生物技术

生物技术创新的新转折点:基于AI的药物开发在2025年重塑制药行业

Editor
7 分钟阅读

AI革命引发的生物技术产业结构性变化

截至2025年底,生物技术产业因人工智能技术的全面引入而经历历史上最激进的变化。麦肯锡全球研究所发布报告称,全球基于AI的药物开发市场规模从2024年的35亿美元增长到2025年的48亿美元,增长了37%,预计到2030年将以年均32%的增长率达到280亿美元。这种快速增长不仅仅是技术的引入,还从根本上重新定义了整个制药行业的商业模式和价值创造方式。

生物技术创新的新转折点:基于AI的药物开发在2025年重塑制药行业

尤其值得注意的变化出现在新药开发的早期阶段,即靶点发现和先导化合物优化过程中。传统上,这一阶段需要3-5年的时间和数十亿美元的成本,而利用AI平台的企业将这一过程缩短至18-24个月,成本降低了60-70%。英国的Exscientia宣布其在2025年上半年设计的强迫症治疗药物在临床二期试验中显示出比现有治疗药物高40%的疗效,证明了基于AI的药物开发的实际成果。

韩国的生物技术生态系统也在快速变化,以适应这一全球趋势。三星生物制剂宣布将在2025年第三季度投资2500亿韩元于AI基于生物药品开发平台,目标是在2027年前将开发时间缩短50%。Celltrion也成立了自己的AI研究所,开始在抗体药物开发中全面应用机器学习技术。这些投资被视为不仅仅是技术的引入,而是为了获得全球竞争力的战略选择。

全球制药巨头的行动更加积极。总部位于美国新泽西的Johnson & Johnson在2025年投资了15亿美元于AI药物开发领域,比前一年增长了80%。总部位于纽约的Pfizer通过与IBM的合作,利用Watson for Drug Discovery平台加速阿尔茨海默病治疗药物的开发,并报告称初步结果显示候选物质的发现速度比传统方法快三倍。总部位于瑞士巴塞尔的Roche通过其子公司Genentech专注于AI基于个性化癌症治疗药物的开发,仅在2025年下半年就向相关领域的三家初创公司投资了4亿美元。

mRNA技术与AI的融合创造的新治疗范式

通过新冠疫情受到全球关注的mRNA技术与AI结合,正在生物技术产业掀起另一波创新浪潮。总部位于马萨诸塞州剑桥的Moderna宣布其通过AI基于mRNA设计平台开发的管线达到48个,比2024年增长了60%。尤其是在个性化癌症疫苗领域,利用AI的Neoantigen预测准确率达到85%,显著优于传统方法。

总部位于德国美因茨的BioNTech则采用不同于Moderna的方法利用AI技术。他们在2025年通过自研AI平台建立了mRNA序列优化和脂质纳米颗粒(LNP)设计的集成开发系统。通过该系统开发的下一代新冠疫苗中和抗体生成率比现有疫苗提高了45%,副作用减少了30%,临床数据证实了这一点。BioNTech的股价因这些技术成果在2025年年初至今上涨了78%。

mRNA技术的应用领域也从疫苗扩展到治疗剂领域。用于罕见病治疗的mRNA基于蛋白质替代疗法就是一个典型案例。通过AI设计的mRNA序列直接在体内生产缺乏的酶或蛋白质,这种方法比传统的蛋白质注射疗法显示出更高的便利性和效果。市场调研机构Grand View Research预测,mRNA治疗剂市场将从2025年的12亿美元增长到2030年的78亿美元,年均增长率达45%。

国内企业也积极参与mRNA技术的开发。SK生物科学在2025年下半年公开了其自研的mRNA平台技术,并宣布通过该技术开发的RSV疫苗在临床一期中证明了安全性。此外,LG化学通过子公司LG生命科学获得了mRNA原料药(API)生产技术,并推进与全球mRNA疫苗开发商的合作。这些举动被视为韩国摆脱mRNA技术后发劣势,争取全球竞争力的战略尝试。

