TNIK kinase(INSILICO MEDICINE)

AI正在进入药物研发的不同环节：从疾病机制和靶点发现，到小分子、抗体与多肽设计，再到RNA递送、实验自动化和临床转化。企业之间的差异，首先在于解决什么问题、交付什么成果，以及哪些成果已经经过实验或临床验证。      本期按公开资料广泛梳理全球企业，并单列中国及中国跨境企业。正文呈现主要路线，附录与工作表保留全部收录记录及来源。这里的“全面”指覆盖地区、技术和商业模式；名单不是全球企业普查，也不把所有使用AI的药企都认定为AI原生制药企业。本期收录范围 专门研发企业 扩展技术平台 药企与科技生态 历史索引 149 条 27 条 25 条 5 条       资料检索与整理截至2026年11月3日。正文以代表性企业为导航，全部收录记录见附录。01  分清AI参与哪一步      同样是“AI制药”，公司实际交付的成果可能完全不同：有的交付预测模型，有的交付实验验证后的分子，有的持有候选药物并承担临床开发，也有企业主要提供临床研究工具。比较企业前，先把研发环节与交付物放在同一个坐标里。      本期“核心企业”包括AI深度参与药物发现或开发、且以药物研发为主要业务的企业；“扩展平台”包括通用模型、实验工具、数据或临床支持企业。两类标签用于阅读导航，并非估值排名，也不代表AI原生程度或临床成功概率。需要明确三件事        第一，输入是什么：公开数据、专有实验数据，还是临床样本。        第二，输出是什么：模型评分、体外活性、候选药物，还是临床结果。        第三，证据到哪一步：预测、实验验证、动物研究、人体试验与获批上市应分开。02  全球企业：模型与实验共同决定路线     海外名单覆盖北美、欧洲、以色列及亚洲等地区。Schrödinger、Iambic、Aqemia等把AI与结构、物理计算结合；Recursion、insitro、Terray等强调大规模实验或生物学数据；蛋白与抗体设计则形成另一组平台。企业可同时覆盖多个环节，表中的主分类不排除交叉业务。       平台授权、联合研发与自有管线也可以共存。模型能力强，不自动意味着拥有临床资产；拥有临床资产，也不能反推每个分子都由AI从头设计。例如Formation Bio更侧重药物开发，Boltz公开定位为模型与软件提供者，两者应分别理解。 本图为代表性导航。121条海外企业与平台记录见附录B，药企和科技公司的相关业务见附录C。企业业务来源逐条链接，名单不构成排名。03  中国企业：多条技术路线并行 55条中国及中国跨境企业与平台见附录A。当前公开业务是分类依据；较早资料、不同运营主体或新进入者的信息仍需持续更新。04  临床进展：分子方向、适应症和日期      下面只列能够对应到具体公告或管线页的例子。公司公告可以确认其披露了什么，不能替代试验结果、监管审评或独立临床评价。 企业 / 项目 分子方向 公开进展 阅读边界 英矽智能 Rentosertib   小分子TNIK抑制剂 2026-09-10公告GENESIS-IPF-3Ⅲ期首例给药。[2] 进入Ⅲ期仍属研究性药物 德睿智药 MDR-001   口服小分子GLP-1RA 2026-02-26公告中国Ⅲ期首例给药。[3] 口服GLP-1RA不等于口服多肽 Generate GB-0895   抗TSLP抗体 官网将重度哮喘项目列为Ⅲ期；COPD为Ⅰ期。[4] 同一分子的适应症阶段不同 晶泰科技 KQTD-126   肠道限制性pan-TRK抑制剂 2026-10-28公告获美国FDA   IND许可。[5] 临床试验许可不等于已完成首例给药 ProteinQure PQ203   肽药偶联物 2025-09-17公告Ⅰ期首例给药；NCI列示Ⅰ期研究。[6,7] 人体试验不等于疗效已获确认 剂泰科技 MTS-004   小分子制剂 2026年中期公告称已完成pre-NDA沟通，待工艺验证后申报。[8] 不能把“申报准备”写成上市批准       进入Ⅰ期、Ⅱ期或Ⅲ期，表明开发阶段推进；疗效、安全性和可重复性仍应依据具体研究结果判断。FDA IND许可、首例给药、完成入组、主要终点读出与获批上市，是不同事件。 资料编号对应正文参考资料[2]–[8]。MDR-001为口服小分子GLP-1受体激动剂，不能归入口服多肽；MTS-004按原公告表述为申报准备阶段。05  多肽方向：分子形式决定比较方式       短肽、大环肽、小蛋白、抗体与肽药偶联物可以共享部分序列和结构建模技术，但优化目标并不相同。多肽项目要继续看构象、稳定性、选择性、膜通透性、组织分布和给药方式；“结合得好”还不是“能成为药”。       对口服环肽，应区分“以口服为研发目标”与“已有明确口服暴露和人体证据”。对PDC，还要同时看靶向肽、连接子、载荷、释放机制及组织分布。附录按企业主方向归类，具体项目应回到原始资料逐项核对。06  更名、合并与收购：旧名单要更新 历史名称或主体 已公开变化 本期处理 Exscientia 2024-11-20完成并入Recursion。[1] 保留历史入口，核心主体不重复计数 Atomwise 2025年已使用Numerion   Labs名称。[14] 新旧名称合并为一条主记录 Verge   Genomics 2026年更名Verge   Labs。[15] 沿用当前品牌，并保留旧名检索 Cellarity平台   Etiome Empress 2026-10-29宣布合并平台组成Etcelera。[16] 平台合并与Cellarity   SCD资产公司分开 BenevolentAI 2025年合并重组并退市，新实体沿用名称。[17] 退市不直接解释为公司停止研发 EvolutionaryScale 团队并入Biohub。[18] 保留技术沿革，不算独立在营公司 Orchestra   Bio 2026-10-20宣布被OpenAI收购。[19] 药物开发流程平台，放历史与生态索引 Mithril   Medicine 2026年7月被Anthropic收购，10月27日披露。[20] 区分收购发生时间与披露时间 正文参考资料 以下链接支持正文中的具体项目、合作与历史变化。代表性技术路线及全部公司业务的逐条来源见附录和工作表。访问截止日为2026年11月3日；有发布日的材料保留原日期。 [1] Recursion. Recursion and Exscientia officially combined. 2024-11-20. 企业公告。打开原始资料 [2] Insilico Medicine. First patient dosed in GENESIS-IPF-3. 2026-09-10. 企业公告，列示NCT07687459/CTR20262475。打开原始资料 [3] MindRank. First patient dosed in Phase III trial of MDR-001. 2026-02-26. 企业公告。打开原始资料 [4] Generate Biomedicines. Pipeline. 官网管线；访问2026-11-03。打开原始资料 [5] 晶泰科技. 晶泰自研创新药获FDA临床试验许可. 2026-10-28. 企业公告。打开原始资料 [6] ProteinQure. First patient dosed in Phase I clinical trial of PQ203. 