Glycerol Phenylbutyrate

证券研究报告 | 行业深度报告2026年08月19日 梁广楷S1090524010001liangguangkai@cmschina.com.cn 许菲菲S1090520040003xufeifei@cmschina.com.cn 焦玉鹏S1090523070004jiaoyupeng@cmschina.com.cn 肖笑园S1090525050001xiaoxiaoyuan@cmschina.com.cn 方秋实S1090523040003fangqiushi@cmschina.com.cn 行业：消费品/生物医药 核心观点 本篇报告对AI制药产业进展和现状进行分析，从产业投入、管线进展、MNC战略布局等角度切入，认为AI制药已经进入临床验证阶段，即将迎来商业化爆发。同时，我们构建AI药物临床管线数据库对上述结论进行验证，进一步提示相关标的的投资机会。 AI制药验证层级持续上移，商业化风口初步显现。自2024年以来，AI制药发展速度明显加快，投资规模和数量明显增多。MNC开始大规模布局自有AI平台化能力，由单点合作转向管线和平台合作。AI科技巨头入局药物研发，以通用大模型为基础推出专业药物研发AI模型。AI Biotech的合作规模和机会明显增多，在未有成熟商业化管线的情况下得到传统药企青睐。AI制药已经完成概念验证，正式进入临床验证阶段，商业化风口初步显现。 AI制药临床管线推进迅速，重点资产将在三到五年内实现商业化。我们的数据库纳入了94款进入临床试验的AI药物，并对其中的重点资产进行了分析。AI赋能极大缩短了药物研发周期，在早期筛选设计阶段增加了药物亲和性和选择性，临床管线整体质量优秀，推进迅速。进度最快的7款重点资产均已进入/完成Ⅲ期临床，将在未来三到五年内逐步上市兑现商业价值。英矽智能的Rentosertib、武田制药的Zasocitinib等具备潜在BIC和孤儿药认证的管线能够完整体现当前AI制药的研发能力和质量水准，值得重点关注。 AI重构药物研发竞争格局，中国AI Biotech依靠管线研发合作和平台服务突围。近年来，全球大型MNC密集布局AI制药领域，通过与OpenAI、谷歌、Anthropic、英伟达等AI大模型和算力巨头紧密合作，构建AI驱动的药物研究平台，以“AI模型-算力-干湿实验数据”研发闭环为新竞争格局下的护城河，建立长期技术壁垒。中国AI Biotech在电力基础设施、算力、专业药研AI模型等方面具备优势，专注于推进自研管线、管线研发合作以及平台授权等方式加速验证自研AI平台的研发能力和商业价值。在当前AI重构传统药物研发竞争格局尚未完全成型的阶段，中国AI Biotech已经实现了早期布局，并正在快速验证商业价值。 风险提示：研发不及预期风险、商业化不及预期风险、数据安全性风险、支付政策变化风险、竞争加剧风险。 一、为什么当下需要关注AI制药的投资机会 1、AI制药走入临床兑现阶段，商业化风口已然显现 随着AI药物管线进入Ⅲ期临床甚至NDA阶段，AI科技巨头与MNC的合作布局更加密切，AI制药领域整体已经步入临床兑现阶段，商业化风口初步显现。以Anthropic、谷歌DeepMind、OpenAI为首的AI科技巨头与礼来、赛诺菲、默沙东等MNC的合作在近两年逐步由平台授权向自建AI平台、专业AI模型构建深化，全方位布局AI药物研发能力。以英矽智能、Relay Therapeutics为代表的AI Biotech最前沿管线也已进入Ⅲ期临床甚至NDA阶段，来到上市前最后关口。AI制药领域的产业投入、商业合作、管线产出、临床数据读出等多维度愈加活跃，初步显示出AI平台的商业化能力。AI科技巨头、MNC、AI Biotech等多方的合作和竞争将重塑创新药研发格局，形成以算力、AI大模型、实验室和临床数据积累为主要目标的长期产业竞争格局。 本报告从产业投入、商业合作、临床管线进展、MNC和国内AI Biotech产业布局等角度切入，对当前AI制药产业进行分析，认为AI制药产业已经由概念验证进入临床兑现，并且即将实现商业价值验证。AI制药已经开始重塑传统药物研发格局，成为制药行业未来竞争的重心。 二、产业投入、商业合作与临床管线同步推进，AI制药验证层级持续上移 1、AI赋能药物研发全流程，为传统药物研发带来变革 AI赋能药物研发全流程，能够解决传统药物研发的主要痛点：减少早期药物靶点发现的时间、提高分子设计的成功率、缩短药物研发周期。传统药物研发平均成本可高达26亿美元，周期长达12-15年，且成功率小于10%。目前，AI在图像识别、自然语言处理（NLP）以及计算机视觉等领域的进展正被逐渐应用于药物研发的各个关键环节，并且展现出极强的潜力。与传统药物研发过程相比，AI赋能药物研发的主要优势体现在以下几个方面： 1）分析复杂的生物系统。AI通过构建多组学数据网络，识别疾病相关分子模式和因果关系，进而发现候选药物靶点。 2）识别疾病生物标志物和潜在药物靶点。AI模型在识别诊断和预后相关生物标志物方面表现突出，能够提高诊断准确性、预测疾病进展和患者预后。 3）模拟药物-靶点间相互作用。AI能够通过分析海量蛋白质结构数据，进行虚拟筛选，预测有效的药物靶点，从头设计高亲和性的分子结构。 4）预测候选药物的安全性和有效性。AI已逐渐成为预测ADMET（吸收、分布、代谢、排泄和毒性）性质的重要工具，能够进行早期ADMET预测，减少因药物特性不佳导致的研发失败。 5）管理临床试验。AI通过分析患者数据，优化临床试验流程，设计高效的试验方案；还能够通过优化患者入组标准，提高临床试验成功率，加速药物转化周期，预测可能的不良事件等。 AI制药历经近70年发展至今，已逐步验证其概念应用能力并开始积累临床数据，走入临床兑现阶段。AI的应用正在深入创新药研发的全链条中，重新构筑药物研发的竞争格局。 图1：AI赋能药物研发全流程示意图 资料来源：Nature Medicine、招商证券 图2：AI制药产业发展历程及关键突破 资料来源：摩熵医药、各公司官网、招商证券 2、由AI Biotech单独推动转向MNC、AI科技巨头和自动化实验平台共同参与 从产业投入来看，三大AI科技巨头密集入局制药领域，MNC加快自有AI平台化能力建设，AI制药产业形成大模型、算力与自动化干湿实验室等能力的新竞争格局。