# 计算机辅助药物发现市场

> 计算机辅助药物发现市场研究报告，按应用（靶点识别、先导化合物优化、临床前测试、临床试验、不良反应预测）、按类型（软件、服务、数据库）、按药物类型（小分子、生物制剂、抗体）、按最终用户（制药公司、生物技术公司、研究机构、学术机构）和按地区（北美、欧洲、南美、亚太、中东和非洲） - 预测到2035年

- **Forecast Period:** 2026-2035
- **CAGR:** 10.30%
- **2025:** USD 4.15 Billion
- **2035:** USD 11.02 Billion
- **Key Players:** Schrödinger, Inc., Dassault Systèmes (BIOVIA), Certara, Inc., Cadence Design Systems (OpenEye), Chemical Computing Group, Simulations Plus, Inc., Recursion Pharmaceuticals, Charles River Laboratories

**Report ID:** MRFR/Pharma/35161-HCR · **Pages:** 128 · **Author:** Satyendra Maurya & Rahul Gotadki · **Last Updated:** November 13, 2026

**URL:** https://www.marketresearchfuture.com/reports/in-silico-drug-discovery-market-37088

---

## Market Summary

## 计算机辅助药物发现市场概述

计算机辅助药物发现市场在2025年的估值为41.5亿美元。预计到2026年将达到45.6亿美元，到2035年将达到110.2亿美元，2026年至2035年的年均增长率为10.3%。两个政策催化剂尤为突出。美国FDA在2025年1月发布的关于人工智能在监管决策中的草案指导，提出了一个基于风险的计算模型可信度框架。FDA现代化法案2.0取消了人类试验前动物测试的法定要求 [3]。这两者共同为赞助商提供了更清晰的提交模型衍生证据的路径。

发现团队正在淘汰孤立的本地对接工具和手动高通量筛选。取而代之的是，他们正在采用结合物理模拟、机器学习和生成化学的云原生平台，将计算药物设计从专业功能转变为常规的第一步。经济因素强烈推动这一方向：将一种新药推向市场的成本估计为26亿美元 [1]，并使大型制药公司的研发回报在2024年仅为5.9%。结构预测消除了另一个瓶颈，AlphaFold蛋白质结构数据库现在拥有超过2亿个预测结构。

北美以40.2%的市场份额领先，得益于密集的制药研发集群和深厚的风险投资。亚太地区是增长最快的地区，年均增长率为9.5%，中国和印度正在扩大生物技术能力。欧洲排名第二，依靠联合数据计划和明确的EMA关于人工智能的指导。在未来十年，计算机辅助药物发现市场的竞争优势将取决于经过验证的模型、专有数据和集成的设计-制造-测试循环。

## 报告关键要点

### • 按组件划分

- 软件在2025年占计算机辅助药物发现市场的58.9%份额，因为订阅平台统一了对接、化学信息学和人工智能模块。
- 预计服务在2035年前将以7.4%的年均增长率增长，因为生物技术公司将模型构建和验证外包。

### • 按药物发现阶段划分

- 靶点识别与验证占2025年收入的50.1%。
- 命中识别预计将以7.9%的年均增长率增长，得益于生成化学和超大虚拟库。

### • 按治疗领域划分

- 肿瘤学在2025年占计算机辅助药物发现市场的39.2%份额。
- 神经学预计将以9.4%的年均增长率扩展，受神经退行性疾病项目的推动。

### • 按最终用户划分

- 制药和生物技术公司控制了2025年61.7%的支出。
- [合同研究组织](https://www.marketresearchfuture.com/reports/contract-research-organization-market-3322) (CROs) 预计将以8.9%的年均增长率增长。

### • 按部署方式划分

- 云部署在2025年占71.9%的市场份额。
- 本地安装在2025年产生了11.7亿美元的收入，集中在具有严格数据驻留政策的大型制药公司。

### • 按地区划分

- 北美在2025年保持40.2%的市场份额。
- 欧洲在2025年产生了11.4亿美元的收入。
- 亚太地区是增长最快的地区，年均增长率为9.5%。

## 市场规模和预测（2021–2035）

市场研究未来根据软件许可证、订阅和计算服务的供应商收入自下而上构建了计算机辅助药物发现市场的估计。这些数据通过全球制药研发支出和分配给计算发现的份额进行了自上而下的交叉检查 [22]。上市供应商的公开文件 [17][18][19][20] 确定了基准年，制药公司、生物技术公司和CRO的发现负责人进行的主要访谈进一步细化了细分市场。2021年至2024年的历史数据反映了调整货币效应后的报告收入。

