A Phase IIa, Randomized, Double-Blind, Placebo-Controlled Study Evaluating the Safety, Tolerability, Pharmacokinetics, and Efficacy of INS018_055 Administered Orally to Subjects With Idiopathic Pulmonary Fibrosis (IPF)

The purpose of this revised Phase IIa study is to demonstrate safety of INS018_055 over 12 weeks in adults with Idiopathic Pulmonary Fibrosis (IPF).

开始日期2024-02-08

申办/合作机构

英矽智能(香港)有限公司

NCT05938920

/ Completed临床2期

The goal of this clinical trial is to learn about INS018_055 in adults with Idiopathic Pulmonary Fibrosis (IPF).
The primary objective is to evaluate the safety and tolerability of INS018_055 orally administered for up to 12 weeks in adult subjects with IPF compared to placebo.

开始日期2023-06-19

申办/合作机构

英矽智能(香港)有限公司

100 项与伦托司替相关的临床结果

登录后查看更多信息

100 项与伦托司替相关的转化医学

登录后查看更多信息

100 项与伦托司替相关的专利（医药）

登录后查看更多信息

项与伦托司替相关的文献（医药）

2026-03-01·PULMONARY PHARMACOLOGY & THERAPEUTICS

Artificial intelligence in the development of Rentosertib: A novel TNIK inhibitor for idiopathic pulmonary fibrosis – A letter to editor

Letter

作者: Mathew, Midhun ; Netto, Gladyston ; Namboothiri, Devipriya R ; Sivanandan, Aswathy

2026-01-01·PHARMACOLOGICAL REVIEWS

Leading artificial intelligence–driven drug discovery platforms: 2025 landscape and global outlook

Review

作者: Dharmasivam, Mahendiran ; Azad, Mahan Gholam ; Akinware, Adedoyin ; Kaya, Busra ; Richardson, Des R

Artificial intelligence (AI) has progressed from experimental curiosity to clinical utility, with AI-designed therapeutics now in human trials across diverse therapeutic areas. This review critically compares 5 leading AI-driven discovery platforms: generative chemistry, phenomics-first systems, integrated target-to-design pipelines, knowledge-graph repurposing, and physics-plus-machine learning design. Key developments since 2024 include positive phase IIa results for Insilico Medicine's Traf2- and Nck-interacting kinase inhibitor, ISM001-055, in idiopathic pulmonary fibrosis. Another key development was the Recursion-Exscientia merger, which integrated phenomic screening with automated precision chemistry into a full end-to-end platform. In addition, advancement of the Nimbus-originated tyrosine kinase 2 inhibitor, zasocitinib (TAK-279), into phase III clinical trials exemplifies Schrödinger's physics-enabled design strategy reaching late-stage clinical testing. Emerging platforms such as Insitro, Isomorphic Labs, Atomwise, and XtalPi illustrate the field's expanding geographic and technical footprint. SIGNIFICANCE STATEMENT: Artificial intelligence (AI) is reshaping pharmacology by shortening discovery timelines, potentially reducing attrition, and expanding the design space of therapeutic candidates. Alongside technical milestones, regulatory and ethical frameworks from the US Food and Drug Administration and European Medicines Agency are beginning to address transparency, bias, accountability, intellectual property, and data privacy. Robotics tightly integrated with AI now enables self-driving laboratories that accelerate design-make-test-learn cycles and improve reproducibility. Together, these advances chart a forward-looking roadmap in which multimodal foundation models, robotics-led platforms, and hybrid physics-AI strategies are poised to accelerate translation, derisk development, and establish trustworthy AI as a cornerstone of modern drug discovery.

2025-10-03·EXPERT OPINION ON THERAPEUTIC PATENTS

Traf2- and Nck-interacting kinase inhibitors: a patent review (2008–2024)

Review

作者: Cheng, Xin ; Aladinskiy, Vladimir ; Zhavoronkov, Alex ; Qin, Luoheng ; Liu, Tingting ; Gennert, David ; Ren, Feng ; Liu, Jinxin

INTRODUCTION:

Traf2- and Nck-interacting kinase (TNIK) is a crucial player in various intracellular signaling pathways, including Wnt/β-catenin, cytoskeleton organization, and immune activation. It phosphorylates several key target genes and is widely expressed in different organ systems, such as neural, gastrointestinal, lung, liver, and kidney tissues. TNIK has been implicated in multiple different disease areas, including oncology, neurological diseases, and fibrosis.

AREA COVERED:

This review provides an update of small molecule TNIK inhibitors in patents published from 2008 to 2024.

EXPERT OPINION:

Despite over 10 patents disclosing multiple scaffolds since 2008, only one inhibitor, INS018_055, has advanced to clinical trials to treat idiopathic pulmonary fibrosis. For the oncology indications, this is largely due to complexities in the relationship between TNIK and oncogenic pathways. Additionally, key characteristics of the molecules, such as kinase selectivity, physicochemical properties, and pharmacokinetic profiles, have played significant roles in determining whether the molecules are drug-like enough to advance to clinical trials.

