AI药物发现统计数据Ai Drug Discovery Statistics Statistics: Market Data Report 2026

AI药物发现统计数据

AI药物发现扩大市场、降低成本并加速开发进程。

统计数据集锦

1. Exscientia（艾思森尼亚）的AI设计药物DSP-1181在2.5年内进入1期临床试验。
2. Insilico Medicine（英矽智能）的AI发现药物ISM001-055（用于纤维化治疗）在2.5年内进入2期临床试验。
3. BenevolentAI（仁慈AI）的BEN-2293（用于特应性皮炎）被提名为临床前候选药物。
4. Recursion Pharmaceuticals（递归制药）的REC-994（用于脑海绵状血管畸形）已进入2期临床试验。
5. Atomwise与赛诺菲(Sanofi)合作，为靶点识别出40个命中系列。
6. XtalPi（晶泰科技）的AI帮助莫德纳(Moderna)更快优化mRNA疫苗。
7. Enamine与AI Reality合作发现100种新型抗生素。
8. PostEra的AI设计了19种激酶抑制剂，新颖度达80%。
9. Cyclica的AI平台为赛诺菲(Sanofi)识别出5个新靶点。
10. Iktos使用AI获得化学领域首个生成式深度学习专利。
11. Asimov的AI设计的CAR-T细胞效力提升10倍。
12. Crispr Therapeutics利用AI将基因编辑效率提高90%。
13. 默克(Merck)的AI分子生成技术在数周内产出10万个新型先导化合物。
14. BenevolentAI的BEN-8744（用于溃疡性结肠炎）已进入1期临床试验。
15. Relay Therapeutics的RLY-4008（FGFR2抑制剂）处于1/2期临床试验。
16. Valo Health的VK2735（GLP-1激动剂肥胖药物）处于1期临床试验。
17. Generate Biomedicines的GB-0895（IL-7药物）处于1期临床试验。
18. Isomorphic Labs与诺华(Novartis)合作开发AI靶点。
19. Arcturus Therapeutics的AI优化mRNA用于新冠疫苗。
20. FluGen利用AI开发通用流感疫苗候选物。
21. Eikon Therapeutics获3.51亿美元用于AI成像药物发现。
22. Mirai Bio获1.08亿美元用于湿实验室AI整合。
23. Adimab的AI设计抗体亲和力提高50%。
24. AI将药物发现时间从5-6年缩短至平均12-18个月。
25. AI通过更优靶点识别可降低药物开发成本30-50%。
26. 传统药物发现每获批药物成本26亿美元；AI有望将成本降至10亿美元以下。
27. Exscientia利用AI将DSP-1181的1期临床试验时间缩短75%。
28. AI将命中到先导化合物阶段从12-18个月缩短至6-9个月。
29. Insilico Medicine利用AI将临床前候选药物开发时间从30个月缩短至18个月。
30. 生成式AI模型将药物设计中的合成规划时间减少70%。
31. AI优化临床试验设计，将上市时间缩短25%。
32. Atomwise的AI平台可在数天内筛选3万亿种化合物，而人工筛选需数年。
33. BenevolentAI识别靶点的速度是传统方法的3倍。
34. AI从头设计将先导化合物优化循环减少50%。
35. Recursion Pharmaceuticals报告AI使表型筛选速度提高40%。
36. AI将ADMET预测时间减少90%，从数周缩短至数小时。
37. 传统高通量筛选(HTS)每次成本10万美元；AI虚拟HTS仅需1万美元。
38. AI将抗体设计时间从数月缩短至数天。
39. PathAI将药物试验的病理分析时间缩短60%。
40. IBM Watson将假设生成时间减少80%。
41. AI药物重定位将进入2期临床的时间缩短2年。
42. 图神经网络将逆合成步骤减少50%。
43. AI临床试验受试者招募将入组时间缩短40%。
44. Tempus AI平台将基因组分析时间从6周缩短至1天。
45. Owkin的联邦学习将多站点数据分析速度提高3倍。
46. 全球对AI药物发现的投资在2022年达到52亿美元。
47. Recursion Pharmaceuticals在2020年为其AI平台C轮融资5000万美元。
48. Insilico Medicine在2022年为AI驱动的药物发现融资2.55亿美元。
49. Exscientia在2021年从百时美施贵宝(Bristol Myers Squibb)获得1亿美元用于AI药物开发。
50. AbCellera与礼来(Eli Lilly)合作，AI抗体项目获得3000万美元预付款。
