1

Benchling

2012年，Benchling成立于美国旧金山，是全球性生命科学研发云平台服务商，在基因编辑、生物药物发现领域占据重要地位。通过将分散的科研数据标准化为AI可用格式，Benchling解决了传统研发中数据碎片化、协作效率低的痛点。2025年与AI巨头Anthropic在Claude for Life Sciences进行深度合作。

1. 电子实验记录本：云端实验记录与数据追溯，主要服务生物学实验室

2. 分子生物学套件：集成CRISPR设计与质粒可视化

3. 生物注册表：序列与样本统一管理

2

鹰谷

Integle

鹰谷信息（Integle Informatics）2013年成立于上海张江，鹰谷电子实验记录本连续多年在CIAPH（医药健康信息化联盟）市场调研中排名第一，其SIMS平台覆盖研发实验室从设计－实验－数据－分析－AI大模型的全流程，B端和C端的科学家用户量超过100万。

1. InELN：鹰谷电子实验记录本支持化学、材料、合成生物与医药多领域科研记录，接入DeepSeek，可自动生成周报、论文、专利、CTD等文档。

2. InPaper：面向科技文献的智能解析工具，能够从专利和论文中自动识别并提取化学结构、化学反应、生物序列及构效关系（SAR）等关键信息，用于构建和训练面向生命科学与化学领域的垂直AI模型。

3. InDraw/InSequence：InDraw提供结构式绘制、IUPAC中英文命名及结构图像识别功能；InSequence支持质粒图谱绘制、序列注释及抗体设计等功能，对标国际主流工具如ChemDraw和SnapGene。

3

智慧芽

智慧芽生物医药数据库整合了全球超千万条专利文献、药物管线信息，通过AI技术实现数据结构化与关联分析，例如帮助客户快速检索特定靶点的专利布局、挖掘潜在合作机会。智慧芽的技术优势在于数据覆盖的“广度与深度”——不仅收录公开数据，还通过人工校验提升数据准确性，同时提供可视化分析工具，助力药企规避专利风险、制定研发策略。

1. 智慧芽生物医药数据库：专利/文献/管线一体化分析平台

2. 专利风险预警系统：AI驱动的专利侵权风险识别工具

3. 靶点情报分析工具：特定靶点研发趋势分析模块

4

药渡

药渡为药企提供药物研发全流程数据服务，其数据库覆盖靶点情报、管线进展、临床试验、专利文献等信息，通过AI技术实现数据关联分析与可视化呈现。药渡的技术优势在于数据的“行业深度”——不仅收录公开数据，还通过人工调研补充独家信息（如企业内部管线进展），帮助客户快速掌握行业动态、规避研发风险。

1. 药渡数据库：药物研发全流程数据平台

2. 靶点情报分析系统：靶点竞争格局与进展工具

3. 临床试验数据分析模块：全球临床试验动态跟踪工具

5

医药魔方

医药魔方聚焦药物管线、专利、临床试验等外部数据的整合与分析，通过AI技术实现数据结构化与深度挖掘，核心产品医药魔方PharmaGo数据库覆盖超10万条药物管线、5000万件专利，数据更新频率行业领先，同时提供定制化数据报告服务，助力药企制定研发策略、评估合作机会。

1. 医药魔方PharmaGo：药物管线与专利数据库

2. 临床试验洞察工具：全球临床试验数据可视化分析

3. 专利风险评估系统：AI驱动的专利侵权分析模块

6

药融云

药融云改名摩熵数科，整合超10万个信息源与50亿级数据，接入DeepSeek大模型，可通过自然语言问答整合跨库数据，辅助药物研发与疾病机制研究；还具备AI深度解析检索结果、划词解释专业术语等功能，并上线AI逆合成、生信分析等科学工具，化合物研究等场景。

