药物发现市场中的人工智能 - 全球行业规模、份额、趋势、机遇和预测，2018 年至 2028 年，按组件类型（软件和服务）、药物类型（小分子和大分子）、应用类型（临床前测试、药物优化和再利用、靶标识别、候选药物筛选等）、治疗领域（肿瘤学、神经退行性疾病、心血管疾病、罕见疾病等）、地区和竞争进行细分

市场概览

全球药物发现市场中的 AI 价值已达 USD

关键市场驱动因素

减少药物研究过程所花费的绝对时间

人们越来越希望减少药物发现过程所需的总体时间，这将大大增加药物发现中对人工智能 (AI) 的需求，从而加速市场增长。传统的动物模型通常需要三到五年的时间来识别和优化化合物，然后才能进行人工评估，而人工智能驱动的初创公司可以在几天或几个月内发现和开发新药。此外，医疗保健预算的增加和医疗保健基础设施的进步将成为市场扩张的重要驱动力。越来越多地采用人工智能 (AI) 来有效探索药物活动，这将推动药物开发行业对人工智能 (AI) 的需求。传统的药物发现过程的特点是耗时、成本高、容易失败。相比之下，人工智能驱动的方法通过简化药物发现的关键阶段（包括化合物筛选、先导化合物优化和临床试验设计）提供了提高效率和降低费用的机会。利用人工智能算法可以快速分析广泛的化合物库、高效地确定候选药物的优先级并进行准确的属性预测，从而促进快速有效的药物开发。

大型科技公司和制药公司共同投资

为了促进微软人工智能算法在制药行业使用的大量数据集上的应用，诺华公司和这家计算机公司达成了一项为期数年的战略协议，从 2019 年开始。两家公司表示有意采用图像分析和生成方法来推进个性化医疗并增强细胞和基因治疗。4 月，著名的图形处理单元制造商和积极推进人工智能能力的公司 Nvidia 与 Schrödinger 合作，以加快和增强该软件在分子预测方面的预测能力。这些因素共同对药物发现市场的人工智能产生了重大影响。 Exscientia 是过去十年内成立的众多以基于人工智能的药物发现和开发方法为核心的企业之一，最近吸引了大量投资。这些公司中有几家正在开发工具，以加速识别潜在的小分子候选药物。例如，Recursion Pharmaceuticals 在首次公开募股中筹集了 4.36 亿美元，生成了大量定制的细胞行为数据，旨在利用人工智能发现可以为新型药物开发提供信息的生物学见解。此外，IBM、微软和谷歌等 IT 公司正在积极投资并与制药公司进行财务合作，以促进 AI 在药物发现市场的发展。

慢性病发病率增加

糖尿病、慢性阻塞性肺病 (COPD)、冠状动脉疾病、关节炎、哮喘、肝炎和癌症等慢性病的发病率在全球主要地区显着上升。这可以归因于老年人口的增长（预计到 2050 年将超过全球人口的 20%）、生活方式的改变以及快速城市化导致的饮食变化。根据国际糖尿病联合会的数据，2021 年，全球糖尿病患者人数高达 5.37 亿。此外，预计到 2030 年，每年新增癌症病例数将达到 6.43 亿。肺癌是亚太地区癌症相关死亡的主要原因，仅中国就占所有病例的 50% 以上。宫颈癌在很大程度上受到生活方式改变和社会文化因素的影响。亚太地区受乳腺癌影响较大的国家包括印度、泰国和中国。

技术进步

机器学习、深度学习和自然语言处理等人工智能技术的进步极大地增强了人工智能分析和解释复杂生物数据的能力。这些进步促进了各种数据源（包括基因组学、蛋白质组学和临床数据）的整合，从而在药物发现方面获得更全面的见解和加快决策。包括基因组序列、蛋白质结构和药物靶标相互作用在内的生物数据的指数级增长为人工智能驱动的分析和建模提供了大量机会。大规模数据集的可用性使 AI 算法能够辨别模式、预测化合物特性并生成创新假设，从而实现药物发现中明智的数据驱动决策。

下载免费样本报告

主要市场挑战

数据质量和可用性

AI 严重依赖高质量、多样化和全面的数据进行训练和模型开发。然而，确保可靠且精心策划的数据集的可用性可能具有挑战性，尤其是在药物发现领域，数据隐私、知识产权和监管考虑是重要因素。获取涵盖不同患者群体和疾病类型的大型代表性数据集可能会对 AI 驱动的药物发现工作构成障碍。AI 算法，特别是深度学习模型，通常充当“黑匣子”，很难解释其预测或建议背后的原因。在药物发现中，透明和可解释的决策至关重要，缺乏可解释性可能会引起监管机构、临床医生和患者的担忧。解决 AI 模型的可解释性挑战对于在该领域建立信任和接受至关重要。验证 AI 驱动的模型并确保符合监管标准是药物发现行业的挑战。监管机构通常需要高水平的证据和验证来确保新药的安全性和有效性。AI 模型必须符合严格的标准并在不同的数据集上表现出稳健的性能才能获得监管部门的批准。制定一个能够充分解决 AI 在药物发现中的独特考虑因素的监管框架对于促进其更广泛采用至关重要。