## Market Drivers

### Increased Focus on Drug Repurposing

计算机辅助药物发现市场越来越关注药物再利用，这涉及为现有药物寻找新的治疗用途。这种方法因其加速药物开发过程和降低成本的潜力而受到关注。计算机辅助方法通过分析现有数据和预测新的相互作用，促进了对已建立化合物的新适应症的识别。
 
药物再利用市场预计将显著扩展，估计到2026年可能达到500亿美元。这一趋势不仅提高了药物发现的效率，还与制药行业日益重视创新解决方案的方向一致。
 

- 根据PubMed，药物再利用相比传统药物发现方法可以显著缩短开发时间。许多研究强调，利用现有的安全性和有效性数据可以提高成功潜力，支持计算再利用策略在制药研究项目中的日益采用。

### Advancements in Computational Technologies

计算机辅助药物发现市场正在经历计算技术的快速进步，这些技术正在彻底改变药物发现过程。增强的算法和机器学习技术使研究人员能够更高效地分析大量数据集，从而更快地识别潜在的药物候选者。
 
高性能计算的整合允许进行复杂的模拟和建模，可以更准确地预测分子相互作用。这一技术演变不仅减少了药物开发所需的时间，还显著降低了成本。
 

- 根据健康指标与评估研究所，慢性疾病继续占全球疾病负担的主要部分。解决日益复杂的疾病途径的需求正在加速对机器学习、预测建模和现代药物发现平台中使用的高性能计算技术的投资。

### Regulatory Support for Computational Approaches

计算机辅助药物发现市场受益于对药物开发中计算方法的日益监管支持。监管机构认识到计算方法在提高药物发现过程的效率和安全性方面的价值。正在建立指导方针，以鼓励在监管提交中整合计算模型，这可能会促进行业内的创新。
 
这种支持性的监管环境预计将推动计算方法的采用，因为公司寻求将其研究实践与不断发展的标准对齐。因此，市场有望增长，预计未来几年将增加批准的计算应用数量。
 

- 根据世界银行，全球各国政府继续增加对医疗保健和数字基础设施的投资，支持监管系统的现代化。这种有利环境鼓励更广泛地接受提高效率、透明度和证据生成的计算建模工具，贯穿整个制药开发过程。

### Rising Demand for Cost-Effective Drug Development

计算机辅助药物发现市场正在见证对成本效益药物开发解决方案的需求上升。传统的药物发现过程往往成本高昂且耗时，导致对能够简化这些过程的计算方法的兴趣日益增长。通过利用计算模型，制药公司可以减少对广泛实验室测试的需求，从而显著降低成本。
 

- 根据PubMed，计算药物发现方法可以通过在实验室测试之前虚拟评估成千上万的化合物来降低筛选成本。这种效率正在帮助制药组织优化研发支出，同时保持强大的候选者识别能力。

### Growing Collaboration Between Academia and Industry

计算机辅助药物发现市场正在见证学术界与行业之间日益增长的合作，这促进了创新并加速了药物发现工作。学术机构越来越多地与制药公司合作，以利用其在计算生物学和数据分析方面的专业知识。
 
这些合作促进了知识和资源的共享，导致新型计算工具和方法的开发。因此，市场可能会受益于更强大的药物候选者管道，预计合作项目将在不久的将来产生有希望的结果。这一趋势强调了跨学科方法在推动药物发现中的重要性。
 

- 根据健康指标与评估研究所，全球疾病复杂性的增长继续需要多学科的创新。学术与行业的合作正日益被用于加速转化研究，使科学发现更快地转向治疗开发，并支持计算机辅助药物发现技术的扩展。