51. Generate Biomedicines在2021年C轮融资2.73亿美元用于生成式AI。
52. Valo Health为AI心血管药物发现融资1.9亿美元。
53. Biofourmis获3.2亿美元用于AI治疗开发。
54. Relay Therapeutics通过IPO为AI精准医疗融资4亿美元。
55. Schrödinger在2020年IPO融资2.32亿美元用于计算平台。
56. 2023年前三季度AI生物科技风险投资总额达140亿美元。
57. Nimbus Therapeutics的AI技术促成了与Celgene的40亿美元交易。
58. Kallyope获1.13亿美元用于AI肠道-大脑治疗开发。
59. Dyno Therapeutics获1亿美元用于AI基因治疗衣壳开发。
60. 大型制药公司2022年AI交易总额达100亿美元。
61. Roivant Sciences与AI驱动的Sumitomo达成70亿美元合并。
62. A-Alpha Bio获9500万美元用于湿实验室AI。
63. Vilya获3900万美元用于AI小分子设计。
64. Absci通过SPAC融资5亿美元用于生成式AI生物制剂。
65. Terray Therapeutics获1亿美元用于AI太拉级合成。
66. Verge Genomics获6500万美元用于AI神经退行性疾病药物开发。
67. PathAI获1.65亿美元用于AI病理学药物发现。
68. AI药物发现市场规模在2020年估值为15亿美元，预计2030年达109亿美元，年复合增长率24.8%。
69. AI药物发现市场预计从2023年的23亿美元增长至2028年的62亿美元，年复合增长率21.9%。
70. 全球AI驱动药物发现市场预计2027年达46亿美元，2020年起年复合增长率29.7%。
71. AI药物发现领域预计从2022年的18亿美元扩展至2032年的124亿美元，年复合增长率21.5%。
72. 制药研发中AI市场2021年估值12亿美元，预计2026年达57亿美元。
73. AI驱动药物设计市场将从2023年的9亿美元增长至2030年的38亿美元，年复合增长率22.4%。
74. 北美2023年占全球AI药物发现市场42%份额。
75. 亚太地区AI药物发现市场预计2030年前以26%年复合增长率最快增长。
76. 2022年机器学习细分占据AI药物发现市场38%收入份额。
77. 生成式AI在药物发现中预计2028年贡献15亿美元市场价值。
78. 欧洲AI药物发现市场2023年估值6亿美元，预计2030年达21亿美元。
79. 2023年AI小分子发现占据55%市场份额。
80. AI药物发现市场规模2021年估值19亿美元，预计2028年达87亿美元，年复合增长率24.5%。
81. AI药物发现市场将从2023年的26亿美元增至2032年的117亿美元，年复合增长率18.2%。
82. AI药物发现信息学市场2022年14亿美元，预计2030年达32亿美元。
83. AI靶点识别细分预计至2030年以25%年复合增长率增长。
84. 2023年基于云的AI药物发现解决方案占据60%市场份额。
85. 大型制药公司2023年向AI初创企业投资21亿美元。
86. AI将虚拟筛选命中率从0.1%提高至5-10%。
87. 深度学习模型在预测药物-靶点相互作用方面达到80-90%准确率。
88. AlphaFold解决2亿蛋白质结构，使命中识别率提高50%。
89. 麻省理工学院(MIT)的AI模型每轮筛选识别出10倍于以往的可行药物候选物。
90. Schrödinger的物理基础AI在先导化合物优化中达到70%成功率。
91. 生成对抗网络(GANs)将命中率从2%提高至15%。
92. AI正确预测70%已获批的共价抑制剂。
93. XtalPi的AI平台在晶体结构预测中达到90%成功率。
94. Isomorphic Labs的AI模型以85%准确率预测结合亲和力。
95. SARS-CoV-2抑制剂的AI虚拟筛选成功率提高至30%。
96. 机器学习将多药理学预测准确率提升至92%。
97. AI识别的新型抗生素疗效提高25%。
98. DeepMind的AlphaFold3将配体结合预测准确性提高50%。
99. AI模型以95%准确率预测毒性，避免20%错误起点。
100. 强化学习实现40%新型支架命中率。
101. AI对接评分与实验结合相关性达85%。
102. Hugging Face模型在溶解度预测中达到75%准确率。
103. AI事后发现6种FDA批准药物，成功率92%。
104. 变分自编码器生成70%可合成分子。
105. AI用于PROTACs达到25%降解成功率。
106. 等变扩散模型以90%准确率预测亚2Å均方根偏差(RMSD)构象。
107. AI筛选10^12个分子，命中数量比高通量筛选(HTS)多100倍。

