研报解读河洛投研

China AI drug discovery ecosystem：中国AI药物研发正在快速扩张，但下一批赢家将由数据、湿实验反馈和临床执行决定，而不只是分子生成能力。

Bernstein发现，AIDD正在显著加快中国早期药物发现和许可交易活动，但尚未证明其临床成功率更高。该机构看好更广泛的潜在受益者，包括前沿AI平台、CRO/CDMO和一体化生物制药企业。

机构Bernstein

日期20260929

行业China pharma and biotech; AI drug discovery

摘要

Outperform：Asymchem、BeOne、Hansoh、Innovent、Hengrui、Kelun-Biotech和WuXi AppTec。Market-Perform：Akeso、CSPC、Sino Biopharmaceutical、WuXi Biologics和Zai Lab。

中国AIDD活跃管线从2023年的47项资产增至1Q-3Q26的219项。
AIDD从命中识别到首次人体试验的时间约为22个月，而大型药企基准为59个月。
1Q-3Q26中国源头AI相关许可交易约占中国许可交易价值的25%。
Bernstein认为，目前没有明确证据表明AIDD项目在Phase I或Phase II推进方面优于传统药企。
报告识别出三类AI时代赢家：前沿AI企业、规模化CRO/CDMO数据提供商和一体化生物制药企业。

研报解读

概览

本深度报告研究AI如何改变中国药物研发生态系统。Bernstein认为，早期发现速度和许可交易活动已显著改善，但可持续价值将取决于企业能否把AI模型与专有生物学和临床数据、湿实验验证、生产能力及药物研发执行结合起来。

核心观点

AI药物研发已从小众能力逐步成为中国生物制药行业更主流的组成部分。中国AIDD企业的活跃管线从2023年的47项资产增至1Q-3Q26的219项，其中临床前项目从45项增至194项，临床项目从2项增至25项。报告认为，最明显的收益是早期研发更快：AIDD企业从命中识别到首次人体试验的报告周期约为22个月，而大型药企基准为59个月。这可以使企业在一定时期内将更多项目推进至临床，但报告所述临床执行改善仅为5-15%，相对有限。生产转换成本和公司SG&A节省的潜力也可能扩大成熟药企的盈利机会。许可交易已成为外部验证和商业化的重要形式，但应谨慎解读交易总价值。1Q-3Q26全球AI相关许可交易价值达到$54 billion，高于FY2025的$31 billion，单笔价值至少$100 million的交易为27笔，而此前为21笔。AI占全球许可交易价值的25%，高于2020年的3%。中国源头交易占累计交易数量的23%和交易价值的32%，表明平均交易规模更大；在1Q-3Q26，AI相关交易占中国源头许可交易价值的25%，而2022-25年为个位数比例。然而，截至3Q26的98笔交易中，74%为仅资产交易，只有13%涉及已定义的现有资产；开发新资产的合作占交易数量的61%和价值的58%。因此，Bernstein指出，大量已宣布的价值依赖里程碑付款，反映的是未来交付预期而非已实现的临床或商业价值。每项资产的首付款也并未持续高于非AI交易。核心约束在于，配体发现不等于药物发现。基础模型和生成式方法能够更快识别结合物并生成分子，但高亲和力配体仍可能因溶解度、药代动力学、毒性、可制造性或其他可开发性问题而失败。