据DPI最新行业报告，全球参与AI辅助药物研发的大型药企超过66家，其中含43家传统药企和23家CRO；

　　数百家企业如何纵横分布？国内外公司的发展差距有多大？AI技术在药物研发领域的成熟度如何？谁才是AI制药赛道的主要玩家？

　　智药局特此梳理了全球AI制药产业链、药物研发价值链及主要玩家，与各位一同见证这张逐渐清晰的行业拼图。

　　AI辅助药物研发对数据有着极大依赖性，又面临着不同领域实验数据的采集差别大、质量参差不齐，甚至是一些失败结果的数据难获得等问题，限制了行业发展。

　　目前，大部分公司以提供数据库、数据联盟、以及数据处理软件等工具，辅助AI制药企业加速药物研发。其中，搭建高通量数据生成能力的智能实验室，将成为数据公司的核心竞争力，而自研数据能力也是AI制药企业间的竞争壁垒。

　　AI制药行业发展至今，已有近8年历史。2014年左右行业刚起步，Exscientia、Recursion、英矽智能、晶泰科技等首批种子企业，因自身资金、研发实力及市场认知度有限，仅能提供单个环节的技术服务；

　　随后几年，临床候选分子一类的验证性成果面世，衍生出了AI Biotech、AI CRO及AI SaaS三种商业模式；经市场验证后，AI Biotech+CRO的复合模式成为业界共识。

　　有投资人向智药局表示，SaaS供应商、AI CRO赛道跑出来的企业不会很多，会逐渐形成几家巨头瓜分市场的格局；长远来看，公司的实力由技术和管线决定，AI Biotech会更有优势。

　　代表性企业如Schrödinger，早期基于物理的计算平台和CADD软件被大家熟知，为全球TOP 20的制药巨头提供软件服务；2018年开始搭建内部管线。

　　最为典型的企业如晶泰科技。自2019年起，其在AI CRO的角色之外，已孵化了剂泰医药（AI药物递送与制剂研发）、希格生科（基于疾病模型）、莱芒生物（AI+免疫代谢重编程）三家公司。

　　根据药物研发的具体流程，我们可以根据前后关联环节，定位AI在其中的价值链条，找寻每个环节AI的技术成熟度与市场前景则较为重要。

　　药物研发分为临床前与临床后两大环节，目前AI平台主要在临床前发挥其效用。其中临床前包括疾病机理研究、靶点发现、化合物筛选、ADMET预测等多个环节。

　　大数据时代，通过海量药化数据库针对特定靶点的药物进行设计、合成和优化相对较为成熟。靶点发现场景有巨大的市场想象空间，但较少AI企业拥有新靶点和验证的能力，技术上有更多挑战。

　　针对临床药物剂量设计、结果分析与预测具有很高的市场价值，能够切实提升临床试验成功率，如今缺乏针对该场景的有效模型，AI的应用并未完全打开。

　　因此部分公司希望构建端到端的AI药物研发能力，用于弥合临床前PCC与临床后有效性和安全性的差距，拉长AI在药物研发的价值链条，但实际效用如何有待时间的考验。

　　因行业的交叉背景特性，将AI制药主要玩家分为四类：AI制药初创、互联网头部公司、大型药企及主要投资机构。详情参见下图：

　　其中，传统药企主要通过自建团队、对外投资、CRO及技术合作等方式进入AI制药赛道；互联网公司借助对外投资、打造自有相关平台、提供算力及计算框架服务，成为玩家之一。