浙商证券统计的全球80条获批临床AI药物管线中，未公布靶点的管线为25条，占比31.0%，而运用人工智能发现新靶点的管线仅3条。这一数据结构表明，AI在药物研发中仍主要扮演辅助工具角色，靶点披露节奏与AI医疗的供需周期、研发周期之间存在密切关联——靶点从发现到临床验证的漫长周期，决定了AI制药的供给释放是渐进式的，而非爆发式的。

靶点披露节奏反映行业所处阶段

从管线推进进度看，42条管线推进至I期，29条推进至II期，4条推进至III期，整体仍处于积累训练期。靶点披露的节奏恰恰映射了这一阶段的特征：已公布靶点的管线占比65.0%，未公布靶点占比31.0%，新靶点占比4.0%。大量管线沿用已知靶点，说明AI制药当前的核心价值更多体现在优化已知靶点的成药效率上，而非大规模开辟新靶点。

这种披露结构对行业供需的影响是双向的。对下游传统药企而言，已公布靶点的管线意味着合作风险更可控、验证路径更清晰；而未公布靶点的管线则往往涉及企业的核心知识产权保护，其披露节奏通常与专利布局进度和临床验证里程碑挂钩。

研发周期决定供给释放节奏

AI技术在研发过程中的渗透率越高，药物研发的效率越高，但靶点从发现到临床验证仍需遵循药物研发的基本规律。传统制药的研发周期中，药物研发阶段一般需要3-7年，用药安全阶段需要5-7年，新药审批上市需要1-2年，平均上市时间为10-16年。AI技术的介入可将总研发周期平均缩短1/2至2/3，但这一压缩并不改变靶点验证的内在时间门槛。

这意味着，当前31%的未公布靶点管线，其靶点信息的逐步披露将是一个随临床推进而持续释放的过程。当这些管线从I期向II期、III期推进时，靶点信息的透明度会自然提升，从而为下游药企的合作决策提供更多依据，推动行业供需匹配度上升。

常见问题

未公布靶点占比高是否意味着行业不成熟？

不一定。未公布靶点占比31.0%更多反映的是商业保护策略与研发阶段特征。AI制药企业通常会在靶点获得初步临床验证后再进行披露，以保护先发优势。随着管线向后期推进，靶点披露比例通常会逐步提升。

靶点披露节奏如何影响下游药企的合作意愿？

已公布靶点的管线更容易获得传统药企的信任与合作意向，因为其验证路径更为清晰。但未公布靶点的管线若能在临床中展现差异化价值，反而可能成为企业核心竞争力的体现。靶点披露节奏与下游合作需求之间的匹配，是AI制药商业模式落地的关键变量。

AI发现新靶点管线仅3条，是否说明AI靶点发现能力有限？

当前运用AI发现新靶点的管线仅3条，说明AI在靶点发现领域的应用仍处于早期。但这与行业整体处于CADD向AIDD转型过程中的判断一致——AI技术的价值正在从辅助化合物筛选向更上游的靶点发现延伸，这一能力的释放需要更长的验证周期。