中美人工智能新药研发产业链现状对比及发展启示

生物医药作为新一轮科技革命与产业变革中创新最为活跃、发展最为迅猛的战略性新兴产业，事关人类生命健康，是我国“卡脖子”技术攻关的战略要地，更是医药工业迈向新型工业化的主攻方向。

一、人工智能新药研发概述

人工智能（AI）新药研发是指将AI技术应用于靶点发现、药物筛选、分子优化等近十个新药研发环节，实现降本增效，化解新药研发“三座大山”（高投入、高风险、长时间）难题，是IT（信息技术）和BT（生物技术）的双向奔赴，是“人工智能+”的前沿方向，是医药工业的新质生产力。据测算，2022年，全球AI新药研发市场规模为10.4亿美元，预计2026年将达29.9亿美元。我国AI新药研发起步稍晚，2022年市场规模为2.9亿元，预计2025年将达7.7亿元。

AI新药研发产业链可分为：上游基础层，主要为数据、算法、算力等AI“三要素”基础供应商；中游技术层，主要为利用AI技术提供新药研发服务的AI药企，是AI新药研发的主力军；下游应用层，主要为传统药企和合同研究组织（CRO）企业。传统药企是AI新药研发成果的采用方，更是医药工业的中坚力量。

二、中美AI新药研发产业链现状对比

（一）应用层，美国传统药企应用AI制药技术领先明显

从传统药企AI新药研发布局情况看，美国默沙东是最早“拥抱”AI的药企之一。早在2012年，默沙东就与Numerate公司合作，利用机器学习软件开展心血管疾病研究。我国传统药企AI应用较晚，多发生于2020年以后。从传统药企应用AI开展新药研发企业数量情况看，《全球44家顶尖药企AI辅助药物研发榜单（2021年）》显示，美国以12家药企上榜位列第一，我国仅有3家入围，排名并列第五。从传统药企与AI药企交易次数情况看，2013～2023年，美国AI并购和合作交易领跑全球，辉瑞以28笔居于首位，强生、百时美施贵宝分别以20、13笔居于前十，我国传统药企交易寥寥无几，且多为“尝鲜性”合作。

（二）技术层，美国AI药企引领AI新药研发发展

从AI药企和头部AI药企数量情况看，AI药企方面，截至2022年第三季度，全球AI药企约600家，其中美国343家，超过全球总量一半，我国近80家，占比较低。头部AI药企方面，2020年，全球排名前30的AI药企中，美国20家，我国仅1家。从AI药企新药进入临床阶段的企业和药物数量情况看，截至2024年1月，全球共有43家AI药企102种药物进入临床阶段，其中美国20家AI药企47种药物进入临床，占比分别为47%和46%，我国仅14家AI药企34种药物进入临床。从AI药企订单数量和数额情况看，订单数量方面，2021～2022年第三季度，全球订单数量排名前十的AI药企中，美国4家上榜，我国没有企业入围。单笔订单数额方面，2022年，AI药企订单金额排名前十的榜单中，美国以5家保持领先，我国仅1家上榜。从IT巨头引领AI新药研发行业发展情况看，IT巨头利用自身的互联网基础与技术平台优势，纷纷进军AI制药，是AI新药研发的跨界新力量。美国谷歌、微软、英伟达等科技巨头通过自建、合作、投资等方式积极引领行业发展，其中，英伟达仅在2023年就投资AI药企9家，投资总金额近10亿美元。我国华为、百度、腾讯等企业虽也有布局，但行业引领作用相对较弱。

