【正文】

1、科技巨头公司携带显著增量资金进入生物医药行业

全球科技巨头正以不同的路径深度嵌入AI制药产业链。近三年来，全球科技巨头对生物医药行业的重视程度达到了前所未有的高度。从大额资金布局可以清晰看出这一趋势：Google DeepMind分拆Isomorphic Labs后，先后完成A轮6亿美元、B轮21亿美元（AI制药史上最大单笔融资），并与礼来（最高17.45亿美元）、诺华（最高12.375亿美元）等跨国药企达成大额BD合作；Anthropic以4亿美元全股票收购Coefficient Bio，并与BMS达成全公司部署合作，3万+研发人员接入Claude；NVIDIA一年内投资8家AI生物科技公司，并通过BioNeMo平台深度嵌入生命科学基础设施；西门子以51亿美元收购生命科学数据公司Dotmatics，加速工业软件向生命科学领域扩展。国内方面，字节跳动投资60亿元建设AI原生医院，百度创始人亲自扶持百图生科达成与赛诺菲的10亿美元合作，腾讯在医药领域累计投资超50亿元。这些大额资金的注入标志着科技巨头已从边缘探索转向战略入局，它们正在从算力、模型、数据、资本四个维度重新定义AI制药的产业格局。

２、AI制药的干湿闭环，试验数据的必要性及不可替代性

干湿闭环的工作原理：AIDD的核心运作模式是DBTL循环：Design（AI设计）→ Build（基因合成+蛋白表达）→ Test（体外/体内验证）→ Learn（数据反馈迭代）。其中湿实验是连接“预测”与“成药”的唯一桥梁，AI 可以在数字空间里生成百万级别的分子，但只有经过湿实验验证的分子才能进入下一步研发流程。

干湿闭环的具体流程：①AI平台输出候选分子/靶点→ ②基因合成将AI设计序列转化为实物DNA→ ③蛋白表达与纯化获得实体蛋白/抗体→ ④生化/细胞水平活性验证→ ⑤动物体内药效/毒理评价→ ⑥实验数据反馈回AI模型进行下一轮迭代。

AI辅助药物设计（AI-aided Drug Design，AIDD）是指利用人工智能技术（机器学习、深度学习、生成式模型等）赋能药物研发全流程，远期目标是解决传统药物开发周期长、成本高、成功率低的痛点；而在当下训练、优化模型的阶段，反而会加速湿试验的需求，湿实验不可替代的核心原因：

1)AI预测与真实世界之间存在验证鸿沟。尽管AlphaFold3、ESM3等蛋白结构预测模型已达到85%以上的准确率（针对小于300个残基的蛋白），但蛋白的折叠、结合、稳定性、毒性等关键性质仍无法从纯计算中完全确定。例如，晶泰科技的AI平台将化学合成实验成功率从30-40%提升至90%，但仍然需要实际合成来验证。当前AI只能压缩试错范围，不能完全替代实验。

2)药物研发的各个阶段都需要实验数据驱动。从初期的结合力常数测定、细胞活性评价，到临床前的药代力学、毒理学评价，再到临床试验的人体有效性和安全性验证，每一步都需要真实的实验数据支撑。英矽智能的Rentosertib从靶点发现到IIa期临床仅18个月，但其中湿实验验证环节仍占了大部分时间。

3)湿实验数据是AI模型迭代的食粮。AI模型的质量取决于训练数据的质量和量级。Recursion每周执行约220万次实验，通过基因编辑和成像技术记录细胞变化，与真实世界患者数据结合，形成闭环数据飞轮。谁能在自己手中跑出更多标准化实验数据，谁就能在AI制药竞争中守住阵地。

干湿闭环的具体实践案例：

晶泰科技：AI+机器人自动化闭环。晶泰科技构建了“AI模型+机器人实验室+Multi-Agent”一体化研发系统，已部署超过300台机器人实验工站，每周可独立推进上万个化合物合成实验。数据积累速度约为普通实验室的40倍，化学合成成功率从30-40%升至90%，是全球商业运营规模最大的AI实验集群。

英矽智能：AI+Biotech外包闭环。英石智能采用“自建小型湿实验+外包CRO”模式，AI输出靶点-分子-合成路线后，内部完成部分初筛，合成/药理/DMPK/动物/CMC/临床全部委外CRO，再将湿实验数据回流迭代AI模型。这种模式使得英石智能能以较低的固定资产投入快速迭代管线。

百图生科×赛诺菲：干湿分离协同。百图生科提供xTrimo大模型做蛋白/抗体设计，赛诺菲则提供湿实验验证和药物开发经验，行程“干湿分离”模式使得双方各取所长。

剂泰科技：多年湿试验数据积累。NanoForge平台拥有超1000万种脂质结构和10万个可用于模型训练的数据点，这些数据全部来自多年的湿实验积累。

正是这些数据让AI可以读取脂质组件和比例，预测LNP效果，将靶向LNP开发时间从传统的至少2年缩短至2-3个月。

3、AI制药的发展率先兑现于生命科学上游需求

AI制药通过大幅提升药物设计效率和候选分子的产出数量，系统性放大了后续“湿实验验证”的需求。这种需求增长沿着DBTL闭环，自上而下传导至生命科学上游的各个细分领域。

（1）基因合成及蛋白表达CRO：AI生成的候选序列必须先合成为DNA，才能进行后续表达和测试。随着AI设计序列数量的爆发式增长，高通量、短周期的DNA合成平台将率先受益。

