調(diào)研報(bào)告顯示,藥物發(fā)現(xiàn)人工智能市場(chǎng)產(chǎn)業(yè)鏈?zhǔn)且粋€(gè)復(fù)雜而龐大的體系,它涵蓋了從上游的技術(shù)提供到下游的藥物研發(fā)及商業(yè)化等多個(gè)環(huán)節(jié)。
藥物發(fā)現(xiàn)人工智能市場(chǎng)產(chǎn)業(yè)鏈主要包括上游、中游和下游三個(gè)部分:
上游:
數(shù)據(jù)提供商:藥物研發(fā)過(guò)程中需要大量的數(shù)據(jù),包括生物醫(yī)學(xué)數(shù)據(jù)、藥物分子結(jié)構(gòu)數(shù)據(jù)、臨床試驗(yàn)數(shù)據(jù)等。數(shù)據(jù)提供商負(fù)責(zé)收集、整理和提供這些數(shù)據(jù),有些是公共數(shù)據(jù)庫(kù),如一些小分子化合物數(shù)據(jù)庫(kù)、蛋白質(zhì)結(jié)構(gòu)和序列數(shù)據(jù)庫(kù)、組學(xué)數(shù)據(jù)庫(kù)等開(kāi)源數(shù)據(jù);也有部分商業(yè)數(shù)據(jù)庫(kù)需要購(gòu)買或不公開(kāi)。
算力供應(yīng)商:人工智能藥物發(fā)現(xiàn)需要強(qiáng)大的算力支持,涉及到服務(wù)器、芯片等硬件設(shè)備。知名的芯片供應(yīng)商如英偉達(dá)、英特爾、AMD 等為該領(lǐng)域提供高性能的計(jì)算芯片,以滿足人工智能算法對(duì)大量數(shù)據(jù)的快速處理需求。此外,云計(jì)算服務(wù)提供商如華為云、騰訊云、阿里云、百度智能云等也為藥物發(fā)現(xiàn)人工智能提供了靈活的算力租賃服務(wù)。
算法和軟件開(kāi)發(fā)商:這是上游的核心部分,包括各類機(jī)器學(xué)習(xí)、深度學(xué)習(xí)以及其他人工智能算法的研發(fā)企業(yè),以及開(kāi)發(fā)數(shù)據(jù)收集和處理平臺(tái)、開(kāi)源軟件包等輔助類軟件的公司。他們?yōu)樗幬锇l(fā)現(xiàn)提供了關(guān)鍵的技術(shù)支持,通過(guò)不斷優(yōu)化算法和軟件,提高藥物研發(fā)的效率和準(zhǔn)確性。例如,薛定諤(Schrödinger)公司基于物理學(xué)的軟件計(jì)算平臺(tái),已被世界各地的生物醫(yī)藥公司、學(xué)術(shù)機(jī)構(gòu)和政府實(shí)驗(yàn)室使用。
中游:
藥物研發(fā)企業(yè):
AI+Biotech:這類企業(yè)專注于利用人工智能技術(shù)進(jìn)行生物制藥研發(fā),從藥物本身的性質(zhì)或治療手段分類,可分為小分子藥物、大分子藥物、細(xì)胞和基因編輯療法等細(xì)分領(lǐng)域。例如,英矽智能、埃格林醫(yī)藥等公司在 AI + 小分子藥物研發(fā)方面取得了一定成果;Generate Biomedicines、AbCellera 等公司則專注于 AI + 大分子藥物研發(fā);在細(xì)胞和基因編輯療法領(lǐng)域,有 Moderna、 Kriya、新合生物等公司。
AI+CRO(Contract Research Organization,合同研究組織):CRO 企業(yè)通過(guò)人工智能的輔助,為客戶提供藥物研發(fā)過(guò)程中的不同階段的服務(wù),如藥物早期發(fā)現(xiàn)、臨床前研究和臨床試驗(yàn)等。一些 AI+CRO 企業(yè)不僅對(duì)外提供技術(shù)研發(fā)服務(wù),對(duì)內(nèi)部部分具有價(jià)值的管線,也以合作的形式推進(jìn)。例如,晶泰科技已與全球超過(guò) 70 家藥企達(dá)成合作,加速了眾多藥物管線的發(fā)現(xiàn)與開(kāi)發(fā)。