## Restraints

## 约束影响分析

| 约束 | ~% 对CAGR的影响 | 地理相关性 | 影响时间线 | 参考 |
| --- | --- | --- | --- | --- |
| 分散的低质量训练数据 | ~−1.2% | 全球 | 长期（≥4年） | [16] |
| 计算化学和人工智能人才短缺 | ~−0.9% | 全球；在新兴市场尤为严重 | 中期（2–4年） | [22] |
| 模型可信度和验证要求 | ~−0.8% | 美国，欧盟 | 中期（2–4年） | [8] |
| 高许可和集成成本 | ~−0.6% | 全球；小型生物技术公司 | 短期（≤2年） | [19] |
| 数据安全、知识产权和人工智能法规合规 | ~−0.5% | 欧盟，北美 | 中期（2–4年） | [9] |

### 分散的低质量训练数据

大多数制药数据存储在不同格式的部门和旧系统中，机器学习模型的效果取决于其所依赖的检测数据。由于公共数据集往往偏向成功药物，模型对不利结果视而不见。十家制药公司之间的联邦学习可以在不披露原始数据的情况下提高预测性能，正如欧盟资助的MELLODDY项目所示 [16]。这样的合作关系仍然不常见，分发仍因劣质数据基础而受到阻碍。

### 计算化学和人工智能人才短缺

在结构生物学、药物化学和机器学习方面，具备专业知识的科学家仍然很少，科技公司正在以更好的薪酬争夺这些人才。小型生物技术公司通常依赖单一的计算化学家，面临最大的挑战。根据IQVIA的数据显示，全球研发管道的大部分来自年轻的生物制药企业；因此，该领域的人才短缺立即限制了在计算机辅助药物发现市场的采用。

### 模型可信度和验证要求

监管机构期望赞助商证明模型适合其特定的使用背景，这需要文档、前瞻性验证和生命周期监测。欧洲药品管理局（EMA）2024年的反思文件同样呼吁采取基于风险的方法，并在人工智能影响监管决策时进行早期对话 [8]。满足这些期望增加了成本和时间。一些赞助商仍然进行平行的湿实验以确认预测，这稀释了效率提升。

### 高许可和集成成本

基于物理的模拟套件的企业许可证每年可达数十万美元，还不包括云计算、数据工程和培训成本。供应商的文件，包括Simulations Plus的文件，指出生物技术融资条件是一个需求风险 [19]。当2023年风险投资收紧时，许多早期公司推迟了软件购买，显示出这项支出与资本可用性之间的紧密关系。

### 数据安全、知识产权和人工智能法规合规

化学结构和靶点假设是制药公司的最有价值资产之一，将其上传到共享云平台会引发保密性问题。关于人工智能生成分子的专利性存在开放性问题，增加了法律不确定性。在欧洲，自2024年8月起生效的人工智能法案对通用人工智能模型的提供者施加了透明度义务 [9]，增加了将大型语言模型嵌入发现工具的供应商的合规工作。

## Opportunities

## 计算机辅助药物发现市场机会

### 量子增强分子模拟

经典计算机对电子行为的近似限制了金属酶、共价结合剂和其他化学复杂目标的准确性。混合量子-经典算法承诺提供更精确的能量计算，几家制药公司已经与量子硬件供应商进行试点。将量子就绪模块集成到现有工作流程中的供应商，现在可以在容错硬件到达后获得高价。早期采用者在计算机辅助药物发现市场中可以在准确性而非仅仅速度上竞争。

### 新兴市场生物技术扩展

亚太地区和海湾国家正在从低计算基础上建立生物技术能力，这为云交付平台留下了空间。印度的BioE3政策于2024年8月获得批准，优先考虑生物工厂和先进的生物制造，而中国的生物经济计划则针对药物研发的创新[24]。沙特阿拉伯和阿联酋正在资助基因组学项目，以生成靶点发现的数据。区域数据中心、本地支持和适合小预算的定价将决定哪些供应商在这里获胜。

### 联合数据网络和数据货币化

制药公司拥有数十年的专有检测数据，这些数据很少离开内部服务器。通过MELLODDY [16]大规模验证的联合学习，让公司在保持数据私密的同时训练共享模型，为基于联盟的数据产品开辟了道路。供应商可以对基于汇集数据构建的预训练模型收取访问费，或与贡献公司分享收入。数据策展服务，例如标准化遗留的药代动力学和毒性结果，为合同研究组织提供了一个平行的收入来源。