1. 全球上市药品数据库：药品的详细信息（活性成分、剂型、规格、生产厂家、销售额等）

2. 全球药物研发管线数据库：整合靶点、适应症、研发企业、临床试验数据等

3. 中国药品审评数据库：收录中国NMPA药品审评审批信息，包括IND/NDA受理、审评进度、批准情况等

7

Anthropic

Anthropic宣布推出Claude for Life Sciences模型，一款专门针对生命科学的研究的研究工具。Anthropic已经和多家AI生命科学产品合作，计划从产品能力到合作生态进行全方位布局，深度集成了Benchling、PubMed、10x Genomics等主流科研平台。希望世界上所有生命科学工作的很大一部分在Claude 上运行，就像现在人工智能编程一样。

1. Claude for Life Sciences：基于Claude Sonnet 4.5（具备超长上下文、连续30小时编码、智能体构建能力）训练，在生物学基准测试（如Protocol QA，得分0.83超人类基线0.79）中展现出对科研场景的算法适配能力，可解决“文献综述、实验方案生成、生物信息学分析、合规文档起草”等科研核心任务，本质是通过算法实现“AI推理能力与科学场景的深度耦合”。 

2. Agent single-cell-rna-qc：单细胞RNA转录组分析的数据质控，属于数据分析的第一道门槛

8

晶泰科技

晶泰科技业务从晶型预测起步，逐步拓展至AI药物设计与CRO外包服务，目前已在香港联交所上市。其“AI + 自动化实验”融合的代表是机器人实现药物合成与晶型筛选的自动化；但其制药技术积累相对薄弱，核心竞争力集中在融资能力与PR运营——凭借谷歌、红杉中国等资本加持，以及清晰的商业化定位，成为市场关注的“明星企业”。这种“高举高打”的模式，已拓展至材料领域（如电池材料研发）。

1. ID4Inno：小分子药物发现平台

2. Xtalgazer：AI晶型预测与筛选平台

3. XFEP：FEP（自由能微扰）计算

4. 自动化合成机器人：药物合成实验自动化工具

9

谷歌

DeepMind

DeepMind于2010年在英国注册成立，2014年被美国谷歌收购；目前相对独立运营，与谷歌同属母公司Alphabet。DeepMind是AI4Science领域的开创性公司，其创始人兼CEO（Demis Hassabis）和AlphaFold模型的另一核心人员（John Jumper）在2024年共同荣获诺贝尔化学奖；在化学、材料、生物、量子物理、核聚变、气候科学领域都具有顶尖人才队伍、前沿技术，以及外部合作。

1. AlphaFold 1/2：2020~2021年发布的AlphaFold 2 已预测了超过100万个物种的2.14亿个蛋白质三维结构，几乎涵盖了地球上所有已知蛋白质，预测精度达到原子级别；且开放给科研者使用

2. AlphaFold 3：由DeepMind及其分拆的Isomorphic Labs联合研发，2024年推出，突破蛋白质单结构预测，扩展至蛋白质与DNA/RNA/小分子/离子复合物的结构与相互作用预测，支持药物设计、酶催化等场景。被传助力了KRAS G12C（极难成药靶点）抑制剂药物研发，延长癌症患者生存期。AlphaFold3 目前仅向合作药企开放核心功能

3. GNoME：即Graph Neural Network for Materials Exploration，材料探索图网络工具，通过机器学习预测新材料的稳定性，已发现38万种在低温下稳定的材料，涵盖超导体、电池材料、太阳能材料等，显著加速了材料研发周期（从数年缩短至数月）。

10

谷歌

Isomorphic 

Labs

Isomorphic Labs由DeepMind分拆（2021年），但创始人兼CEO是同一人（Demis Hassabis），聚焦于AI在药物研发的商业化应用；初期主要依赖母公司资源支持，2025年完成首轮外部融资，估值超过50亿美元。技术体系以AlphaFold为基础，逐步扩展至多模态生物建模。