2025-09-17. 企业公告。打开原始资料 [7] National Cancer Institute. PQ203 in Advanced Malignant Tumors Including Triple Negative Breast Cancer. NCI-2025-08590；NCT07190469。打开原始资料 [8] METiS TechBio. 2026 Interim Results. 企业中期业务公告；MTS-004仍为申报准备阶段的具体描述见正文。打开原始资料 [9] ProteinQure. Science. ProteinStudio、非天然氨基酸及PDC平台说明。打开原始资料 [10] Pepticom. Company and technology. 官网平台与研发方向。页面含历史计划，不据此推定已达里程碑。打开原始资料 [11] Syneron Bio. Strategic Collaboration with AstraZeneca. 2025-03-21. 企业发布稿。打开原始资料 [12] AstraZeneca. Collaboration agreement with CSPC Pharmaceuticals. 2026-01-30. 交易方公告，包含AI多肽发现及月给药技术。打开原始资料 [13] Earendil Labs. Strategic collaboration with Sanofi to discover bispecific antibodies. 2026-01-05. 企业发布稿。打开原始资料 [14] Numerion Labs. AI research on ultra-fast screening with NVIDIA. 2025-10-29. 企业稿明确formerly known as Atomwise。打开原始资料 [15] Verge Labs. Our Mission. 官网说明2026年由Verge Genomics更名。打开原始资料 [16] Flagship Pioneering. Forms Etcelera to Move Drug Discovery from Probability to Prediction. 2026-10-29. 创立方公告。打开原始资料 [17] BenevolentAI. Result of EGM and Delisting from Euronext Amsterdam. 2025-03-12. 交易所原始公告。打开原始资料 [18] Biohub. Launches initiative uniting frontier AI and biology. 官方说明EvolutionaryScale团队加入。打开原始资料 [19] OpenAI. OpenAI acquires Orchestra Bio. 2026-10-20. 收购方公告。打开原始资料 [20] Anthropic. Early progress on accelerating drug development with Claude. 2026-10-27. 官方披露7月收购Mithril Medicine。打开原始资料 [21] Isomorphic Labs. Research collaboration with Johnson & Johnson. 2026-01-20. 平台覆盖小分子、抗体、多肽和分子胶。打开原始资料 [22] AstraZeneca. Strategic collaboration with CSPC focused on AI-enabled research. 2025-06-13. 交易方原文。打开原始资料 [23] Insamo. Company and platform. 官网介绍可透膜及口服环肽研究与自动化实验设计闭环。打开原始资料附录A  中国及中国跨境企业与平台 按公开研发与运营联系归组，不作法律注册地判断。与海外组互斥；传统药企和大型科技公司的业务见附录C。 本组共55条。每条“来源”为可点击链接；更多来源、证据摘要、别名及状态备注见配套工作表。分类为编辑归类，业务描述为公开资料摘要。 编号 / 企业 地区 / 纳入类别 主要公开业务 来源 CN001   Byterna Therapeutics / 元码智药 中国/新加坡   核心企业 RNA与递送   · 混合   环状mRNA、个体化肿瘤疫苗与体内免疫细胞编程 来源 CN002   DigitalGene AI / 数因智科 中国内地（上海）   核心企业 RNA与递送   · 平台   AI与高通量RNA技术推进靶点发现、分子及siRNA设计 来源 CN003   METiS TechBio / 剂泰科技 中国内地（北京/杭州；跨境研发）   核心企业 RNA与递送   · 混合   AI驱动药物制剂、纳米材料及靶向递送 来源 CN004   NeoCura / 新合生物 中国内地（深圳）   核心企业 RNA与递送   · 混合   AI驱动RNA平台、肿瘤新抗原疫苗和核酸药物 来源 CN005   Raina Biosciences / 衡昱生物 跨境（中国内地北京/美国）   核心企业 RNA与递送   · 平台   GEMORNA生成式AI设计和优化治疗性mRNA 来源 CN006   ReviR Therapeutics / 溪砾科技 跨境（美国/中国内地深圳）   核心企业 RNA与递送   · 管线   VoyageR AI平台发现靶向RNA的小分子药物 来源 CN007   寻鲸生科 中国内地（北京/杭州）   核心企业 RNA与递送   · 混合   RNA结构探测及AI发现靶向RNA的小分子药物 来源 CN008   德普世生物 中国内地（杭州）   核心企业 RNA与递送   · 混合   AI肿瘤新抗原发现设计与mRNA个性化疫苗 来源 CN009   Accutar Biotech / 冰洲石生物 跨境（美国/中国内地上海）   核心企业 小分子设计   · 混合   AI计算药物设计及实验验证，拥有自研药物管线 来源 CN010   AIPher / 艾斐智药 中国   核心企业 小分子设计   · 混合   药物基础模型和PharmAgents研发智能体 来源 CN011   AIxplorerBio / 索智生物 中国内地（浙江嘉兴）   核心企业 小分子设计   · 管线   AIxMol分子设计优化，聚焦自免与神经退行性疾病 来源 CN012   Alphama / 阿尔脉生物 中国内地（苏州）   核心企业 小分子设计   · 混合   AI结合DNA编码化合物库DELAI发现活性分子 来源 CN013   Anew Labs / 新生实验室 中国/美国/新加坡   核心企业 小分子设计   · 混合   多模型与实验结合，覆盖小分子及抗体发现 来源 CN014   Atelligence / 雅深智慧 中国内地（苏州/北京）   核心企业 小分子设计   · 平台   专家经验结合AI与计算科学的新药发现平台 来源 CN015   CarbonSilicon AI / 碳硅智慧 中国内地（杭州）   核心企业 小分子设计   · 平台   DrugFlow及生成式AI驱动创新药发现服务 来源 CN016   