2,054

项与伦托司替相关的新闻（医药）

2026-07-04

·今日头条

创新药行业深度大洗牌！10家硬核药企手握同行抢不走的技术护城河

温馨提示：以下所有观点均是个人投资心得体会，和个人身边真实案例分享，供大家交流讨论，不涉及任何投资建议，请大家别盲目跟风，盈亏自负！成年人要有自己的判断。最近一两年，医药圈所有人都能明显感觉到，创新药赛道正在经历一场前所未有的大洗牌。早几年风口热的时候，随便一家Biotech拿到几笔融资，跟风做PD-1、ADC、GLP-1，就能在资本市场讲故事；但现在环境完全变了：医保谈判常态化控价、集采规则持续收紧、海外BD门槛抬高、一级市场融资大幅降温。一大批没有核心技术、只会跟风仿热门靶点、没有稳定商业化现金流的中小药企，要么管线全部停滞，要么裁员收缩，甚至直接退出市场。行业分化已经到了极致。2024年国内医药百强企业里，31家收入利润双双下滑，17家业绩降幅超10%；反观手握独家技术、首创靶点、完整产业链壁垒的企业，不仅营收稳步增长，大额海外授权订单接连落地，研发资金自给自足，穿越行业周期的能力拉满。很多普通读者分不清药企好坏，只看短期股价涨跌，忽略了最核心的底层逻辑：创新药行业，真正能长期站稳脚跟的，从来不是蹭热点的跟风玩家，而是拥有别人无法复制、难以短期追赶、专利长期锁定硬核护城河的企业。今天这篇文章，不炒热点、不追短期题材，客观拆解本轮行业洗牌的底层逻辑，再筛选出10家真正具备独家壁垒的创新药硬核独苗，把每家企业不可替代的核心优势讲透，普通人也能看懂各家的护城河到底强在哪。一、看懂创新药大洗牌：三层逻辑淘汰弱势玩家，壁垒成为生存唯一标准在盘点企业之前，我们先把本轮行业洗牌的底层原因讲清楚，只有看懂行业规则变化，才能明白为什么只有硬核壁垒企业能活下来。 1. 政策端：区分创新药与仿制药，无专利保护产品持续承压很多人分不清集采和医保谈判的区别，这里用大白话解释核心规则：国家长期执行新药不集采，集采非新药的制度设计，仿制药过专利保护期、7家以上企业同时生产，就会纳入集采大幅降价；而拥有核心专利、上市5年内的原创创新药，不会进入集采名单，仅通过医保谈判以价换量，政策明确保护原始创新企业收益。同时医保目录每年动态调整，优先接纳全球首创（First-in-class）品种，谈判成功率远高于普通跟随型药物。但反过来，如果药企只是跟风做已成熟靶点，同类产品十几家企业扎堆申报，谈判时只能大幅降价，利润空间被持续压缩，没有持续研发资金投入，最终陷入恶性循环。知识产权审核前置成为集采新门槛，有专利争议、侵权风险的品种直接排除集采申报，单纯靠低价内卷、模仿他人管线的企业，生存空间被彻底锁死。 2. 资本端：融资逻辑彻底反转，“讲故事时代”终结 2020-2022年是创新药资本泡沫期，资本只看管线数量，不区分管线原创性，大量同质化Biotech拿到大额融资。2024年后风向完全逆转，一级市场资金不再为跟风靶点买单，投资机构只愿意布局拥有自主技术平台、全球首创临床数据、具备海外商业化能力的企业。数据能直观体现变化：2026年一季度国内创新药跨境BD授权总额614亿美元，超过2024全年总和，但大额订单几乎全部流向头部硬核药企；中小无壁垒企业融资额同比下滑超60%，不少小型Biotech因为资金断裂，临床管线直接搁置。行业生存逻辑从“靠外部融资输血”转向“靠技术授权、药品销售自我造血”，没有稳定现金流、独家产品的药企，很难熬过行业下行周期。 3. 产业端：竞争从“管线数量”转向“临床价值+独家技术” 医药行业有公认的“双十定律”：一款新药研发周期10年，投入超10亿美元，临床成功率不足10%。早期大量企业扎堆PD-1、普通ADC、减重GLP-1，导致赛道严重内卷，临床数据没有差异化，上市后只能靠低价抢占市场。现在行业标准全面抬升，药企立项只有两条出路：要么做全球首创First-in-class，要么做到同类最优Best-in-class，临床数据必须显著优于竞品，才能获得医保、海外药企、医疗机构的认可。没有自主底层技术平台，单纯外购分子、委托外包研发的企业，永远只能跟在别人身后，一旦热门靶点红利消退，立刻失去竞争力。总结一句话：本轮洗牌淘汰三类企业——跟风仿制热门靶点、无自主技术平台、无商业化现金流；最终留存的，全是手握不可复制护城河的硬核药企。二、创新药真正的护城河分4类，看懂就能分辨企业含金量很多投资者会混淆“管线多”和“护城河深”，这里先划分4种真正无法被同行抢走的硬核壁垒，下文10家企业全部对应这四类优势： 1. 全球首创靶点/独家药物分子壁垒企业自主发现全新致病靶点，全球仅此一家推进临床，核心化合物拥有完整全球专利布局，同行就算想要跟进，也要花费3-5年完成靶点验证、分子筛选，时间差距难以追赶，专利保护期内独享市场。代表赛道：实体瘤CAR-T、全新TNIK靶点、共晶ARNI降压药等。 2. 自主可控底层技术平台壁垒搭建全产业链自研技术平台，覆盖药物分子改造、偶联、长效修饰、小核酸递送、细胞制备等核心环节，所有核心工艺、试剂、设备自主生产，打破海外技术垄断。同行想要复刻，需要搭建整套研发、生产体系，资金、技术门槛极高。代表平台：PEG长效蛋白、定点偶联ADC、实体瘤CAR-T制备、siRNA专属递送系统。 3. 细分赛道全产业链深耕壁垒数十年深耕单一疾病赛道，积累完整临床数据库、医患渠道、成熟商业化团队，多代产品持续迭代，形成细分领域品牌认知。新入局企业很难短时间建立临床信任、销售网络，赛道护城河越挖越深。代表赛道：心血管、慢性乙肝、长效生长激素。 4. 全球化商业化+大额BD变现壁垒产品通过欧美主流药监机构审批，拥有海外自建销售团队，持续落地大额海外授权订单，依靠首付款、里程碑费用稳定创造现金流，反哺国内研发。绝大多数中小药企仅能布局国内市场，缺乏全球临床、申报、商务拓展能力。下文筛选的10家企业，每家至少占据两类以上壁垒，属于行业洗牌中稀缺的“独苗”。三、10家创新药硬核独苗拆解，每一家的护城河同行抢不走 1. 恒瑞医药：国内肿瘤创新全产业链龙头，ADC/双抗平台双壁垒核心护城河：全流程自研技术平台+全球管线布局+成熟商业化闭环恒瑞是国内少有的从仿制药平稳转型原始创新的药企，三十余年深耕肿瘤赛道，累计研发投入超300亿元，搭建完整ADC、双特异性抗体、小分子靶向药三大自主技术平台，所有核心工艺、中间体全部自研自产，不存在海外技术卡脖子风险。独家壁垒1：ADC定点偶联自主技术平台，区别于行业通用外购链接子模式，自主研发毒素、连接子，6款ADC产品进入临床阶段，多款产品临床数据对标国际一线药物，持续落地海外BD授权，单笔合作里程碑金额达数十亿美元。独家壁垒2：国内最完善的商业化销售体系，覆盖全国各级医院，创新药上市后快速放量，稳定经营现金流持续反哺研发，2026年一季度净利润同比增长36.90%，在行业营收普遍承压背景下实现逆势增长。独家壁垒3：全球同步临床申报体系，多款新药同步在美国、欧洲开展III期临床，海外授权订单持续释放，实现国内销售+海外技术授权双增长。同行追赶难点：搭建同等规模研发、生产、销售全链条，需要累计数百亿资金、二十年以上产业积累，短期无法复刻。 2. 百济神州：全球化商业化标杆，BTK靶点全球领跑者核心护城河：全球完整商业化网络+首创BTK分子独家专利百济神州是国内首家实现创新药在美国主流市场登顶份额的药企，核心产品泽布替尼作为全球首创BTK抑制剂，专利覆盖全球主要医药市场，2026年一季度单药全球销售额56.92亿元，其中美国市场销售额40.41亿元，拿下美国BTK抑制剂市场份额第一，打破海外药企长期垄断。独家壁垒1：海外自建商业化团队，覆盖美国、欧洲、澳洲等主流医药市场，无需依赖跨国药企分销，自主完成海外药品推广、医患教育，国内绝大多数药企不具备同等海外销售能力。独家壁垒2：BTK靶点差异化分子专利，相比海外原研药物副作用更低，临床头对头数据具备显著优势，专利保护周期充足，短期无竞品能够完全替代。独家壁垒3：管线全球同步开发，血液瘤、实体瘤双赛道均衡布局，大额海外授权持续落地，依靠海外销售收入形成稳定现金流。同行追赶难点：海外药品商业化审批、团队搭建、渠道拓展周期长达8-10年，资金投入门槛超百亿，中小药企完全无力跟进。 3. 科济药业：全球唯一实体瘤CAR-T技术壁垒，赛道无直接竞品核心护城河：全球首款实体瘤CAR-T独家专利，细胞治疗全自主制备平台 2026年科济药业舒瑞基奥仑赛注射液正式获批，成为全球第一款针对实体瘤的CAR-T疗法，专门用于Claudin18.2阳性晚期胃癌，彻底解决全球CAR-T疗法仅能治疗血液肿瘤的世界性难题，海外多家药企主动寻求技术合作。独家壁垒1：实体瘤CAR-T核心改造技术独家专利，攻克实体瘤微环境免疫抑制难题，全球范围内仅科济拥有成熟上市产品，同行同类管线大多止步于一期临床，至少5年技术代差。独家壁垒2：全自主细胞制备、扩增、质控工艺，生产设备、试剂自研，无需依赖海外进口原料，大幅降低生产成本，具备规模化商业化基础。独家壁垒3：Claudin18.2靶点完整管线布局，从CAR-T、单抗、双抗全面覆盖，形成靶点内闭环壁垒。