医药生物行业市场前景及投资研究报告：AI+新药研发，人工智能赋能新药研发，降本增效潜力.pdf

[Table_Info1][Table_Date]

医药生物发布时间：2025-02-12

[Table_Title][Table_Invest]

证券研究报告/行业深度报告优于大势

AI+新药研发系列报告（一）：人工智能赋能新药研发，降本增效潜力巨大

首次覆盖

报告摘要：

[Table_Summary]

新药开发是一个复杂的过程，面临研发时间长、研发综合成功率低，研[Table_PicQuote]

历史收益率曲线

发平均成本不断增加等挑战。开发一种新药从最初的想法到最终产品的

推出，大致可分为药物发现、临床前研究、临床研究和上市四个阶段。医药生物沪深300

近年来，新药研发中位时间长期保持在10年以上，临床阶段研发综合成30%

功率整体处于较低水平。此外，获批新药数量增长缓慢，研发支出快速

20%

增长，导致新药研发效率维持低位，开发新药的3年滚动平均成本已增

10%

加至37.2亿美元。

0%

2024年诺贝尔化学奖或为新药研发指明方向，人工智能有望在新药研发-10%

领域发挥关键作用。大卫·贝克开发了计算机方法创造以前不存在的蛋

-20%

白质，戴米斯·哈萨比斯和约翰·江珀利用人工智能从氨基酸序列中预2024/22024/52024/82024/11

测蛋白质的三维结构，人工智能在上述研究成果中均占据重要地位。目

前，深度学习是机器学习新的研究方向，相关算法近年来发展迅速，有涨跌幅（%）1M3M12M

[Table_Trend]

望持续开拓在新药研发领域的应用。绝对收益7%-10%-1%

相对收益3%-4%-17%

药物开发主要涉及几个阶段，包括靶点识别、药物发现、临床前研究、

临床试验、监管批准和上市后监测，人工智能在新药研发各个阶段均有[Table_Market]

行业数据

应用潜力：成分股数量（只）477

（1）靶点确认：人工智能通过使用公开获取的组学数据和文本数据或合总市值（亿）55995

成数据，应用多种靶点选择标准，提高新靶点和新疗法的开发效率，从流通市值（亿）27056

而改变药物发现的过程。市盈率（倍）37.17

（2）化合物的虚拟筛选和从头设计：SBDD产生候选药物的方法主要包