金斯瑞生物科技：从基因合成龙头向“基因至蛋白”一体化验证平台延伸。2025年生命科学事业群收入5.22亿美元，同比增长14.8%。一体化蛋白表达服务收入同比增长约50%，由基因合成向蛋白表达平台导流的订单同比增长160%。计划到2026年底约60%的全球产能由AI驱动的自动化中心承接。2026年1月成为Latent Labs蛋白设计模型Latent-X2的湿实验合作伙伴；字节跳动Seed团队PXDesign项目部分实验由金斯瑞生物科技完成。

义翘神州：2025年重组蛋白及抗体收入4.1亿元，CRO服务收入2.17亿元。现有产品包括10,000余种重组蛋白、15,000余种抗体，每年研发生产1,000+种蛋白和开发1,000+种抗体的能力。另一方面，公司联合Cytiva公司推出无细胞蛋白合成（CFPS）与免纯化Biacore SPR解决方案，无细胞蛋白合成试剂盒从200个序列中筛选得到11个阳性分子，总用时4.5小时，且所检测样品无需纯化，即可获得高质量的结合数据，产品特性适用于AI验证。

（2）蛋白表达与纯化：AI候选序列需通过细胞培养、蛋白表达和纯化才能获得实体分子。前端验证需求增加将直接带动培养基、转染试剂、一次性耗材、层析介质等需求。

奥浦迈：提供CHO、HEK293等主流蛋白表达体系的培养基及转染试剂。AI设计抗体/蛋白进入实体表达后，有望增加培养基及转染试剂需求。

纳微科技：具备色谱仪器、色谱柱及相关配套，子公司纳谱分析自主研发了高性能液相色谱柱，2025年相关收入96.94百万元（+32.4%），产品毛利率78.19%（+2.97pct）。

赛分科技：公司自设立起便自主开发不同分离模式的分析色谱柱产品，产品种类齐全，应用领域广泛，截至2025年底细分产品超过1,000种，实现分析色谱收入1.27亿元（+2.68%），毛利率76.33%（+0.31pct）。

（3）体外蛋白/细胞实验验证：AI筛选出的候选分子需要通过重组蛋白、生化/细胞实验验证其结合活性、功能等。另一方面，AI设计的小分子化合物需要实际合成为实物化合物，才能进行后续活性筛选。随着AI生成的候选分子数量爆发，高通量的结合力筛选、SPR/BLI检测等服务以及各类试剂的需求持续放大。

百普赛斯：公司重组蛋白、抗体等产品SKU数量众多，2025年，公司5500余种生物试剂产品成功实现销售及应用；另一方面，全球品牌形象较强，截至2025年公司已与全球Top 20跨国药企及国内知名生物科技公司建立起深厚的品牌信任基础。

（4）模式动物体内验证：AI候选药物进入临床前，仍需在模式动物上验证药效、PK/PD及安全性。AI提升研发效率后，更多高质量候选有望进入此环节。

百奥赛图：公司自主开发了约5,000种基因编辑动物及细胞模型，其中核心产品靶点人源化小鼠2,000余种，已累计为全球约1,100名合作伙伴完成了超过8,600个药物评估项目。2025年小鼠相关业务营收10.46亿元（+58.0%），其中模式动物销售收入6.22亿元（+59.9%），毛利率高达80.4%；临床前CRO实现收入3.52亿元（+75.2%），毛利率61.4%。

药康生物：截至2025年，公司拥有超21,000个蛋白编码基因的斑点鼠品系，800余个药靶或潜在药靶的基因人源化小鼠模型，以及200余种阿尔茨海默症、帕金森症、非酒精性脂肪肝、糖尿病、动脉粥样硬化、肌无力等疾病的小鼠模型。2025年商品化小鼠模型营收4.39亿元（+9.6%），功能药效CRO收入2.00 亿元（+32.2%）。公司的工业端+临床前CRO业务将延续较强趋势。

（5）建库测序：AI制药的核心竞争力之一是独家高质量数据。基因组、转录组、蛋白组等多组学数据是AI模型训练的“原料”，而建库测序是获取这些数据的唯一途径。通过对大规模患者群体、肿瘤组织、细胞系统进行高通量测序，可以构建独家的基因组学、单细胞转录组、空间转录组数据库，这些数据库是AI筛选新靶点、训练蛋白结构预测模型、开发精准医疗策略的基础设施。

华大智造：华大智造正在从设备供应商向数据服务平台演进，围绕生命数字化纵深布局，涵盖细胞组学、时空组学、蛋白组学、新双十领域、超声影像平台及超低温自动化生物样本存储平台等创新方向，从源头助力AI模型数据搭建。同时通过引入大模型（LLM）与生物信息数据库的深度训练，结合计算机视觉、数字孪生技术，智慧实验室正构建起“生成-验证-优化-监控”的自驱动实验闭环，实现实验方案的自主设计与流程的智能决策。

诺禾致源：公司搭建了通量规模领先、测序质量稳定、高效交付的基因测序平台，并始终在各项高难度基因测序技术保持领先地位，全面掌握基因组学、蛋白质组学、代谢组学及多组学整合研究技术体系。

4、总结和投资建议

AI制药正从"效率工具"向"创新引擎"加速跃迁，全球科技巨头与国内互联网平台均已完成战略入局，从底层模型、算力基础设施到药物管线形成多元路径覆盖。干湿闭环是AIDD的核心运作逻辑，湿实验不可替代。上游需求端，基因合成、蛋白表达与纯化、体外验证、模式动物等环节均因AI候选分子爆发而系统性受益。

风险提示

行业竞争加剧风险、；产品销售及研发进度不及预期风险、海外流动性收紧风险等。

参考研报

20260817-东吴证券-行业跟踪周报-AI制药订单驱动生命科学上游股价，关注金斯瑞、义翘神州等