同行追赶难点：实体瘤CAR-T临床研发失败率超95%，靶点验证、细胞改造技术壁垒极高，全球科研团队投入十余年仍无同类上市产品，短期不存在竞争威胁。 4. 特宝生物：PEG长效蛋白独家技术平台，细分赛道长期垄断核心护城河：自主PEG蛋白长效修饰全平台，长效生长激素独家商业化壁垒区别于行业追逐热门肿瘤、减重靶点，特宝生物长期深耕蛋白质药物长效化技术，搭建国内完全自主可控的PEG修饰技术平台，拥有完整专利矩阵，是国内长效蛋白药物赛道的绝对龙头。独家壁垒1：PEG修饰核心工艺自主研发，能够延长蛋白药物半衰期、降低免疫副作用，技术迭代十余年，产出派格宾、益佩生两款1类创新药，益佩生新一代长效生长激素上市后持续拓展十余项新适应症，市场空间持续打开。独家壁垒2：稳定自我造血能力，成熟大单品持续贡献现金流，每年保持两位数研发投入增长，无需依靠资本市场融资维持管线，穿越行业周期能力极强。独家壁垒3：细分领域临床渠道壁垒，深耕肝病、儿童生长发育赛道十余年，医生、患者认知度高，新入局药企很难抢占存量市场。同行追赶难点：PEG修饰化学工艺、长期药理验证需要上万次实验积累，专利布局覆盖全技术链条，新玩家研发周期至少6年以上。 5. 信立泰：心血管赛道深耕壁垒，国产首款ARNI共晶创新药独家专利核心护城河：心血管细分全赛道布局，全球第二款国产原研ARNI药物独家技术信立泰避开内卷严重的肿瘤赛道，三十年专注心血管慢性病领域，搭建从降压、心衰、抗凝到降脂的完整管线，打造细分赛道护城河，2025年信超妥获批，成为国产首款、全球第二款ARNI共晶降压新药，突破海外原研共晶分子技术垄断。独家壁垒1：共晶药物分子制备独家工艺，精准调控分子晶体结构，解决药物稳定性、量产难题，专利保护完整，国内无同类竞品申报。独家壁垒2：心血管慢性病成熟商业化渠道，基层医院、心内科科室覆盖完善，慢性病用药复购率高，营收稳定性远超肿瘤创新药。独家壁垒3：创新+仿制药协同发展，仿制药稳定提供现金流，持续支撑心血管首创药物研发，抗风险能力突出。同行追赶难点：心血管新药临床周期更长，需要大规模长期心血管终点试验，医患渠道积累需要十年以上，新玩家很难短期切入成熟市场。 6. 康方生物：全球首创双抗技术平台，两款First-in-class商业化产品核心护城河：自主双特异性抗体全平台，两款全球首创免疫双抗实现商业化康方生物搭建完全自主知识产权的双抗药物研发平台，不依赖海外抗体技术授权，目前已有8款自研新药商业化，其中两款属于全球首创肿瘤免疫双抗，核心产品依沃西在三期头对头临床中，疗效优于全球畅销PD-1药王帕博利珠单抗，获得国际医学界认可。独家壁垒1：双抗分子架构自主设计，攻克抗体表达、稳定性难题，50余款候选创新药管线储备，覆盖肿瘤、自身免疫两大刚需赛道。独家壁垒2：核心抗体原料完全自主生产，打破海外试剂垄断，生产成本大幅低于同行，具备价格竞争优势。独家壁垒3：频繁落地大额海外BD合作，多款双抗分子授权跨国药企，一次性首付款最高达十亿美元级别，技术变现能力行业领先。同行追赶难点：双抗药物分子设计、细胞表达工艺门槛极高，整套技术平台搭建投入超50亿，多数Biotech仅能外购成熟分子做简单改良，无法自主研发首创双抗。 7. 必贝特：siRNA小核酸独家递送系统，基因药物底层技术壁垒核心护城河：自主三大siRNA递送平台，全球差异化小核酸管线布局小核酸（siRNA）药物被视为下一代颠覆性疗法，但全球行业普遍受限于药物体内递送难题，必贝特自主研发GDOC肝靶向、POC神经/肾脏靶向三大递送系统，拥有33项全球发明专利，其中12项国际PCT专利，搭建国内完整一体化小核酸研发平台。独家壁垒1：GalNAc双靶点偶联递送系统属于全球技术升级，相比海外传统递送技术靶向效率更高，毒性更低，全球第二个真性红细胞增多症siRNA药物进入临床一期。独家壁垒2：覆盖小核酸药物设计、化学修饰、药效评价、规模化生产全链条，无需依赖海外CRO外包核心环节，自主可控程度行业领先。独家壁垒3：差异化疾病布局，避开扎堆的降脂赛道，布局血液病、神经系统罕见病，赛道竞争极小。同行追赶难点：小核酸化学修饰、靶向递送属于基因药物底层核心技术，专利壁垒密集，从头研发至少需要5-8年实验积累，研发投入门槛极高。 8. 英矽智能：AI全流程新药研发独家平台，全球独有TNIK临床分子核心护城河：生成式AI药物完整研发体系，全球唯一进入临床TNIK靶点分子英矽智能是全球少数实现AI全流程药物研发的企业，从靶点发现、分子生成到临床前验证全部依靠自研AI平台，旗下Rentosertib是全球唯一进入临床阶段的TNIK靶点小分子药物，相关临床数据刊登于《自然·医学》顶级期刊，临床前研发周期仅18个月，行业平均周期4.5年，研发成本仅行业十分之一。独家壁垒1：端到端AI制药专利系统，自主训练靶点预测、分子生成大模型，不用外购第三方AI工具，持续产出全新首创靶点分子，持续拉开与同行的研发效率差距。独家壁垒2：罕见神经退行性疾病差异化管线，避开肿瘤、代谢赛道内卷，靶点全球独家布局，中长期无直接竞争。独家壁垒3：AI研发大幅降低新药试错成本，同等研发资金下，管线产出数量、首创比例远超传统药企。同行追赶难点：AI制药需要生物、计算、AI算法跨学科团队长期融合，海量疾病数据积累壁垒难以短期复制，首创靶点专利直接锁死赛道。 9. 石药集团：自主定点偶联ADC平台，多赛道均衡研发壁垒核心护城河：酶法定点偶联ADC自有平台，多元化创新管线+稳定现金流石药集团持续加大研发投入，2025全年研发支出近50亿元，自主搭建酶法定点偶联ADC技术平台，解决传统ADC药物均一性差、毒性高的痛点，6款ADC产品同步进入临床，同时布局GLP-1、小分子肿瘤药、mRNA疫苗多条赛道，均衡分散研发风险。独家壁垒1：ADC核心毒素、连接子、偶联工艺全部自研，无需向海外企业支付高额授权费，生产成本具备长期优势。独家壁垒2：化药、生物药、新型疗法协同布局，传统仿制药板块持续提供稳定现金流，支撑前沿创新管线研发，抗行业周期波动能力强。独家壁垒3：国内完善的原料药、制剂生产基地，全产业链自产自销，供应链不受外部环境影响。同行追赶难点：ADC整套工艺研发、中试放大需要多年工艺积累，多元化全产业链布局需要持续大额研发投入，单一赛道Biotech无法复刻。 10. 信远生物（信达生物）：国产生物类似药标杆，大分子全产业链自研壁垒核心护城河：全自主大分子抗体生产平台，肿瘤/自免商业化成熟管线信达生物是国内最早实现多款生物类似药商业化的企业，搭建从抗体细胞株构建、培养基开发、大规模发酵到制剂灌装的完整自主大分子生产平台，打破海外生物药生产技术垄断，多款PD-1、单抗药物出海授权欧美药企。独家壁垒1：自主发酵生产工艺，大规模商业化产能全部自建，核心细胞株自主筛选，生物药生产成本显著低于外包生产企业。独家壁垒2：肿瘤、自身免疫双刚需赛道布局，成熟商业化团队覆盖全国三甲医院，多款创新药持续纳入医保，稳定放量。独家壁垒3：国际化临床申报团队，多款大分子药物同步开展海外III期临床，海外授权持续贡献大额里程碑收入。同行追赶难点：生物药大规模发酵生产工艺门槛极高，厂房、设备、细胞株累计投入超几十亿，中小创新药企大多依靠外包，无法自主掌控核心生产环节。四、行业洗牌下半场核心趋势：只有硬核壁垒企业能穿越周期梳理完10家独苗企业的核心优势，我们能清晰预判创新药行业接下来三大长期趋势，也是普通读者看懂赛道的关键参考： 1. 行业集中度持续提升，尾部企业加速出清未来3-5年，同质化、无自主技术、仅依靠单一跟风靶点的中小Biotech会持续收缩、并购或退市，市场资源、医保准入、海外合作订单会持续向拥有独家平台、首创分子、稳定现金流的头部10-20家企业集中，马太效应越来越明显。 2. “技术平台”取代“单品管线”成为核心估值标准过去市场只看企业管线药品数量，未来评判企业含金量的核心标准是底层自研技术平台。一款药物专利到期会失去竞争力，但自主可控的技术平台可以持续迭代产出新一代首创药物，形成源源不断的管线储备，这才是长期无法被抢走的护城河。 3. 全球化BD、海外商业化成为必备生存能力只做国内市场的药企增长天花板极低，国内医保控价长期存在，只有具备海外临床、申报、销售、授权能力的企业，才能打开全球百亿级市场空间，依靠海外收入对冲国内价格压力，实现长期稳定增长。简单总结：未来创新药赛道不再是风口投机赛道，而是重研发、重技术、重长期积累的硬核科技赛道，没有独家护城河的企业，很难在持续洗牌的市场中长期存活。五、聊聊你心中创新药的核心竞争力看完本篇完整的行业拆解和10家硬核药企护城河分析，欢迎大家在评论区交流两个问题： 1. 在你看来，创新药企业哪一类护城河最难以被同行复制？是全球首创靶点、自主技术平台，还是全球化商业化能力？ 2. 你觉得接下来3年，创新药哪个细分赛道（细胞治疗、小核酸、AI制药、长效蛋白）会跑出更多独家壁垒龙头？欢迎留下你的观点，我们一起客观理性交流行业逻辑，一起看懂医药产业长期发展机会！免责声明:本文仅为个人观点，不荐股，不构成任何投资建议，市场有风险，决策需谨慎！据此操作风险自负！以上纯属科普！写文章不易，不喜勿喷哦！谢谢大家