ComMedX / 康迈迪森 中国内地（北京）   核心企业 小分子设计   · 平台   超大规模虚拟筛选、AI数据分析及先导化合物优化 来源 CN017   Galixir / 星药科技 中国内地（北京/深圳）   核心企业 小分子设计   · 混合   AI结合计算化学、药物化学和生物学支持小分子早期研发 来源 CN018   Inflygent Pharmaceutical AI / 英飞智药 中国内地（北京）   核心企业 小分子设计   · 混合   PharmaMind分子设计与TopTargets靶点发现 来源 CN019   Insilico Medicine / 英矽智能 跨境（香港/美国/中国内地）   核心企业 小分子设计   · 混合   Pharma.AI覆盖靶点发现、分子生成及药物研发 来源 CN020   MindRank / 德睿智药 中国内地（杭州）   核心企业 小分子设计   · 混合   AI与计算化学结合的创新小分子药物研发 来源 CN021   SciTech Pharma / 赛特医药 中国内地（北京）   核心企业 小分子设计   · 管线   SigmaHIT AI药物设计与自研小分子管线 来源 CN022   StoneWise / 望石智慧 中国内地（北京）   核心企业 小分子设计   · 混合   多模态AI分子生成、虚拟筛选和候选分子优化 来源 CN023   TandemAI / 腾迈医药 跨境（中国内地上海/苏州、美国）   核心企业 小分子设计   · 平台   结合AI、物理模拟和实验的一体化药物发现服务 来源 CN024   宇道生物 中国内地（上海）   核心企业 小分子设计   · 混合   AI从头设计与变构机制小分子药物研发 来源 CN025   Ailomics Therapeutics / 爱信智耀 中国内地（上海）   核心企业 生物学与靶点   · 管线   深度学习分析患者多组学数据，发现免疫及肿瘤新靶点 来源 CN026   Drug Farm / 药物牧场 跨境（中国内地上海/美国）   核心企业 生物学与靶点   · 混合   体内遗传筛选与深度学习驱动免疫和感染新药 来源 CN027   GigaCeuticals / 亿药科技 中国内地（北京）   核心企业 生物学与靶点   · 混合   DLEPS以疾病表型和基因表达预测功能分子 来源 CN028   Phil Rivers / 哲源科技 中国内地（北京）   核心企业 生物学与靶点   · 混合   数字疾病模型、机制模拟及新靶点药物研发 来源 CN029   Precision Scientific / 普瑞基准 中国内地（北京）   核心企业 生物学与靶点   · 平台   AI多组学挖掘、药物机制及生物标志物开发 来源 CN030   Xbiome / 未知君 中国/美国   核心企业 生物学与靶点   · 混合   AI与微生物组数据支持微生态药物研发 来源 CN031   Aureka Biotechnologies / 寻明生科 跨境（中国内地苏州/美国）   核心企业 蛋白抗体多肽   · 混合   AI、基础模型与实验自动化驱动抗体设计 来源 CN032   Base and Byte / 角井生物 中国内地（北京）   核心企业 蛋白抗体多肽   · 混合   AI与组学数据驱动大分子药物发现 来源 CN033   BioGeometry / 百奥几何 中国内地（北京）   核心企业 蛋白抗体多肽   · 混合   生成式AI与高通量实验结合进行蛋白质药物设计 来源 CN034   BioMap / 百图生科 中国内地（北京；跨境业务）   核心企业 蛋白抗体多肽   · 平台   生命科学基础模型及生物分子设计 来源 CN035   Earendil Labs / Helixon / 华深智药 跨境（中国内地北京/美国）   核心企业 蛋白抗体多肽   · 混合   AI驱动抗体和生物药研发；Helixon与Earendil按关联体系合并 来源1 来源2 CN036   GV20 Therapeutics / 寻百会生物 跨境（美国/中国内地上海）   核心企业 蛋白抗体多肽   · 混合   AI结合高通量功能基因组学发现肿瘤免疫靶点和抗体 来源 CN037   Matwings / 天鹜科技 中国内地（上海）   核心企业 蛋白抗体多肽   · 混合   AI蛋白质设计及生物药研发；含生鹜医药关联业务 来源 CN038   MoleculeMind / 分子之心 中国内地（北京/上海）   核心企业 蛋白抗体多肽   · 平台   MoleculeOS、MMDesign用于蛋白质预测与生物药设计 来源 CN039   neoX Biotech / 星亢原生物 中国内地（北京）   核心企业 蛋白抗体多肽   · 混合   AI与生物物理结合进行蛋白互作及多特异性药物设计 来源 CN040   Pharmolix / 水木分子 中国内地（北京）   核心企业 蛋白抗体多肽   · 混合   生物医药多模态模型、ChatDD智能体与自研抗体管线 来源 CN041   Pinnacle Medicines / 巅峰医药 跨境（中国内地上海/美国）   核心企业 蛋白抗体多肽   · 管线   AI与物理模拟设计口服大环肽药物 来源 CN042   Syneron Bio / 元思生肽 中国内地（北京/广州）   核心企业 蛋白抗体多肽   · 混合   智能高通量平台与AI支持大环肽药物研发 来源 CN043   Toursynbio / 途深智合 中国内地（上海/无锡；跨境业务）   核心企业 蛋白抗体多肽   · 混合   蛋白大模型、科学智能体与自动实验驱动抗体等大分子设计 来源 CN044   圆壹智慧 中国内地（上海/宁波/无锡）   核心企业 蛋白抗体多肽   · 混合   序列基础模型驱动小分子、多肽及抗体设计 来源 CN045   DeepDrug / 智药科技 中国内地（深圳）   核心企业 软件数据与自动化   · 混合   AI计算平台用于小分子、蛋白和mRNA研发 来源 CN046   DP Technology / 深势科技 中国内地（北京）   核心企业 软件数据与自动化   · 平台   Hermite结合AI、物理建模和高性能计算开展药物研发 来源 CN047   Wecomput / 中大唯信 中国内地（北京）   核心企业 软件数据与自动化   · 平台   药物设计软件、AI计算模拟及数据分析服务 来源 CN048   XtalPi / 晶泰科技 中国内地（深圳；跨境研发）   核心企业 软件数据与自动化   · 平台   AI、物理计算与机器人驱动药物发现和晶型研发 来源 CN049   Deep Intelligent Pharma / 深度智耀 中国内地（北京；跨境业务）   扩展平台 临床转化   · 平台   AI智能体支持药物临床研究、文档和申报流程 来源 CN050   PharmaResources / 泓博医药 中国内地（上海）   扩展平台 小分子设计   · 平台   DiOrion人工智能药物设计与一体化研发服务 来源 CN051   Hours Technology / 沃时科技 中国内地（苏州/重庆）   扩展平台 软件数据与自动化   · 平台   ChemPro.AI合成路线设计、反应预测与自动化实验 来源 CN052   ReadCrystal / 青云瑞晶 中国内地（深圳/苏州）   扩展平台 软件数据与自动化   · 平台   结构解析结合AI药物筛选与设计服务 来源 CN053   Shuimu Biosciences / 水木未来 中国内地（北京）   扩展平台 软件数据与自动化   · 平台   AI与冷冻电镜结合的结构药物发现服务 来源 CN054   Viva Biotech / 维亚生物 中国内地（上海）   扩展平台 软件数据与自动化   · 平台   AI增强结构药物发现及多模态药物研发服务 来源 CN055   Zelixir / 智峪生科 中国内地（上海）   扩展平台 软件数据与自动化   · 平台   蛋白与RNA设计及生物制造，业务覆盖药研和非药领域 来源附录B  海外企业与平台 覆盖已收录的北美、欧洲、以色列、日韩、东南亚、印度和澳大利亚等企业。