### 基于里程碑和AI即服务的商业模型

基于座位的许可证正在让位于结合订阅费、里程碑和基于成果药物的版税的混合模型。Isomorphic Labs与礼来和诺华的交易展示了这种结构，将适度的预付款与大型基于成功的里程碑相结合[12]。对于供应商而言，这些模型将收入与管道价值挂钩；对于买家而言，它们转移了风险。按分子计费的设计服务也适合无法证明年度企业许可证合理性的生物技术公司。

### 新方法论取代动物研究

FDA在2025年4月的路线图旨在减少并最终取代动物测试，从单克隆抗体开始，计算毒理学模型被列为可接受的新方法论。结合FDA现代化法案2.0 [3]，这为经过验证的计算毒性、免疫原性和药代动力学预测创造了需求。拥有符合监管标准的毒理学模块和文档验证集的供应商将在赞助商重新设计临床前包时受益。

## Future Outlook

计算机辅助药物发现市场规模预计到2035年将达到153.1亿美元，年均增长率为11.25%，这得益于人工智能、计算生物学的进步以及研发投资的增加。

**New opportunities:**

- 开发基于人工智能的药物疗效预测建模平台。

到2035年，市场预计将强劲，反映出显著的增长和创新。

## Segment Insights

### 按应用：靶点识别（最大）与临床试验（增长最快）

'靶点识别'是计算机辅助药物发现市场中最大的细分领域，占据38%的市场份额，因为它在药物开发的早期阶段发挥着关键作用。该细分领域利用计算技术识别新药的生物靶点，并显著提高药物发现过程的效率。其他值得注意的应用包括'先导优化'和'临床前测试'，这些领域也占据了相当的市场份额，但没有一个能与靶点识别在市场份额分布中的关键地位相匹敌。

Schrodinger通过复杂的分子模拟平台不断推进靶点识别能力。这些技术使研究人员能够高效筛选大量生物数据集，并优先考虑高潜力靶点，进一步巩固了靶点识别作为计算机辅助药物发现市场中领先应用细分的地位。

### 按类型：软件（最大）与服务（增长最快）

在计算机辅助药物发现市场中，各细分领域的市场份额分布显示，软件占据62%的最大份额，对市场的整体动态产生了重大影响。凭借先进的算法和药物设计及优化能力，软件解决方案被制药和生物技术公司广泛采用。虽然服务的市场份额不如软件，但它们代表了增长最快的价值，受到对定制解决方案、咨询和药物发现过程支持需求增加的推动。

Boehringer Ingelheim越来越多地利用先进的计算软件平台来支持分子建模、候选优化和预测分析。对软件驱动工作流程的日益依赖加强了制药研究中的采用，显著促进了该细分市场的主导地位。

### 按药物类型：小分子（最大）与生物制剂（增长最快）

在计算机辅助药物发现市场中，药物类型细分主要由小分子主导，其市场份额达到64%，因为它们在制药中的广泛应用。这些化合物建立了强大的地位，满足多种治疗领域的需求，提供可及性，并保持显著的市场存在。相比之下，生物制剂作为一个重要竞争者，经历了快速增长。它们独特的特性和在治疗复杂疾病中的相关性催化了这一增长，突显了研究重点向这些先进治疗方法的转变。

小分子（主导）与生物制剂（新兴）

小分子在市场中占据主导地位，具有合成简便、适用范围广和靶点相互作用高效的特点。它们在药物设计和优化过程中发挥着至关重要的作用，超过了较大的生物制剂。另一方面，生物制剂虽然是新兴的，但在通过靶向作用机制治疗特定疾病方面展现出显著潜力，为创新疗法铺平了道路。对精准医疗的需求增强了生物制剂的吸引力，使其成为越来越有影响力的参与者。这些细分市场之间的动态塑造了行业的研究格局，小分子在蓬勃发展的生物制剂细分市场中继续蓬勃发展。