1. AlphaFold 3：与DeepMind联合研发；可通过模拟蛋白质构象变化，挖掘难成药靶点的别构结合口袋；目前仅向合作药企开放核心功能

2. Isomorphic AI Platform：整合AlphaFold技术的药物设计平台，具体有Protein Dynamics Simulator蛋白质动态构象模拟工具，以及Ligand-Binding Predictor配体－靶点结合预测工具

11

薛定谔

Schrödinger

薛定谔（Schrödinger）是计算化学与AI制药融合的龙头企业。30年来，构建了覆盖小分子药物设计全流程的AI平台。旗舰产品“Schrödinger Suite”包含Glide（分子对接）、Prime（蛋白结构优化）等模块，已成为全球药企及科研机构的标配工具。客户覆盖阿斯利康、罗氏等全球Top20药企。

1. Schrödinger Suite：一体化小分子药物设计软件包

2. Glide：行业领先的分子对接工具

3. LiveDesign：协作式药物设计平台

12

Recursion 

Pharmaceuticals

Recursion Pharmaceuticals是AI驱动生物医学影像与药物筛选的领军企业，核心技术基于“高内涵筛选+AI分析”，通过自动化显微镜获取细胞影像数据，再利用AI挖掘影像中的生物标志物，实现药物分子的高效筛选与作用机理解析，并根据结果持续改进（Recursion含义即递归）；已并购多家同类公司。

1. Recursion OS：AI驱动的生物细胞/医学影像分析平台

2. LOWE：AI药物发现专用大模型，无需编码专业知识即可操作 Recursion OS，支持科学家通过自然语言完成数据检索、实验设计、结果分析，降低AI使用门槛；

3. AI-Powered Screening：高内涵筛选自动化工具，CRISPR基因编辑机器人、高内涵成像仪，支持 24/7 无人值守实验，数据直接回流模型训练。

4. Boltz-2：分子建模平台，支持靶点发现、先导优化、重定位、虚拟筛选。

13

Exscientia

Exscientia定位为AI驱动的小分子药物设计平台型公司，也是较早实现AI药物进入临床阶段的企业之一。通过整合机器学习与物理模拟算法，高效完成靶点验证、小分子生成与优化、成药性预测等全流程任务。与阿斯利康合作开发的AZD5991已进入临床，展现出AI在缩短研发周期中的实际价值。

1. Centaur AI平台：文献、专利、实验数据分析、药物设计与临床前优化的整体平台

2. Centaur Chemist：AI驱动的分子生成工具

3. Centaur Biologist：用于靶点发现和验证的平台

14

Atomwise

Atomwise已改名为Numerion Labs，是AI制药领域聚焦虚拟筛选与小分子药物设计的代表性企业，基于深度学习驱动的“AtomNet”平台，可通过模拟药物分子与靶点蛋白的相互作用，实现亿级化合物库的高效虚拟筛选，大幅降低早期药物发现的试错成本。作为行业早期入局者，Atomwise已与辉瑞、默克等超100家药企及科研机构合作。1. AtomNet：深度学习虚拟筛选平台，支持亿级化合物库筛选

2. Atomwise Discovery Platform：一体化小分子药物发现工具

3. AI-Powered Hit Identification：苗头化合物快速识别工具

15

Lila 

Sciences

Lila Sciences宣称构建“科学超级智能（scientific superintelligence）”平台，目的是将人工智能、自动化实验室（机器人＋自动化合成/测试）与传统科学方法整合起来，从而在生命科学、化学、材料科学等多个领域推动发现速度与规模的跃迁。

AISF（AI科学工厂）：假设生成 → 设计实验 → 执行实验 → 结果学习”完整科学方法流程。

16

深势科技

深势科技依托北京大学的数学与算法优势，聚焦“AI+物理模拟”，驱动药物与材料研发。公司客户以事业单位、学术机构为主，同时服务材料类与制药类企业，商业模式以“个性化服务”为核心——标准化产品并非主营业务，而是通过定制化计算服务解决客户研发痛点，例如为药企提供难成药靶点的分子动力学模拟。此外，深势科技还提供云计算服务，客户可同时使用其AI模型与华为云等算力资源，公司通过协助云供应商拓展业务赚取分成。

