(资料图片)

CFi.CN讯：数据显示，AI在小分子药物设计环节已显著提升效率：hit-to-lead失败率从25%降至7%，preclinical阶段失败率归零。这背后是高通量、低成本实验数据支撑的快速模型迭代能力。近期机构研报指出，当前AI4S进展集中于分子生成与优化，但真正决定长期价值的是对疾病机制和靶点因果关系的理解。

研报认为，临床前‘快反馈’环节已释放明显红利，而制约下一阶段突破的核心瓶颈在于高质量扰动实验数据严重不足——现有可用数据仅为理论需求的千分之一。因此，自建湿实验平台、构建‘扰动实验 临床标签’闭环，正成为头部AI制药公司的竞争分水岭。

研报指出，这一趋势将直接拉动生物数据基建需求，包括蛋白合成检测、动物模型验证、高精度测序及高端试剂等环节。金斯瑞、百奥赛图、华大智造等产业链公司有望持续受益于AI驱动的实验数据规模化产出。