2026-07-04

·AI医疗观察

速递｜武田与英矽智能达成AI新药研发合作，潜在交易额约6亿美元

7月2日，英矽智能宣布与日本制药企业武田达成一项新药发现合作。双方将把生成式人工智能应用于候选药物的早期发现和优化，交易潜在总额约为6亿美元，另包含未来产品销售的分级特许权使用费。成立于2014年的英矽智能，长期围绕靶点发现、分子设计和临床开发预测搭建药物研发平台，并已把部分自主设计的候选药物推进到临床阶段。武田则拥有覆盖胃肠道与炎症、罕见病、肿瘤、神经科学及疫苗等领域的全球研发和商业化体系。这次合作值得关注的地方，不只是金额。它并非围绕一款已经成型的药物展开授权，而是让人工智能平台直接进入大型制药公司的早期研发流程。换句话说，武田购买的不只是某个候选分子，而是一套持续产生候选分子的能力。 6亿美元不是已经到账，但合作已经真正启动根据双方公布的信息，英矽智能将利用旗下药物研发平台开展早期发现工作，寻找满足预设科学标准和早期开发要求的候选分子；武田则负责把选中的项目继续推进到临床验证，并获得相关疗法在全球范围内开发、生产和商业化的独家权利。在付款安排上，英矽智能预计获得约6000万美元的项目启动费、近期付款及里程碑款。随着项目完成临床前研究、临床试验、审批和商业化节点，交易潜在总额可达到约6亿美元，此外还可能获得分级销售提成。需要特别说明的是，6亿美元并不是已经确认的当期收入，大部分付款仍取决于后续项目能否顺利推进。因此，这项交易的“落地”需要分成两个层面来看。在商业层面，它已经落地。双方签署了协议，确定了研发分工、全球权益及付款机制，武田也明确提出，希望把生成式人工智能、自动化和机器人实验进一步整合进药物发现流程。但在研发层面，它还处于起点。双方目前没有披露具体疾病、靶点、项目数量和候选药物，也没有公布首个项目进入临床前开发的时间。准确的说法应当是：武田已经开始把外部人工智能平台纳入正式研发体系，但这套合作能否产出真正具有差异化的药物，仍需等待后续数据。这种分工反映出大型制药公司对人工智能的态度正在发生变化。过去，药企更多购买软件、数据库或单次筛选服务；现在，合作开始深入到“确定方向、设计分子、反复优化、交付候选药物”的完整早期研发环节。武田正在建设以人工智能、实验自动化和小型研发团队为核心的新型研发模式。英矽智能的作用，是在武田内部体系完全成熟之前，提供一套已经运行多年的外部发现引擎。它不是替代武田原有研发团队，而是帮助前端项目更快进入可以被实验和临床体系验证的阶段。真正的变化，是人工智能药企开始出售“持续研发能力” 英矽智能能够拿到这笔订单，与其临床管线积累有关。其代表性候选药物Rentosertib用于特发性肺纤维化，靶点发现和分子设计均使用了人工智能方法。在一项随机Ⅱa期研究中，每日接受60毫克治疗的患者，肺活量平均变化为增加98.4毫升，安慰剂组则平均下降20.3毫升。研究结果同时指出，该药物表现出可接受的安全性和耐受性，但仍需要在更大规模、更长周期的研究中进一步确认疗效。这组数据的价值并不在于证明人工智能已经解决了新药研发问题，而在于它让行业第一次能够从临床信号而不是算法演示来评估一套人工智能研发体系。英矽智能披露，截至2025年末，公司利用其平台产生了超过20项进入临床或具备临床申报准备条件的资产。公司所称的目标发现至临床前候选药物确认周期平均为12至18个月，但这一效率最终能否转化为更高的临床成功率，仍然需要更多项目验证。从经营角度看，大型合作对英矽智能同样重要。公司2025年收入为5620万美元，研发支出为8140万美元，其中药物发现收入约2500万美元。其商业模式仍然高度依赖项目启动费、研发付款、授权款和里程碑收入，单个合作的进度可能明显影响年度业绩。武田项目约6000万美元的启动及近期付款框架，因此不仅是平台认可，也有助于改善未来收入的可见度。进入2026年后，英矽智能已经连续披露多笔大型合作。3月，公司与礼来达成潜在总额约27.5亿美元的研发及授权交易；6月，又与SK生物制药签署神经免疫疾病合作，潜在总额超过25亿美元；此次武田合作则覆盖更广泛的治疗领域。需要强调的是，这些金额大部分属于有条件的远期里程碑，不能直接视为确定收入，但它们共同释放出一个信号：大型药企正在从购买人工智能工具，转向购买可重复运行的药物发现体系。接下来真正值得关注的有三件事。首先，双方能否在较短时间内公开首批靶点或临床前候选药物；其次，英矽智能交付的分子能否通过武田内部更严格的安全性、成药性和差异化评估；最后，武田是否会把这种合作方式复制到更多治疗领域。如果首批项目顺利进入临床申报阶段，这笔交易的意义就不再只是一次平台合作，而可能成为大型制药公司重构早期研发流程的样板。人工智能药物研发正在告别单纯比较模型参数和分子生成速度的阶段。下一轮竞争，不是谁能生成更多结构，而是谁能持续交付可以被实验验证、可以进入临床、最终也能被大型药企接手推进的候选药物。武田与英矽智能的合作已经迈出了第一步。6亿美元不是结果，而是一张由临床数据决定能否兑现的长期订单。中国公司 · AI医疗公司数字健康公司 · 减重降糖进展大会前瞻 · 大会Day1~2回顾大会Day 3回顾 · 大会Day 4回顾全展商分析 · 可穿戴设备综合健康管理 · 康复与功能改善慢病管理 · 精准诊疗英伟达AI医疗布局 · GTC中国公司盘点 AI医疗底座 · 手术机器人 · 蛋白质设计

引进/卖出疫苗

2026-07-04

·AlsosTalent.com

全球华人中的 AI Drug Discovery 复合型负责人的人才有多少?