Bernstein援引一项模拟，显示开发失败率降低20%对每个获批药物资本化成本的节省，超过同等幅度的研发速度或研发开支改善。然而，现有数据并未显示AIDD拥有更高的推进率：全球AIDD企业的Phase I和Phase II推进率分别为19%和7%，中国AIDD企业分别为14%和5%，而全球前20大跨国药企为26%和14%。Insilico Medicine分别为31%和10%，但报告强调，大多数AIDD项目仍处于早期，证据尚不成熟。报告描述了从蛋白质结构预测转向从头设计的变化，即模型针对明确的生物学目标生成新的序列或分子结构。但生成的候选物仍须接受折叠、靶点结合和分子行为的计算检查，并进行实验验证。Anew Labs的案例将超过3,000个生成的纳米抗体设计缩减为约50个用于湿实验测试的候选物；Insilico的Chemistry42则针对效力、选择性和ADMET标准进行迭代优化。Bernstein的结论是，仅凭模型基准并不足够，因为下游生物学相关性和临床结果比孤立的筛选表现更重要。因此，竞争优势正转向实验室闭环系统。公共结构数据集和模型架构可被广泛获取，而经过实验验证并标准化的专有数据集则不然。在设计、测试、学习的闭环中，计算设计在湿实验室中通过BLI、SPR和ELISA等实验进行筛选，产生的生物学测量结果随后被反馈至模型，用于下一轮优化。AnewDesign表示，多轮优化可实现最高100倍的结合亲和力提升，并达到个位数纳摩尔KD值。Bernstein认为，将AI设计、自动化实验和持续学习相结合的企业，能建立比单纯依赖更大模型更持久的数据优势。这一转变也提升了CRO和CDMO的重要性。AIDD企业需要湿实验验证、工艺开发、监管执行、生产放大以及最终的商业化支持。报告列举了Latent Labs与GenScript的合作、Boltz使用WuXi AppTec的OTS化合物库、Earendil Labs在2026年与WuXi Biologics的战略合作，以及Insilico与WuXi AppTec、Tigermed和JOINN的合作。Bernstein认为，这些服务商正日益嵌入AIDD价值链，因为其特定模态数据、实验吞吐能力和生产能力能够支持AI平台所需的反馈闭环。 Bernstein识别出三类赢家。前沿AI企业可凭借领先的基础模型和生成式设计能力获胜，特别是在模型通过一体化湿实验室得到验证和改进时。规模化服务和数据提供商——包括CRO、CDMO和技术平台——可作为横向整合者受益，依托专有临床前数据、标准化流程和生产能力；WuXi AppTec和WuXi Biologics被列为覆盖案例。一体化生物制药企业则可作为纵向整合者，通过AI结合专有临床前、临床和商业化数据，并拥有研发决策和商业化控制权；Innovent、Hengrui和Hansoh被列为例子。报告并不预期该市场会由模型开发商主导并形成赢家通吃格局。在选择受益者时，Bernstein建议关注可量化结果而非AI宣传，包括专有管线扩张、临床推进、许可交易验证、研发生产率、数据所有权和全价值链执行。CSPC、Insilico、Earendil Labs和XtalPi被突出为活跃的交易撮合者，而Hengrui、CSPC、Hansoh、Innovent和BeOne等成熟生物制药企业的活跃项目基础远大于中国AI原生企业。对于一体化药企，相关证据包括更快的靶点至临床进程、管线更新、更早终止低质量项目、许可交易产出和最终临床成功。