（三）基础层，美国AI“三要素”基础优势突出

从数据情况看，开源数据库方面，蛋白质数据银行、蛋白质信息资源库等药物领域十余个国际NQ74+jdrcl+GYcHHcvOsG2/FAevX+gitSqZ+xL4GcMI=高质量开源数据库均由美国建设或主导运营，我国相关企业参与较少。数据库自建方面，美国生物科技公司Tempus通过提供优惠服务，仅用4年就建立起世界上最大的癌症数据库，我国企业自建数据库发展缓慢。数据流通方面，美国安进、杨森等传统药企联合AI企业、大学等共17家单位组成联盟，利用隐私计算技术开展数据流通，率先打破“数据孤岛”，我国企业共享数据较难。从算法模型能力情况看，美国算法模型能力较强，如谷歌DeepMind推出的推理部分开源模型AlphaFold，影响力遍及全球，助推科学智能迈上新台阶，我国算法模型能力相对较弱，知名模型鲜有报道。从算力资源情况看，美国拥有众多全球主要芯片厂商，算力资源充足，其中，英伟达全球AI芯片市占率近90%，且美国启动了国家人工智能研究资源试点项目，确保AI基础资源有效供应，我国算力资源相对紧张，企业面临“一卡难求”的困境。

三、制约我国AI新药研发水平的根本因素

（一）我国传统药企创新驱动不足

内部动力方面，我国传统药企创新意识差，不愿增加AI研发投入。美国传统药企具有强烈的创新文化，积极拥抱AI技术，聚焦新靶点、新化合物、新作用机理等源头创新开展研究，加快首创药研发；我国传统药企思想相对保守，多倾向于创新门槛低、产生效益快的项目，更热衷跟随式、模仿式、引进式创新，对投资回报周期长、风险高的首创药研发积极性差，对AI新药研发持谨慎态度。外部激励方面，我国现行药品定价、医保目录等政策，对传统药企应用AI创新支持不足。美国药品定价采取市场化策略，药品价格由药企和保险公司协商决定，政府干预较少；我国药品定价受政府监管较严，如通过药品价格谈判、集中采购等方式限制药价，导致创新药无法获得与其研发成本匹配的回报。此外，我国医保目录更新周期较长，部分创新药从上市到纳入医保需要等待数年之久，此期间企业无法从医保渠道获得销售回报，影响原创药研发积极性。因此，现行政策缺少了对AI新药研发的创新激励。

（二）我国AI新药研发资本环境不优

AI药企大部分为初创企业，成立时间较短，前期研发投入巨大，资本市场融资环境和融资渠道是决定其早期生死存亡的关键因素。美国生物技术和AI领域金融市场非常活跃，AI药企获得融资较为容易，我国资本市场相对不够成熟。投资机构方面，截至2022年第三季度，全球关注AI新药研发的机构约1120家，其中美国593家，占比超50%，我国仅62家。融资事件方面，2023年全球AI新药研发相关融资事件104起，其中美国48起，我国32起。融资金额方面，2023年全球AI新药研发融资总额36亿美元，其中，美国AI初创药企吸纳了绝大部分资金，占总融资额的80%，我国仅为10%。上市企业方面，全球AI新药研发上市公司15家，其中美国9家，占比60%，我国暂无企业上市，仅晶泰科技、英矽智能2家企业向港交所提交了招股书。

（三）我国AI新药研发技术能力不佳

AI新药研发是AI和生物医药的交叉学科，有极高的技术门槛，科研能力是其高质量发展的决定性因素。科研人才方面，美国拥有世界顶尖的高等教育体系和人才成长体系，为AI新药研发提供了丰富的人才资源。国外某机构从企业家、专家学者、投资者三方面，评选出全球100位从事AI新药研发的领军人才，其中美国占比高达近70%。科研成果方面，美国在AI和生物医药领域拥有许多顶尖研究机构和巨头企业，具有深厚的研究能力。从论文情况看，截至2024年3月1日，全球共发表相关SCI论文6267篇，美国以2115篇对我国1216篇保持领先；发表论文前十的机构中，美国以5个对我国3个继续保持优势。从专利情况看，截至2024年3月，全球共申请相关专利9086项，美国5967项，占比超过65%，我国674项；全球共授权相关专利3262项，美国2451项，占比超75%，而我国仅195项。