以Anthropic、谷歌DeepMind、OpenAI为首的三大AI巨头于近三年内开始密集布局AI制药赛道，推出赋能药物研发的AI大模型与平台，同时与多家MNC合作部署AI研发平台，形成新的医药研发竞争格局。Anthropic与Bristol Myers Squibb（BMS）、诺华等建立深度合作，部署Claude模型以增强药物发现、临床试验设计和文档管理能力。2026年6月，AlphaFold项目核心领导者、24年诺贝尔化学奖得主John Jumper官宣加入Anthropic，进一步提升了该公司在AI制药领域的研究实力。同样在该月，Anthropic发布AI智能研发平台Claude Science，强势进军AI制药领域。2026年4月，谷歌DeepMind与默沙东等达成战略协议，在药物研发全链条中部署AI代理平台。谷歌DeepMind旗下的Isomorphic Labs凭借能够预测分子交互、蛋白质-配体复合物的AlphaFold 3大模型斩获21亿美元B轮融资，并与礼来、诺华、默沙东等MNC分别达成超10亿美元联合研发协议。OpenAI利用ChatGPT大模型为MNC部署外包研发工作平台，极大缩短工作流程，释放研发效率，先后与赛诺菲、礼来、诺和诺德等达成战略合作。这些AI巨头密集入局制药赛道，透露出AI行业对于生物医药前景的看好与重视。同时，MNC与AI科技巨头的双向奔赴，加快部署自有AI研发平台，以减少对AI biotech的依赖，标志着药物研发领域进入了AI大模型、算力与自动化实验室等AI制药能力的新竞争格局。如何通过数据积累和模型迭代，实现更快更准确的进行药物发现、临床设计、病例管理等AI全链条覆盖，将成为各MNC未来竞争的一大重点。 图3：AI巨头在制药领域的布局与部分合作情况 图3：AI巨头在制药领域的布局与部分合作情况 AI企业 合作企业 时间 主要内容 Anthropic 25.10.20 推出Claude for Life Sciences系列插件，助力生命科学研究 26.4.2 4亿美元收购AI生物技术初创公司Coefficient Bio，推进Claude for Life Science 诺华 26.4.14 任命诺华CEO加入董事会，推进AI医疗专用功能研发和布局 BMS 26.5.21 全面部署Claude AI系统，范围包括研发、临床、生产、商业运营和企业管理等各职能部门 26.6.20 AlphaFold项目核心领导者、24年诺奖得主John Jumper宣布加入Anthropic 26.6.30 推出AI4S智能体Claude Science，具备虚拟筛选、蛋白质折叠模拟、单细胞分析等功能，辅助生命科学研发 谷歌DeepMind 礼来 24.1 旗下Isomorphic Labs与礼来达成17亿美元研发合作，利用AlphaFold衍生技术进行小分子发现 诺华 24.1 旗下Isomorphic Labs与诺华达成12亿美元研发合作，开发三个药物靶点 24.5.8 发布AlphaFold3模型，在蛋白质、DNA、RNA、小分子以及化学修饰等结构的模拟上实现重大突破 诺华 25.2.18 旗下Isomorphic Labs与诺华进一步扩大合作范围，新增三个研究项目 默沙东 26.4.22 达成10亿美元多年合作，在研发、制造、商业和企业等全职能链条中部署AI代理平台，包括最新的Gemini Enterprise模型 OpenAI 赛诺菲 24.5.21 共同开发AI驱动药物研发软件，以期大幅缩短药物开发周期 礼来 24.6.25 达成针对耐药菌的抗菌药物的发现合作，包括结构预测、生成化学、生物制剂设计等环节 诺和诺德 26.4.14 达成战略合作伙伴关系，将AI引入从药物研发到生产制造的全业务链条，预计2026年底实现全面整合 资料来源：智药局、各公司官网、招商证券 3、由融资和试点合作转向MNC平台合作及管线授权 从融资和商业合作来看，AI制药产业融资事件增长迅速，融资和战略合作规模空前，并逐步转向MNC平台合作与管线授权。进入2026年，AI制药领域的融资数量和规模明显增大。2026年5月，由谷歌DeepMind孵化，2024年诺贝尔化学奖得主Demis Hassabis创立的AI药物研发公司Isomorphic Labs宣布完成21亿美元的B轮融资，刷新了AI制药领域单轮融资规模的记录。Chai Discovery、Earendil Labs等新兴AI biotech获MNC大规模融资，估值迅速增长。在管线合作端，英矽智能先后宣布与施维雅、礼来分别达成价值8.88亿美元和27.5亿美元研发合作，共同参与多个药物靶点的AI发现和分子设计。从AI制药产业整体融资规模和合作形势来看，AI制药已由早期小规模融资和少数靶点试点合作的形式，转向MNC和传统药企大规模投资押注、AI平台与管线授权合作。AI biotech与MNC的合作变得更加紧密，AI制药的产业价值已得到传统药物研发行业的全面认可和关注。 图4：AI制药重点融资和战略合作事件 资料来源：智药局、医药魔方、各公司官网、招商证券 4、由概念验证转向IND、临床试验和数据读出 从学术讨论度和管线披露数量来看，AI制药管线数据密集披露，已逐步由概念验证转向临床兑现。在2026年4月举办的AACR（美国癌症研究协会）大会上，与人工智能相关的摘要共1100份，占总份额的12%，创历史新高。以Tempus为代表的新兴AI biotech在本次大会上密集披露AI研发动态，仅Tempus一家公司就展示了16篇AI相关摘要。AACR大会上的密集披露显示出目前各药企对AI制药产业的重视和大量投入，标志着AI制药产业已成为未来药物研发领域的新热潮。 截至目前，已有超160条AI药物管线成功进入临床阶段。在这之中，以英矽智能、Nimbus Therapeutics、Relay Therapeutics等为代表的AI biotech，其核心管线已逐步进入甚至完成Ⅲ期临床数据读出，迈入药物上市前的最后门槛。