分析框架

Bernstein将AIDD管线增长、研发周期、临床推进率和许可交易与传统药企及全球同行进行比较。随后，报告将分子生成模型的局限性与生物学、转化和临床数据需求联系起来，并评估哪些商业模式和价值链定位能够获取由此产生的机会。

方法论与常识提炼

行业/产业分析框架产业链上中下游传导
药物研发价值链分析
报告梳理了AI生成的假设如何需要湿实验测试、临床开发和生产制造，从而说明价值为何不仅可能归于模型开发商，也可能归于CRO、CDMO和一体化药企。
其他
管线、临床成功率和许可交易基准比较
Bernstein比较了管线数量、阶段推进、研发周期、交易价值、交易结构和首付款，以区分早期发现势头与已验证的临床价值。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

WuXi AppTec
覆盖的CDMO/CRO受益者，受益于AIDD企业不断增长的湿实验验证、数据生成和开发需求。
优势
被列为具备相关产能和价值链整合能力的规模化服务与数据提供商。
对比
与WuXi Biologics同被归类为横向整合者，而非纯模型开发商。
风险
AIDD需求必须转化为持续的外包实验和开发活动。
WuXi Biologics
覆盖的生物制剂CDMO，可通过端到端开发和生产支持AI设计的生物制剂。
优势
与Earendil Labs的合作涵盖细胞株、工艺和制剂开发，以及GMP生产。
对比
与WuXi AppTec一同被列为规模化服务和数据提供商案例。
风险
价值实现取决于合作伙伴资产能否推进研发。
Innovent (1801.HK)
覆盖的一体化生物制药案例，属于潜在AI时代纵向整合者。
优势
可将AI与专有临床前、临床和商业化数据结合，覆盖整个药物研发链条。
对比
与Hengrui和Hansoh一同被列为一体化生物制药受益者，而非纯AIDD平台。
风险
AI相关生产率改善必须转化为临床和商业化结果。
Hengrui (600276.CH)
覆盖的一体化生物制药案例，也是METiS TechBio的AI平台合作伙伴。
优势
拥有庞大的活跃项目基础和端到端研发能力。
对比
报告称，成熟生物制药企业的活跃管线规模远大于中国AI原生企业。
风险
仅有模型公告并不足以证明研发价值创造。
Hansoh (3692.HK)
覆盖的一体化生物制药案例，属于潜在AI时代赢家。
优势
被列为拥有相关管线规模和价值链整合能力的成熟生物制药企业。
对比
与Innovent和Hengrui一同被归类为纵向整合受益者。
风险
临床执行和可衡量的研发生产率仍是关键检验。
Asymchem (002821.CH / 6821.HK)
覆盖公司，评级为Outperform。
BeOne (ONC)
覆盖公司，评级为Outperform。
优势
被列为成熟生物制药企业，其活跃项目基础远大于中国AI原生企业。
对比
被纳入7家覆盖公司；这些公司在2021-2026YTD中国活跃临床阶段和已获批资产中保持了大致稳定的7-11%份额。
Kelun-Biotech (6990.HK)
覆盖公司，评级为Outperform。
Akeso (9926.HK)
覆盖公司，评级为Market-Perform。
CSPC (1093.HK)
覆盖公司，评级为Market-Perform，并被突出为活跃的中国AI交易撮合者。
优势
在报告筛选的2023-2026YTD交易中，有4项重大AI交易，累计已披露首付款为$1.48 billion。
对比
与Insilico、Earendil Labs和XtalPi一同被列为中国企业中的交易撮合领导者。
风险
许可交易承诺仍取决于未来资产交付和里程碑。
Sino Biopharmaceutical (1177.HK)
覆盖公司，评级为Market-Perform。
Zai Lab (9688.HK)
覆盖公司，评级为Market-Perform。

关键数据

中国AIDD活跃管线47 assets in 2023; 219 assets in 1Q-3Q26增长由临床前资产主导，同时临床阶段推进也在增加。
中国AIDD企业临床前项目45 in 2023; 194 in 2026YTD同期临床项目从2项增至25项。
从命中识别到首次人体试验的周期c.22 months for AIDD companies versus 59 months for large pharma显示出报告所述的早期研发速度优势。
全球AI相关许可交易价值$54 billion in 1Q-3Q26超过FY2025的$31 billion；AI占全球许可交易价值的25%，而2020年为3%。
中国源头AI许可交易贡献25% of China-origin licensing value in 1Q-3Q26高于2022-25年的个位数比例。
AI交易构成74% of deal count and 68% of deal value were asset-only; defined existing assets were 13% of transactions and 10% of value大多数已宣布价值仍与未来资产开发相关。
临床推进率Global top-20 MNCs: 26% Phase I and 14% Phase II; global AIDD: 19% and 7%; China AIDD: 14% and 5%报告认为，迄今AIDD尚未显示出显著的成功率优势。

影响与含义

报告将AI视为生态系统机会，而非纯软件或模型开发主题。其观点是，最持久的收益应归于那些能将AI转化为经过验证的生物学洞见、专有数据、高效研发和商业化执行的企业，而仅凭高额许可交易价值并不能证明临床或经济成功。

风险

AIDD尚未持续显示出比传统药企更高的Phase I或Phase II推进率，且大多数项目仍处于早期阶段。
针对结合亲和力优化的模型可能因毒性、不佳的药代动力学、溶解度、可制造性或其他可开发性问题而在后期失败。
大量AI相关许可交易价值依赖里程碑付款，并与未来资产创建而非已定义的现有资产相关。
公共数据集和广泛传播的模型架构可能使单凭算法能力难以构建可防御优势。

后续跟踪

管线向临床阶段的推进和最终临床成功，而非分子生成数量。
许可交易验证，包括首付款与依赖里程碑的交易价值之间的构成。
研发生产率指标，例如靶点至临床速度、管线更新、较早终止低质量项目和许可交易产出。
企业是否通过自动化湿实验室、CRO/CDMO合作和闭环学习建立专有生物学及临床数据集。
CRO、CDMO和一体化生物制药企业在开发、生产和商业化环节的执行。