医药行业AI4S（三）：因果数据——机制理解瓶颈突破口，AI+生物数据新基建正崛起

11中邮证券AI4S（三）：因果数据——机制理解瓶颈突破口，AI+生物数据新基建正崛起证券研究报告盛丽华/徐智敏中邮证券研究所 医药团队行业投资评级：强大于市|维持发布时间：2026-11-042投资要点➢AIDD(AI-driven Drug Discovery，AI加速药物发现)新周期开启：此轮和上一轮有什么不一样？1）主要经济体同步加码AI for Science，AI制药正逐步成为AI巨头公司的战略主航道。2026年以来，谷歌/Anthropic等巨头将AI制药视作公司未来的重要增长引擎；2）AI逐步深度参与MNC药物研发整个周期。3）投资新潮初现：以训练下一代AI大模型为目标，工业化大规模产出扰动干预湿实验数据，搭建AI数据基础设施。➢AI制药新周期核心竞争力：大规模高质量有效数据。 只依托存量公开数据迭代模型，边际收益持续下降。 AI 驱动药物研发阶跃式进步极度依赖于高质量湿实验数据，而其绕不开的是对疾病机制的理解。我们看好虚拟细胞（AIVC）成为揭示细胞系统的“编程语言”的接口，带动AI+生物基础设施建设。1）需要什么样的数据？行业存量数据大量是观测类数据只能得到相关性结论，建立因果关系需要大量干预/扰动实验数据。动态状态是构建具备真实推演能力模型的关键，是支撑AI虚拟细胞实现动态仿真的核心数据底座。2）现存数据缺口大，专业化数据生产商正快速崛起。当前可用高质量带标签扰动数据集，相比理论需要还差约1000倍，因此自建实验平台建立干预/扰动实验数据是下一代AI模型竞争中的必要条件。数据供给端已经形成多元参与者矩阵：单细胞测序企业是重要数据来源、类器官与器官芯片企业可产出贴近生理环境的细胞实验数据、蛋白质组学企业依托自研质谱平台，产出转录组难以覆盖的功能蛋白、完整的磷酸化修饰数据，部分生物医药企业也开始对外输出临床数据资产。单一模态数据很难完整还原细胞复杂运行逻辑，多组学融合的数据集合可以有效降低模型的认知偏差。➢投资展望：1）湿实验需求的确定性。发挥AI 在生物学领域的全部潜力，必须产出大量全新湿实验数据；为数据瓶颈环节对应的工具栈带来长期利好。2）AI对CXO影响： CXO公司一致认为AI制药将提升候选分子数量，增厚上游客户管线，拓宽疾病覆盖领域并提升相关临床/临床前研究复杂度，从而带来外包需求的提升 。过去经验显示，药物研发技术革新，工具效率提升，药企研发总投入持续上行。如果AI驱动研发投入能够带来更高回报，药企整体R&D总开支反而进一步扩张。➢风险提示：AI制药模型研发进度不及预期风险；投入制药领域的资本开支不及预期风险；市场竞争加剧风险；地缘政治风险；政策变动风险。请参阅附注免责声明3AI制药新周期核心竞争力：大规模高质量有效数据二风险提示四目录一AI制药新周期开启？此轮和上一轮有什么不一样投资展望三44一AI制药新周期开启？此轮和上一轮有什么不一样5AI制药正逐步成为AI巨头公司的战略主航道公司可验证投入规模投入构成说明谷歌 / AlphabetIsomorphic Labs 累计融资超 27 亿美元；药企合作潜在总额近 30 亿美元2025 年 6 亿美元 B 轮、2026 年 21 亿美元新一轮融资；与礼来、诺华的合作含里程碑付款；研发打包在 DeepMind 整体预算中英伟达与礼来 5 年合计最高 10 亿美元共建实验室含算力基础设施、联合研发、自动化实验室；BioNeMo 平台研发年投入数亿美元级Anthropic4 亿美元收购 Coefficient Bio；年研发投入 