关键发现

• AI药物发现市场规模在2020年估值为15亿美元，预计到2030年将达到109亿美元，年复合增长率24.8%。
• AI药物发现市场预计从2023年的23亿美元增长到2028年的62亿美元，年复合增长率21.9%。
• 全球AI驱动的药物发现市场预计到2027年将达到46亿美元，从2020年起年复合增长率29.7%。
• AI将药物发现时间从5-6年缩短至平均12-18个月。
• AI可以通过更好的靶点识别将药物开发成本降低30-50%。
• 传统药物发现每种获批药物的成本为26亿美元；AI有望将成本降至10亿美元以下。
• AI将虚拟筛选中的命中率从0.1%提高到5-10%。
• 深度学习模型在预测药物-靶点相互作用方面达到80-90%的准确率。
• AlphaFold解决了2亿个蛋白质结构，使命中识别率提高了50%。
• 全球对AI药物发现的投资在2022年达到52亿美元。
• Recursion Pharmaceuticals在2020年为其AI平台筹集了5000万美元C轮融资。
• Insilico Medicine在2022年为AI驱动的发现筹集了2.55亿美元。
• Exscientia的AI设计的DSP-1181在2.5年内进入1期临床试验。
• Insilico的AI发现的用于纤维化的ISM001-055在2.5年内进入2期临床试验。
• BenevolentAI的用于特应性皮炎的BEN-2293被提名为临床前候选药物。

AI药物发现扩大市场、降低成本并加速开发进程。

1 案例研究与示例

1. Exscientia（艾思森尼亚）的AI设计药物DSP-1181在2.5年内进入1期临床试验。
2. Insilico Medicine（英矽智能）的AI发现药物ISM001-055（用于纤维化治疗）在2.5年内进入2期临床试验。
3. BenevolentAI（仁慈AI）的BEN-2293（用于特应性皮炎）被提名为临床前候选药物。
4. Recursion Pharmaceuticals（递归制药）的REC-994（用于脑海绵状血管畸形）已进入2期临床试验。
5. Atomwise与赛诺菲(Sanofi)合作，为靶点识别出40个命中系列。
6. XtalPi（晶泰科技）的AI帮助莫德纳(Moderna)更快优化mRNA疫苗。
7. Enamine与AI Reality合作发现100种新型抗生素。
8. PostEra的AI设计了19种激酶抑制剂，新颖度达80%。
9. Cyclica的AI平台为赛诺菲(Sanofi)识别出5个新靶点。
10. Iktos使用AI获得化学领域首个生成式深度学习专利。
11. Asimov的AI设计的CAR-T细胞效力提升10倍。
12. Crispr Therapeutics利用AI将基因编辑效率提高90%。
13. 默克(Merck)的AI分子生成技术在数周内产出10万个新型先导化合物。
14. BenevolentAI的BEN-8744（用于溃疡性结肠炎）已进入1期临床试验。
15. Relay Therapeutics的RLY-4008（FGFR2抑制剂）处于1/2期临床试验。
16. Valo Health的VK2735（GLP-1激动剂肥胖药物）处于1期临床试验。
17. Generate Biomedicines的GB-0895（IL-7药物）处于1期临床试验。
18. Isomorphic Labs与诺华(Novartis)合作开发AI靶点。
19. Arcturus Therapeutics的AI优化mRNA用于新冠疫苗。
20. FluGen利用AI开发通用流感疫苗候选物。
21. Eikon Therapeutics获3.51亿美元用于AI成像药物发现。
22. Mirai Bio获1.08亿美元用于湿实验室AI整合。
23. Adimab的AI设计抗体亲和力提高50%。

