《农用化工行业深度研究：AI助力农药创新药研发-250820（18页）.pdf》由会员分享，可在线阅读，更多相关《农用化工行业深度研究：AI助力农药创新药研发-250820（18页）.pdf（18页珍藏版）》请在三个皮匠报告上搜索。

1、敬请参阅最后一页特别声明 1 投资逻辑 农药分为创新药和仿制药，少数拥有创新能力的跨国巨头掌握着产业链高附加值环节。农药分为创新药和仿制药，少数拥有创新能力的跨国巨头掌握着产业链高附加值环节。农药是用于防治农林业病虫害以及调节植物生长的各种物质，按照防治对象的不同，主要分为除草剂、杀虫剂、杀菌剂、植物生长调节剂等。农药原药分为创制药和仿制药两类，少数拥有创制能力的跨国巨头掌握关键专利及产业链高附加值环节，技术壁垒在短期内难以被完全跨越；新兴市场企业则正通过“联合创制”、并购技术平台等方式逐步切入这一高端领域。2024 年富美实、CORTEVA、拜尔、巴斯夫研发研发费用合计 99.5 亿元，较

2、2016 年上涨 21.67%，平均研发费用增速为 3.13%。医药与农药具有相似的研发逻辑，农药创新药的研发可以借助医药行业的经验。医药与农药具有相似的研发逻辑，农药创新药的研发可以借助医药行业的经验。农药和医药尽管应用领域有所不同，但其底层逻辑与技术框架具有高度相似性，二者均包括仿制药与创制药的开发路径，其核心流程均涉及活性分子的筛选、靶点识别、结构优化与安全性评价等关键技术环节。从产业规模来看，中国医药行业年研发投入已达约 1300 亿元，反映出医药行业在研发体系构建、平台搭建、产业协同等方面更为成熟。因此，农药行业可以借鉴医药行业从仿制向创制转型的成功经验，特别是在 AI 辅助分子设计

3、、高通量筛选等方面，通过引入先进理念和成熟机制，加速农药研发的效率与创新水平。搭建搭建 AIAI 创新药研发平台的案例研究。创新药研发平台的案例研究。搭建农药创新药研发平台的底层逻辑在于构建一个以数据为驱动、模型为支撑、算法为引擎的系统，实现从靶标发现到候选分子筛选、优化与评估的全流程智能化。在构建模型方面，Kruger 等人（2023）提出了一个基于机器学习判断化合物是否具有杀虫活性的典型数据筛选案例，其通过构建杀虫剂与非杀虫剂样本的数据集，训练机器学习模型以识别潜在杀虫剂分子，并依据特征数据进行性能评估。在优化模型方面，Chen 等（2023）提出 Pesti-DGI-Net 深度学习结构

4、，该架构通过多模态机器学习手段优化农药识别模型。考虑到当前许多成熟的机器学习模型辅助药物研发工具主要针对药品单一属性，构建综合性工具平台是 AI 辅助农药创新药研发较为实用的解决方案。例如，PDAI 平台（Pesticide Designbasedon Artificial Intelligence）就是一个专门为农药分子设计量身打造的综合性开发平台，通过整合多种技术模块，覆盖从靶点识别到候选物筛选等多个关键研发阶段，为农药研发提供一站式服务。风险提示 农药需求下滑；农药价格下跌；转基因推广不及预期；安全环保检查 行业深度研究 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录内容目录

5、一、农药行业概况.4 1.1、农药产业链分为五大环节.4 1.2、近年来国内外创制药和靶标的研发进展.5 1.3 创新药研发成本增长，研发周期变长.7 2、AI 可以助力创新药的研发.7 2.1、农药创新药研发可以借鉴医药创新药研发的经验.7 2.2、农药可以借鉴医药在研发经验.9 2.3 借鉴日本农药企业的研发经验.11 3、搭建农药创新药研发平台.12 3.1、基于机器学习进行创新药研发的底层逻辑.12 3.2、当前面临的主要问题：模型优化困难，输出结果准确性较差.13 4、建议关注.14 4.1、利民股份.14 4.2、扬农化工.15 4.3、江山股份.15 5、风险提示.16 图表目录

6、图表目录 图表 1：农药行业产业链.4 图表 2：农药原药分为创制药和仿制药两类.4 图表 3：2026 年全球农药市场规模预计 734 亿美元.5 图表 4：2026 年中国农药市场规模预计 628 亿元.5 图表 5：全球农药市场创制药与仿制药占比（%）.5 图表 6：国外的原创性靶标（不完全统计）.6 图表 7：国内的原创性靶标（不完全统计）.6 图表 8：1990 年以来上市的新有效成分数量下降.7 图表 9：农药全流程研发成本持续上涨.7 图表 10：全球主要创制药企业研发成本自 2016 年平均增速为 3.13%.7 图表 11：药物研发流程.8 图表 12：生物医药行业产业链.8