Deprecated: Creation of dynamic property db::$querynum is deprecated in /www/wwwroot/www.kanglongjixie.com/inc/func.php on line 1413

Deprecated: Creation of dynamic property db::$database is deprecated in /www/wwwroot/www.kanglongjixie.com/inc/func.php on line 1414

Deprecated: Creation of dynamic property db::$Stmt is deprecated in /www/wwwroot/www.kanglongjixie.com/inc/func.php on line 1453

Deprecated: Creation of dynamic property db::$Sql is deprecated in /www/wwwroot/www.kanglongjixie.com/inc/func.php on line 1454
未来医药行业的飞跃机会在哪儿?_开云体育网页版入口-开云手机app下载安装-开云苹果版

未来医药行业的飞跃机会在哪儿?

来源:开云体育网页版入口    发布时间:2024-12-15 11:25:15

  在经历了10年的跃升式发展后,中国医药行业已在世界舞台崭露头角。依照国家卫生健康委,2023年底我国在研新药数量占全球数量的比例达20%以上,在全球已经跃居新药研发第二位。

  创新是医药行业发展的永恒主题。随着小分子药物、抗体类大分子药物技术的成熟,新的治疗技术如ADC(抗体药物偶联物)慢慢的变成为肿瘤治疗的新范式,展现出巨大的市场潜力。此外,细胞与基因治疗(CGT)领域虽然近年热度会降低,但其潜力依然巨大,静待技术突破。这些新技术的发展不仅推动了新需求的涌现,也为医药行业带来了结构性的投资机会。

  另外,国际化成为医药行业新的趋势。中国创新药企业正积极出海,多款产品在海外市场获得批准,凸显了中国生物医药产业正加速出海扩张,逐渐走向国际市场。这一国际化进程不仅为公司可以提供了资金支持,还加速了创新药的国际化进程,提升了企业的全球竞争力。同时,全球医药市场持续增长,主要由发达市场品牌药驱动,预计到2028年全球药品支出将达到约2.2万亿美元。

  不过,医药行业的风险管理也需要我们来关注。企业要关注政策新周期下差异化创新品种、刚需治疗性品种的竞争优势,并立足创新,关注新技术带来的增量空间。

  就上述问题,《每日经济新闻》记者(以下简称NBD)与CIC灼识咨询董事总经理刘立鹤展开了讨论,以下为采访实录:

  刘立鹤:随着ChatGPT等热门技术的持续不断的发展和渗透,AI药物发现技术将对医药研发具有变革性的影响。AI相较于传统药物研发可对大量现有的药物数据来进行深度学习,以此分析药物的化学性质和生物活性,更快地设计新药物,预测药物的吸收、代谢和毒性等复杂过程,从而缩短药物研发时间。

  刘立鹤:中国将凭借完整的供应链和强大的工程师及科研人才储备优势成为全世界重要新药研发中心,未来全球医药研发中心会集中在中美两国。此外,MNC(跨国公司)通过BD(商业拓展)交易购买中国医药研发公司及其早期研发产品的投入力度慢慢的变大,交易愈发频繁。

  刘立鹤:今年,阿斯利康就一款临床前创新小分子脂蛋白(a)抑制剂YS2302018,与石药集团签订超20亿美元的合作。在上海进博会首次亮相的肾病产品组合-小分子补体B因子抑制剂Iptacopan和口服内皮素A受体拮抗剂阿曲生坦(Atrasentan),有望作为肾病领域的重要疗法。而其肾病产品组合来源于诺华的收购,2024年1月,诺华正式收购信瑞诺医药,扩大了其在中国的肾病产品线。这些收购案例均可以说明未来中国将成为全世界主要新药研发中心之一。

  NBD:未来10年,您认为创新药行业能否实现可持续盈利?是不是真的存在科技泡沫的风险?

  刘立鹤:未来10年,中国创新药能轻松实现可持续盈利。所谓“创新泡沫”,本质上是对那些缺乏真正创新性或临床价值的药物的过高估值。市场上出现泡沫是一个自然的经济现象,属于市场调节的一部分,优质的创新药仍可以在中国盈利。国内近年来也加大了对创新药研发的政策支持,患者对新药的需求逐步增强,尤其是针对一些重大疾病和慢性病的治疗需求,这也为创新药提供了广阔的市场空间。

  刘立鹤:AI技术在医药行业的风险和挑战大多数来源于临床数据安全管控。为了训练和优化AI模型,尤其是深度学习模型,必须依赖大量的数据输入,以保证模型的准确性和可靠性。然而,医疗临床数据本身包含了大量的个人隐私信息,这一些数据的敏感性决定了它们在法律上的严格保护,因此,医疗行业中的数据共享和流通受到极大限制。这使得可用的临床数据量大幅度减少,进而影响了AI技术在医疗领域的快速迭代和应用。

  声明:证券时报力求信息真实、准确,文章提及内容仅供参考,不构成实质性投资建议,据此操作风险自担