按技术主方向整理，不构成地区规模排名。 本组共121条。每条“来源”为可点击链接；更多来源、证据摘要、别名及状态备注见配套工作表。分类为编辑归类，业务描述为公开资料摘要。 编号 / 企业 地区 / 纳入类别 主要公开业务 来源 GL001   Atomic AI 美国   核心企业 RNA与递送   · 混合   RNA结构和功能模型支持RNA靶向与RNA药物 来源 GL002   Deep Genomics 加拿大   核心企业 RNA与递送   · 混合   生物基础模型驱动遗传药物设计 来源 GL003   Dyno Therapeutics 美国   核心企业 RNA与递送   · 平台   AI设计基因治疗递送载体 来源 GL004   Gensaic 美国   核心企业 RNA与递送   · 管线   蛋白模型设计组织选择性递送配体及siRNA药物 来源 GL005   Inceptive 美国   核心企业 RNA与递送   · 混合   基础模型与实验支持RNA及序列药物设计 来源 GL006   Formation Bio 美国   核心企业 临床转化   · 管线   AI辅助药物资产获取、临床开发与决策 来源 GL007   1910 美国   核心企业 小分子设计   · 混合   多模态AI与自动化实验设计小分子和大分子 来源 GL008   AIGEN Sciences 韩国   核心企业 小分子设计   · 混合   生医语言模型、靶点挖掘和生成式先导化合物优化 来源 GL009   Aqemia 法国   核心企业 小分子设计   · 混合   深物理算法与生成式AI设计新型小分子候选药 来源 GL010   CHARM Therapeutics 英国   核心企业 小分子设计   · 管线   AI蛋白配体理解，开发肿瘤小分子及menin抑制剂 来源 GL011   Deargen 韩国   核心企业 小分子设计   · 混合   深度学习进行组学分析、药物靶点及先导分子优化 来源 GL012   DeepCure 美国   核心企业 小分子设计   · 管线   AI、物理模拟与强化学习小分子设计 来源 GL013   Enveda 美国   核心企业 小分子设计   · 管线   质谱基础模型与天然产物小分子药物发现 来源 GL014   Gandeeva Therapeutics 加拿大   核心企业 小分子设计   · 混合   AI与冷冻电镜结构辅助药物设计 来源 GL015   Genesis Molecular AI 美国   核心企业 小分子设计   · 混合   基础模型与物理融合的小分子药物设计 来源 GL016   Iambic Therapeutics 美国   核心企业 小分子设计   · 混合   生成式AI、分子共折叠与自动化药物设计 来源 GL017   Ignota Labs 英国   核心企业 小分子设计   · 管线   SAFEPATH深度学习解析毒性并重新设计因安全性失败的候选药 来源 GL018   Iktos 法国   核心企业 小分子设计   · 混合   生成式分子设计、逆合成与机器人闭环药物发现 来源 GL019   Isomorphic Labs 英国   核心企业 小分子设计   · 混合   多模态AI药物设计引擎，开发自有及合作候选药 来源 GL020   Kantify 比利时   核心企业 小分子设计   · 混合   Sapian AI预测全蛋白组药物相互作用、发现命中化合物及安全性风险 来源 GL021   Kuano 英国   核心企业 小分子设计   · 平台   量子物理分子设计与AI代理科学平台支持酶抑制剂和共价药物发现 来源 GL022   Lantern Pharma 美国   核心企业 小分子设计   · 混合   AI和基因组数据支持肿瘤药物发现与开发 来源 GL023   Manas AI 美国   核心企业 小分子设计   · 管线   神经符号AI用于多模态药物发现开发 来源 GL024   Montai Therapeutics 美国   核心企业 小分子设计   · 管线   AI设计面向慢性炎症等疾病的小分子 来源 GL025   Numerion Labs 美国   核心企业 小分子设计   · 平台   AI超大规模化合物库虚拟筛选 来源 GL026   Oxford Drug Design 英国   核心企业 小分子设计   · 管线   AI与机器学习支持tRNA合成酶靶向药物和肿瘤治疗研发 来源 GL027   Pending AI 澳大利亚   核心企业 小分子设计   · 平台   量子力学与生成式AI结合，进行靶点结构分析、命中发现及先导优化 来源 GL028   Peptone 英国   核心企业 小分子设计   · 管线   AI与实验物理针对天然无序蛋白设计小分子 来源 GL029   Peptris Technologies 印度   核心企业 小分子设计   · 混合   生成式AI和分子语言模型用于新化合物、药物重定位与临床候选药再开发 来源 GL030   Pharmacelera 西班牙   核心企业 小分子设计   · 平台   量子力学与AI用于小分子虚拟筛选及骨架发现 来源 GL031   PharmEnable Therapeutics 英国   核心企业 小分子设计   · 混合   chemSEEK结合AI及药化知识探索新化学空间和难成药靶点 来源 GL032   Pharos iBio 韩国   核心企业 小分子设计   · 管线   Chemiverse大数据与AI平台开发罕见难治病药物 来源 GL033   Plexium 美国   核心企业 小分子设计   · 混合   AI整合表型发现与靶向蛋白降解 来源 GL034   PostEra 美国   核心企业 小分子设计   · 混合   机器学习药物化学与分子设计合成 来源 GL035   Proxima 美国   核心企业 小分子设计   · 混合   生成式AI设计分子胶与邻近诱导药物 来源 GL036   Qubit Pharmaceuticals 法国   核心企业 小分子设计   · 混合   量子及物理模拟结合AI，设计复杂靶点的小分子药物 来源 GL037   Relay Therapeutics 