）的高質(zhì)量數(shù)據(jù)訪問，與大型深度學(xué)習(xí)模型在擴展和架構(gòu)方面的最新進展之間的交匯，推動了醫(yī)療保健領(lǐng)域人工智能應(yīng)用的爆炸式增長。而該領(lǐng)域的龍頭企業(yè)中，有望隨著模型數(shù)而模型優(yōu)勢的驗證，也是投資者更關(guān)注的，就是全球首個AI研發(fā)的藥物花落誰家。我們認(rèn)為，會發(fā)生在目前自研或合作臨床開發(fā)管線較多的英矽智能、敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明無一缺席IsophormicLabs敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明來源：Marketsandmarkes，國金證券英偉達BioNeMo框架是用于計算藥物發(fā)現(xiàn)的編成本最高的階段，這些模型和工具可以輕松集成到任何基于GPU的計算環(huán)境敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明基于RNA數(shù)據(jù)確定細胞功能。這些模型現(xiàn)已通過NVIDIANIM（NVIDIA推理微服務(wù)）以易于部署的微服務(wù)形式提供。NVIDIANIM是一組云原生微服整個代碼庫可以作為一個整體安裝，也可以被拆分成可獨立安裝的組件，這些組件被稱為子項目，并根據(jù)其特定的用途和范圍進行組織。這種模塊化架構(gòu)增強了可擴展性，允許新的貢獻以兩種形式進行：創(chuàng)建新的子項目架構(gòu)建的基本接口、通用數(shù)據(jù)處理和模型構(gòu)建塊。該核心依賴項支持框架Megatron庫構(gòu)建，提供針對生物的定制功能和基礎(chǔ)模型架構(gòu)。bionemo-特定的模型和數(shù)據(jù)加載器被封裝在其子包中，使用戶能夠選擇性地僅添加與其特定用例相關(guān)的組件。這種模塊化設(shè)計不僅簡化了定制，還增強了可環(huán)境。倉庫中的內(nèi)置工具進一步幫助用戶創(chuàng)建自己的Python項目并模的模型。NVIDIANeMoMegatron是一個可擴展的框架，用于開發(fā)自定義LLM、多模態(tài)和語音AI。BioNeMo框架使用NeMo敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明下，于2021年拆分出來的AI制藥公司禮來簽署了重要研究合作協(xié)議。它支持現(xiàn)有的藥物項目，并在腫瘤學(xué)和免疫學(xué)等領(lǐng)域開發(fā)自己的內(nèi)部候選藥物，目的是最終在早期試驗后獲得許可。我們認(rèn)為，其與藥企巨頭的合作能在執(zhí)行項目的過程中，不斷反饋實驗數(shù)據(jù)，反哺模型精度，形成數(shù)據(jù)整合壁壘，構(gòu)成“數(shù)據(jù)-模型”飛輪效應(yīng)。2025年4月，該公司在由風(fēng)險投資公司ThriveCapital籌集了6億美元。公司表示，他們正在通過將機器學(xué)習(xí)研究人員與制藥行業(yè)資產(chǎn)業(yè)鏈：泓博醫(yī)藥推DiOrion，深度智耀賦能IND合規(guī)提交床與發(fā)布全貫通2025年7月，該候選藥物的2期臨床數(shù)據(jù)在Na敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明制藥巨頭：默沙東、輝瑞、禮來、BMS等Top10跨國藥企，數(shù)百億美元布局AI制藥相關(guān)公司敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明AI已從孤立的試點轉(zhuǎn)變?yōu)橐豁棏?zhàn)略要務(wù)，在成本上升n約85%的受訪企業(yè)領(lǐng)導(dǎo)者表示，他們正在加大對人工智能的投資，其中70%的企業(yè)將其視為當(dāng)務(wù)之急。在排名前20的公司中，這n報告指出，制藥行業(yè)在自主研發(fā)而非購買方面的思維模式發(fā)生了重大轉(zhuǎn)變。盡式，另有40%的公司傾向于混合戰(zhàn)略，還有30%的公司現(xiàn)在優(yōu)先考慮外部優(yōu)先的解來源：insight，國金證券研究所敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明投資策略綜上所述，從AI藥企的角度，隨著AI制藥行業(yè)奇點來臨，首個重要時點，必然是人類首個AI驅(qū)動研發(fā)的藥物的獲批上市；換言之，不論模型還是數(shù)據(jù)更優(yōu)，首個驗證的重磅藥才將是焦點。因此，我們建議關(guān)注英矽智能、晶泰控股等已經(jīng)有自研管線或合作項目進同時，因為AI制藥本身是科技跨界的嶄新賽道，未來的首個破局者，即可能是AI藥企，我們建議關(guān)注石藥集團、復(fù)星醫(yī)藥等在AI領(lǐng)域長期前瞻布局的公司收獲相關(guān)成果的高彈風(fēng)險提示匯兌風(fēng)險：部分公司海外業(yè)務(wù)占比高，人民幣匯率的大幅波動可能會對公司利潤產(chǎn)生明顯影響。其程度依賴于匯率本身的波動，同時也取決于公司套期保值相關(guān)工具的使用和國內(nèi)外政策風(fēng)險：若海外貿(mào)易摩擦導(dǎo)致產(chǎn)品出口出現(xiàn)障礙或海外原材料采購價格提升，投融資周期波動風(fēng)險：醫(yī)藥行業(yè)投融資水平對部分公司有較大影響，若全球醫(yī)藥投融資并購整合不及預(yù)期的風(fēng)險：部分公司進行并購擴大業(yè)務(wù)布局，如并購整合不能順利完成，敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明敬請參閱最后一頁特別聲明