⚠️ 研究范围声明本报告是 SearchDog AI 智能猎头对「全球华人」AI Drug Discovery 复合型人才的专项扫描研究。全球AI制药人才由多族裔共同构成（包括欧美、印度、日韩等背景的研究者），本报告不试图覆盖全部从业者，而聚焦于回答一个具体问题：华人在这个赛道上的人才布局究竟如何？ [SEARCH] 检索策略目标人群：全球华人中的 AI Drug Discovery 复合型负责人以下由SerchDog自动生成: 职位关键词：AI Drug Discovery / Computational Scientist / ML Scientist / Data Scientist Drug Discovery / Director AI/ML drug discovery + machine learning / AI / predictive biology / lead optimization / target discovery 目标公司：AI药物公司 + 大药企AI/Discovery部门 + 创新药/TechBio/计算药物发现企业检索方式：中英双语检索 · 海外候选人优先英文简历筛选标准：排除纯Software Engineer、纯产品经理、无药物研发背景者；聚焦 Principal Scientist / AD / Director 级别复合型人才 → 全部结论均基于上述策略产出的 338 位候选人全量样本 ← 出品：SearchDog AI 智能猎头采集时间：2026年7月3日 | 报告类型：行业人才研究目录 01 执行摘要：华人人才的全球布局 02 行业背景：AI制药的爆发前夜 03 全球AI药物研发公司版图与进展 04 研究方法与数据说明 05 核心发现一：样本人才的地域分布 06 核心发现二：海外虹吸——82%华人人才在境外 07 核心发现三：人才画像与背景分析 08 核心发现四：研究方向与技术栈分析 09 核心发现五：人才质量漏斗与稀缺性 10 趋势研判：五大关键洞察 11 行动建议与战略启示 12 免责声明与数据来源 01 执行摘要：华人AI制药人才的全球布局 2026年6月30日，AI巨头Anthropic正式发布Claude Science，宣布进军药物研发。诺华、百时美施贵宝、基因泰克的高管齐齐现身发布会——这不是一家科技公司的产品发布，而是一个信号：AI制药的"军备竞赛"已经从实验室推向了产业的最前线。与此同时，全球已有超过173种AI发现/设计的药物处于临床试验阶段，15个已推进至III期。AI药物发现市场规模预计从2025年的19亿美元飙升至2034年的165亿美元——10年10倍。在这场席卷全球的浪潮中，华人科学家扮演着怎样的角色？他们分布在哪里？他们的背景如何？本报告基于 SearchDog AI 智能猎头对338位全球华人候选人的专项扫描，试图回答这些问题。样本核心数据指标数据说明候选人总样本 338人全球华人AI Drug Discovery复合型人才覆盖国家/地区 12个以北美、欧洲、中国大陆为主样本中海外候选人 277人 (82.0%) 超8成华人AI制药人才在海外工作样本中本土候选人 61人 (18.0%) 在中国大陆/香港工作的华人人才推荐候选人（强推+推荐） 52人 (15.4%) 经SearchDog评估为高价值目标顶级候选人(9分) 29人 (8.6%) 千里挑一的稀缺资源总监级及以上(高分段) 50.0% 半数高分候选人为决策层全球AI药物临床管线 >173个行业背景：15个已到III期全球市场规模(2034) 165亿美元行业背景：10年10倍增长【核心发现】在本样本覆盖的338位全球华人AI制药复合型人才中，超过八成（82%）目前在海外工作——主要集中在美国波士顿/剑桥、旧金山湾区、大纽约地区。他们中的佼佼者已跻身Insilico Medicine、Recursion、Genentech、Novartis、BMS等全球顶尖AI制药企业和传统药企AI部门的核心决策层。与此同时，2025年超4000名华裔科学家选择归国，中国占据全球70%的AI制药相关专利申请。一个关键问题摆在所有从业者面前：这批海外华人顶尖人才，是继续留在西方引领浪潮，还是回流中国成为本土创新的核心引擎？ 02 行业背景：AI制药的爆发前夜2.1 从概念到临床：AI药物的十年破壁 2016年，全球仅有3个AI发现药物进入临床试验。2026年，这个数字已飙升至173个——十年增长57倍。更重要的是，15个AI药物已推进至III期临床试验，首个完全由AI设计的药物有望在2026年底或2027年获得FDA批准。最具标志性的事件是Insilico Medicine的Rentosertib（ISM001-055）——全球首个由AI同时发现靶点和设计分子的药物。在IIa期临床试验中，60mg剂量组患者的FVC（用力肺活量）平均改善了98.4毫升，而安慰剂组反而下降了20.3毫升。这一数据发表于《Nature Medicine》（2025年6月），在美国胸科学会年会上展示，近100毫升的肺功能改善甚至超过了目前两种已获批IPF药物在可比试验中的效果。而从靶点识别到临床前候选药物，整个开发过程仅用了约18个月——传统方法需要4-6年。图1：AI发现药物临床管线爆发式增长（2016-2026）2.2 效率碾压：AI vs 传统药物研发 AI驱动药物研发在每一个关键指标上都展现出碾压性优势：I期临床成功率80%-90%（传统方法约52%），临床前到I期转化时间从54个月压缩至18个月，研发成本降低30%-70%。这不是渐进式改良，而是范式级的颠覆。图2：AI驱动 vs 传统药物研发全方位对比2.3 Anthropic入场：科技巨头的医药野心 2026年6月30日，Anthropic发布Claude Science，正式进军生命科学和药物发现，并开始自研药物。多位跨国药企高管现身发布会——诺华、百时美施贵堡、基因泰克。Anthropic正筹划IPO，估值近1万亿美元。 Anthropic的入场意味着什么？它意味着AI制药不再是生物科技公司的"专利"，而是正在成为AI基础设施玩家的核心战场。当拥有顶级大模型能力的公司直接下场做药，传统的AI制药创业公司面临的不仅是竞争，而是降维打击。这一趋势与Google DeepMind分拆出Isomorphic Labs（基于AlphaFold的AI药物设计，合作价值高达30亿美元）如出一辙。 "巨头入局给原有的AI制药公司带来了哪些挑战和变化？"——这是整个行业正在被迫回答的问题。 03 全球AI药物研发公司版图与进展3.1 三大梯队格局全球AI药物研发公司已形成清晰的三大梯队。第一梯队是已有AI设计药物进入人体临床试验并披露数据的公司，包括Insilico Medicine、Recursion Pharmaceuticals（已合并Exscientia）、Schrödinger、Relay Therapeutics、AbCellera和BenevolentAI。第二梯队是通过大型药企合作验证平台的公司，包括Chai Discovery（礼来合作）、Isomorphic Labs（礼来+诺华，30亿美元合作）、Atomwise（250+合作）、XtalPi晶泰科技（辉瑞合作）等。第三梯队则是具有强劲管线势头的平台公司。图3：全球AI药物研发关键玩家版图（红色为中国/华人创立企业）3.2 关键里程碑与数据公司关键里程碑合作/估值 Insilico Medicine Rentosertib IIa期完成 | 首个AI同时发现靶点+分子齐鲁制药近1.2亿美元合作 Recursion+Exscientia REC-3964 II期进行中 | BioHive-2超级计算机 NVIDIA合作 NASDAQ上市 Schrödinger Zasocitinib III期 (TYK2抑制剂) BMS以60亿美元收购 Isomorphic Labs AlphaFold团队 | 2024诺贝尔化学奖礼来+诺华 30亿美元合作 Generate Biomedicines GB-0895 III期启动 | 首个AI设计抗体进III期诺华超10亿美元合作 Chai Discovery AI生物制剂设计 | 2024年成立礼来2026年1月合作 XtalPi(晶泰科技) ID4平台 | 量子力学+AI晶型预测辉瑞合作收入增400% Anthropic Claude Science发布 | 开始自研药物估值近1万亿美元 3.3 中国力量：从跟随者到挑战者中国正在AI制药领域实现从"跟随者"到"挑战者"的角色转换。根据DrugPatentWatch 2026年报告，中国目前占全球生成式AI专利申请的约70%，2025年临床试验数量约7,700项（美国约6,200项），首次人体试验(FIH)审批时间压缩至约87天。中国对外授权交易价值占全球比重从2021年的8%飙升至2026年的约32%——4年增长4倍。在企业层面，Insilico Medicine（英矽智能）2025年底在香港联交所主板上市，筹集近3亿美元；XtalPi（晶泰科技）2025年上半年收入增长超400%，达人民币5.171亿元。这些数字背后，是华人科学家群体的集体崛起。图4：AI药物发现市场规模预测（2024-2034） 04 研究方法与数据说明4.1 数据来源与检索范围重要声明：本报告是 SearchDog AI 对「全球华人」AI Drug Discovery 复合型人才的专项扫描，并非全行业人才普查。全球AI制药人才由多族裔共同构成（包括欧美、印度、日韩等背景的研究者），本报告仅聚焦于华人群体的人才分布与特征。