关键见解

AI不仅跟上了发明新治疗方法的竞赛步伐——它正在飞速前进，大幅缩短时间线（1期和2期临床试验在2.5年内达到，临床前候选药物在2.5年内提名），不断产出新颖命中（为赛诺菲识别40个靶点系列，设计19种新颖度达80%的激酶抑制剂），强化科学（CRISPR编辑效率提高90%，CAR-T细胞效力提升10倍），建立关键合作伙伴关系（与诺华、赛诺菲合作），并获得大量资金支持（3.51亿美元用于AI成像，1.08亿美元用于实验室AI整合）——同时提升抗体性能（Adimab的抗体亲和力提高50%），加速mRNA疫苗开发（XtalPi帮助莫德纳更快优化，Arcturus提升新冠疫苗），并发现100种新型抗生素（通过Enamine和AI Reality）——这些曾经看似不可能的事情，如今证明AI不仅是一种工具，更是将科学梦想转变为拯救生命现实的联合飞行员——速度极快。

2 成本与时间减少

1. AI将药物发现时间从5-6年缩短至平均12-18个月。
2. AI可以通过更好的靶点识别将药物开发成本降低30-50%。
3. 传统药物发现每种获批药物的成本为26亿美元；AI有望将成本降至10亿美元以下。
4. Exscientia利用AI将DSP-1181的1期临床试验时间缩短75%。
5. AI将命中到先导化合物阶段从12-18个月缩短至6-9个月。
6. Insilico Medicine利用AI将临床前候选药物开发时间从30个月缩短至18个月。
7. 生成式AI模型将药物设计中的合成规划时间减少70%。
8. AI优化临床试验设计，将上市时间缩短25%。
9. Atomwise的AI平台可在数天内筛选3万亿种化合物，而人工筛选需数年。
10. BenevolentAI识别靶点的速度是传统方法的3倍。
11. AI从头设计将先导化合物优化循环减少50%。
12. Recursion Pharmaceuticals报告AI使表型筛选速度提高40%。
13. AI将ADMET预测时间减少90%，从数周缩短至数小时。
14. 传统高通量筛选(HTS)每次成本10万美元；AI虚拟HTS仅需1万美元。
15. AI将抗体设计时间从数月缩短至数天。
16. PathAI将药物试验的病理分析时间缩短60%。
17. IBM Watson将假设生成时间减少80%。
18. AI药物重定位将进入2期临床的时间缩短2年。
19. 图神经网络将逆合成步骤减少50%。
20. AI临床试验受试者招募将入组时间缩短40%。
21. Tempus AI平台将基因组分析时间从6周缩短至1天。
22. Owkin的联邦学习将多站点数据分析速度提高3倍。

关键见解

AI正在药物发现领域飞速前进，大幅缩短时间——从5-6年缩短至仅12-18个月；同时大幅降低成本：从传统每种获批药物26亿美元降至10亿美元以下，降幅达30-50%；它在几天内就能筛选3万亿种化合物，比人工筛选快得多；靶点识别速度提高3倍；合成规划时间减少70%；命中到先导化合物阶段从12-18个月缩短至6-9个月；临床前候选药物开发时间从30个月缩短至18个月；临床试验上市时间缩短25%；ADMET预测时间从数周缩短至数小时；表型筛选速度提高40%；抗体设计从数月缩短至数天；虚拟高通量筛选成本从10万美元降至1万美元——同时使药物重定位、受试者招募和大数据分析（如基因组或多站点数据）几乎即时完成，将曾经需要数年的过程转变为飞速完成。