### 按最终用户：制药公司（最大）与生物技术公司（增长最快）

在计算机辅助药物发现市场中，最终用户的市场份额分布显示，制药公司占据55%的最大份额，利用先进的计算工具来简化药物开发过程。相反，生物技术公司作为一个快速增长的细分市场，越来越多地采用计算机辅助方法来增强其在药物发现和开发中的能力。研究机构和学术机构在这一领域也发挥着重要作用，尽管它们的市场份额较小，但在创新研究和与行业的合作中贡献显著。该细分市场的增长趋势突显了向数字化转型的重大转变，制药公司专注于通过计算机辅助平台提高效率和降低成本。生物技术公司在这一领域推动了最快的增长，因为它们采用尖端技术来加速药物发现的时间周期。对个性化医疗的需求、对更快药物开发周期的需求以及学术机构与行业参与者之间的合作是主要的增长驱动因素，促进了市场中的创新和竞争优势。

制药公司（主导）与研究机构（新兴）

制药公司仍然是市场中的主导力量，采用复杂的计算技术来优化其药物开发流程并保持竞争优势。它们丰富的资源和成熟的基础设施使其能够无缝整合计算机辅助方法，缩短上市时间并促进合规性。相比之下，研究机构虽然被视为新兴细分市场，但正变得越来越重要。它们专注于与制药公司合作，通常参与利用计算机辅助方法的前沿研究项目。这种合作使它们能够贡献有价值的见解和创新，战略性地定位自己以在药物发现领域增强能力，从而占据市场份额。

## Regional Market Share Analysis

### 北美：创新与投资中心

北美在计算机辅助药物发现市场中处于领先地位，2024年占全球收入的44.33%以上。该地区受益于对生物技术和制药的强劲投资，强调研究和开发。

- 根据疾病控制与预防中心的数据，约有1.29亿美国人患有至少一种主要慢性疾病。这一庞大的患者群体持续推动对创新疗法的需求，并支持在北美广泛投资于先进的计算机辅助药物发现技术。

来自FDA等机构的监管支持进一步催化了增长，鼓励药物发现技术的创新。慢性疾病的日益普遍和对个性化医疗的需求也是重要的需求驱动因素。美国是最大的市场，其次是加拿大，两个国家都拥有辉瑞、百时美施贵宝和施罗迪格等众多关键参与者。

- GE Healthcare继续投资于支持精准医疗倡议的人工智能医疗技术和数字研究解决方案。这些进展加强了北美的制药创新生态系统，并促进了计算建模在现代药物发现工作流程中的整合。

竞争格局的特点是成熟制药巨头与创新生物技术公司的混合。学术界与行业之间的合作很常见，促进了药物发现进展的丰富生态系统。风险投资的存在也支持了该领域的初创企业。

### 欧洲：监管框架与增长

2024年，欧洲计算机辅助药物发现市场规模为14.2亿美元，成为第二大区域市场，占30%的市场份额。该地区受益于强大的监管框架，鼓励创新，同时确保患者安全。欧洲药品管理局（EMA）的倡议促进了计算机辅助方法的采用，提高了药物开发过程的效率。

- 欧洲药品管理局积极通过监管科学倡议和加速评估途径促进创新药物开发方法。对模型导向开发和数字创新的持续支持增强了欧洲在计算药物发现和精准医疗进步方面的领先地位。

对个性化医疗的日益关注和人工智能技术的整合是该市场的主要增长驱动因素。主要国家包括德国、法国和英国，这些国家是勃林格殷格翰和阿斯利康等主要制药公司的总部。竞争格局以行业与学术界之间的合作为特征，促进了创新。

众多研究机构和熟练劳动力的存在进一步增强了该地区在药物发现方面的能力。欧洲市场的特点是成熟企业与新兴生物技术公司的结合。

### 亚太地区：新兴市场潜力

亚太地区正在迅速崛起为计算机辅助药物发现市场的关键参与者，占全球市场份额的约20%。该地区受到对医疗保健和生物技术投资增加的推动，同时对创新药物开发解决方案的需求也在增长。

中国和印度等国由于其不断扩大的制药行业和支持研究能力的政府政策而见证了显著增长。中国是该地区最大的市场，其次是印度，两个国家都吸引了希望利用当地专业知识和成本优势的全球制药公司。