AI+SaaS(Software as a Service,軟件即服務(wù)):為客戶提供 AI 輔助藥物開(kāi)發(fā)平臺(tái),企業(yè)客戶可以通過(guò)平臺(tái)使用各種藥物研發(fā)相關(guān)的工具和功能,幫助加速研發(fā)流程,節(jié)省成本與時(shí)間。比如,碳硅智慧開(kāi)發(fā)的基于人工智能的臨床前一站式藥物發(fā)現(xiàn) SaaS 平臺(tái) ——DrugFlow,包含了靶標(biāo)發(fā)現(xiàn)、虛擬篩選、先導(dǎo)化合物優(yōu)化、成藥性預(yù)測(cè)等多個(gè)模塊。
科研機(jī)構(gòu)和高校:在藥物發(fā)現(xiàn)人工智能領(lǐng)域,科研機(jī)構(gòu)和高校扮演著重要的角色。他們進(jìn)行基礎(chǔ)研究,開(kāi)發(fā)新的算法和模型,培養(yǎng)專業(yè)人才,并與企業(yè)合作開(kāi)展產(chǎn)學(xué)研項(xiàng)目,推動(dòng)技術(shù)的創(chuàng)新和應(yīng)用。許多前沿的研究成果都是從科研機(jī)構(gòu)和高校中誕生,然后逐漸應(yīng)用到商業(yè)領(lǐng)域。
下游:
傳統(tǒng)藥企:傳統(tǒng)藥企是藥物發(fā)現(xiàn)人工智能的最終用戶和受益者。他們通過(guò)自建團(tuán)隊(duì)、對(duì)外投資、與 CRO 及技術(shù)公司合作等方式,將人工智能技術(shù)應(yīng)用到藥物研發(fā)過(guò)程中,提高研發(fā)效率和成功率,降低成本。傳統(tǒng)藥企擁有豐富的藥物研發(fā)經(jīng)驗(yàn)、市場(chǎng)渠道和銷售網(wǎng)絡(luò),能夠?qū)⑷斯ぶ悄苎邪l(fā)出的藥物推向市場(chǎng),實(shí)現(xiàn)商業(yè)化。
醫(yī)藥外包企業(yè):醫(yī)藥外包企業(yè)為藥物研發(fā)提供各種專業(yè)服務(wù),如臨床試驗(yàn)、藥品注冊(cè)、生產(chǎn)外包等。在藥物發(fā)現(xiàn)人工智能領(lǐng)域,他們可以與 AI 藥物研發(fā)企業(yè)合作,利用人工智能技術(shù)提高服務(wù)質(zhì)量和效率,為客戶提供更優(yōu)質(zhì)的解決方案。
醫(yī)療機(jī)構(gòu):醫(yī)療機(jī)構(gòu)是藥物的使用場(chǎng)所,他們?yōu)樗幬镅邪l(fā)提供臨床數(shù)據(jù)和患者樣本,幫助企業(yè)進(jìn)行臨床試驗(yàn)和驗(yàn)證。同時(shí),醫(yī)療機(jī)構(gòu)也可以利用人工智能技術(shù),為患者提供更加精準(zhǔn)的醫(yī)療服務(wù),提高治療效果。
圖:人工智能在藥物研發(fā)中的產(chǎn)業(yè)鏈結(jié)構(gòu)

下游
圖:代表企業(yè)概況
Enterprise Name
|
Country
|
Web
|
Allergan
|
USA
|
https://www.allergan.com
|
Eisai
|
Japan
|
http://www.eisai.com/
|
Novartis
|
Basel, Switzerland
|
https://www.novartis.com/
|
Merz Pharma
|
Germany
|
https://www.merz.com/
|
Pfizer
|
New York City, United States
|
http://www.pfizer.com/
|
Johnson & Johnson
|
https://www.jnj.com/
|
https://www.jnj.com/
|
Purdue Pharma
|
USA
|
http://www.purduepharma.com/
|
第一章 報(bào)告概述
1.1定義和規(guī)范
1.2玩家和地區(qū)概述
1.2.1玩家概述
1.2.2區(qū)域概述
1.3技術(shù)概述
1.3.1深度學(xué)習(xí)
1.3.2查詢方式
1.3.3自然語(yǔ)言處理
1.3.4上下文感知處理
1.4藥物類型概述
1.5產(chǎn)品概述
1.6最終用戶概述
1.7應(yīng)用概述
1.8產(chǎn)業(yè)鏈
1.8.1藥物研發(fā)全產(chǎn)業(yè)鏈中的人工智能
1.8.2下游
1.8.3關(guān)鍵參與者在醫(yī)藥研發(fā)價(jià)值鏈中的核心競(jìng)爭(zhēng)力