AI药物管线的进展已然表明AI制药产业由概念验证进入临床验证，并向着商业化价值兑现前进。 图5：2026 AACR大会上各企业AI相关摘要数量排名 资料来源：智药局、招商证券 从产业投入、商业合作、研发产出和临床数据读出四个维度来看，AI制药验证层级持续上移，目前已进入临床兑现阶段，正快速向商业化阶段迈进。随着目前进展最快的几条AI药物管线相继进入和完成Ⅲ期临床试验，部分AI药物将在近5年内实现初步商业化。同时，各MNC与AI科技巨头，以及新兴AI Biotech的合作全面加深、规模持续扩大，并且形成各疾病研发领域的差异化布局，也意味着AI制药产业从单点合作、辅助研发工具，向着战略发展重心、全平台部署的方向逐步深化。就目前阶段而言，我们认为AI制药平台商业化初步兑现，少数管线进入临床验证，但药品销售商业化尚未充分开始。 三、AI制药公司与临床管线全景梳理：差异化赛道竞争格局下，临床管线数据密集读出 1、全球各AI Biotech技术路线特点鲜明，呈现差异化竞争 全球各AI Biotech技术路线和经营方向特点鲜明，并初步显示持续产生药物研发管线能力和营收能力，呈现出差异化竞争格局。根据各AI Biotech经营模式和技术特点的不同，可大致分为管线驱动型、平台服务型以及垂直技术型三种公司类型。 以Relay Therapeutics、Recursion Pharmaceuticals、英矽智能等为代表的管线驱动型AI Biotech以自有的AI大模型为基础，结合平台技术优势，快速推进自研创新药管线，并通过管线授权与合作实现商业化变现。该类型AI Biotech的AI介入程度较高，研发投入较大，商业化过程也较为曲折和漫长。 以晶泰科技、百图生科等为代表的平台服务型AI Biotech以自有AI平台的对外授权与合作作为主要营收来源。通过与MNC等的合作研发验证其AI平台的商业化价值和临床兑现能力。 以Generate Biomedicines、剂泰科技等为代表的垂直技术型AI Biotech，其AI平台能力向着制剂优化、抗体设计等方面特化，注重于老药结构优化、老药新用以及创新药研发等领域的AI技术应用。 随着核心药物研发管线的临床兑现和逐步商业化，以英矽智能、Relay Therapeutics、Generate Biomedicines等为代表的AI Biotech已初步显示持续研发能力和潜在商业化价值。而各AI Biotech的AI平台技术特点以及重点研发方向具有鲜明的特征，显示出AI制药领域的差异化竞争格局。 图6：全球AI Biotech特点梳理 图6：全球AI Biotech特点梳理 公司类型 公司名称 核心平台 技术特点 未来核心催化 管线驱动型 Relay Therapeutics 动态药物设计平台Dynamo 基于分子动力学模拟蛋白质动态构象，精准发现变构结合点位 核心管线Lirafugratinib、Zovegalisib分布完成获批上市和Ⅲ期临床试验数据读出 Recursion Pharmaceuticals AI驱动的端到端药物发现与开发平台Recursion OS 干湿实验数据分析相结合，形成模型训练闭环，加快迭代速度，数据需求量极大 核心管线REC-4881公布Ⅱ期临床试验数据，实现临床兑现 英矽智能 端到端生成式AI平台Pharma.AI 提供包括新靶点识别到小分子生成及临床结果预测的端到端服务，AI参与药物研发全流程 核心管线Rentosertib治疗肺纤维化的Ⅲ期试验结果公布；与礼来等MNC的里程碑款项交付 平台服务型 晶泰科技 基于量子物理的第一性原理计算、AI技术及自动化湿实验室能力的药物及材料科学研发 AI生成分子结构、高通量虚拟筛选、高精度结合亲和力预测以及AI自动化实验室部署，涉及AI应用领域广 核心管线SIGX1094公布Ⅱ期临床试验数据；与合作企业的研发项目关键进展 百图生科 生命科学基础大模型xTrimo 构建结构多元的生命科学数据底座，提供跨膜态建模能力，并依托高通量生物实验室，为模型训练提供闭环验证能力 与赛诺菲、和铂医药等合作企业的研发管线进入临床阶段，里程碑款项交付 垂直技术型 Generate Biomedicines AI与高通量实验技术结合的Generate平台 通过生成式AI平台直接生成和优化蛋白质结构，加速抗体等药物研发 核心管线GB-0895完成Ⅲ期试验，实现临床兑现 剂泰科技 AI驱动纳米材料平台NanoForge 平台可实现分子生成和特性预测、AI驱动的干湿实验迭代以及剂型设计和优化 核心管线MTS-004、MTS-201等的获批上市和临床数据读出 资料来源：各公司官网、招商证券 2、小分子肿瘤药物占主导，AI药物管线密集进入临床验证阶段 从临床管线分布来看，全球AI制药研发管线密集爆发且推进迅速，小分子化学药物是目前进展最快、最值得关注的AI药物类型。AI制药管线整体已经进入临床兑现阶段，部分进展最快的药物管线已进入Ⅲ期临床和NDA环节，在未来三至五年内即将迎来商业化价值验证。我们构建了AI药物临床管线数据库，对当前全球94款AI药物临床管线进行了统计和归类。目前AI制药技术主流以蛋白质等生物大分子结构模拟、药物分子结构预测和设计等为重点发展方向，小分子AI药物在目前临床管线中占据多数。另有部分AI Biotech以抗体结构设计和优化、干细胞分化路径设计、药物制剂设计和优化等为技术核心，相关抗体和CGT等药物管线也已进入临床验证阶段。在核心适应症方面，肿瘤仍是AI药物的主流研究方向，其次是炎症免疫相关疾病、心血管与代谢相关疾病以及神经系统疾病（渐冻症、阿尔兹海默症等）。总体而言，全球AI药物管线以小分子为主导，正在快速进入临床阶段，并且初步显示出商业化潜力，其中进展最快的几条管线将在未来三至五年内逐步验证其商业化价值。 图7：全球AI药物临床管线梳理 资料来源：医药魔方数据库、各公司官网、招商证券 3、7款AI赋能药物进入/完成Ⅲ期临床试验，重点管线有望在三至五年内实现商业化兑现 图8：重点关注AI药物管线汇总 截至目前，已有7款进度最快的AI药物进入或已经完成Ⅲ期临床试验，标志着AI制药产业已经进入商业兑现和临床价值验证阶段。