然而,mRNA技术与AI的融合带来的机遇与挑战并存。最大的问题是大规模生产所需的制造基础设施建设。mRNA比DNA更不稳定,制造过程复杂,存在高技术壁垒。目前全球mRNA生产能力仅为年需求的约40%,因此原料价格持续上涨。根据Moderna的2025年第三季度财报,mRNA原料采购成本同比增长25%,导致公司营业利润率下降3.2个百分点。

监管环境变化与全球生物技术生态系统的重组

AI基于生物技术的快速发展为全球监管机构带来了新的挑战。美国FDA在2025年5月发布了“AI药物开发指南”,明确了AI基于药物开发的监管框架。根据该指南,AI算法的透明性和可验证性成为新药批准的关键因素,开发商必须详细记录AI模型的训练数据和决策过程。这种监管变化虽然短期内增加了生物技术企业的开发成本,但从长远来看,将对AI基于药物的安全性和有效性产生积极影响。

欧洲药品管理局(EMA)采取了更全面的方式。2025年9月发布的“数字健康技术在医学中的监管”不仅涵盖了AI,还包括数字治疗、远程监控等数字医疗保健的整体监管体系。特别值得注意的是,为持续学习的AI系统提供了基于实际临床数据(Real World Data)的审批路径。这被认为是创新,因为它为通过患者实际治疗过程中产生的数据持续改进AI模型打开了大门,而不是依赖于静态的临床试验数据。

在亚洲地区,各国采取了不同的监管方法,形成了有趣的对比。日本在2025年4月将“先行指定制度”扩展到AI基于生物技术,为创新的AI药物提供了最多50%的审查时间缩短和优先审查优惠。因此,日本生物技术企业的AI投资激增,仅2025年上半年相关领域投资同比增长120%。而中国则采取了更为谨慎的方法。中国国家药品监督管理局(NMPA)对AI基于药物施加了比以往更严格的临床试验要求,导致中国生物技术企业的AI引入速度相对较慢。

韩国食品药品安全处(KFDA)在2025年7月发布了“AI基于药品开发指南”,推进监管现代化。该指南的核心是通过“监管沙盒”制度对创新的AI生物技术应用有限但灵活的监管。被选入沙盒的企业可以豁免部分现有监管,进行实证项目,并基于结果获得正式批准。截至2025年下半年,已有12家企业受益于该制度,其中3家企业已获得临床试验批准。

监管环境的变化正在重塑全球生物技术生态系统的格局。生物技术企业的研发基地正在向监管相对灵活的国家转移,这直接影响到各国的生物技术竞争力。新加坡积极利用这一机会,崛起为亚洲生物技术中心。新加坡政府通过2025年的“生物技术创新中心”计划,为AI基于生物技术企业提供最长10年的企业税豁免和研发费用200%的税收抵免优惠,已有20多家全球生物技术企业将亚洲总部迁至新加坡。

从投资的角度来看,监管环境的明确化大大提高了机构投资者对生物技术领域的兴趣。2025年全球生物技术风险投资规模同比增长45%,达到280亿美元,其中60%集中于AI基于企业。特别值得注意的是,传统上对生物技术投资持谨慎态度的主权基金开始进行大规模投资。沙特阿拉伯公共投资基金(PIF)仅在2025年下半年就向AI生物技术领域投资了15亿美元,挪威主权基金也将相关投资组合扩大到前一年的三倍。这些大规模资金的流入极大地增强了生物技术企业的研发能力,同时推动了整个行业的估值上升。

然而,在这种快速变化中,仍然存在需要解决的问题。最大的问题是AI基于生物技术的实际临床成果与市场期望之间的差距。目前,AI开发的药物中成功完成临床三期的案例仅占总数的12%,甚至低于传统药物开发的成功率15%。这一现实同时展示了AI技术的局限性和生物技术领域的本质不确定性,要求投资者和监管机构都采取谨慎的态度。为了生物技术产业的可持续发展,技术创新、现实期望管理以及长期视角下的耐心都被认为是必要的。