美国   核心企业 小分子设计   · 管线   蛋白动态模拟、机器学习与小分子药物设计 来源 GL038   Schrödinger / 薛定谔 美国   核心企业 小分子设计   · 混合   物理模拟与AI辅助分子设计及药物发现 来源1 来源2 GL039   Sravathi AI 印度   核心企业 小分子设计   · 混合   生成式AI、性质预测及物理模型进行靶点确认和先导分子设计 来源 GL040   Standigm 韩国   核心企业 小分子设计   · 混合   AI靶点发现及分子设计，发展内部和合作管线 来源 GL041   Superluminal Medicines 美国   核心企业 小分子设计   · 管线   AI、结构生物学和实验结合发现GPCR小分子 来源 GL042   Syntekabio 韩国   核心企业 小分子设计   · 混合   AI超算平台支持小分子、抗体和新抗原疫苗设计 来源 GL043   SyntheticGestalt 日本/英国   核心企业 小分子设计   · 混合   分子基础模型生成和优化具有可合成性的药物 来源 GL044   Terray Therapeutics 美国   核心企业 小分子设计   · 混合   高通量实验数据与AI小分子药物研发 来源 GL045   Variational AI 加拿大   核心企业 小分子设计   · 平台   Enki生成式AI小分子与降解剂设计 来源 GL046   Mana.bio 以色列   核心企业 RNA与递送   · 平台   机器学习设计组织靶向脂质纳米颗粒，支持RNA和基因药物递送 来源 GL047   Aitia 美国   核心企业 生物学与靶点   · 混合   因果AI与多组学数字孪生支持靶点和药物发现 来源 GL048   BenevolentAI 英国   核心企业 生物学与靶点   · 混合   知识图谱、多模态AI用于靶点发现和药研决策 来源1 来源2 GL049   CardiaTec Biosciences 英国   核心企业 生物学与靶点   · 管线   AI分析人心脏组织多组学，发现心血管疾病靶点及治疗药物 来源 GL050   CytoReason 以色列   核心企业 生物学与靶点   · 平台   AI疾病模型及LINA生物学代理支持靶点、适应证与患者群体决策 来源 GL051   Engine Biosciences 新加坡（跨新加坡/美国）   核心企业 生物学与靶点   · 混合   机器学习与组合CRISPR筛选发现精准肿瘤药物 来源 GL052   Etcelera 美国   核心企业 生物学与靶点   · 混合   因果人类生物学、细胞基础模型与小分子研发 来源 GL053   Gero 新加坡   核心企业 生物学与靶点   · 混合   人群数据、物理与AI发掘衰老相关疾病治疗靶点 来源 GL054   Healx 英国   核心企业 生物学与靶点   · 管线   AI整合疾病及药理数据，开发罕见病治疗方案 来源 GL055   Immunai 美国/以色列   核心企业 生物学与靶点   · 平台   免疫单细胞AI靶点发现与药物转化 来源 GL056   insitro 美国   核心企业 生物学与靶点   · 混合   因果AI、多模态细胞数据与治疗设计 来源 GL057   Noetik 美国   核心企业 生物学与靶点   · 混合   肿瘤多模态基础模型与新靶点发现 来源 GL058   Oncocross 韩国   核心企业 生物学与靶点   · 混合   转录组及多组学AI识别适应证、作用机制与标志物 来源 GL059   Orakl Oncology 法国   核心企业 生物学与靶点   · 平台   患者来源类器官、多组学和AI预测肿瘤药物响应及治疗靶点 来源 GL060   Owkin 法国（跨法国/美国）   核心企业 生物学与靶点   · 混合   患者多模态数据与AI科学家支持靶点及药物研发 来源 GL061   Protai 以色列   核心企业 生物学与靶点   · 混合   蛋白组学、结构实验与AI模型结合，发现靶点和候选药 来源 GL062   Recursion / 锐科森 美国   核心企业 生物学与靶点   · 混合   细胞表型与基础模型驱动靶点发现及小分子研发 来源 GL063   Relation Therapeutics 英国   核心企业 生物学与靶点   · 混合   多组学及细胞基础模型解析疾病、发现药物靶点 来源 GL064   Tahoe 美国   核心企业 生物学与靶点   · 混合   单细胞扰动数据、虚拟细胞与药物发现 来源1 来源2 GL065   Turbine 匈牙利/英国   核心企业 生物学与靶点   · 平台   虚拟细胞模拟用于靶点、联合用药及转化研究 来源 GL066   Valo Health 美国   核心企业 生物学与靶点   · 混合   人类数据因果推断与闭环小分子发现 来源 GL067   Verge Labs 美国   核心企业 生物学与靶点   · 平台   脑疾病人类数据基础模型与药物转化 来源 GL068   Xaira Therapeutics 美国   核心企业 生物学与靶点   · 管线   端到端AI靶点、药物设计与患者转化 来源 GL069   A-Alpha Bio 美国   核心企业 蛋白抗体多肽   · 混合   蛋白相互作用实验数据与AI治疗设计 来源 GL070   AbCellera 加拿大   核心企业 蛋白抗体多肽   · 混合   抗体研发与AI辅助实验数据工作流 来源 GL071   Absci 美国   核心企业 蛋白抗体多肽   · 混合   生成式AI抗体与新型生物药设计 来源 GL072   Alchemab Therapeutics 英国   核心企业 蛋白抗体多肽   · 混合   疾病抵抗人群抗体挖掘与抗体语言模型药物发现 来源 GL073   Antiverse 英国   核心企业 蛋白抗体多肽   · 平台   生成式AI与实验闭环发现GPCR及跨膜蛋白抗体、纳米抗体 来源 GL074   Basecamp Research 英国   核心企业 蛋白抗体多肽   · 混合   生物多样性数据训练基础模型，设计治疗性蛋白 来源 GL075   BigHat Biosciences 美国   核心企业 蛋白抗体多肽   · 混合   自动化实验闭环与AI抗体设计 来源 GL076   Biolojic Design 以色列（跨以色列/美国）   核心企业 蛋白抗体多肽   · 混合   AI与高通量实验设计可编程抗体、双特异性抗体和抗体偶联药物 来源 GL077   Chai Discovery 美国   核心企业 蛋白抗体多肽   · 平台   生物分子基础模型与抗体设计 来源 GL078   Converge Bio 以色列（跨以色列/美国）   核心企业 蛋白抗体多肽   · 平台   DNA、RNA及蛋白基础模型用于抗体设计、靶点和标志物发现 来源 GL079   Cyrus Biotechnology 美国   核心企业 蛋白抗体多肽   · 混合   AI、Rosetta及实验反馈设计治疗蛋白 来源 GL080   DenovAI 以色列   