目前进度最快的AI药物是Relay Therapeutics研发的lirafugratinib，已于2026年1月公布Ⅰ/Ⅱ期临床试验结果，并作为胆管癌二线治疗药物向FDA提交上市申请，有望于2026年下半年获批上市，成为第一款上市的AI药物以及整个AI制药行业的里程碑事件。同时，Relay Therapeutics的另一条管线，治疗HR阳性乳腺癌的zovegalisib也已进入Ⅲ期临床，并且具备潜在Best-in-class的药效。这两条核心管线的进展也能够验证Relay Therapeutics特有的AI长时程模拟蛋白质动态结构技术，其实际商业化价值如何。 另外值得关注的是英矽智能的Rentosertib，全球首款由生成式AI主导靶点发现和分子设计的AI药物，已于2026年6月30日启动Ⅲ期临床试验。以及Recursion Pharmaceuticals研发的REC-4881，全球首款由全栈式AI操作系统驱动，完成从表型筛选到临床验证的AI药物，目前处于Ⅰ/Ⅱ期临床阶段。这两款AI药物最能代表AI主导的靶点发现和药物分子结构设计能力，以及临床兑现价值。 此外，Schrödinger与Nimbus Therapeutics研发的Zasocitinib是利用生成式AI模拟辅助进行分子设计的AI药物，于2026年6月公布Ⅲ期临床顶线结果，并预计2027年上半年推进上市流程。以及剂泰科技利用AI平台进行制剂优化的MTS-004；Generate Biomedicines通过AI平台进行抗体结构优化的GB-0895；德睿智药通过AI驱动药物发现平台设计的MDR-001。这4款AI药物处于当前AI制药临床管线的第一梯队，有望成为最早一批完成商业化的AI药物。 从技术验证层面来看，晶泰科技与希格生科共同研发的sigx1094通过AI分子设计与AI+类器官药效验证，实现干湿实验的AI技术结合，具有早期技术代表性，同样值得关注。 图8：重点关注AI药物管线汇总 关注原因 药物 研发企业 药物模态 适应症 AI参与环节 关键催化 未来三年有望获批上市 lirafugratinib (RLY-4008) Relay Therapeutics 小分子 胆管癌 AI长时程模拟蛋白质动态结构，辅助设计分子结构 2026下半年获批上市 Zasocitinib （TAK-279) Schrödinger；Nimbus Therapeutics 小分子 中重度银屑病 AI模拟辅助筛选和分子设计 2027年上半年申请上市 MTS-004 剂泰科技 小分子 假性延髓情绪失控（PBA） AI基于已上市药物，进行制剂优化 获批上市 AI制药技术高代表性 Rentosertib 英矽智能 小分子 特发性肺纤维化（IPF） 生成式AI主导靶点发现和分子设计（全球首款，FDA孤儿药认定，中国突破性疗法认定） 2026年6月30日启动Ⅲ期临床 zovegalisib (RLY-2608) Relay Therapeutics 小分子 HR阳性乳腺癌 AI长时程模拟蛋白质动态结构，辅助设计分子结构（潜在Best-in-class） 2031年Ⅲ期临床完成 REC-4881 Recursion Pharmaceuticals 小分子 家族性腺瘤性息肉病 由全栈式AI操作系统驱动，完成从表型筛选到临床验证（全球首款） Ⅰ/Ⅱ期临床完成 sigx1094 晶泰科技；希格生科 小分子 实体瘤；胃癌 AI分子设计与AI+类器官药效验证相结合 2026年底Ⅰ期临床完成 已有临床数据验证 GB-0895 Generate Biomedicines 单抗 重度哮喘和鼻窦炎 AI基于已上市单抗，进行抗体结构优化 2025年12月进入Ⅲ期临床 MDR-001 德睿智药 小分子 肥胖/超重以及2型糖尿病 AI驱动药物发现平台辅助分子设计 2026年2月进入Ⅲ期临床 资料来源：各公司官网、招商证券 Rentosertib：全球首款AI全程驱动药物Ⅱa期临床试验疗效显著，显示出可控的安全性和耐受性。英矽智能研发的治疗IPF（特发性肺纤维化）的TNIK抑制剂Rentosertib（ISM001-055）是全球首个由生成式AI主导靶点发现以及分子设计的药物，也因此最能够代表AI制药领域的真实研发实力和临床价值。Rentosertib于2023年启动Ⅱa期双盲随机对照试验，共纳入中国22个中心的71例患者，并于2025年6月公布了其中期试验结果，发布于全球顶尖学术期刊《Nature Medicine》。与安慰剂组患者相比，接受治疗患者的用力肺活量（FVC）平均提高98.4毫升，治疗效果显著。Rentosertib从靶点发现到进入Ⅱa期临床仅耗时18个月，较传统药物研发模式极大地节省了时间和成本。目前，英矽智能已经于2026年6月30日正式启动Rentosertib的Ⅲ期临床试验。按照平均Ⅲ期临床试验周期推算，Rentosertib或可于2029-2030年申报上市。 图9：Rentosertib治疗12周改善用力肺活量（FVC）情况 资料来源：Natrue Medicine、招商证券 Zasocitinib：两项关键Ⅲ期临床试验取得积极结果，计划2027年上半年提交新药上市申请。Zasocitinib （TAK-279）是一款由AI模拟辅助进行设计的分子，由AI制药公司Nimbus Therapeutics和薛定谔共同研发。Zasocitinib 具有靶向TYK2（酪氨酸激酶2）的高选择性，用于治疗中度至重度银屑病。2022年，武田制药以40亿美元首付款收购了Zasocitinib ，并推进其临床试验。2026年3月，武田制药公布了Zasocitinib两项Ⅲ期临床试验的关键进展。这两项Ⅲ期临床试验共纳入21个国家，超过1800例中重度斑块状银屑病成人患者。在治疗第16周，Zasocitinib组sPGA 0/1（皮损完全/几乎清除）应答率分别达71.4%、69.2%，显著高于安慰剂组（10.7%、12.6%）与活性对照阿普米司特（Apremilast）组（32.1%、29.7%），同时PASI 75（皮损改善≥75%）应答率亦显著优于对照组，达成所有预设共同主要终点。