1.8.4主要參與者的資金比率
第二章 全球人工智能在藥物發(fā)現(xiàn)市場(chǎng)的技術(shù)評(píng)估
2.1整體市場(chǎng)表現(xiàn)(價(jià)值)
2.2深度學(xué)習(xí)(價(jià)值)
2.3查詢方法(值)
2.4自然語(yǔ)言處理(值)
2.5上下文感知處理(值)
第三章 全球人工智能在藥物發(fā)現(xiàn)市場(chǎng)評(píng)估中的應(yīng)用
3.1整體市場(chǎng)表現(xiàn)(價(jià)值)
3.2目標(biāo)ID/VD(值)
3.3導(dǎo)聯(lián)ID/可選(價(jià)值)
3.4臨床前(值)
3.5臨床試驗(yàn)(值)
3.6其他(價(jià)值)
第四章 競(jìng)爭(zhēng)分析
4.1Atomwise
4.1.1Atomwise分布
4.1.2產(chǎn)品/服務(wù)/解決方案格局
4.1.3碳排放收入
4.2BERG
4.2.1 BERG概況
4.2.2產(chǎn)品/服務(wù)/解決方案格局
4.2.3 BERG收入
4.3Deep Genomics
4.3.1Deep Genomics概況
4.3.2產(chǎn)品/服務(wù)/解決方案格局
4.3.3Deep Genomics收入
4.4Recursion Pharmaceuticals
4.4.1Recursion Pharmaceuticals概況
4.4.2產(chǎn)品/服務(wù)/解決方案格局
4.4.3Recursion Pharmaceuticals入
4.5 Euretos
4.5.1 Euretos配置文件
4.5.2產(chǎn)品/服務(wù)/解決方案格局
4.5.3 Euretos收入
4.6BenevolentAI
4.6.1 BenevolentAI配置文件
4.6.2產(chǎn)品/服務(wù)/解決方案格局
4.6.3BenevolentAI收入
4.7Exscientia
4.7.1Exscientia概況
4.7.2產(chǎn)品/服務(wù)/解決方案格局
4.7.3Exscientia收入
4.8Aiforia
4.8.1 Aiforia簡(jiǎn)介
4.8.2產(chǎn)品/服務(wù)/解決方案格局
4.8.3 Aiforia收入
4.9 IBM
4.9.1 IBM配置文件
4.9.2產(chǎn)品/服務(wù)/解決方案前景
4.9.3 Aiforia收入
4.10Insilico
4.10.1 Insilico醫(yī)學(xué)簡(jiǎn)介
4.10.2產(chǎn)品/服務(wù)/解決方案前景
4.10.3 Insilico藥品收入
4.11BIOAGE
4.11.1BIOAGE特征
4.11.2產(chǎn)品/服務(wù)/解決方案格局
4.11.3 BIOAGE收入
4.12Numerate
4.12.1Numerate配置文件
4.12.2產(chǎn)品/服務(wù)/解決方案格局
4.12.3Numerate收入
4.13 NuMedii
4.13.1 NuMedii簡(jiǎn)介
4.13.2產(chǎn)品/服務(wù)/解決方案格局
4.13.3 NuMedii收入
4.14Envisagenics
4.14.1Envisagenics概況
4.14.2產(chǎn)品/服務(wù)/解決方案格局
4.14.3Envisagenics收入
4.15Globavir
4.15.1Globavir概況
4.15.2產(chǎn)品/服務(wù)/解決方案格局
4.15.3Globavir收入
4.16loud Pharmaceuticals
4.16.1loud Pharmaceuticals簡(jiǎn)介
4.16.2產(chǎn)品/服務(wù)/解決方案格局
4.16.3loud Pharmaceuticals收入
4.17NVIDIA
4.17.1 NVIDIA公司簡(jiǎn)介
4.17.2產(chǎn)品/服務(wù)/解決方案格局
4.17.3 NVIDIA公司收入
4.18Cyclica
4.18.1Cyclica
4.18.2產(chǎn)品/服務(wù)/解決方案格局
4.18.3Cyclica收入
4.19 TwoXAR