竞争格局正在演变，地方公司与国际参与者的混合正在建立。研究机构与行业之间的合作变得越来越普遍，进一步推动了药物发现方法的创新。该地区的潜力得益于庞大的患者群体和不断增加的医疗支出。

### 中东和非洲：未开发的市场机会

中东和非洲地区在计算机辅助药物发现市场中逐渐崭露头角，占全球市场份额的约5%。增长主要受到医疗保健投资增加和对研究与开发的关注上升的推动。南非和阿联酋等国的政府正在实施政策，以增强制药行业，为药物发现创新创造有利环境。

对先进医疗解决方案的需求也在上升，进一步推动市场增长。南非是该地区的领先市场，拥有越来越多的生物技术公司和研究机构。竞争格局的特点是地方和国际参与者的混合，合作日益增加，旨在增强药物发现能力。该地区的潜力还得到了年轻人口和对医疗进步认识的提高的支持，使其成为一个吸引投资的市场。

## Competitive Benchmarking

计算机辅助药物发现市场目前的特点是动态竞争格局，受到计算技术快速进步和对药物开发过程效率日益重视的推动。施罗迪格（美国）、勃林格殷格翰（德国）和阿斯利康（英国）等关键参与者通过创新和合作战略性地定位自己。施罗迪格（美国）专注于增强其计算平台，以简化药物发现，而勃林格殷格翰（德国）则强调与学术机构的合作，以利用前沿研究。
 
阿斯利康（英国）积极追求数字化转型举措，将人工智能整合到其药物发现工作流程中，从而提高其运营效率。这些策略不仅增强了他们的市场存在感，还促进了一个更具竞争力的环境，优先考虑技术进步和合作努力。这些公司的商业策略反映了对市场结构的细致理解，市场看似适度分散但竞争日益激烈。
 
公司正在本地化其运营并优化供应链，以快速响应市场需求。这种方法不仅增强了他们的运营能力，还使他们能够更好地服务于不同的地理市场。这些关键参与者的集体影响正在塑造一个灵活性和创新至关重要的市场环境，从而促进了一个鼓励持续改进和适应的竞争氛围。
 
2025年8月，施罗迪格（美国）宣布与一家领先的生物技术公司建立重要合作关系，共同开发一个整合机器学习算法的新药物发现平台。这一战略举措可能会增强施罗迪格在预测建模方面的能力，从而加速药物开发时间表。该合作强调了利用外部专业知识推动创新和保持竞争优势的重要性。
 
2025年9月，勃林格殷格翰（德国）推出了一项新举措，旨在利用人工智能驱动的模拟来优化其药物发现管道中的先导化合物选择。这一举措表明该公司致力于利用先进技术提高其研究过程的效率和准确性。通过将人工智能整合到其运营中，勃林格殷格翰（德国）将自己定位为采用数字工具以改善药物发现结果的领先者。
 
2025年7月，阿斯利康（英国）扩大了与一家知名科技公司的合作，以进一步发展其在药物发现中的人工智能能力。这一扩展预计将促进先进分析在阿斯利康研究框架中的整合，从而增强其更有效地识别有前景药物候选者的能力。这种战略联盟在一个技术实力日益成为竞争成功决定因素的市场中至关重要。
 
截至2025年10月，计算机辅助药物发现市场正在见证强调数字化、可持续性和人工智能整合的趋势。关键参与者之间战略联盟的形成正在重塑竞争格局，促进了一个优先考虑创新而非传统价格竞争的环境。展望未来，竞争差异化将越来越依赖于技术进步、运营可靠性和适应不断变化的市场需求的能力，从而为药物发现的新纪元奠定基础。

## Recent News & Developments

计算机辅助药物发现市场最近经历了重大进展，特别是在技术进步和关键参与者之间的合作方面。像IBM和辉瑞这样的公司正在利用人工智能来优化药物发现过程，提高效率并缩短时间。BioPharmX和Biogen正在探索合作，以结合他们在人工智能能力方面的优势，旨在简化研究工作。此外，查尔斯河实验室和Evotec宣布合作，将计算药物设计与高通量筛选相结合，反映出计算机辅助方法与传统实验室实践之间日益增长的协同趋势。