第16周时，超50%患者实现PASI 90（皮损改善≥90%），约30%患者达到PASI 100（皮损完全清除）。2026年6月，田制药进一步公布了Zasocitinib的顶线数据，头对头疗效战胜百时美施贵宝（BMS）于2022年上市的TYK2抑制剂Sotyktu，第16周PASI 100的患者超过35%，是Sotyktu的2.5倍。武田制药预计2027财年提交新药上市申请。Zasocitinib若成功获批上市，将有望挑战Sotyktu的市场地位。 图10： Zasocitinib的两项Ⅲ期临床试验关键数据（Latitude PsO 3001 / 3002） 图10： Zasocitinib的两项Ⅲ期临床试验关键数据（Latitude PsO 3001 / 3002） 第16周指标 Zasocitinib Apremilast Placebo 皮损大部分清除 sPGA 0/1 71.4% / 69.2% 32.1% / 29.7% 10.7% / 12.6% PASI 90 61.3% / 51.9% 16.8% / 15.9% 5.0% / 4.0% 皮损完全清除 sPGA 0 39.9% / 33.7% 8.0% / 6.5% 0.7% / 1.4% PASI 100 33.4% / 25.2% 2.9% / 4.3% 0.7% / 1.1% 安全性 TEAEs 62.1% 50.5% 46.9% Serious TEAEs 3.0% 1.5% <1% 资料来源：武田制药官网、招商证券 GB-0895：全球首款AI优化抗体进入Ⅲ期临床试验，迈入上市前最后关卡。2025年12月，美国AI制药公司Generate Biomedicines通过生成式AI优化的治疗重度哮喘和鼻窦炎的抗TSLP抗体GB-0895成功推进至Ⅲ期临床试验。GB-0895是一款通过AI优化的抗体，其基础是阿斯利康与安进合作开发的特泽利尤单抗（Tezepelumab）。Ⅲ期临床试验将在全球40多个国家，纳入约1600名受试者，评估该药在严重哮喘成人和青少年中的疗效和安全性。GB-0895于2021年第一次在实验室合成，到进入Ⅲ期临床阶段仅耗时4年。 图11：GB-0895的临床半衰期数据 资料来源：智药局、招商证券 MTS-004：国内首款完成Ⅲ期临床的AI优化制剂药物，其主要成分面临监管加强的风险。MTS-004是剂泰科技通过自研AI驱动小分子制剂优化平台AiTEM赋能研发的新型PBA（假性延髓情绪失控）口服治疗药物。MTS-004在美国制药公司Avanir研发的Nuedexta基础上进行了制剂优化，由胶囊制剂改良为ODT（口腔崩解片）剂型，以应对PBA患者常见的吞咽困难问题。2025年10月，剂泰科技宣布MTS-004的Ⅲ期临床试验达到临床终点，计划于2026年提交新药上市申请。然而，MTS-004的核心成分右美沙芬面临国家药物监督管理局监管加强的风险，增加了MTS-004获批上市延后或失败的风险。 MDR-001：国内首个AI辅助设计新药进入Ⅲ期临床，向口服小分子GLP-1药物领域发起挑战。MDR-001是德睿智药采用AI驱动的药物发现平台辅助设计的偏向选择型口服小分子GLP-1受体激动剂，用于肥胖或超重患者的体重管理以及治疗2型糖尿病。MDR-001于2025年6月完成Ⅱb期临床试验，并且达到临床终点，展现出明确的疗效与良好耐受性。Ⅱb期临床试验数据显示，在治疗第24周，口服MDR-001片各剂量组体重较基线降低-8.2%至-10.3%，绝对减重7.4至9.2kg，安慰剂组为2.4kg（P<0.00001）。70.9%至85.4%的受试者减重≥5%，34.5%至48.1%受试者减重≥10%。同时，MDR-001在改善多个代谢和心血管疾病相关参数方面表现出色。2026年2月，MDR-001正式启动Ⅲ期临床试验并完成首例受试者给药。Ⅲ期临床试验由北京大学人民医院牵头，纳入国内50家医院共750名受试者。MDR-001完成PCC确认仅耗时8个月，推进至Ⅲ期临床试验仅耗时4.5年，显著体现了AI制药在提速降本上的优势。 图12：德睿智药研发管线进展 资料来源：德睿智药官网、招商证券 四、MNC、科技巨头、CXO与Biotech：多方合作与竞争下形成长期技术壁垒，决定AI制药最终价值归属 1、MNC的AI战略 ：从“工具”到“核心战略”，布局AI平台化能力与技术壁垒 大型MNC频繁通过收购与合作，构建自有AI制药平台，将AI的地位从辅助工具提升到企业核心战略。相较于AI药物管线授权，MNC更看重AI平台的整体研发潜力，通过合作和资产并购形式寻求更独立的自有AI药物研发能力。这种大规模的资金和资源投入将在未来形成以算力、AI模型、AI代理平台等AI制药能力为主的新药物研发竞争格局。而MNC的AI布局主要有以下两种模式： （1）以礼来、罗氏为代表，自建AI算力集群与AI自动化实验室，构筑核心底层AI药物研发大平台。作为全球市值最高的药企，礼来全力押注AI制药产业，仅2025年内就宣布了超过十次对外的AI制药领域合作，投入金额超30亿美元。在2026年J.P.Morgan Healthcare Confernce上，礼来与英伟达联合宣布双方将在未来五年投入10亿美元，打造AI联合研究实验室，应用生成式AI、机器人和超算等加速新药发现研发进程。该实验室（Lillypod）已于2026年2月正式启用，预计将建成目前制药业最强的AI超级计算机。罗氏于2026年3月宣布扩张全球AI基础设施，部署超3500块Blackwell架构GPU，构建制药行业规模最大的GPU算力集群。5月，罗氏再次宣布以10.5亿美元收购数字病理公司PathAI，构建从药物研发、临床试验到病理诊断的全生命周期AI工作平台。MNC在算力与AI研发基建上的前瞻性布局，能够全面实现药物研发与生产的AI一体化布局，形成算力+算法+实验数据的闭环。 （2）以默沙东、阿斯利康为代表，通过合作与资产并购部署内部AI平台，以轻资产形式提升AI研发能力。默沙东在AI领域已有十多年的探索，此前与包括BigHat Biosciences、Evaxion Biotech等多家AI制药公司达成合作，推出内部生成式AI平台GPTeal。