本报告的人才数据来源于SearchDog AI猎头智能体于2026年7月3日完成的全球人才搜索。搜索覆盖范围包括：美国（波士顿/旧金山/圣地亚哥等）、英国（剑桥/伦敦/牛津）、中国（上海/北京/深圳/苏州）、德国、瑞士、法国、瑞典、新加坡、韩国、日本、加拿大、澳大利亚等12个国家/地区。检索目标画像：AI Drug Discovery / Computational Scientist / ML Scientist / Data Scientist Drug Discovery / Director AI/ML drug discovery + machine learning / AI / predictive biology / lead optimization / target discovery 目标公司范围：AI药物公司 + 大药企AI/Discovery部门 + 创新药/TechBio/计算药物发现企业筛选标准：排除纯Software Engineer、纯产品经理、无药物研发背景者；聚焦 Principal Scientist / AD / Director 级别复合型人才。中英文双语检索，海外候选人优先英文简历。4.2 评分体系 SearchDog AI对每位候选人进行1-9分综合评分，评分维度包括：教育背景、职业经历、技术技能匹配度、行业经验深度、领导层级、研究方向相关性等。评分≥7分的候选人被标记为"推荐"，评分9分为顶级候选人。评分区间标签人数占比说明 9分顶级 29 8.6% 建议优先安排沟通 7-8分推荐 63 18.6% 进入短名单 5-6分待定 73 21.6% 需进一步考察 3-4分边缘 67 19.8% 匹配度较低 1-2分不推荐 102 30.2% 不匹配说明：本报告中的候选人姓名已做匿名处理，仅保留公司名称和公开信息。本样本基于「全球华人」检索策略产出，因此样本中绝大多数候选人为华人/华裔背景。所有行业数据（如AI药物临床管线数、市场规模等）来源于公开报道、学术期刊和市场研究报告——这些行业数据反映的是全球全貌，不限于华人群体。 05 核心发现一：样本人才的地域分布本章节展示338位全球华人AI Drug Discovery复合型人才样本的地域分布情况。需要再次强调：这是一个「华人专项」扫描样本，不反映全球AI制药人才的全族裔构成。5.1 样本人才的地理分布在本样本的338位全球华人候选人中，地域分布呈现出极度不均衡的特征：82.0%（277人）目前在海外工作，仅有18.0%（61人）在中国大陆/香港工作。海外人才中，美国独占248人（占样本总量的73.4%），是美国本土华人人才的4倍以上。图5：样本人才的地理分布——超8成华人AI制药人才在海外5.2 华人为何在AI制药领域表现突出？ ·教育根基：清华大学、北京大学、复旦大学、上海交通大学等中国顶尖高校在计算化学、结构生物学、生物信息学领域拥有深厚积淀。大量华人科学家在中国完成本科/硕士教育后赴海外深造，形成了"中国基础+海外进阶"的独特培养路径。 ·交叉优势：AI药物研发需要同时精通计算机科学/机器学习和生物学/化学。华人在STEM教育中的传统优势，使其在跨学科融合中具备天然竞争力。 ·产业历练：辉瑞、诺华、礼来、强生、阿斯利康、百时美施贵宝等跨国药企的研发中心大量雇佣华人科学家。在本次搜索的高分候选人中，几乎所有顶级人才都有跨国药企或头部AI制药公司的从业经历。 ·创业活力：Insilico Medicine（英矽智能）、XtalPi（晶泰科技）、MetaNovas Biotech、Ainnocence等AI制药公司均由华人创立。华人不仅是技术执行者，更是赛道定义者和企业创建者。【关键洞察】在本样本覆盖的全球华人AI制药人才中，美国吸纳了其中近3/4。波士顿/剑桥、旧金山湾区、大纽约地区、圣地亚哥——这四大生物医药集群几乎囊括了所有顶级华人AI制药科学家。对中国企业而言，这意味着：最核心的人才库在大洋彼岸。 06 核心发现二：海外虹吸——82%华人人才在境外6.1 全球分布格局从全球候选人地理分布来看，美国以62.4%（211人）占据绝对多数，其次为中国13.3%（45人）、韩国8.6%（29人）、英国5.3%（18人）。美国，尤其是波士顿/剑桥地区和旧金山湾区，构成了全球AI制药人才的最大蓄水池。图6：AI药物研发复合型人才全球地理分布6.2 华人人才的"海外虹吸"现象更值得关注的是华人人才的地理分布。在297位华人候选人中：仅42人（14.1%）在中国本土工作，而167人（56.2%）在美国，13人在英国，7人在新加坡，6在欧洲大陆。换言之，超过85%的华人AI制药人才在海外。图7：华人AI药物研发人才全球分布——在美国的人数是在中国本土的4倍在美国的华人AI制药人才数量，是在中国本土的近4倍。这一数据揭示了两个关键现实：第一，美国凭借波士顿/剑桥的生物医药集群、旧金山的科技创新生态、以及跨国药企的研发中心，形成了对华人AI制药人才的强大"虹吸效应"。这些人才在美国获得了顶尖的科研平台、丰厚的薪酬回报和成熟的产业生态。第二，中国本土虽然拥有Insilico Medicine、晶泰科技、恒瑞医药、信达生物等优秀企业，但在吸引和留住顶级AI制药人才方面仍面临巨大挑战。中国AI制药产业的最大瓶颈不是技术、不是资本，而是人才密度。图8：华裔科学家归国潮——2025年超4000人选择回国但趋势正在改变。2025年，超过4000名顶尖华裔科学家选择回国，5年增长5倍。智联招聘数据显示，应届留学生回国求职规模同比增长12%，创8年新高。这场人才回流的浪潮，正在重塑全球AI制药的人才版图。 07 核心发现三：人才画像与背景分析7.1 普遍画像：AI制药复合型人才的"标准模板" 通过对92位高分候选人（评分≥7）的深度画像分析，我们提炼出AI药物研发复合型负责人的"标准模板"：维度典型特征出现频率教育背景博士学位（计算化学/生物信息学/计算机科学/结构生物学） ~95% 本科院校中国顶尖高校（清华/北大/复旦/上海交大/浙大/中科大等） ~70% 海外深造美国名校博士/博士后（哈佛/MIT/斯坦福/耶鲁等） ~60% 职业起点跨国药企研究员/博士后 ~75% 当前层级 Director/VP/SVP/CSO/CTO/CIO 50.0% 从业年限 10-20年药物发现+AI交叉经验 ~80% 核心技能 CADD/SBDD + 机器学习/深度学习 + 药物发现 ~85% 当前雇主跨国药企或头部AI制药公司 ~70% 7.2 差异化画像：三种典型路径在"标准模板"之外，我们识别出三种差异化的成功路径：【路径一：药企老兵+AI进化型】【路径一：药企老兵+AI进化型】典型特征：计算化学/药物化学博士出身，在辉瑞、诺华、礼来等跨国药企深耕10-15年，职业初期以CADD（计算机辅助药物设计）为主，近年转向整合机器学习和生成式AI。这类人才的优势是对药物发现全流程的深刻理解+逐步进化的AI能力。【路径二：AI原生+生物医药跨界型】【路径二：AI原生+生物医药跨界型】典型特征：计算机科学/机器学习博士出身，职业起点在科技公司或学术界，后跨界进入药物发现。这类人才的优势是AI技术深度+对湿实验和干实验整合的跨界能力。【路径三：学术精英+创业转化型】【路径三：学术精英+创业转化型】典型特征：顶尖学术背景（哈佛/MIT/斯坦福/耶鲁），在学术界建立声誉后创业或加入AI制药公司。这类人才的优势是学术前沿洞察+商业运营能力+创业者精神。图9：高分候选人职级分布 08 核心发现四：研究方向与技术栈分析8.1 核心研究方向从高分候选人的研究方向来看，AI药物研发复合型人才的技术栈呈现明显的"金字塔"结构：研究方向人才数量核心技能栈应用场景生物信息学+多组学整合 11人 Python/R/深度学习/基因组学/转录组学靶点发现/生物标志物/患者分层计算机辅助药物设计(CADD) 8人分子对接/药效团建模/QSAR/虚拟筛选先导化合物发现/优化机器学习+数据科学 7人深度学习/生成式AI/图神经网络/联邦学习从头分子设计/性质预测结构生物学+计算化学 5人 X射线晶体学/冷冻电镜/分子动力学/FEP 靶点结构解析/结合自由能计算化学信息学(Cheminformatics) 3人分子描述符/相似性搜索/化学空间映射化合物库设计/先导优化 8.2 技术趋势：从CADD到生成式AI 一个清晰的技术演进趋势正在发生：从传统的CADD（计算机辅助药物设计）向生成式AI和基础模型(Foundation Models)迁移。在本次搜索的顶级候选人中，多位已在实践前沿技术： ·生成式AI分子设计：使用变分自编码器(VAE)、生成对抗网络(GAN)、扩散模型(Diffusion Models)从头设计全新分子结构，突破传统虚拟筛选的化学空间限制。 ·基础模型(Foundation Models)：将大语言模型范式引入生物学，训练多模态生物基础模型，整合影像、转录组学、临床数据进行联合推理。 ·多模态数据整合：将高内涵成像（Cell Painting）、空间组学、CRISPR筛选与AI模型深度耦合，构建"湿-干实验"闭环发现系统。 ·自由能微扰(FEP)：结合物理模拟和机器学习，精确预测分子与靶点的结合亲和力，在先导优化中大幅提升效率。 ·AI驱动靶点发现：利用知识图谱、文献挖掘和因果推断，从海量生物数据中发现新靶点——Insilico Medicine的Pharma.AI平台即是典范。8.3 雇主分布：谁在囤积这些人才？