技术挑战

人工智能和机器学习在许多方面取得了重大进展。然而，数据集的质量仍然是利用 AI 方法进行药物开发的一大障碍。大量具有挑战性的数据集的存在凸显了合作在推进 AI 在药物发现中的应用方面的重要性。解决与数据所有权和保密性相关的挑战性问题至关重要。尽管该领域缺乏强有力的初始线索，但仍在不断努力回顾性地验证和优化现有技术。

主要市场趋势

研发风险投资的扩大

研发活动的扩大，加上基于云的服务和应用程序的利用率不断提高，为药物发现市场中的人工智能 (AI) 的增长提供了良好的前景。新兴国家日益增长的需求和生物技术产业的进步将进一步加速药物发现市场中人工智能的发展步伐。COVID-19 大流行极大地推动了人工智能在药物开发领域的应用，其在识别和筛选用于治疗 COVID-19 的现有药物中的广泛应用就是明证。事实证明，人工智能可有效识别用于预防各种疾病（如 SARS-CoV、HIV、SARS-CoV-2、流感病毒等）的活性物质。在疫情期间，全球各经济体都依赖于基于人工智能的药物研发，而不是耗时耗力的传统疫苗研发流程，从而推动了人工智能在药物研发市场的增长。

个性化医疗和精准医疗

人工智能有可能通过整合患者数据（包括遗传信息、临床参数、生活方式因素）彻底改变个性化医疗。通过分析这些数据，人工智能算法可以识别患者亚群，预测个体对治疗的反应，并优化治疗策略。根据患者的独特特征为其量身定制治疗方案的能力使精准医疗方法能够改善治疗效果，最大限度地减少不良反应，并优化患者护理。这种变革性用例有可能彻底改变疾病的诊断、监测和治疗，从而实现更有效和个性化的治疗干预。识别和验证合适的药物靶标是药物研发过程中的关键步骤。通过分析复杂的生物数据（如基因组学、蛋白质组学和临床数据），人工智能算法可以识别潜在靶标并阐明其生物学机制。通过整合不同的数据源并利用机器学习技术，AI 可以发现新的药物靶点，验证它们与特定疾病的相关性，并预测药物开发成功的可能性。这种用例使研究人员能够将精力集中在治疗成功概率更高的目标上。

细分洞察

组件类型洞察

药物发现中的 AI 市场根据组件类型分为软件和服务。就市场份额而言，服务部门预计将在 2022 年主导全球药物发现服务中的 AI 市场，并在 2022 年至 2028 年期间呈现最高复合年增长率。该细分市场的增长主要受到 AI 服务的优势以及最终用户对 AI 服务的强烈需求的推动。此外，软件部门也在药物发现中的 AI 领域发挥着重要作用。例如，一些新兴公司正专注于开发深度学习创新解决方案和生成模型。这些进步使得利用现有数据来设计可在计算机中优化的分子成为可能，从而满足小分子发现项目的所有成功标准。例如，Makya 是一个用户友好的 SaaS 平台，用于 AI 驱动的新型药物发现，特别专注于配体和基于结构的项目的多参数优化。

治疗领域洞察

就治疗领域而言，预计肿瘤学领域在预测期内将经历最高的复合年增长率 (CAGR)。这可以归因于 AI 在发现用于治疗各种癌症的药物方面的应用越来越多，肿瘤学管道中有大量有前景的药物，AI 在发现和开发肿瘤药物方面的应用越来越多，以及大型制药公司和 AI 提供商之间的合作越来越多。这些因素主要推动了该细分市场的增长。

下载免费样本报告

区域见解

北美有望主导市场，这主要是因为该地区广泛采用人工智能技术、患者数量庞大、慢性病和传染病患病率较高、医疗基础设施先进，以及人工智能和药物发现的临床研究和试验活跃。尤其是美国，代谢和生活方式疾病的患病率很高。据美国疾病控制与预防中心报道，到 2022 年，美国将有超过 1.3 亿成年人患有糖尿病。此外，根据美国国立卫生研究院的数据，慢性肾病影响到该国七分之一的成年人。德克萨斯大学 MD 安德森癌症中心、阿拉巴马大学亨茨维尔分校、牛津大学和邓迪大学等著名研究和学术机构正在将人工智能整合到药物发现研究中。该地区药物发现市场人工智能的增长受到美国关键发展和市场参与者高度集中的进一步推动。例如，2021 年 11 月，谷歌母公司 Alphabet 推出了 ISOMORPHIC LABORATORIES 作为其首家药物发现公司。同样，2022 年 9 月，微软与 Novo Nordisk 达成合作协议，为数据科学分析、药物发现和开发活动提供其 AI、计算和云服务。此外，强生旗下的 Janssen 于 2022 年 8 月宣布与 SRI International 建立合作伙伴关系，利用 SRI 的 SynFini AI 平台进行小分子药物发现。该地区的这些持续进步预计将推动市场增长。

最新发展

• 2021 年 2 月，Exscientia 和牛津大学将合作研究阿尔茨海默病的治疗方法。
• 从 2020 年 10 月开始，Beginning Therapeutics 与 Genentech (US) 合作，共同致力于多目标药物开发，利用 Genesis 先进的 AI 能力来识别各种疾病的潜在治疗方法。
• 2021 年 3 月，Iktos 和辉瑞达成协议，将 Iktos 的 AI 驱动药物设计工具用于辉瑞选定的小分子计划。

主要市场参与者