2026年2月，默沙东与梅奥医学中心达成战略研发合作，整合临床数据、基因组数据和生物样本库等，利用AI技术支持药物发现与研发。同年4月，默沙东宣布与谷歌云达成价值10亿美元的多年期战略投资合作，将在研发、制造、商业和企业职能等全链条中部署AI代理平台，构建智能代理生态系统，极大提升生产力。阿斯利康是最早布局AI制药领域的一批药企，早在2021年，其50%的小分子新药管线就已通过AI研发。2026年1月，阿斯利康收购AI生命科学公司Modella AI，计划将Modella AI的生成式和智能体AI全面整合进自身肿瘤药物研发体系，在整个肿瘤研发管线中实现数据驱动决策。2026年7月，阿斯利康与石药集团三度建立战略研发合作，利用其siRNA药物发现平台和肝外靶向递送平台开发新型小核酸候选药物。此外，阿斯利康内部还开发了两个AI平台，分别是REINVENT（从头设计小分子药物）和AiZynthFinder（逆合成工具）。这种通过合作和资产并购形式进行的AI平台化部署，相对而言更加灵活，能够根据MNC内部管线研发需求及时做出调整，且AI药物研发领域更加单一。 总体而言，MNC的AI战略布局已经从单一药物管线研发合作，转变为AI平台授权合作，甚至自建算力集群和AI驱动实验室。从这种转变可以看出，MNC愈发看重研发过程中产生的“算力-算法-实验数据”研发闭环，并正在逐步构建由AI平台支撑，由模型、算力、数据量形成的技术壁垒。 图13：部分MNC布局AI制药动向汇总 图13：部分MNC布局AI制药动向汇总 MNC 合作企业 时间 主要内容 礼来 OpenAI 25.1 利用生成式AI推动新抗菌剂及个性化治疗技术的开发 Juvena Therapeutics 25.6 利用AI筛选平台开发改善肌肉健康和身体成分的候选药物。里程碑金额超6.5亿美元 Superluminal Medicines 25.8 利用AI平台发现和优化针对与心血管代谢疾病和肥胖相关的未公开GPCR靶点的小分子治疗药物。总款项可达13亿美元 晶泰科技 25.11 多靶点战略合作及平台授权，聚焦AI驱动的大分子生物药研发。协议总价值达3.45亿美元 Nimbus Therapeutics 26.1 利用计算化学和基于结构的药物设计方法，开发一种针对肥胖及其他代谢疾病的新型口服治疗方案。总价值可达13亿美元 Chai Discovery 26.1 部署Chai的AI平台，用于生物制剂研发，并定制研发一个新的AI模型 英伟达 26.1 五年斥资10亿美元，建立一个新的联合研究实验室，加速AI药物研发进程 英矽智能 26.3 利用英矽智能AI引擎加速多个治疗领域中新型疗法的发现与开发，总价值可达27.5亿美元 Profluent 26.4 建立多项目战略合作关系，开发由AI设计的DNA编辑工具，并获得独家授权，推进选定资产完成临床前和临床开发，推进商业化。总价值可达22.5亿美元 默沙东 Caris Discovery 24.4 利用专有AI平台，开发变革型的ADC疗法。总价值可达14亿美元 谷歌云 26.4 与谷歌云工程师团队合作，在研发、制造、商业、企业职能等全链条部署Gemini Enterprise在内的AI代理平台 Protillion Biosciences 26.6 达成总价值5.1亿美元的对价合作及授权协议，依托Prot-Map平台开发多款治疗药物 阿斯利康 石药集团 25.6 利用AI驱动高效药物发现平台，共同发现和开发新型口服小分子候选药物。协议总价值达53.3亿美元 Algen Biotechnologies 25.10 利用AI驱动的基因靶标识别优化平台AlgenBrain，为免疫相关疾病开发新型基因疗法。交易总价值达5.55亿美元 石药集团 26.1 利用缓释给药技术平台和多肽药物AI发现平台，共同开发创新长效多肽药物。预付款达12亿美元，潜在总交易金额最高达185亿美元 Modella AI 26.1 收购Modella AI，将生成式AI和智能体AI平台整合到肿瘤学研发体系中 石药集团 26.7 签署AI制药合作，依托AI分子设计模型与全自动高通量筛选体系，围绕siRNA小核酸药物构建长期战略研发合作关系。总价值达17.7亿美元 罗氏 Manifold Bio 25.11 应用组织靶向穿梭机产品组合和mDesign人工智能体内发现引擎，开发血脑屏障穿梭机。总价值超20亿美元 英伟达 26.3 扩张全球AI基础设施，部署超3500块Blackwell架构GPU，构建制药行业规模最大的GPU算力集群 PathAI 26.5 收购PathAI，加强其在AI驱动的数字病理学领域实力。交易总价值可达10.5亿美元 资料来源：智药局、各公司官网、招商证券 2、AI科技巨头入局制药领域，从通用大模型向专业AI药物研发模型发展 三大AI科技巨头近两年密集入局药物研发领域，并以自有的通用大模型为基础向专业AI药物研发模型过渡，向垂直领域深度靠拢。OpenAI利用ChatGPT大模型为MNC部署外包研发工作平台，极大缩短工作流程，释放研发效率，先后与赛诺菲、礼来、诺和诺德等MNC达成战略合作。Anthropic与Bristol Myers Squibb（BMS）、诺华等建立深度合作，部署Claude模型以增强药物发现、临床试验设计和文档管理能力，并进一步发布AI智能研发平台Claude Science，进军AI制药领域。谷歌DeepMind旗下的Isomorphic Labs凭借AlphaFold 3大模型，与礼来、诺华、默沙东等MNC分别达成超10亿美元联合研发协议。从近年的布局可以发现，AI科技巨头已不再只满足于通用大模型的部署授权，而开始直接下场研发推出专业AI药物研发模型，与MNC日益增长的AI模型需求达成双向奔赴。 