1. Hermite®：药物计算设计平台（含Uni-FEP自由能计算模块）

2. Bohrium®：科学计算云平台

3. Uni-Mol：分子构象预测大模型

17

英矽智能

英矽智能是国内AI制药领域的标杆企业，核心定位为“AI驱动的自主研发型药企”——区别于纯服务模式，其通过AI技术为自身管线研发赋能，同时具备“软件许可+合作研发+管线授权”的多元化商业模式。公司由药明康德投资孵化，形成“融资后采购药明康德服务”的协同模式，技术上聚焦AI靶点发现与药物设计，团队中药物设计科学家与药物化学科学家深度协作，保障AI设计分子的成药性。

1. Pharma.AI：AI药物发现平台，含PandaOmics/Chemistry42

2. inClinico：临床试验结果预测工具

3. Dora：科学研究与写作AI助手

18

深度智耀

深度智耀聚焦“医药研发文本AI智能处理”，为药企提供国际申报资料翻译服务，近年营收表现稳健，足以支撑公司发展与盈利。创始人李星出身辉瑞药物注册申报领域，团队对医药监管合规的理解深厚。然而，公司宣传的化学逆合成、区块链等业务实际落地成果有限，更多停留在概念阶段，AI药物设计能力尚未达到行业主流水平。

1. Translation-X：AI医药多语种翻译平台

2. Writing-X：临床试验方案自动撰写工具

3. D5平台：药物研发决策数据库

19

华深智药

华深智药聚焦抗体AI设计，核心技术是基于几何深度学习的蛋白质结构预测与抗体建模算法，自主研发平台在建模精度上超越AlphaFold2，且联合创始人朱祯平博士拥有38年生物制药研发经验（参与研发雷莫西尤单抗等明星药物），为技术落地提供了行业视角。公司由清华大学智能产业研究院（AIR）孵化，2021年成立后快速完成多轮融资。

1. Helixon Design：AI抗体设计平台

2. 高通量抗体筛选系统：抗体活性与亲和力评估工具

3. 双抗分子设计模块：TL1A/α4β7等双抗专项设计工具

20

予路乾行

予路乾行专注“分子动力学模拟+AI”，核心业务覆盖药物筛选（极早期hit发现）与药物设计（hit到candidate优化），技术路线以“多尺度分子动力学”为核心——通过模拟生物分子动态构象变化（如蛋白质柔性摆动），为药物设计提供原子级机理洞察，被团队称为“分子电影技术”，在“难成药靶点（如GPCR、PROTAC）”方面有明显优势。

1. DIVAMICS：多尺度分子动力学平台

2. BIOTRAJECTORY：全球首个动力学轨迹数据库

3. 难成药靶点分析模块：GPCR/PROTAC专项设计工具

21

碳硅智慧

碳硅智慧具有“全流程药物设计（一站式SaaS平台DrugFlow）”能力，而优势在于ADMET预测——自主研发的多图神经网络（MGA）算法，可精准预测药物的吸收、分布、代谢等性质，这一技术已在多个合作项目中验证有效性。

1. DrugFlow：临床前一站式新药发现SaaS平台，含ADMET2.0模块

2. Inno-QSAR：自定义分子性质预测建模工具

3. CReSS：跨模态碳谱-结构检索系统

22

深度原理

深度原理是2024年在国内成立的AI for Chemistry/Materials科技创新企业，以“融合深度学习与第一性原理”为技术核心，致力于通过AI颠覆传统材料化学“试错式”研发模式，代以“机器学习 - 计算 - 实验”模式；千万级新分子与反应，结合高通量计算筛选、实验验证，完成材料发现、性质预测到配方优化的闭环创新。

