调研公司与机构

●四川科伦药业股份有限公司

●四川科伦博泰生物医药股份有限公司

●四川汇宇制药股份有限公司

●四川海思科制药有限公司

●地奥集团成都药业股份有限公司

●好医生药业集团有限公司

●成都康弘药业集团股份有限公司

●成都海博为药业有限公司

●成都通德药业有限公司

●成都西岭源药业有限公司

●成都普康唯新生物科技有限公司

●成都以邦医药科技有限公司

●成都佩德生物医药有限公司

●成都盛世君联生物技术有限公司

●成都威斯津生物医药科技有限公司

●成都倍特药业股份有限公司

●成都苑东生物制药股份有限公司

●成都微芯药业有限公司

●成都百裕制药股份有限公司

●成都天府国际生物城

●成都医学城

●四川省商务发展协会

●成都市经济发展研究院

●成都高新策源投资集团有限公司

●成都生物城股权投资有限公司

●摩熵医药-生物医药全产业链数据服务平台

　　人工智能正在全球制药领域掀起一场“革命”。今年11月，美国AI生物科技公司Valo Health宣布与德国默克公司合作，默克将利用Valo Health的AI技术平台来识别验证新的疾病靶点和快速生成临床前化合物。中国头部AI生物科技公司英矽智能与全球药企巨头礼来公司达成合作，双方将依托英矽智能的AI药物研发平台，联合开发针对特发性肺纤维化等适应症的创新小分子药物。

　　生物医药产业与AI的交叉融合正迈向纵深。科尼尔管理咨询公司预计，全球AI药物研发领域（应用AI技术于药物发现、临床试验，比如药物发现和设计过程，采用数据挖掘、机器学习帮助挑选出具有潜在疗效的候选药物）市场规模，到2029年将突破63亿美元。AI药物研发正进入高速发展期，给生物医药公司带来全新的机遇与挑战。

　　面对新变化，四川AI药物研发应用情况如何？产业发展有什么迫切需求？近期，川观智库走访调研全省20余家生物医药公司、相关研究机构和投资机构，形成本调研报告。

变局

AI可以大大压缩药物研制周期和成本

　　AI影响药物研发的核心逻辑是：创新药物原本研制周期长、资金消耗大、盈利周期长，大部分企业面临“九死一生”格局，以往一款新药从实验室走向临床再到上市，平均耗时10年，耗资超过10亿美元。而AI药物研发可以大大压缩研制周期和成本。

　　“通过AI分析生物数据，可以把蛋白质结构预测时间从几个月缩短至几分钟；通过AI分析基因突变数据、靶点识别，传统方法需要5年才能实现的候选药物甄别，目前能缩短至18个月。”好医生药业集团有限公司研发执行总经理刘彬表示。成都以邦医药科技有限公司总经理潘聪向川观智库举例，“以往我们的化合物筛选单次实验成本就是几千元，通过AI技术进行药物初步筛选，预计在这个环节将节约99%的资金成本。”

　　微芯生物集团首席科学官潘德思指出，目前行业基本属于“赢者通吃”，谁先一步有创新成果，谁就容易做到技术垄断、产品垄断。从全球案例看，率先研发出一款满足临床需求的创新药，将带来巨大收益。比如默沙东的K药（帕博利珠单抗）、礼来的替尔泊肽、诺和诺德的司美格鲁肽，均已取得数百亿美元的销售额。多位受访者指出，AI药物研发可能会进一步加剧行业分化。在AI药物研发领域落后的一些生物制药创新公司，将面临生存难题。

　　综合调研和公开信息，四川AI药物研发相关公司数量少于先发地区。根据医药数据服务公司摩熵数科提供给川观智库的统计数据，目前国内拥有AI药物发现技术的公司约110家（统计不包含传统生物医药公司应用AI技术），主要包括三类：AI药物研发Biotech公司（指专注于早期药物研发的公司）、具备AI技术的CRO公司（为制药企业、医疗机构等提供医学研发外包服务的专业机构）、AI药物研发技术平台公司，主要分布在北京、上海、深圳、杭州、苏州等地。北京、上海、深圳均超过20家，苏州超过10家，杭州9家。四川相关公司集中在成都，数量为3家。成都先导药物开发股份有限公司聚焦小分子及核酸新药的发现与优化，有着全球最大的小分子化合物库，属于具备AI技术的CRO公司。成都盛世君联生物技术有限公司拥有全球最大的大分子化合物库，属于AI药物研发技术平台公司。成都佩德生物医药有限公司是一家从事多肽产品开发的AI药物研发技术平台公司。

　　根据一线调研反馈，四川AI药物研发仍有较大提升空间。受访公司中63%已成立自有AI药物研发团队，31%的公司暂未进行实质AI药物研发，另有1家公司通过与高校合作展开 AI药物研发。不过，多家受访公司也提到这方面的使用尚处初期。刘彬表示，好医生“中医药大模型创新药筛选平台”初步建成，仍需要大量的数据验证及优化工作。成都生物城股权投资公司相关负责人表示，目前省内企业主要是将AI药物研发相关技术应用在早期研发过程中，缺乏成熟、系统化的AI驱动药物研发平台。AI技术对研发成果转化的实际推动作用尚不够显著。