3 投资与融资

1. 全球对AI药物发现的投资在2022年达到52亿美元。
2. Recursion Pharmaceuticals（递归制药）在2020年为其AI平台筹集了5000万美元C轮融资。
3. Insilico Medicine（英矽智能）在2022年为AI驱动的发现筹集了2.55亿美元。
4. Exscientia在2021年从百时美施贵宝(Bristol Myers Squibb)获得1亿美元用于AI药物开发。
5. AbCellera与礼来(Eli Lilly)合作，AI抗体项目获得3000万美元预付款。
6. Generate Biomedicines在2021年C轮融资2.73亿美元用于生成式AI。
7. Valo Health为AI心血管药物发现融资1.9亿美元。
8. Biofourmis获3.2亿美元用于AI治疗开发。
9. Relay Therapeutics通过IPO为AI精准医疗融资4亿美元。
10. Schrödinger在2020年IPO融资2.32亿美元用于计算平台。
11. 2023年前三季度AI生物科技风险投资总额达140亿美元。
12. Nimbus Therapeutics的AI技术促成了与Celgene的40亿美元交易。
13. Kallyope获1.13亿美元用于AI肠道-大脑治疗开发。
14. Dyno Therapeutics获1亿美元用于AI基因治疗衣壳开发。
15. 大型制药公司2022年AI交易总额达100亿美元。
16. Roivant Sciences与AI驱动的Sumitomo达成70亿美元合并。
17. A-Alpha Bio获9500万美元用于湿实验室AI。
18. Vilya获3900万美元用于AI小分子设计。
19. Absci通过SPAC融资5亿美元用于生成式AI生物制剂。
20. Terray Therapeutics获1亿美元用于AI太拉级合成。
21. Verge Genomics获6500万美元用于AI神经退行性疾病药物开发。
22. PathAI获1.65亿美元用于AI病理学药物发现。

关键见解

近年来，对AI驱动药物发现的全球投资激增，仅2022年就达到52亿美元，大型制药公司当年在AI交易上花费100亿美元；初创公司如Insilico Medicine（2022年2.55亿美元）、Exscientia（2021年从百时美施贵宝获得1亿美元）和Absci（2021年通过SPAC获得5亿美元）筹集了数亿美元；公司如Roivant Sciences与70亿美元AI驱动的Sumitomo合并，Nimbus Therapeutics与Celgene达成40亿美元交易；2023年前三季度风险投资总额达140亿美元——同时投资者支持从生成式AI生物制剂到湿实验室AI（A-Alpha Bio，9500万美元）和太拉级合成（Terray Therapeutics，1亿美元）等创新技术，涵盖心血管（Valo Health，1.9亿美元）、神经退行性疾病（Verge Genomics，6500万美元）到肠道-大脑轴（Kallyope，1.13亿美元）等疗法，以及抗体（AbCellera，3000万美元预付款）和基因治疗衣壳（Dyno Therapeutics，1亿美元）等专业领域。

4 市场规模与增长

1. AI药物发现市场规模在2020年估值为15亿美元，预计到2030年将达到109亿美元，年复合增长率24.8%。
2. AI药物发现市场预计从2023年的23亿美元增长到2028年的62亿美元，年复合增长率21.9%。
3. 全球AI驱动的药物发现市场预计到2027年将达到46亿美元，从2020年起年复合增长率29.7%。
4. AI药物发现领域预计从2022年的18亿美元扩展至2032年的124亿美元，年复合增长率21.5%。
5. 制药研发中AI市场2021年估值12亿美元，预计2026年达57亿美元。
6. AI驱动药物设计市场将从2023年的9亿美元增长至2030年的38亿美元，年复合增长率22.4%。
7. 北美2023年占全球AI药物发现市场42%份额。
8. 亚太地区AI药物发现市场预计2030年前以26%年复合增长率最快增长。
9. 2022年机器学习细分占据AI药物发现市场38%收入份额。
10. 生成式AI在药物发现中预计2028年贡献15亿美元市场价值。
11. 欧洲AI药物发现市场2023年估值6亿美元，预计2030年达21亿美元。
12. 2023年AI小分子发现占据55%市场份额。
13. AI药物发现市场规模2021年估值19亿美元，预计2028年达87亿美元，年复合增长率24.5%。
14. AI药物发现市场将从2023年的26亿美元增至2032年的117亿美元，年复合增长率18.2%。
15. AI药物发现信息学市场2022年14亿美元，预计2030年达32亿美元。
16. AI靶点识别细分预计至2030年以25%年复合增长率增长。
17. 2023年基于云的AI药物发现解决方案占据60%市场份额。
18. 大型制药公司2023年向AI初创企业投资21亿美元。