图14：AI巨头在制药领域的布局与部分合作情况 图14：AI巨头在制药领域的布局与部分合作情况 AI企业 合作企业 时间 主要内容 Anthropic 25.10.20 推出Claude for Life Sciences系列插件，助力生命科学研究 26.4.2 4亿美元收购AI生物技术初创公司Coefficient Bio，推进Claude for Life Science 诺华 26.4.14 任命诺华CEO加入董事会，推进AI医疗专用功能研发和布局 BMS 26.5.21 全面部署Claude AI系统，范围包括研发、临床、生产、商业运营和企业管理等各职能部门 26.6.20 AlphaFold项目核心领导者、24年诺奖得主John Jumper宣布加入Anthropic 26.6.30 推出AI4S智能体Claude Science，具备虚拟筛选、蛋白质折叠模拟、单细胞分析等功能，辅助生命科学研发 谷歌DeepMind 礼来 24.1 旗下Isomorphic Labs与礼来达成17亿美元研发合作，利用AlphaFold衍生技术进行小分子发现 诺华 24.1 旗下Isomorphic Labs与诺华达成12亿美元研发合作，开发三个药物靶点 24.5.8 与发布AlphaFold3模型，在蛋白质、DNA、RNA、小分子以及化学修饰等结构的模拟上实现重大突破 诺华 25.2.18 旗下Isomorphic Labs与诺华进一步扩大合作范围，新增三个研究项目 默沙东 26.4.22 达成10亿美元多年合作，在研发、制造、商业和企业等全职能链条中部署AI代理平台，包括最新的Gemini Enterprise模型 OpenAI 赛诺菲 24.5.21 共同开发AI驱动药物研发软件，以期大幅缩短药物开发周期 礼来 24.6.25 达成针对耐药菌的抗菌药物的发现合作，包括结构预测、生成化学、生物制剂设计等环节 诺和诺德 26.4.14 达成战略合作伙伴关系，将AI引入从药物研发到生产制造的全业务链条，预计2026年底实现全面整合 资料来源：智药局、各公司官网、招商证券 3、旺盛的市场需求与激烈的竞争环境下，AI Biotech的机会与挑战并存 在当前MNC旺盛的AI药物管线与平台合作需求，以及AI科技巨头和新兴AI Biotech的激烈竞争下，AI Biotech的机会与挑战并存。在当前MNC频繁且投入规模庞大的竞争形式下，老牌和新兴AI Biotech拥有极其可观的合作机会。成立仅两年的Chai Discovery已与礼来、辉瑞、诺华相继达成战略合作，对外授权自有AI平台的使用权，其估值已高达38亿美元。作为最早一批成立的AI Biotech，Recursion Pharmaceuticals与赛诺菲、罗氏等建立深度合作，并已从合作中获得约3.4亿美元预付款以及里程碑付款。英矽智能更是仅在今年上半年就与礼来、施维雅、武田制药等达成10多项研发合作。制药领域对于AI制药的认可度逐步上升，MNC的合作形式已由最初的单纯平台授权，发展为研发合作，以及核心管线权益转让。AI Biotech无论成立时间长短，只要其核心AI平台的研发潜力得到认可，即使尚未产生临床数据，也能得到MNC的青睐，获得大量资金的研发投入。但与此同时，新兴AI Biotech的不断成立也意味着AI制药产业的同质化竞争开始加剧，AI模型与平台能力缺乏特点的AI Biotech面临激烈的同业竞争。在当前各AI Biotech均未有管线实现商业化的背景下，前期的烧钱研发阶段仍然是所有AI Biotech都在面临的严峻挑战。 图15：部分AI Biotech与药企合作情况 图15：部分AI Biotech与药企合作情况 AI Biotech 合作方 合作内容 交易额（美元） Recursion 赛诺菲 肿瘤学和免疫学领域15个BIC或FIC项目的多靶点合作 总款项最高达51亿，已获得1.3亿里程碑付款 罗氏 推动胃肠肿瘤的初始项目，基于全基因组肿瘤学表型图谱，探索潜在靶点 总款项最高120亿，已获得2.13亿预付款和里程碑付款 Chai Discovery 礼来 使用Chai平台设计多个生物药 未披露 辉瑞 获得Chai-3、定制模型及配套软件使用权 未披露 诺华 使用AI模型进行多个抗体研发项目 未披露 英矽智能 礼来 获得一款临床前BIC口服新药全球独家许可，开展多项联合研发 总款项最高达27.5亿 施维雅 多年期抗肿瘤药物研发合作 总款项最高达8.88亿 武田制药 在选定治疗领域主导AI驱动的药物发现与分子筛选 总款项最高达6亿 资料来源：各公司官网、招商证券 4、AI制药领域的价值分配：长期壁垒决定最终价值归属 AI制药产业的最终价值取决于算法模型+专有数据+干湿实验闭环+临床管线开发+核心管线权益形成的长期技术壁垒，筑起长期技术壁垒的一方享有最终的长期价值。当前AI制药领域仍然处于野蛮生长、跑马圈地的迅速发展阶段，MNC、AI科技巨头、CXO、AI Biotech互相竞争合作构成了复杂的产业生态。MNC通过自建、合作与并购，不断强化自有AI平台化能力。AI科技巨头利用大规模算力集群和通用大模型，研发专业AI药物研发模型，向MNC寻求深度合作。CXO通过自研与合作，提升整体AI部署，加快医药外包研发效率。AI Biotech通过自研管线、合作研发与管线权益转让实现商业化盈利，并加速验证自有AI平台的研发能力和商业化价值。多方的合作与竞争共同构成目前较为混乱的产业形势。但随着MNC的产业化布局加深，以及AI Biotech的核心管线逐步得到临床兑现甚至商业化，AI制药产业将逐步形成较为稳定的价值分配体系和竞争格局。谁拥有大规模实验数据、核心管线权益、临床开发和商业化能力，谁更可能构建起长期技术壁垒，在整个AI制药产业中分得最多价值。 五、AI制药已成为未来药物研发重点竞争领域，药物管线的商业化是下一步关键催化 产业投入、商业合作、临床管线、MNC布局等多维度全面爆发，看好AI制药发展前景，预计近五年内迎来商业化风口。我们看好AI制药的原因有以下几点： （1）AI赋能药物研发极大缩短前期研发周期，降低研发成本。相较于传统药物研发，AI制药在早期药物靶点发现和分子设计阶段所需时间更短、成本更低、药物结构更合理。这些重要痛点的解决能够为传统制药行业带来根本性的革新，打破药物研发“双十定律”，极大加快新药上市流程。 （2）AI科技巨头布局药物研发赛道，加速AI制药行业发展和竞争。