4.19.1TwoXAR配置文件
4.19.2產(chǎn)品/服務(wù)/解決方案格局
4.19.3 TwoXAR收入
4.20OWKIN
4.20.1 OWKIN型材
4.20.2產(chǎn)品/服務(wù)/解決方案前景
4.20.3 OWKIN收入
4.21 XtalPi
4.21.1 XtalPi配置文件
4.21.2產(chǎn)品/服務(wù)/解決方案前景
4.21.3 XtalPi收入
4.22Verge Genomics
4.22.1 Verge Genomics簡(jiǎn)介
4.22.2產(chǎn)品/服務(wù)/解決方案格局
4.22.3Verge Genomics收入
4.23Standigm
4.23.1 Standigm配置文件
4.23.2產(chǎn)品/服務(wù)/解決方案格局
4.23.3 Standigm收入
4.24 Iktos
4.24.1 Iktos配置文件
4.24.2產(chǎn)品/服務(wù)/解決方案格局
4.24.3 Iktos收入
4.25Nference
4.25.1Nference資料
4.25.2產(chǎn)品/服務(wù)/解決方案格局
4.25.3Nference收入
4.26Cellarity
4.26.1Cellarity曲線
4.26.2產(chǎn)品/服務(wù)/解決方案格局
4.26.3 Cellarity收入
4.27Insilico
4.27.1 Insilico醫(yī)學(xué)簡(jiǎn)介
4.27.2產(chǎn)品/服務(wù)/解決方案前景
4.27.3 Insilico藥品收入
4.28Collaborations Pharma
4.28.1Collaborations Pharma概況
4.28.2產(chǎn)品/服務(wù)/解決方案格局
4.28.3Collaborations Pharma收入
4.29Genesis Therapeutics
4.29.1 Genesis Therapeutics概況
4.29.2產(chǎn)品/服務(wù)/解決方案前景
4.29.3Genesis Therapeutics收入
4.30Relay Therapeutics
4.30.1Relay Therapeutics概況
4.30.2產(chǎn)品/服務(wù)/解決方案前景
4.30.3Relay Therapeutics收入
4.31 SOM Biotech
4.31.1 SOM Biotech簡(jiǎn)介
4.31.2產(chǎn)品/服務(wù)/解決方案格局
4.31.3SOM Biotech收入
4.32無(wú)錫NextCode
4.32.1無(wú)錫NextCode簡(jiǎn)介
4.32.2產(chǎn)品/服務(wù)/解決方案格局
4.32.3無(wú)錫NextCode收入
4.33Insitro
4.33.1Insitro配置文件
4.33.2產(chǎn)品/服務(wù)/解決方案格局
4.33.3Insitro收入
4.34Healx
4.34.1Healx狀況
4.34.2產(chǎn)品/服務(wù)/解決方案格局
4.34.3Healx收入
4.35微軟
4.35.1微軟配置文件
4.35.2產(chǎn)品/服務(wù)/解決方案格局
4.35.3微軟收入
4.36谷歌
4.36.1谷歌個(gè)人資料
4.36.2產(chǎn)品/服務(wù)/解決方案格局
4.36.3谷歌收入
第五章 競(jìng)爭(zhēng)格局
5.1 2015-2020年全球人工智能在藥物發(fā)現(xiàn)銷售收入中的份額
5.2全球人工智能在藥物發(fā)現(xiàn)領(lǐng)域的參與者毛利率(2015-2020)
5.3市場(chǎng)集中度
第六章 按地區(qū)劃分的藥物發(fā)現(xiàn)市場(chǎng)全球人工智能評(píng)估
6.1全球人工智能在藥物發(fā)現(xiàn)銷售收入中的區(qū)域比較(2015-2020)
6.2全球人工智能在藥物研發(fā)中的毛利率比較(2015-2020年)
第七章 北美
7.1北美藥物研發(fā)市場(chǎng)中的人工智能(2015-2020)
7.2北美人工智能在藥物發(fā)現(xiàn)市場(chǎng)的技術(shù)規(guī)模