关键见解

AI药物发现市场正从2020年的15亿美元飞速增长至2030年的100多亿美元（到2032年将达到124亿美元），年复合增长率约为20-30%；北美占据领先地位（2023年市场份额42%），亚太地区以26%的年复合增长率成为增长最快的区域；机器学习和基于云的解决方案主导细分市场；小分子发现推动市场发展；生成式AI预计到2028年将为市场贡献15亿美元；大型制药公司在2023年向初创企业投入21亿美元；这一领域证明AI不仅仅是一种趋势——它是一个改变游戏规则、带来丰厚利润的强大引擎，正在加速拯救生命的药物突破。

5 成功率与命中识别

1. AI将虚拟筛选中的命中率从0.1%提高到5-10%。
2. 深度学习模型在预测药物-靶点相互作用方面达到80-90%的准确率。
3. AlphaFold解决了2亿个蛋白质结构，使命中识别率提高了50%。
4. 麻省理工学院(MIT)的AI模型每轮筛选识别出10倍于以往的可行药物候选物。
5. Schrödinger的物理基础AI在先导化合物优化中达到70%成功率。
6. 生成对抗网络(GANs)将命中率从2%提高至15%。
7. AI正确预测70%已获批的共价抑制剂。
8. XtalPi的AI平台在晶体结构预测中达到90%成功率。
9. Isomorphic Labs的AI模型以85%准确率预测结合亲和力。
10. SARS-CoV-2抑制剂的AI虚拟筛选成功率提高至30%。
11. 机器学习将多药理学预测准确率提升至92%。
12. AI识别的新型抗生素疗效提高25%。
13. DeepMind的AlphaFold3将配体结合预测准确性提高50%。
14. AI模型以95%准确率预测毒性，避免20%错误起点。
15. 强化学习实现40%新型支架命中率。
16. AI对接评分与实验结合相关性达85%。
17. Hugging Face模型在溶解度预测中达到75%准确率。
18. AI事后发现6种FDA批准药物，成功率92%。
19. 变分自编码器生成70%可合成分子。
20. AI用于PROTACs达到25%降解成功率。
21. 等变扩散模型以90%准确率预测亚2Å均方根偏差(RMSD)构象。
22. AI筛选10^12个分子，命中数量比高通量筛选(HTS)多100倍。

关键见解

AI正在彻底改变药物发现，将虚拟筛选命中率从0.1%提升至30%，在预测药物-靶点相互作用方面达到80-90%的准确率，在毒性预测方面达到95%的准确率（避免20%的错误起点），解决了2亿个蛋白质结构使命中识别率提高一倍，每轮筛选识别出10倍于以往的可行候选药物，在先导化合物优化中达到70%的成功率（和GANs将命中率从2%提高至15%），正确预测70%已批准的共价抑制剂，实现90%的晶体结构预测成功率，以85%的准确率预测结合亲和力，筛选10^12个分子获得比高通量筛选(HTS)多100倍的命中结果，甚至事后发现6种FDA批准的药物，成功率高达92%——同时还将配体结合预测提高50%，产生75%可合成的分子，并在PROTAC降解和亚2Å构象预测方面达到90%的成功率。

【全文结束】