在并购方面，Insilico Medicine收购新算法引起了关注，使药物相互作用的预测能力得以改善。Thermo Fisher Scientific进入计算机辅助工具的扩展表明，市场对将计算工具整合到其研究工作流程中的兴趣日益增加。由于这些创新方法，像安进、默克和葛兰素史克等公司的市场估值飙升，从而进一步推动了该领域的投资和研究。动态的市场格局表明这是一个蓬勃发展的市场，各公司正在竞争以增强其能力，并利用计算机辅助方法实现更好的药物发现结果。

## Report Scope

| 报告属性/指标 | 详细信息 |
| --- | --- |
| 市场范围 | 计算机辅助药物发现市场涵盖用于识别、设计、优化和验证药物候选者的软件和服务，按组件、药物发现阶段、治疗领域、最终用户、部署和地区进行细分 |
| 研究周期 | 2021-2035 |
| 基准年 | 2025 |
| 历史数据 | 2021–2024 |
| 预测周期 | 2026–2035 |
| 2025年市场规模 | 41.5亿美元 |
| 2035年市场规模 | 110.2亿美元 |
| 年均增长率 (2026–2035) | 10.30% |
| 增长最快的细分市场 | 服务（7.4% 年均增长率）；命中识别（7.9% 年均增长率）；神经学（9.4% 年均增长率）；合同研究组织（CROs）（8.9% 年均增长率）；亚太地区（9.5% 年均增长率） |
| 覆盖地区 | 亚太地区（9.5% 年均增长率）；北美、欧洲、亚太、南美、中东和非洲 |
| 公司简介 | 施罗丁格、达索系统（BIOVIA）、Certara、Cadence设计系统（OpenEye）、化学计算集团、Simulations Plus、Recursion制药、查尔斯河实验室、Insilico医学、Evotec、Optibrium、Cresset |
| 估值货币 | 美元十亿 |
| 方法论 | 通过42个国家注册数据集的自上而下制造商收入数据和自下而上程序量估算的三角测量 |

## Frequently Asked Questions

**Q: 投资者应该如何评估体外药物发现市场的公司？**
A: 优先考虑专有数据和湿实验验证，而不是算法声明。已经将内部设计的分子推进临床试验的平台，如Insilico Medicine的rentosertib，提供的价值证据比软件基准更强 [14]。

**Q: 基于物理的方法和基于人工智能的方法在体外药物发现市场上有什么不同？**
A: 基于物理的方法如自由能扰动从第一原理计算结合能量，对于先导优化更为准确。人工智能模型能够更快地筛选更大的化学空间，但依赖于训练数据的质量。现在大多数领先供应商都结合了两者 [17]。

**Q: 采购团队在许可发现平台之前应该检查什么？**
A: 要求提供与您自己管道相似的目标的前瞻性验证数据，而不是回顾性基准。确认API访问、数据导出权利，以及模型是否可以在不与供应商共享的情况下在专有数据上重新训练。

**Q: 欧盟人工智能法案是否限制药物发现软件？**
A: 大多数发现阶段工具不属于其高风险类别，且仅用于科学研究的人工智能在很大程度上是豁免的。嵌入通用人工智能模型的供应商仍然面临透明度义务，这可能影响欧洲合同条款 [9]。

**Q: 哪些新兴用例可能将体外药物发现市场扩展到小分子之外？**
A: 抗体设计、肽治疗和RNA靶向分子是最活跃的新前沿。AlphaFold 3现在模拟与核酸和配体的蛋白质相互作用，扩大了可寻址目标空间 [6]。

**Q: 公司在采用这些工具时面临哪些集成挑战？**
A: 遗留实验室笔记本和测定数据库通常使用不一致的格式，因此数据协调可能会占用实施预算的大部分。计算和药物化学团队从一开始就共同拥有时，项目成功的可能性更高。

**Q: 小型生物技术公司能否利用计算方法与大型制药公司竞争？**
A: 可以。按需付费的云计算让小团队能够筛选数十亿个虚拟化合物，而无需拥有超级计算机。资金，而不是计算能力，现在是大多数初创公司的主要限制。


---

*This Markdown endpoint is provided for AI systems and LLM crawlers. For the full interactive report visit https://www.marketresearchfuture.com/reports/in-silico-drug-discovery-market-37088*