核心企业 蛋白抗体多肽   · 平台   AI与计算分子生物物理从头设计抗体、小蛋白和治疗肽 来源 GL081   Generate Biomedicines 美国   核心企业 蛋白抗体多肽   · 混合   生成式生物学设计蛋白治疗药物 来源 GL082   Hummingbird Bioscience 新加坡   核心企业 蛋白抗体多肽   · 管线   AI表位预测及理性抗体发现，开发精准生物疗法 来源 GL083   immunitoAI 印度   核心企业 蛋白抗体多肽   · 平台   AbInitio基础AI模型生成靶点和表位特异性治疗抗体 来源 GL084   ImmunoScape 新加坡   核心企业 蛋白抗体多肽   · 混合   机器学习与免疫组学发现肿瘤TCR及细胞疗法 来源 GL085   Insamo 美国/澳大利亚   核心企业 蛋白抗体多肽   · 混合   自动化实验与机器学习发现可透膜和口服环肽 来源 GL086   LabGenius Therapeutics 英国   核心企业 蛋白抗体多肽   · 混合   机器学习与自动化筛选闭环优化治疗性抗体 来源 GL087   Latent Labs 英国（跨英国/美国）   核心企业 蛋白抗体多肽   · 平台   生成式蛋白模型与AI代理设计抗体及大环肽 来源 GL088   MAbSilico 法国   核心企业 蛋白抗体多肽   · 混合   AI抗体对接、亲和力、脱靶与可开发性预测支持治疗抗体设计 来源 GL089   Menten AI 美国   核心企业 蛋白抗体多肽   · 平台   物理与生成式AI融合的大环多肽设计 来源 GL090   MOLCURE 日本   核心企业 蛋白抗体多肽   · 平台   抗体语言模型、物理模拟与实验闭环发现生物药 来源 GL091   Nabla Bio 美国   核心企业 蛋白抗体多肽   · 平台   生成式AI及患者相关实验设计抗体 来源 GL092   Ordaōs 美国   核心企业 蛋白抗体多肽   · 混合   生成式AI从头设计miniPRO迷你蛋白 来源 GL093   Pepticom 以色列   核心企业 蛋白抗体多肽   · 混合   强化学习与生成式AI设计天然及非天然治疗肽 来源 GL094   Peptilogics 美国   核心企业 蛋白抗体多肽   · 混合   Nautilus AI平台设计治疗多肽 来源 GL095   Profluent 美国   核心企业 蛋白抗体多肽   · 平台   蛋白语言模型、基因编辑器与治疗蛋白 来源 GL096   ProteinQure 加拿大   核心企业 蛋白抗体多肽   · 混合   AI与分子模拟设计多肽药物和靶向递送 来源 GL097   Boltzmann Labs 印度   核心企业 软件数据与自动化   · 平台   AI Discovery Suite支持小分子、生物药、抗体与治疗肽设计 来源 GL098   deepmirror 英国   核心企业 软件数据与自动化   · 平台   AI药物设计平台进行活性预测、生成式设计和结构辅助优化 来源 GL099   Elix 日本   核心企业 软件数据与自动化   · 平台   Elix Discovery整合性质预测、分子设计和AI药研 来源 GL100   HITS 韩国   核心企业 软件数据与自动化   · 平台   HyperLab一体化AI平台进行筛选、优化及ADMET预测 来源 GL101   Innoplexus 德国（跨德国/印度/美国）   核心企业 软件数据与自动化   · 平台   深度学习、结构预测、分子生成、对接及ADMET一体化药物发现 来源 GL102   PathAI 美国   扩展平台 临床转化   · 平台   AI病理支持药物开发、生物标志物和患者分层 来源 GL103   Unlearn 美国   扩展平台 临床转化   · 平台   数字孪生支持临床试验设计与分析 来源 GL104   QuantHealth 以色列   扩展平台 临床转化   · 平台   AI模拟临床试验及治疗反应，支持方案设计和适应证选择 来源 GL105   QurisAI 以色列（跨以色列/美国）   扩展平台 临床转化   · 平台   机器学习与患者芯片结合，预测候选药物的人体安全性 来源 GL106   Innophore 奥地利   扩展平台 小分子设计   · 平台   AI蛋白口袋分析、药物发现和安全性筛选 来源 GL107   J INTS BIO 韩国   扩展平台 小分子设计   · 管线   JIN-NOVA AI药研平台与肿瘤小分子管线 来源 GL108   PRISM BioLab 日本   扩展平台 小分子设计   · 混合   AI优化PepMetics拟肽小分子及药代性质 来源 GL109   Voronoi 韩国   扩展平台 小分子设计   · 管线   实验数据、AI与机器人支持精准激酶抑制剂研发 来源 GL110   Algorae Pharmaceuticals 澳大利亚   扩展平台 生物学与靶点   · 混合   AlgoraeOS深度学习平台预测药物协同组合，开展验证及合作开发 来源 GL111   FRONTEO 日本   扩展平台 生物学与靶点   · 平台   KIBIT自然语言AI生成疾病网络及药物靶点假说 来源 GL112   Cradle 荷兰/瑞士   扩展平台 蛋白抗体多肽   · 平台   AI蛋白工程软件用于抗体及多肽药物优化 来源 GL113   PeptiDream 日本   扩展平台 蛋白抗体多肽   · 混合   大环肽发现平台结合AI性质预测及计算筛选 来源 GL114   Scala Biodesign 以色列   扩展平台 蛋白抗体多肽   · 平台   AI、进化数据及原子计算优化治疗性抗体、疫苗抗原和治疗酶 来源 GL115   Ardigen 波兰   扩展平台 软件数据与自动化   · 平台   AI药研CRO，覆盖多组学、表型及分子抗体设计 来源 GL116   BenchSci 加拿大   扩展平台 软件数据与自动化   · 平台   AI辅助临床前科研知识检索和实验决策 来源 GL117   Boltz 美国   扩展平台 软件数据与自动化   · 平台   生物分子预测、设计模型与药物发现软件 来源 GL118   Causaly 英国（跨英国/希腊）   扩展平台 软件数据与自动化   · 平台   生物医学知识图谱、证据检索和AI代理支持靶点及转化研究 来源 GL119   Chemify 英国   扩展平台 软件数据与自动化   · 平台   机器学习分子设计、逆合成和机器人合成形成药物发现闭环 来源 GL120   Lila Sciences 美国   扩展平台 软件数据与自动化   · 平台   AI和自主实验室覆盖药物及其他科学研究 来源 GL121   Molecule.one 波兰   扩展平台 软件数据与自动化   · 平台   Maria化学AI、自动化实验与数据平台支持药物发现及合成 来源附录C  药企与科技生态 纳入有明确AI药物研发、模型、实验或临床相关业务披露的传统药企和科技公司；不将其全体业务视为AI制药，也不与核心企业混算。 本组共25条。