Anthropic、OpenAI、谷歌DeepMind等AI科技巨头入场制药行业，在通用大模型的基础上进一步推出专业药物研发AI模型，重塑药物研发竞争格局。 （3）MNC将AI能力提升至长期战略部署，以自有AI平台构筑竞争壁垒。礼来、默沙东、诺和诺德等传统药企越来越密集地布局AI制药，将AI平台化能力的构建视作未来药物研发领域的重点战略发展方向。MNC通过资产收购、合作甚至自建算力集群的形式，逐步完成“AI模型-算力-实验数据”的研发闭环，形成长期技术壁垒以应对未来的竞争。 （4）新兴AI Biotech的涌现催生新的药物研发模式。以英矽智能、晶泰科技、Chai Discovery等为代表的AI Biotech在近10年不断涌现，在未有成熟管线的情况下，融资规模和估值不断刷新记录。在当前AI Biotech的差异化竞争格局下，传统药企认可不同AI模型的研发潜力，并寻求战略性药物研发合作，为新兴AI Biotech的发展带来机遇与挑战。 （5）AI药物临床管线推进迅速，商业化管线即将出现。随着近160条AI药物临床管线的快速推进，最前端的几款AI药物即将上市，迎来商业化价值验证时刻。AI制药的整体估值逻辑将逐步从临床数据验证、管线和平台授权，走向商业化管线价值兑现。AI制药的价值将得到全面的体现和评价。 （6）中国AI制药在全球化竞争中具备独特优势。中国稳定的电力基础设施建设为AI模型的训练和迭代提供了坚实的土壤。中国AI Biotech在AI模型的研发投入上成本更低、效率更高，在全球AI制药竞争中具有显著优势。 图41：部分代表性AI药物早期研发周期与价值对比 图41：部分代表性AI药物早期研发周期与价值对比 研发公司 药物 早期研发周期 传统周期 药物价值 英矽智能 rentosertib (ISM001-055) 从靶点发现到PCC，约18个月 2.5-4年 潜在First-in-Class；突破性疗法；孤儿药认证 Schrödinger;Nimbus Therapeutics zasocitinib (TAK-279) PCC设计与优化，约3个月 12-36个月 头对头击败BMS的Sotyktu，潜在Best-in-Class Relay Therapeutics zovegalisib (RLY-2608) 药物发现到进入临床，约1-2年 4-5年 突破性疗法；潜在Best-in-Class 资料来源：各公司官网、招商证券 AI制药的不确定性依然存在，多重因素影响当前对AI制药的价值判断。就当前阶段而言，由于尚未有AI药物管线实现上市和商业化，AI制药的商业化价值仍然来自平台授权、合作管线里程碑交付、以及自动化实验室解决方案等研发合作服务。 总的来说，当前AI制药的上行走势已经非常明显，从MNC、AI科技巨头、AI Biotech等多方的动向来看，AI制药已经成为药物研发的重点竞争领域。我们认为随着AI药物临床管线推进上市，AI制药即将迎来商业化兑现。 六、风险提示 研发不及预期风险。AI赋能药物研发虽然在早期能够极大地加快研发进程，模拟设计亲和性更好，选择性更强的药物。但目前AI仍然无法完全解决临床试验阶段失败率高的问题。 商业化不及预期风险。AI制药领域内创新产品存在商业化存在不及预期风险。 数据安全性风险。目前AI应用过程中仍然存在数据泄露，甚至AI自主攻击服务器的风险。这对于构建长期稳定的干湿实验数据中心而言是一大隐患。 支付政策变化风险。药品存在支付政策变化风险。 竞争加剧风险。若有后续企业进入市场，存在市场竞争加剧风险。以中美为首的两大AI强国存在地缘政治博弈带来的风险，芯片、AI模型访问权限、储存、光刻机等关键环节随时可能遭到封锁，带来高度不确定性。 提示与声明 特别提示 本公众号不是招商证券股份有限公司（下称“招商证券”）研究报告的发布平台。本公众号只是转发招商证券已发布研究报告的部分观点，订阅者若使用本公众号所载资料，有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义。 本公众号所载信息、意见不构成所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。该等信息、意见在任何时候均不构成对任何人的具有针对性、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出投资决策并自行承担投资风险。 招商证券对本公众号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。对依据或者使用本公众号所载资料所造成的任何后果，招商证券均不承担任何形式的责任。 本公众号所载内容仅供招商证券客户中的专业投资者参考，其他的任何读者在订阅本公众号前，请自行评估接收相关内容的适当性，招商证券不会因订阅本公众号的行为或者收到、阅读本公众号所载资料而视相关人员为专业投资者客户。 一般声明 本公众号仅是转发招商证券已发布报告的部分观点，所载盈利预测、目标价格、评级、估值等观点的给予是基于一系列的假设和前提条件，订阅者只有在了解相关报告中的全部信息基础上，才可能对相关观点形成比较全面的认识。如欲了解完整观点，应参见招商证券发布的完整报告。 本公众号所载资料较之招商证券正式发布的报告存在延时转发的情况，并有可能因报告发布日之后的情势或其他因素的变更而不再准确或失效。本资料所载意见、评估及预测仅为报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。 本公众号所载资料涉及的证券或金融工具的价格走势可能受各种因素影响，过往的表现不应作为日后表现的预示和担保。在不同时期，招商证券可能会发出与本资料所载意见、评估及预测不一致的研究报告。招商证券的销售人员、交易人员以及其他专业人士可能会依据不同的假设和标准，采用不同的分析方法而口头或书面发表与本资料意见不一致的市场评论或交易观点。 本公众号及其推送内容的版权归招商证券所有，招商证券对本公众号及其推送内容保留一切法律权利。未经招商证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。 — 招商证券 招商研究 —