> 数据图表如何才能2.1行业尚未形成统一的范式，企业间不尽相同2026-1-42.1行业尚未形成统一的范式，企业间不尽相同图表19：全球AI制药领先企业的算法及应用公司名称ArdigenAtomwiseBenchSci使用的计算方法生物信息学,DL,ML,NLPML,DL(CNN),化学信息学NLP,ML,DL简介ardigen活跃于实验室信息管理系统、生物临床数据分析、大数据集成以及定制应用程序开发等领域Atomnet是第一个运用深度CNN的药物发现算法，它已经在癌症、神经系统疾病、抗病毒药物、抗寄生虫药物及抗生素等方面进行探索。试剂（如抗体）的解码开放和封闭数据访问，用可操作的见解展示已发布的数据BenevolentAIML,DL,符号人工智能,NLP从文本挖掘和语义链接演变为知识图来处理复杂多因素疾病，识别新靶点，小分子药物发现和患者分层。BioSymetricsNLP,ML,DL处理原始表型、成像、药物和基因组数据集。允许研究人员将快速分析和机器学习功能集成到现有业务流程。C4X DiscoveryML,DL,化学信息学,生物信息学C4X创新的基于DNA的目标识别平台(Taxonomy3(R))人类基因数据集，以确定新的患者特异性靶点。CytoReasonML,DL,符号人工智能,化学信息学,生物信息学CytoReason可以访问无与伦比的专有和公共数据，并结合尖端机器学习技术，创造其独特的生物疾病、组织和药物模型。EURETOSExscientiaHealxIKTOSInsilico MedicineMindRankNURITASOWKINPeptilogicsSTRUCTURAML,DL,生物信息学Euretos通过用户友好的应用程序提供基于云的研发平台的直接访问入口，还允许集成公司专有数据和安全环境中的公共数据。ML，DL,生物信息学,化学信息学该公司使用ML来预测ADME，新颖性，合成可达性，分子药理学。ML,NLP,符号人工智能,化学信息学,生物信息学Healx AI平台使用自然语言处理从已发表的资料、补充生物医学数据库和专有技术、策划数据中提取疾病知识。ML,DL,化学信息学Iktos已经发明并正在开发一种基于DL的配体新药设计，专注于多参数优化(MPO)DL,GANs,GANs+,强化学习,符号信息学,ML,化学信息学,生物信息学小样本学习,ML,DL全面的DL管线。生物学:信号通路，用于目标ID的DNNs和HTS分析。化学:GANs- RL用于新分子生成。MindRank旨在利用机器学习来设计和开发小分子，具有良好临床前疗效和安全性的药物。DL,生物信息学预测食源性生物活性肽的治疗潜力。允许研究人员:经济有效地开发针对特定疾病的天然食物来源的高度靶向治疗方法。ML,联邦学习生成式AI,DL,生物信息学,化学信息学,计算生物物理学,量子化学ML(随机梯度下降和分支和边界最大似然优化)Owkin结合了生物学和机器学习的专业知识来推进精准医学。Peptilogics的Nautilus平台结合了生成式人工智能、预测模型、计算生物物理学、量子化学和专门建造的超级计算以生产针对不同靶点和治疗的多参数优化引物区域。cryoSPARC系统 能够实现高通量的蛋白质结构发现，在机器学习的帮助下，从低温电镜数据中提取分子复合物。XtalPiMLXtalPi的ID4平台提供了精确的物理化学和化学预测用于药物设计的小分子候选药物的药性，固体形态选择，以及药物开发的其他关键方面。资料来源：Deep Pharma Intelligence ，中邮证券研究所，（注：参考资料有时限性，表格可能无法反映所有公司最新的技术迭代情况）18中邮证券综合其他