高分候选人集中在以下几类组织：类型代表机构人才聚集度跨国药企 Johnson & Johnson, AstraZeneca, Eli Lilly, Novartis, Pfizer, Takeda, Biogen, Vertex ★★★★★ AI制药公司 Recursion, Schrödinger, Insilico Medicine, XtalPi, Generate Biomedicines ★★★★★ 中国药企恒瑞医药, 信达生物, 复星医药, 百济神州, 再鼎医药 ★★★ 新兴Biotech Chai Discovery, Ainnocence, MetaNovas, Fathom Therapeutics, Viva ★★★ 学术机构 Harvard, MIT, Oxford, Cambridge, Broad Institute ★★ 09 核心发现五：人才质量漏斗与稀缺性 AI药物研发复合型人才不是简单的"AI+药物"叠加，而是需要同时在计算科学、生命科学和产业实践三个维度达到深度的复合型人才。这种"三重复合"的要求，决定了其极度稀缺性。图10：AI药物研发复合型人才漏斗从338位全球候选人到29位顶级人才，通过率仅为8.6%。这意味着： ·每12位候选人中仅有1位被推荐（推荐率15.4%） ·每12位被推荐者中仅有1位达到顶级（顶级率8.6%） ·每5位顶级人才中约有2位在中国本土以外（但中国本土人才密度仅为美国的1/4）图11：候选人评分分布【核心结论】AI药物研发复合型负责人是全球人才市场中最稀缺的品类之一。这类人才无法通过短期培训批量生产——其培养周期通常需要10-15年的学术积淀和产业历练。在AI制药赛道加速爆发的当下，人才的时间窗口可能比技术的窗口更窄。 10 趋势研判：五大关键洞察基于338位候选人样本数据与全球AI制药行业调研，我们提出以下五大趋势研判。这些发现对于任何正在或计划进入AI制药赛道的企业、投资机构和政策制定者，都值得高度关注。洞察一：海外虹吸——82%华人AI制药人才在境外数据：在SearchDog扫描的338位全球华人AI Drug Discovery复合型人才样本中，82.0%（277人）目前在海外工作，其中美国独占248人（73.4%）——是在中国本土工作人数的4倍以上。研判：本样本揭示了一个清晰的事实：全球华人AI制药复合型人才的大头在美国，而非中国大陆。波士顿、旧金山、圣地亚哥、大纽约——四大生物医药集群几乎囊括了所有顶级候选人。虽然2025年超4000名华裔科学家选择回国，但AI制药领域的顶尖复合型人才回流仍处于早期阶段。对于希望布局AI制药的中国企业来说，最核心的人才库在大洋彼岸。洞察二：Anthropic入场=AI制药"人才军备竞赛"全面升级数据：2026年6月30日，Anthropic发布Claude Science进军药物研发。Google的Isomorphic Labs手握30亿美元合作。这些AI巨头的估值和资源远超任何专业AI制药公司。研判：当拥有万亿级估值和顶级AI基础设施的科技巨头直接下场做药，传统AI制药公司将面临双重挤压——既要与药企竞争生物学人才，又要与科技巨头竞争AI人才。人才薪酬将被推至历史新高，中小型AI制药公司的人才流失风险急剧上升。SearchDog数据中已有多位顶级候选人正在从传统AI制药公司流向科技巨头的生命科学部门。洞察三：15个III期AI药物=2026-2027年的"验证时刻" 数据：全球已有15个AI发现药物推进至III期临床试验，首个AI设计药物有望在2026年底或2027年获FDA批准。分析师给出的批准概率约60%。研判：未来12-24个月将是AI制药行业的"决定性时刻"。如果III期数据积极，将引爆新一轮资本和人才涌入；如果失败，可能引发行业信任危机。但无论结果如何，对复合型人才的需求只会加速增长——因为成功需要更多人才来扩张管线，失败则需要更多人才来改进技术。这是一个"人才需求只增不减"的赛道。洞察四：中国AI专利占全球70%=下一个"专利悬崖"的制造者数据：中国占全球生成式AI专利申请的约70%，临床试验数量7,700项（超越美国的6,200项），对外授权交易价值占全球比重从8%飙升至32%。CNIPA发明专利审查时间仅15个月。研判：中国在AI专利和临床试验数量上的领先，正在转化为全球医药创新格局的结构性变化。跨国药企越来越倾向于"买中国创新"而非"自主开发"——因为中国资产的前期付款低60-70%，且开发速度更快。这意味着中国AI制药人才的国际议价能力将持续提升，海外华人科学家回国的"机会成本"正在降低，而留下的"机会收益"正在增加。洞察五：10万人缺口=中国AI制药的"人才黑洞" 数据：根据中国医药创新促进会《2025生物医药人才白皮书》，中国生物制药研发领域人才缺口已达10万人，约七成药企面临核心技术岗位空缺。研判：10万人的人才缺口意味着中国AI制药产业正处于"有枪无弹"的状态。即便资本充裕、政策友好、市场广阔，没有足够的人才来执行，一切都是空谈。谁能在未来3年内建立最有效的人才获取和培养体系，谁就能在AI制药的下半场占据先发优势。这不是"要不要抢人"的问题，而是"不抢人就出局"的生存命题。 11 行动建议与战略启示11.1 对中国AI制药企业 ·建立海外人才"雷达"系统：既然82%的华人AI制药人才在海外，中国企业必须建立系统化的海外人才搜索和触达机制。SearchDog AI猎头智能体的本次搜索证明，AI驱动的人才mapping可以高效识别全局候选人池。 ·设计"柔性回流"方案：并非所有海外人才都愿意立即全职回国。提供"远程+定期来华"的柔性合作模式，先建立科研合作，再逐步过渡到全职。 ·用"赛道"而非"薪酬"吸引人才：AI制药人才的核心驱动力是解决有意义的科学问题。提供从靶点发现到临床转化的全链条负责机会，比单纯的高薪更有吸引力。 ·建立"人才-数据"飞轮：AI制药的核心竞争力在于数据质量和反馈速度。建立自动化湿实验室+AI模型的闭环系统，让人才能够在快速迭代中发挥最大值。11.2 对投资机构 ·人才密度比技术专利更重要：在评估AI制药公司时，核心团队的"复合型人才密度"是最关键的指标。一家拥有3-5位评分9分级别人才的公司，比拥有10项专利但缺乏顶级人才的公司更有投资价值。 ·关注"人才流动"信号：当某家AI制药公司的核心科学家开始流向Anthropic、Google等科技巨头时，这既是该公司的人才风险，也是整个行业薪酬水平将大幅上升的信号。 ·"中国IP+海外人才"模式值得重点关注：越来越多的中国AI制药公司采用"中国IP注册+海外（主要波士顿）研发中心"的模式，这既能利用中国的专利和成本优势，又能触达海外人才池。11.3 对政策制定者 ·AI制药人才应纳入"高端人才引进"优先目录：鉴于10万人的缺口和华人主导格局，AI药物研发复合型人才应被列为国家战略性紧缺人才。 ·建立AI制药人才"旋转门"机制：允许海外华人在保留海外职位的同时参与国内项目，通过"双聘"、"兼职"等灵活方式实现知识和技术转移。 ·支持AI制药"人才-产业"协同基金：设立专项基金，支持企业与高校联合培养AI制药交叉人才，特别是计算化学+机器学习、结构生物学+深度学习等紧缺方向。 12 免责声明与数据来源免责声明样本范围声明：本报告是 SearchDog AI 对「全球华人」AI Drug Discovery 复合型人才的专项扫描研究。全球AI制药人才由多族裔共同构成（包括欧美、印度、日韩等背景的研究者），本报告不试图也不应被视为全行业人才普查。报告中所有基于候选人样本的结论仅适用于华人群体内部的分析与比较。本报告由SearchDog AI智能猎头基于2026年7月3日完成的全球人才搜索数据生成，仅供行业研究和内部参考使用。报告中的候选人数据已做匿名化处理，不涉及个人隐私信息的直接披露。行业数据来源于公开报道和第三方研究报告，SearchDog AI不对数据的绝对准确性做出保证。本报告不构成任何投资建议、招聘建议或政策建议。读者应结合自身情况独立判断。数据来源 ·SearchDog AI猎头智能体 - 全球AI药物研发人才搜索数据（2026年7月3日） ·BioMed Nexus - 25 AI Drug Discovery Companies Actually in the Clinic (2026年3月) ·Healthcare Discovery AI - AI Drug Discovery Pipeline 2026 Clinical Trials ·DrugPatentWatch - The 2026 Pharmaceutical Innovation Frontier (2026年1月) ·World Economic Forum - How China's AI-driven collaborations are reshaping global pharma (2026年6月) ·财新网 - Anthropic进军制药界，AI新产品助力自研药物 (2026年7月1日) ·智联招聘 - 2025中国海归就业调查报告 ·中国医药创新促进会 - 2025生物医药人才白皮书 ·Pharmacological Reviews - Leading AI-driven drug discovery platforms: 2025 update ·China Med Access - AI-Powered Drug Discovery in China 2026 —— SearchDog AI | 智能猎头 · 行业研究系列 —— www.searchdog.cc | SearchDog：一个会直接帮你做招聘寻访的AI智能体本报告由SearchDog AI猎头智能体自动生成 | 2026年7月