（四）我国AI“三要素”基础底座不强

数据是AI新药研发模型的养料，模型开发完全依赖于数据学习。美国产业发展此领域发展较早，相比我国优势明显。公共数据层面，美国生物医药数据布局可追溯至20世纪七八十年代，如1971年建立蛋白质数据银行，1984年建立蛋白质信息资源库，1988年成立国家生物技术信息中心，负责收集存储生物医药信息；直到2010年，我国才开启生物医药领域相关数据库建设。私营数据层面，美国20世纪90年代就开始探究数据经纪商体系，2014年以来，更是密集出台多项立法提案，支持数据产业发展；我国数据相关法律政策，如《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》等法律、“数据二十条”和“数据要素×”等政策，出台时间相对较晚。算法是AI新药研发模型的核心，决定模型的能力和性能。美国在算法开发方面深耕多年，创新程度全球领先。从学习框架情况看，美国企业开发了PyTorch、TensorFlow等世界主流框架；从模型架构情况看，美国机构多次提出RNN、Transformer等颠覆性架构。我国算法相关研究较浅，后发劣势明显。算力是AI新药研发模型的孵化器，为模型高效训练提供支撑。我国算力“卡脖子”问题严重，从外部环境情况看，美国2022-2024年连续三年针对我国实施高性能芯片限令，国内先进芯片长期处于短缺状态；从内部能力情况看，我国AI芯片性能不及国外芯片，且产能难以满足需求。

四、我国AI新药研发产业链发展启示建议

（一）强化AI新药研发创新实施

深化药品定价方法、医保政策、审批流程等体制机制改革，支持首创药物研发，强化知识产权保护，促进科技成果转化，保障创新者权益，激发药企创新活力。加快落实“人工智能+”战略，实施医药工业产业链创新发展行动计划，加强传统药企与AI药企技术对接，加速AI赋能新药研发各流程各环节，打造新药研发创新发展产业生态。加强AI新药研发领域专精特新企业培育，激发中小AI药企创新活力，带动传统药企创新实施，推动传统药企由仿制药、仿创药向原创药发展。

（二）优化AI新药研发资金支持

加大财政资金、专项债券等对AI新药研发的支持力度，面向企业提供财政补贴和税收优惠，强化算力券、运力券发放，降低企业经营成本。探索发展多元化投融资模式，优化产业投资基金、引导基金功能，鼓励创业投资、风险投资、私募股权投资等投向AI新药研发领域，支持企业债券发行、上市融资。鼓励各类金融机构加大对AI药企的信贷支持力度，支持政策性贷款，加快推动知识产权质押贷款、科技成果转化贷款等创新金融服务，优化产业链供应链金融。

（三）深化AI新药研发技术突破

加快AI新药研发人才队伍建设，支持高校院所创建相关学科，强化复合型人才培育和培养，自主塑造领军人才，加大海外高层次人才引进力度，鼓励华裔留学生归国发展。加大国家重大科研基金支持力度，设立AI新药研发专项基金，支持基础理论研究，推动AI专家和生物医药专家共同组成团队，联合开展技术攻关。构建以企业为创新主体的AI新药研发体系，鼓励各类药企和高校院所联合培养技术人员，推动开展研发链与产业链紧密衔接、产学研用深度融合的原创药研发。

（四）强化AI新药研发基础建设

强化数据要素顶层设计，打造生物医药领域高质量数据公共服务平台，加快公有数据库开放，加强数据经纪商相关法律政策制定，鼓励私有数据有偿服务，推动利用安全技术实现数据流通。加强基础算法研究，强化关键共性技术攻关，推动AI新药研发相关基础底座大模型开发及应用，促进基础模型算法开源开放，构建开源发展生态。加大国产AI芯片自主研发投入力度，推动芯片设计、制程等全产业链协同创新，探索科学语言大模型专用芯片研发，前瞻性布局光芯片。