7.3北美人工智能在藥物發(fā)現(xiàn)市場(chǎng)的應(yīng)用規(guī)模
第八章 歐洲
8.1歐洲藥物研發(fā)市場(chǎng)中的人工智能(2015-2020)
8.2歐洲藥物研發(fā)中的人工智能市場(chǎng)規(guī)模(按技術(shù))
8.3歐洲人工智能在藥物發(fā)現(xiàn)市場(chǎng)的應(yīng)用規(guī)模
第九章 中國(guó)
9.1中國(guó)人工智能在藥物研發(fā)市場(chǎng)的應(yīng)用(2015-2020)
9.2中國(guó)人工智能在藥物發(fā)現(xiàn)市場(chǎng)的技術(shù)規(guī)模
9.3中國(guó)人工智能在藥物發(fā)現(xiàn)市場(chǎng)的應(yīng)用規(guī)模
第十章 日本
10.1日本人工智能在藥物研發(fā)市場(chǎng)的應(yīng)用(2015-2020)
10.2日本人工智能在藥物發(fā)現(xiàn)市場(chǎng)的技術(shù)規(guī)模
10.3日本人工智能在藥物發(fā)現(xiàn)市場(chǎng)的應(yīng)用規(guī)模
第十一章 印度
11.1印度藥物研發(fā)市場(chǎng)的人工智能(2015-2020)
11.2印度人工智能在藥物發(fā)現(xiàn)市場(chǎng)的技術(shù)規(guī)模
11.3印度人工智能在藥物發(fā)現(xiàn)市場(chǎng)的應(yīng)用規(guī)模
第十二章 南美洲
12.1南美藥物研發(fā)市場(chǎng)中的人工智能(2015-2020)
12.2南美人工智能在藥物發(fā)現(xiàn)市場(chǎng)的技術(shù)規(guī)模
12.3南美人工智能在藥物發(fā)現(xiàn)市場(chǎng)的應(yīng)用規(guī)模
第十三章 中東和非洲
13.1中東和非洲藥物發(fā)現(xiàn)市場(chǎng)的人工智能(2015-2020)
13.2中東和非洲藥物發(fā)現(xiàn)市場(chǎng)規(guī)模的人工智能技術(shù)
13.3中東和非洲人工智能在藥物發(fā)現(xiàn)市場(chǎng)的應(yīng)用規(guī)模
第十四章 市場(chǎng)動(dòng)態(tài)
14.1駕駛員
14.2約束
14.3機(jī)會(huì)
14.4挑戰(zhàn)
第十五章 全球人工智能藥物發(fā)現(xiàn)市場(chǎng)按地區(qū)預(yù)測(cè)
15.1全球人工智能藥物發(fā)現(xiàn)銷售收入預(yù)測(cè)(按地區(qū)/國(guó)家)
15.2北美人工智能在藥物發(fā)現(xiàn)銷售收入和增長(zhǎng)率預(yù)測(cè)(2021-2026)
15.3歐洲人工智能在藥物發(fā)現(xiàn)銷售收入和增長(zhǎng)率預(yù)測(cè)(2021-2026)
15.4中國(guó)人工智能藥物研發(fā)銷售收入及增長(zhǎng)率預(yù)測(cè)(2021-2026)
15.5日本人工智能在藥物發(fā)現(xiàn)銷售收入和增長(zhǎng)率預(yù)測(cè)(2021-2026)
15.6印度人工智能在藥物發(fā)現(xiàn)銷售收入和增長(zhǎng)率預(yù)測(cè)(2021-2026)
15.7南美人工智能在藥物發(fā)現(xiàn)銷售收入和增長(zhǎng)率預(yù)測(cè)(2021-2026)
15.8中東和非洲藥物研發(fā)中的人工智能銷售收入和增長(zhǎng)率預(yù)測(cè)(2021-2026)
第十六章 全球人工智能在藥物發(fā)現(xiàn)市場(chǎng)的技術(shù)預(yù)測(cè)
第十七章 按藥物類型預(yù)測(cè)藥物發(fā)現(xiàn)市場(chǎng)的全球人工智能
第十八章 全球人工智能藥物發(fā)現(xiàn)市場(chǎng)預(yù)測(cè)
第十九章 全球人工智能在藥物發(fā)現(xiàn)市場(chǎng)的應(yīng)用預(yù)測(cè)
第二十章 全球人工智能在藥物發(fā)現(xiàn)市場(chǎng)的應(yīng)用預(yù)測(cè)
第二十一章 結(jié)論