3-5 亿美元级并购 + 团队扩张 + 模型训练；生命科学团队超百人字节跳动AI 整体年资本开支超 2000 亿元人民币，AI 制药为重点方向含算力、团队、管线研发；规划 60 亿元建设 AI 原生医院OpenAIGPT-Rosalind 相关研发投入超 10 亿美元量级含通用模型生物能力训练；以企业合作 API 收入为主微软6000 万美元投入美国能源部 Genesis AI4S 项目；药企合作单家数千万至数亿美元以云服务收入为主，不承担药物研发风险腾讯AI 制药领域累计投资超 50 亿元人民币以财务投资为主，自研投入规模较小百度（百图生科）累计投入数十亿元；与赛诺菲合作潜在超 10 亿美元IPO 拟募资数亿美元；合作含里程碑付款◼AI制药正逐步成为AI巨头公司的战略主航道。谷歌和Anthropic将生命科学视为 AGI 终极落地场景，从模型延伸至临床阶段。字节跳动旗下Anew Labs成立于2021年，一直承担从基础模型研究到产业化的核心职能，拥有IL-17小分子项目等早期管线。英伟达做全栈基础设施或全链路自研，作为突破现有业务天花板的核心新增长极。微软等巨头选择推出专用模型 / 云解决方案，服务 B 端企业客户。图表1：国内外科技巨头公司在制药领域布局资料来源：36氪、微软、英伟达公司等官网新闻公告，中邮证券研究所公司可验证投入规模投入构成说明谷歌 / Alphabet Isomorphic Labs 累计融资超 27 亿美元；药企合作潜在总额近 30 亿美元2025 年 6 亿美元 B 轮、2026 年 21 亿美元新一轮融资；与礼来、诺华的合作含里程碑付款；研发打包在 DeepMind 整体预算中英伟达与礼来 5 年合计最高 10 亿美元共建实验室含算力基础设施、联合研发、自动化实验室；BioNeMo 平台研发年投入数亿美元级Anthropic4 亿美元收购 Coefficient Bio；年研发投入 3-5 亿美元级并购 + 团队扩张 + 模型训练；生命科学团队超百人字节跳动AI 整体年资本开支超 2000 亿元人民币，AI 制药为重点方向含算力、团队、管线研发；规划 60 亿元建设 AI 原生医院OpenAIGPT-Rosalind 相关研发投入超 10 亿美元量级含通用模型生物能力训练；以企业合作 API 收入为主微软6000 万美元投入美国能源部 Genesis AI4S 项目；药企合作单家数千万至数亿美元以云服务收入为主，不承担药物研发风险腾讯AI 制药领域累计投资超 50 亿元人民币以财务投资为主，自研投入规模较小百度（百图生科）累计投入数十亿元；与赛诺菲合作潜在超 10 亿美元IPO 拟募资数亿美元；合作含里程碑付款6AI逐步深度参与MNC药物研发整个周期◼AI逐步深度参与MNC药物研发整个周期。罗氏2026年研发日披露数据：截止到最新，100%的大分子研发和50%的小分子研发是有AI参与的。25Q4-26Q2统计下来，约40%的管线有AI参与贡献，参与的管线中AI起决定作用占比41%，近16%的管线决策中，AI起到了决定性的作用。AI在先导优化LO阶段AI贡献是最大。靶点评估AI Agent预计Q4会参与80%研究组合决策。2026 年 2 月，礼来在印第安纳波利斯启用 LillyPod，礼来与 NVIDIA 宣布五年共同投入最高 10 亿美元建设 AI 共创实验室，将药物专家与模型工程师集中合作，并探索机器人和物理 AI。资料来源：2026年罗氏研发日，中邮证券研究所图表2： 罗氏新管线中AI参与度7AI 制药为何具备现实意义：药物研发成本高昂，而生物学具备