100 项与伦托司替相关的药物交易

登录后查看更多信息

研发状态

10 条进展最快的记录,

后查看更多信息

适应症	最高研发状态	国家/地区	公司	日期
特发性肺纤维化	临床3期	中国	英矽智能科技（上海）有限公司	2026-06-30
炎症	临床前	中国	英矽智能(香港)有限公司	2024-03-08

登录后查看更多信息

临床结果

适应症

分期

评价

查看全部结果

研究	分期	人群特征	评价人数	分组	结果	评价	发布日期


NCT05938920 (INS018-055 \| INS018-055-003 \| phase 2a, CTgov)	临床2期	特发性肺纤维化	71	INS018_055 (INS018_055 30 mg QD)	窪窪積衊鏇蓋觸鏇觸製 = 鹽憲蓋膚製艱鏇構醖範醖襯鏇鬱膚淵壓鑰餘蓋 (鏇鹽簾廠餘選積積齋構, 壓夢鏇襯夢構廠膚襯淵 ~ 膚膚遞範鏇願網壓夢積) 更多	-	2025-12-02
				INS018_055 (INS018_055 30 mg BID)	窪窪積衊鏇蓋觸鏇觸製 = 窪膚壓築獵壓壓範鹽壓醖襯鏇鬱膚淵壓鑰餘蓋 (鏇鹽簾廠餘選積積齋構, 餘構鬱鑰餘齋夢糧築蓋 ~ 艱鏇壓願範夢製餘窪餘) 更多
NCT05938920 (Pubmed \| Nat Med \| NEWS) 人工标引	临床2期	特发性肺纤维化	71	RentosertibRentosertib 30 mg QD	餘蓋鑰壓簾廠鏇醖齋憲(鏇製襯鏇願窪鑰鬱觸淵) = 獵窪願選遞範願鑰獵齋鏇鹹製鬱鑰構餘廠鬱齋 (夢夢襯積衊範衊鬱膚獵 ) 更多	积极	2025-06-03
				RentosertibRentosertib 30 mg BID	餘蓋鑰壓簾廠鏇醖齋憲(鏇製襯鏇願窪鑰鬱觸淵) = 鹹鏇餘獵醖夢繭艱衊築鏇鹹製鬱鑰構餘廠鬱齋 (夢夢襯積衊範衊鬱膚獵 ) 更多
NCT05938920 (INS018-055, ATS2025)	临床2期	特发性肺纤维化	-	INS018-055 30mg QD	鹹膚餘範衊壓遞積襯醖(齋餘鹹鏇鏇範窪膚窪醖) = 鏇願廠醖餘壓築鑰壓鹽構衊構鹹衊艱醖願築淵 (顧餘餘艱範夢衊願齋鏇 ) 更多	积极	2025-05-16
				INS018-055 30mg BID	鹹膚餘範衊壓遞積襯醖(齋餘鹹鏇鏇範窪膚窪醖) = 鑰選繭範製願淵構窪艱構衊構鹹衊艱醖願築淵 (顧餘餘艱範夢衊願齋鏇 ) 更多
NCT05938920 (PRNewswire) 人工标引	临床2期	特发性肺纤维化	71	ISM001-055ISM001-055 30 mg QD	獵淵鏇夢醖鏇觸艱艱醖(糧夢獵壓獵願窪齋築醖) = 壓鬱壓選壓繭鏇顧選蓋廠壓衊鹽鬱糧繭積蓋衊 (齋願鹽膚鬱範淵繭網選 ) 更多	积极	2024-11-12
				ISM001-055ISM001-055 30 mg BID	-
Biospace 人工标引	N/A	特发性肺纤维化	-	ISM001-055	憲糧鏇廠製蓋鬱獵憲衊(鹽鑰壓網製廠蓋鑰鬱製) = its ISM001-055 met the primary endpoint of safety. 築鑰範衊鹹艱憲顧淵蓋 (鑰觸鹽築鬱繭壓齋鬱鹽 ) 达到更多	积极	2024-09-24
NCT05154240 (GlobeNewswire) 人工标引	临床1期	特发性肺纤维化	78	INS018_055	蓋鹽襯襯鑰鑰艱衊膚窪(鹹餘簾衊蓋範膚構製膚) = not reported 獵獵遞網鬱廠衊蓋顧網 (製積襯衊壓製齋鹽襯糧 ) 更多	积极	2023-01-10