每条“来源”为可点击链接；更多来源、证据摘要、别名及状态备注见配套工作表。分类为编辑归类，业务描述为公开资料摘要。 编号 / 企业 地区 / 纳入类别 主要公开业务 来源 EC001   AbbVie / 艾伯维 美国   药企与科技生态 传统药企   · 生态   AI小分子发现、靶点识别与蛋白设计 来源 EC002   Amgen / 安进 美国   药企与科技生态 传统药企   · 生态   生成式蛋白设计与自动化实验闭环 来源 EC003   AstraZeneca / 阿斯利康 英国   药企与科技生态 传统药企   · 生态   AI靶点发现、小分子设计与临床研发 来源 EC004   Boehringer Ingelheim / 勃林格殷格翰 德国   药企与科技生态 传统药企   · 生态   小分子性质预测、靶点识别与候选优化 来源 EC005   Bristol Myers Squibb / 百时美施贵宝 美国   药企与科技生态 传统药企   · 生态   AI药物发现及靶向蛋白降解研究 来源 EC006   CSPC Pharmaceutical Group / 石药集团 中国   药企与科技生态 传统药企   · 生态   AI小分子发现与蛋白—化合物结合优化 来源 EC007   Eli Lilly and Company / 礼来 美国   药企与科技生态 传统药企   · 生态   小分子及抗体AI模型、临床前预测与联合发现 来源 EC008   Fosun Pharma / 复星医药 中国   药企与科技生态 传统药企   · 生态   多靶点AI药物合作及内部发现平台 来源 EC009   GSK / 葛兰素史克 英国   药企与科技生态 传统药企   · 生态   遗传与多模态数据驱动的药物发现 来源 EC010   Jiangsu Hengrui Pharmaceuticals / 恒瑞医药 中国   药企与科技生态 传统药企   · 生态   AI靶点发现、大分子多肽及小分子设计 来源 EC011   Johnson & Johnson / 强生 美国   药企与科技生态 传统药企   · 生态   生成式小分子设计与多性质优化 来源 EC012   Merck KGaA / 德国默克 德国   药企与科技生态 传统药企   · 生态   AI候选药发现及分子设计与合成软件 来源 EC013   MSD / Merck & Co. / 默沙东 美国   药企与科技生态 传统药企   · 生态   AI基础模型辅助小分子先导化合物优化 来源 EC014   Novartis / 诺华 瑞士   药企与科技生态 传统药企   · 生态   蛋白结构预测与AI药物设计合作 来源 EC015   Novo Nordisk / 诺和诺德 丹麦   药企与科技生态 传统药企   · 生态   AI靶点发现、治疗分子设计与研发协作 来源 EC016   Pfizer / 辉瑞 美国   药企与科技生态 传统药企   · 生态   生物分子基础模型、小分子与生物药设计 来源 EC017   Roche / Genentech / 罗氏／基因泰克 瑞士／美国   药企与科技生态 传统药企   · 生态   基础模型、靶点与药物发现及实验闭环 来源 EC018   Sanofi / 赛诺菲 法国   药企与科技生态 传统药企   · 生态   AI靶点识别、分子设计及研发流程 来源 EC019   Simcere Pharmaceutical Group / 先声药业 中国   药企与科技生态 传统药企   · 生态   物理计算与AI驱动药物设计和开发 来源 EC020   Takeda / 武田 日本   药企与科技生态 传统药企   · 生态   AI发现孵化器及计算—实验迭代研发 来源 EC021   Baidu / 百度 中国   药企与科技生态 科技公司   · 生态   螺旋桨与HelixDesign支持多肽、抗体和蛋白设计 来源 EC022   Fujitsu / 富士通 日本   药企与科技生态 科技公司   · 生态   药研计算及AI平台支持肽药分子性质预测和研发 来源 EC023   Microsoft / 微软 美国   药企与科技生态 科技公司   · 生态   BioEmu等模型支持蛋白构象和热力学研究 来源 EC024   NVIDIA / 英伟达 美国   药企与科技生态 科技公司   · 生态   BioNeMo提供生物模型、数据处理与实验闭环基础设施 来源 EC025   Tencent / 腾讯 中国   药企与科技生态 科技公司   · 生态   云深iDrug支持大、小分子临床前药物发现 来源附录D  历史名称与主体索引 保留已明确发生合并、收购或团队迁移的名称。普通更名已经并入主记录别名栏；这里的5条不计为独立在营AI企业。 本组共5条。每条“来源”为可点击链接；更多来源、证据摘要、别名及状态备注见配套工作表。分类为编辑归类，业务描述为公开资料摘要。 编号 / 企业 地区 / 纳入类别 主要公开业务 来源 HX001   Exscientia 英国（历史）   历史索引 小分子设计   · 混合   AI精确小分子设计；已并入Recursion，避免重复计数   已核实：2024-11-20并入Recursion成为全资子公司 来源 HX002   Mithril Medicine 美国   历史索引 小分子设计   · 混合   药物开发AI研究团队与技术沿革   2026年7月被Anthropic收购；10月披露 来源 HX003   Cellarity 美国   历史索引 生物学与靶点   · 混合   细胞状态与多组学AI药物发现   2026-10-29平台业务Cellarity Platform Inc并入Etcelera；CLY-124由Cellarity SCD Inc另行推进 来源1 来源2 HX004   EvolutionaryScale 美国   历史索引 软件数据与自动化   · 平台   蛋白语言模型团队与技术沿革   团队加入Biohub；不作为独立企业计数 来源 HX005   Orchestra Bio 美国   历史索引 软件数据与自动化   · 平台   药物开发AI工作流程平台   2026-10-20公告被OpenAI收购 来源