*本内容不以投资建议或股票推荐为目的,投资的最终决定应由投资者自行判断和承担责任。*

#三星生物制剂 #Celltrion #Johnson & Johnson #Pfizer #Roche #Moderna #BioNTech

Editor

Leave a Comment

Related Articles

合成生物学重塑生物产业格局:2026年市场展望与投资机会

随着合成生物学市场在2026年进入全面商业化阶段,传统生物产业的格局正在被彻底改变。从定制微生物到生物燃料、医疗蛋白,各个领域的创新产品纷纷上市,全球投资者的关注度不断上升。

生物技术的新转折点:AI与基因编辑技术引领2025年生命科学产业的变革

2025年,生命科学产业正因人工智能和CRISPR技术的融合而迎来前所未有的变化。全球生物技术市场已超过1.2万亿美元,包括韩国在内的亚洲企业正在寻找新的增长动力。

生物科技产业的AI革命:从2026年药物发现到个性化治疗

AI可用于药物开发多个阶段的数据生成和分析。FDA与EMA的药物开发良好AI实践原则要求明确使用情境,并根据风险开展验证和性能评估。这些原则并未认定AI能将所有药物开发周期平均缩短70%,也未认定2026年AI生物科技市场达到1200亿美元。市场规模数据应附有明确界定范围和方法的来源。 目前,AI在生物科技产业中的应用主要分为三个领域。首先是加速药物发现和开发,AI应用于从分子设计到临床试验优化的全过程。其次是个性化治疗的开发,基于基因分析和患者数据的精准医学正在成为现实。第三是生物制造过程的优化,通过AI实现质量管理和产量提升。这些变化直接影响了生物科技企业的研发投资模式,截至2026年上半年,主要生物科技企业的AI相关研发投资同比平均增长了85%。 在药物发现领域,AI的影响力尤为显著。自英国DeepMind开发的AlphaFold以来,蛋白质结构预测技术彻底改变了药物设计的范式。截至2026年1月,AlphaFold数据库中已注册超过2亿个蛋白质结构,利用这些数据挖掘药物候选物的数量较2025年增长了120%。美国加州的Scripps Research宣布,利用AI比传统方法提前6个月,在18个月内发现了针对COVID-19变异病毒的新治疗候选物。 AI基础药物开发的当前趋势和成就 目前,全球制药公司正在大幅增加对AI基础药物开发平台的投资。瑞士的罗氏(Roche)宣布将在2025年底前向AI药物发现部门投资15亿美元,相当于其整体研发预算的12%。美国的强生(J&J)也计划从2026年起三年内总计投入25亿美元用于AI基础新药开发。这些大规模投资的背景是AI确实显示出了可见的成果。 具体的成就指标显示,利用AI挖掘药物候选物的成功率从传统方法的12%提高到28%,翻了一倍多。此外,从临床前阶段进入临床一期所需的时间也从平均4.2年缩短到2.8年。美国马萨诸塞州的Moderna宣布,通过AI基础的mRNA疫苗开发平台,将新型传染病疫苗的开发时间从传统的10-15年缩短到6个月以内。这被认为是AI在疫情情况下潜力的明确展示。 韩国的生物科技产业也积极参与这场AI革命。总部位于京畿道松岛的三星生物制剂宣布,自2025年下半年起引入AI基础生物药品生产优化系统,将生产产量平均提高了15%。此外,位于仁川的Celltrion通过建立AI基础的生物仿制药开发平台,将开发时间从原来的7-8年缩短到4-5年。这些成就对于韩国生物科技公司在全球市场上获得竞争力起到了重要作用。 特别值得注意的是AI基础生物科技初创公司的增长势头。截至2026年第一季度,全球AI-生物初创公司的风险投资总额达到87亿美元,较2025年同期增长了65%。其中约40%投资于药物发现平台,25%投资于个性化治疗开发,其余35%投资于诊断和生物制造优化。在韩国,KAIST出身的研究团队创立的AI新药开发初创公司接连在B轮融资中获得大规模投资,备受关注。 