8月20日，AI制药推动医药研发早研环节需求增长

AIDD通过模型在靶点发现、分子设计等前端环节大幅提升候选生成效率，再依赖大量湿实验完成表达、筛选、药效、药代、毒理等验证，并将真实数据持续回流模型，形成“设计—构建—测试—学习”（Design-Build-Test-Learn,DBTL）的闭环迭代。AI药物设计生成数千至上万条序列，经虚拟筛选后仍有数百至数千条需通过湿实验验证，实验验证需求被成倍放大。湿实验数据反馈给模型，进行多轮迭代。

AIDD对生命科学上游的拉动沿DBTL闭环自上而下传导。1）首先影响基因合成/DNA构建，AI可快速生成抗体、蛋白及其他生物大分子候选序列，但计算得到的序列仍需合成为DNA并进一步表达、测试，才能验证真实生物学功能。随着AI扩大可探索的序列空间，需求形态正由传统少量构建向多序列、高通量、快速交付转变。2）体外蛋白/细胞实验验证，AI筛选出的候选分子仍需通过重组蛋白、生化及细胞实验验证活性、亲和力和特异性。对抗体、蛋白等大分子而言，需要高质量重组靶点蛋白以及SPR/BLI等生物物理实验验证。3）蛋白表达与纯化，AI设计得到的候选序列仍需通过蛋白表达、纯化和质量控制转化为可验证的实体分子。对于抗体、重组蛋白等大分子药物，候选序列在完成DNA构建后，还需经过细胞培养、转染、蛋白表达和分离纯化，才能开展后续实验验证。4）模式动物体内验证，AI可以加快候选药物的设计和体外筛选，但药物进入临床前阶段后，仍需在完整生物体内验证药效、PK/PD及安全性。AI对模式动物需求的传导更加后置，核心并非前端候选数量的简单线性增加，而是AI提升研发效率后，更多高质量候选有望进入体内药效评价。

AI制药对早研的需求拉动在最前端DNA及蛋白合成中已有产业数据体现。代表公司TwistBioscience是一家合成生物学公司，核心是利用其独特的硅基DNA合成平台，在硅芯片上编写DNA，实现DNA的高通量、高精度和低成本制造,业务扩展到合成RNA和表达抗体蛋白,同时公司提供下一代测序(NGS)工具以支持诊断测试的开发。公司2025年第四季度获得AI制药大订单2500万美元，大部分于2026年第一季度交付完毕，最新业绩交流中公司表示，2026年AI制药订单额较2025年实现三位数增长，预计2027年AI制药订单额同比仍保持三位数增长，2026年AI制药订单将达到5000万美元，2027年AI制药订单预计增长至1亿美元。国内代表公司金斯瑞生物科技，主营业务包括DNA和蛋白质合成、研究试剂和耗材、生物药CDMO、工业合成生物产品等，2026年上半年，AIDD相关业务同比翻倍增长，生命科学业务收入3.19亿美元，同比增长28.8%。