需求

破解“数据困境”是制胜关键

　　面对川观智库的采访，所有公司均表达了探索AI药物研发的意愿和计划，但也谈到一些现实难题。

　　首先是资金问题。“生物医药本身就具有行业研发周期长、资金消耗大、盈利周期长的特性，特别是初创型生物医药公司早期无营收支撑，只能依靠融资‘输血’。2022年中国医疗健康行业投融资数量和金额呈现下滑趋势，到2023年、2024年这一趋势进一步加剧。”成都医学城管委会副主任张荔指出。摩熵数科统计显示，2025年上半年一级市场融资同比呈现下降趋势，前三季度略有回暖，国内创新药一级市场融资事件有231起（不包含IPO和收并购）。对此，多位受访者建议持续加强生物医药专项产业基金。

　　如果说资金是诸多新兴行业面临的难题，那么“数据困境”则是AI药物研发赛道中重要又特殊的掣肘。受访者普遍谈到这个问题。摩熵数科创始人王中健解释，AI药物研发底层支撑是机器学习、深度学习等，数据是核心要素。但是，目前AI药物研发的数据数量有限、质量偏差。盛世君联总经理黄琛表示，现阶段制药公司通常借助基因组学数据库、医疗文献数据库等获得公开的通用数据，但容易出现标准不一致、数据缺失、误差等问题。而质量更高的公司和机构内部数据，保密性极强，基本不可能公开。事实上，医疗数据种类多、来源广，由于涉及隐私（病人信息）、伦理、确权、对数据交换平台缺乏信任度等问题，共享和交易难度极大。川观智库不完全统计，包括北京、上海、广州的数据交易所均有挂牌相关医疗类数据，但全国整体挂牌量不多，难以满足市场需求。

　　要推动数据共享和交易，受访者认为需建立可信数据空间。可信数据空间可理解为在跨行业、跨区域层面构建起来的、可信的数据交换开放平台。“可信”的关键在于运用先进的隐私计算、区块链智能合约等技术手段，为数据共享提供安全加密、确权溯源、行为审计等保障。而建设可信数据空间，政府牵头尤其重要。伏羲智库创始人、主任，中国互联网协会副理事长李晓东指出，政府主导医药领域可信数据空间等基础设施的建设，可以在跨行业、跨区域层面构建起可信的数据交换开放平台，解决生物医药研发机构普遍面临的数据“不能用、不敢用、不愿用”的难题，破解医药行业高质量数据资源匮乏与流通受限的困阻。此类基础设施很难有投资回报，作为公共基础设施，宜由政府主导投入。佩德生物董事长容明强建议，“成都有很多散落的数据库，但是公司端没有力量实现串联，需要政府牵头，进行更多探索。”四川科伦药业股份有限公司副总裁卫俊才认为，亟须政府搭建AI驱动的医药数据融合体系。

　　根据公开信息，先发地区已有行动。今年8月，上海市健康数据产业协会正式亮相并发布国内首个医疗行业大模型协同平台——上海市卫生健康行业MaaS平台，并计划在2025年内完成全市400余家主要公立医疗卫生机构的数据采集和融合工作，实现全市卫生健康数据“统一标准、统一采集、一数一源、共享共用”，形成“政产学研医用”深度融合。浙江也在打造省级医学生物信息数据库，该省卫生健康信息中心发布的医学人工智能创新服务平台项目，要求汇聚至少5亿条健康医疗公共数据。受访者建议，成都可以率先在四川搭建起CDMO（医药定制研发生产）共享平台和生物样本转化为医药数据（干实验）生产挖掘共享平台，发挥平台功能，推动医院、科研机构开放脱敏临床数据，构建行业级数据库。

　　最后是人才问题。多名受访者表示，找不到合适的人才。这里的“人才”，主要是指同时精通人工智能、药物研发的跨界人才。受访者谈到，医药科学家通常在药物化学、药理学等单一领域深耕，但AI技术渗透药物研发全流程后，所需人才须具备AI工具应用能力、数据解读能力等。“很多公司都需要本就稀缺的顶级算法工程师，而这些人才进入生物医药领域的更少。”容明强说。多家受访公司负责人表示，不光科研带头人难找，团队成员也难满足研发需求。盛世君联CIO沈云坦言：“我学计算机出身，即便在行业工作了几年，对于很多生物医药知识还是陌生的，团队招聘的人更是需要1年时间来培养才能上手。”

　　对此受访者建议，四川既要加强顶尖人才引进，也要依靠省内高校加速培养后备梯队。大公司可以参考GSK等跨国药企组建跨学科团队（PhD+MD），中小公司可以与本地高校和研究机构开展项目合作。王中健指出，生物医药行业人才需长期培养，政策应侧重持续的教育投入，科研经费支持要注重对“老中青”人才的平衡。此外，还可鼓励本地高校打破学科壁垒，联合设立“AI药物研发”或“计算生物医学”的本科、硕士、博士专业和学位项目。同时，依托相关产业规划布局，鼓励校企共建实验室与实训基地，如推动成都天府国际生物城、温江医学城等产业功能区与高校、龙头公司共建“AI药物研发创新中心”或“联合实验室”。