1. ReactiveAI平台：生成新分子与反应，实现材料研发全流程加速

2. 基于生成式算法的ReactGen模块能生成千万量级潜在的新分子和新的化学反应，快速扩大化学空间中有效的候选库

3. 建沐™（SynthrixJIMU）：AI+超分子材料合成矩阵（联合开发）

23

百度

百度成立的百图生科公司（BioMap），是生命科学平台型公司，在药物研发、生物制造、医疗健康等领域实现了200余个任务模型的State-of-the-Art（最高水准）表现。

百度内部螺旋桨团队（PaddleHelix，亦称飞桨），在药物设计多个重要环节（蛋白折叠、抗体设计、分子对接、ADMET、逆合成路线、药物重定向）都有高质量论文及算法发布；与诸多药企和高校合作；此外还提供算力。

1. 百图生科xTrimo平台，全球首个2100亿参数跨模态生命科学基础大模型，覆盖了DNA、RNA、蛋白质、细胞、小分子、生物影像和科学文本等模态

2. HelixFold-S1：可媲美谷歌AlphaFold 3；已预测大约17000种暗蛋白质的结构；通过创新的“接触感知采样策略”，首次将蛋白质结构预测的精度和效率推向“高效可控”的新阶段

3. HelixVS：专为小分子药物研发打造的AI驱动虚拟筛选工具，可在千万到亿级别化合物库中高效筛选活性分子，提升筛选成功率，缩短药物研发周期，降低研发成本

24

腾讯

腾讯生命科学及AI实验室通过多尺度、多模态技术串联，构建了从分子到细胞、组织再到系统的全栈研究体系，以“数据－算法－平台 －算力”为主轴，形成覆盖基础研究、技术工具、应用落地的完整生态。

1. 云深智药平台（iDrug）：可加速药物发现和优化，利用AI预测蛋白质三维结构，生成新的小分子或抗体分子，全面加速药物的筛选和优化

2. scBeat：单细胞测序领域构建大语言模型，基于BERT范式，可将细胞中基因的表达信息转化成可被计算机理解、学习的“语言”

3. SPDB数据库：即Single-cell Proteomic DataBase，系腾讯与哈工大共建的单细胞蛋白质组学综合数据库，收录来自抗体分析和质谱分析的4亿条数据，解决了数据分散、格式不统一等问题

4. Spatial-ID模型及SODB数据库：Spatial-ID是空间蛋白组学的细胞类型注释工具，目标是成为“蛋白空间表达信息”、“解析组织微环境”与“生物学功能解读” 的核心桥梁；SODB（即Spatial Omics DataBase），由腾讯、复旦大学、美国德州大学达拉斯分校联合开发，已经成为业界规模最大的空间组学数据集，已收录了5亿条细胞数据，总数据量超过1T，提供可视化分析

25

亚马逊

以AWS云服务为核心构建AI4Science算力底座，核心硬件为Trainium2芯片及Trn2实例，针对Transformer架构优化，训练吞吐量较GPU提升30%。

硬件：Trainium2芯片、Trn2/Trn2 UltraServer实例；

软件：Neuron SDK、Amazon Braket、SageMaker

26

微软

依托Azure云打造一体化科学计算平台，硬件以NVIDIA A100/V100 GPU集群为核心，通过Azure ML支持PyTorch等框架。深度整合OpenAI服务与Azure Quantum。

硬件：NVIDIA A100/V100 GPU集群；

软件：Azure ML、Azure Quantum、ONNX Runtime

27

阿里

以含光800 NPU与PAI平台为核心，含光800在ResNet-50测试中达78563 IPS，能效比为业界3.3倍。

硬件：含光800 NPU、神龙服务器；

软件：PAI平台、PAI-TF、ACK Pro集群

28

华为

凭借“鲲鹏+昇腾”双引擎构建多样性算力体系，昇腾910芯片FP16算力达256 TFLOPS，支持向量/矩阵算力单元优化。2025年其算力方案获世界算力博览会奖项，实现高性能计算与AI深度融合。

硬件：昇腾910芯片、Atlas 900集群；

软件：MindSpore框架、CANN架构、KUPL编程框架