2026年10月24日下午，第十一届医药创新与“AI赋能医药创新生态论坛”在南京顺利召开。当前，AI在生物医药领域正从单点突破迈向集成式突破，本场论坛聚焦AI在医药创新生态中的应用，围绕应用场景与实践经验、AI深度融合各环节背景下的合作生态构建展开研讨。论坛汇聚行业权威专家与领军企业代表，共同研判AI发展的阶段特征、落地路径与可行性边界。本场论坛由阔跃智药创始人兼CEO韩晓梅主持。韩晓梅主持论坛主题报告：趋势·范式·落地中国信息通信研究院云计算与数字化所副所长闵栋以《人工智能+医药健康发展趋势》为题，系统梳理了“人工智能+”行动背景下的产业政策、技术趋势与医药数智化转型路径。他给出的一组数据颇具分量：2025年我国核心AI产业规模达1.2万亿元，2026年增速预计超过30%，AI企业超过6300家、独角兽企业超70家。放眼全球，医药数智化转型布局正全面提速——国际制药工程协会已发布人工智能相关指南，美国、欧盟等主要经济体也相继出台多项方案，借助人工智能变革药物研发的科学方法、加速科学发现。闵栋指出，AI基础模型在多步骤复杂推理、长程任务等方面持续进展，智能体和具身智能成为落地重要方向;数据建设方面，当前重点是推动场景化、结构化数据集构建，持续优化适配长序列的推理及架构，并针对不同场景适配创新训练策略。他表示，医药工业数智化转型正以场景应用为牵引，推动技术研发、数据要素、标准体系和监管科学协同发展。闵栋作报告华为制药军团总裁樊杰带来《AI重构创新药研发范式，打造自主创新科技平面》。他指出，当前AI在药物研发中快速发展，但在算力供给、数据跨境流动、模型可用性与合规要求等方面仍面临挑战。对此，他披露了华为制药军团成立近一年来的实践：以昇腾算力底座联合药企、Biotech与模型伙伴，构建自主可控、同时保持先进性的AIDD第二科技平面。樊杰还介绍了华为在研发、供应、营销、服务等体系落地AI的方法论——“三层五阶八步十二问”，核心是找场景、建流程、建组织、收集数据、进行IT建设，这一方法在制药临床到生产环节同样适用。他同时对比罗氏“LAB-IN-THE-LOOP”干湿闭环、礼来Tunelab生态等国际巨头实践，指出AI药研正从单点工具走向平台化、生态化。针对上述算力、数据与软件问题，华为计划走出“从依赖到自主”的路径，并计划明年推动药企联邦学习联盟，联合打通ADMET等当前断点模型，通过支持模型从推理走向训练、以模型训练和数据整合打通干湿闭环。樊杰作报告零氪科技创始人、CEO张天泽以《AI赋能真实临床研发场景的应用与挑战》为题，聚焦临床研发中的受试者招募难题。他表示，临床阶段承载药物研发大量时间、成本和失败风险，招募延期显著推高研发成本。零氪通过积累正样本与负样本数据，训练模型读懂院内最新病历和临床试验入排标准，并将入排条件拆分为硬性、软性和时序三类，使模型具备可追溯、可解释的匹配能力，并在北京大学肿瘤医院等多家机构开展验证。在此基础上，零氪将AI与“患者领航员”人机协作模式结合，由模型承担约75%的筛选工作，患者领航员完成后续沟通协调与随访，提升潜在受试者识别和入组效率。张天泽指出，零氪牵头组建国家首个省部级AI驱动临床药物试验北京市重点实验室，围绕研发决策优化、受试者招募加速等六大场景展开探索;在北京市卫健委支持下共建AI卓越GCP中心，并在北京市支持下推动AIGCP协作网络和以临床试验受试者服务为核心的互联网医院建设。张天泽作报告英矽智能联合首席执行官兼首席科学官任峰以《算法重塑未来：AI驱动First-in-Class药物研发新范式》为题分享创新经验。面对创新药研发长期经受的“反摩尔定律”困扰，英矽智能以1000多万组的组学数据、4000多万篇文献专利和200多万个化合物数据为底座，通过PandaOmics、Chemistry42、inClinico三大平台分别对应靶点发现、分子设计和临床试验优化，加速药物研发。其首个First-in-class成果——TNIK抑制剂候选分子05治疗特发性肺纤维化，仅用18个月、260万美元即完成从靶点到临床前候选化合物，临床IIa期显示60mg/天剂量组患者用力肺活量改善98.4ml，结果发表于2025年《Nature Medicine》，并获准跳过IIb期直接进入临床III期。另一疼痛新靶点TargetZ的候选分子9528，在动物模型中镇痛效果优于普瑞巴林、VX-548、吗啡。任峰表示，目前公司35条PCC管线中15%—20%为First-in-Class，BD签约总额超110亿美元，并在上海建成可无人运行的智能机器人实验室，推动干湿试验结合。任峰作报告深度智耀副总裁、AI4S负责人兼战略投资部董事总经理姜志成以《从AI赋能迈向AI原生临床研发》为题指出，在AIDD加速候选分子生成已无争议之后，真正的瓶颈转向“新可能性如何更快验证”。自2017年切入医学文档、2018年进入日本以来，深度智耀已积累上万个专业智能体，并以channel(共同交互空间)、runspace(项目运行系统)、Dr-Lee(智能体调度入口)构建AI原生架构。他认为，当单点任务都能做好，难点便从“任务内部”转向“任务之间”，而最难连通的是site这“最后一公里”;在日本实践中，公司以IIRDT(研究者发起的注册导向临床试验)确定证据、以DCT(去中心化临床试验)扩大患者网络，形成18—30个月推进附条件上市申报的路线图。姜志成强调，AI原生的核心是整体观、人机协同、闭环反馈与递归式进化，最终让有价值的资产更快进入下一阶段，也让不值得继续投入的路径更早被识别。姜志成作报告圆桌对话：边界·生态·监管主题报告后，论坛进入“智创未来，AI赋能医药研发合作新生态”圆桌讨论，由上海临床研究中心主任(院长)朱畴文主持。复旦大学附属中山医院大数据人工智能中心主任张纪阳、澳门大学药品监管科学研究中心主任胡元佳、上海立迪生物创始人、董事长兼执行总裁闻丹忆、北京远鉴信息董事长王黎明、MegaStreamTechBio首席执行官雷鸣、复星医药AI专委会联席主任、创新药事业部高级副总裁邱婧君参与讨论。从左至右：朱畴文、张纪阳、胡元佳、闻丹忆、王黎明、雷鸣、邱婧君边界之辨：被高估的与被低估的。张纪阳表示，医院信息化建设对AI的关注度明显上升，但“AI取代医生”仍被行业否认、又在繁杂的门诊现场被一线寄予期望，中山医院正构想“AI原生医院”，让医护技借助skills把经验沉淀进组织。胡元佳提醒，AI本质是概率模型，存在“追热点”的popularity bias，“没有固定答案的问题”恰是人类不可替代的优势。闻丹忆以立迪生物全球最大的耐药PDX模型库为例，说明自然语言agent如何把十余年药理药效数据激活，让多维度检索与靶点landscaping一站完成。王黎明介绍了声学AI在院外心肺监测中的探索：远鉴信息以生理音监测比对超声心动、CT等检查，基于8万例临床病例，常见、典型病种准确率超96%，探索将心肺风险初筛延伸至院外与家庭。生态之建：从单点赋能到系统协同。雷鸣表示，AIDD在PCC之前提效已相当成熟，真正的鸿沟在PCC到IND再到临床的转化;关键在于“以终为始”，构建覆盖药物发现到临床验证的完整研发闭环，而不是停留在前端单点提效。邱婧君介绍，复星医药已将数十个AI项目映射为决策管理、早研“星图”、临床“奥科智研”与数据基座四大板块，其决策智能体与公司最终结论80%以上吻合，并以联邦学习破解数据孤岛。闻丹忆给出“四位一体”解法：功能检测、定量药理、贝叶斯统计与临床合作联动，但仍需AI企业合力打通PKPD数据。监管之思：用AI监管，也要监管AI。胡元佳介绍，澳门药监局在2022年成立后，将中药天然药物创新药的第三方技术审评交由澳大中心承担。他强调，AI监管是一体两面：既要“用AI做药、用AI监管”，也要“监管AI”——FDA今年已就申请材料AI比重过大发出警告信，关键环节的人类审核是否缺位值得警惕。邱婧君补充，相关监管讨论正遵循“场景对应风险”的分级逻辑：早期研发给予宽松探索空间，III期试验则须提供完整可解释与验证材料。结语当前，AI赋能医药创新仍处在边界持续拓展、路径尚未定型的阶段——哪些能力被高估、哪些壁垒正被突破，都需在实践中不断追问与校准。面向未来，单点突破难成气候，唯有打通医院、药企、AI企业与高校、监管之间的协同链路，把偶发的技术亮点沉淀为可复用、可持续的系统能力，才能真正释放AI的价值。期待业界善用我国在算力、数据与应用场景上的综合优势，以AI驱动源头创新，推动更多First-in-Class药物加速走向临床、惠及患者，为全球医药创新贡献中国力量。会议现场