个性化治疗和精准医学的现实化 根据美国国家癌症研究所的说明,生物标志物检测可能有助于依据患者癌症的特征选择治疗,但其应用和结果会因癌种、生物标志物和疗法而异,精准医疗尚未成为大多数患者的常规治疗。因此,不能笼统声称基于AI基因分析的个性化治疗比标准治疗使各种癌症的五年生存率平均提高23%。 这些成就的核心在于AI的模式识别能力。目前,AI系统可以同时分析患者的基因信息、生活习惯数据、临床记录等数十万个变量,提出最佳治疗方案。总部位于瑞士巴塞尔的诺华(Novartis)宣布,利用AI在CAR-T细胞治疗开发中,将患者个性化制造时间从原来的4-6周缩短到2-3周。这对提高患者生存率产生了直接影响。 在精准医学领域,韩国企业的成就也值得关注。总部位于首尔江南区的Macrogen通过AI基础的基因组分析平台开发了亚洲人特化疾病预测模型。该模型在糖尿病、高血压、痴呆等主要慢性疾病方面较西方人模型提高了15-20%的预测准确度。此外,通过与分当首尔大学医院的合作,开发了反映韩国人基因特性的个性化抗癌药选择算法,正在临床应用中。 个性化治疗的市场规模也在迅速扩大。全球精准医学市场从2025年的950亿美元增长到2026年的1180亿美元,增长了24.2%,其中AI基础解决方案占比达到35%。特别是亚太地区的增长率尤为显著,以韩国、日本、中国为中心的该地区精准医学市场在2026年达到280亿美元,较前一年增长了42%。这被分析为亚洲各国政府的精准医学培育政策与高水平IT基础设施相结合的结果。 然而,个性化治疗的普及仍面临挑战。最大的问题是高昂的治疗费用,目前AI基础个性化治疗的费用是标准治疗的3-5倍。此外,数据隐私和安全问题、医务人员的AI应用能力不足等也被指出是需要解决的课题。为应对这些问题,各国政府和医疗机构正在着手相关制度的整备和人才培养。韩国政府也宣布从2026年起为期五年、规模2000亿韩元的精准医学专业人才培养投资计划。 在生物制造领域,AI的影响力也在扩大。传统上,生物药品制造包括复杂的生物过程,质量管理要求严格。然而,通过引入AI基础的实时监控和预测系统,制造过程的稳定性和效率得到了显著提高。总部位于美国伊利诺伊州的艾伯维(AbbVie)宣布,通过AI基础的制造优化系统,将生物药品生产产量平均提高了18%,不良率减少了60%。 这些成就对生物药品的供应稳定性和价格竞争力具有重要意义。特别是在新冠疫情后,生物药品供应链的重要性凸显,AI基础的制造优化被视为国家层面的战略课题。韩国的三星生物制剂也在松岛第三工厂建立了AI基础的智能制造系统,并于2025年下半年开始正式运营。该系统通过实时质量监控预测制造过程中的变量并自动调整,以确保产品质量的一致性。 目前生物科技产业的AI引入有几个主要动力。首先是计算性能的急剧提升。基于GPU的高性能计算的发展使复杂的分子模拟和大规模数据分析以现实的成本成为可能。其次是生物数据的爆炸性增长。随着基因组分析成本的持续下降,积累的生物数据量呈指数级增长,为AI模型的学习提供了原料。第三是监管环境的改善。包括FDA在内的各国监管机构正在整理AI基础医疗设备和治疗方法的批准指南,使商业化路径更加明确。 在投资方面,生物科技AI领域也显示出活跃的动向。截至2026年第一季度,全球生物科技领域的风险投资中,AI相关投资占比为32%,较2020年的8%增长了4倍。特别是大型制药公司对AI生物科技初创公司的并购活动日益活跃。2025年一年内,规模超过10亿美元的AI生物科技并购达成了12起,总交易规模达到180亿美元。这表明生物科技行业将AI视为核心竞争力而不仅仅是工具。 然而,在AI与生物科技的融合过程中出现的课题也不容忽视。最重要的问题是数据质量和标准化。AI模型的性能很大程度上取决于学习数据的质量,而医疗数据可能因收集机构和方法的不同而存在偏差。此外,种族、性别、年龄等引起的数据偏向问题也需解决。目前大多数医疗AI模型基于西方人数据开发,应用于亚洲人时准确性可能下降。为应对这一问题,各国正在构建反映本国国民特性的医疗数据库。…