第一章 生物計算基本概述
1.1 生物計算相關概念
1.1.1 生物信息學
1.1.2 生物計算學
1.1.3 計算生物學
1.1.4 生物計算
1.1.5 生物計算機
1.2 生物計算系統結構
1.2.1 并行計算
1.2.2 分布式計算
1.3 生物計算行業價值
1.3.1 科研價值
1.3.2 應用價值
1.4 生物計算產業鏈分析
1.4.1 未來產業鏈分析
1.4.2 國外代表玩家
1.4.3 國內相關玩家
第二章 2020-2022年中國生物計算背景行業發展分析——生物科技
2.1 中國生物科技行業發展分析
2.1.1 生物科技基本介紹
2.1.2 生物科技產業鏈
2.1.3 生物科技行業政策保障
2.1.4 生物科技行業獨角獸企業布局
2.1.5 生物科技產業結構分布
2.1.6 生物科技行業發展策略
2.2 中國生物科技行業上市公司財務運行狀況分析
2.2.1 上市公司規模
2.2.2 上市公司分布
2.2.3 經營狀況分析
2.2.4 盈利能力分析
2.2.5 營運能力分析
2.2.6 成長能力分析
2.2.7 現金流量分析
2.3 中國生物科技與醫藥市場運行分析
2.3.1 醫藥生物技術進展
2.3.2 生物醫藥市場重大變化
2.3.3 生物醫藥市場競爭格局
2.3.4 生物醫藥市場發展挑戰
2.3.5 生物醫藥市場投融資分析
2.4 中國生物科技行業發展展望
2.4.1 生物科技行業風險評析
2.4.2 生物科技行業發展方向
2.4.3 生物科技行業發展趨勢
第三章 2020-2022年中國生物計算行業發展環境分析
3.1 生物計算行業的經濟環境
3.1.1 宏觀經濟環境
3.1.2 數字經濟市場規模
3.1.3 生物經濟發展布局
3.1.4 醫藥工業運行情況
3.1.5 固定資產投入情況
3.2 生物計算行業的政策環境
3.2.1 整體利好政策
3.2.2 市場準入政策
3.2.3 財政扶持政策
3.2.4 金融支持政策
3.3 生物計算行業的社會環境
3.3.1 社會高等教育水平
3.3.2 居民收支結構
3.3.3 醫療保障狀況
3.3.4 疫情影響分析
3.4 生物計算行業的技術環境
3.4.1 知識產權保護環境提升
3.4.2 生命科學人才建設
3.4.3 科技創新生態良好
3.4.4 生物與信息融合發展
第四章 2020-2022年生物計算行業發展綜合分析
4.1 全球生物計算行業發展綜述
4.1.1 行業發展階段
4.1.2 行業發展概況
4.1.3 相關企業布局
4.1.4 行業驅動因素
4.1.5 行業發展挑戰
4.2 中國生物計算行業發展概況
4.2.1 行業發展關鍵指標
4.2.2 行業發展意義
4.2.3 行業發展熱點
4.2.4 相關企業布局
4.3 中國生物計算行業發展模式分析
4.3.1 商業角度分析
4.3.2 技術角度分析
4.3.3 企業角度分析
4.4 中國生物計算與計算免疫
4.4.1 計算免疫發展意義
4.4.2 計算免疫發展要點
4.4.3 計算免疫發展動態
4.4.4 計算免疫發展方向
4.4.5 計算免疫發展前景
4.5 中國生物計算行業發展難點
4.5.1 數據難點
4.5.2 技術難點
4.5.3 動態變化難點
4.6 中國生物計算行業發展建議
4.6.1 領域布局
4.6.2 創新驅動
4.6.3 制度保障
4.6.4 人才培養
4.6.5 國際交流
第五章 生物計算主要類型——DNA計算
5.1 DNA計算的基本介紹
5.1.1 DNA的相關概述
5.1.2 DNA計算的概念
5.1.3 DNA計算的特點
5.1.4 DNA計算的研究內容
5.1.5 DNA計算模型
5.2 DNA計算的發展綜述
5.2.1 DNA計算的發展歷程
5.2.2 DNA計算的應用
5.2.3 DNA計算存在的問題
5.3 DNA計算機發展狀況分析
5.3.1 DNA計算機的優點
5.3.2 DNA計算機的研究方向
5.3.3 DNA計算機的研究意義
5.3.4 DNA計算機的設計障礙
5.4 DNA計算中運用的各類技術
5.4.1 基于鏈置換的DNA計算
5.4.2 基于DNA酶的DNA計算
5.4.3 基于瓦片的DNA計算
5.4.4 基于納米顆粒的DNA計算
5.4.5 基于SiO2的DNA計算
5.4.6 體內DNA計算
5.4.7 其他DNA計算技術
5.5 DNA存儲發展狀況分析
5.5.1 DNA存儲的簡介
5.5.2 DNA存儲的市場容量
5.5.3 DNA存儲的應用場景
5.5.4 DNA存儲的關鍵問題
5.5.5 DNA存儲企業的投融資動態
5.5.6 DNA存儲的發展機遇
5.5.7 DNA存儲的發展方向
5.6 DNA計算的發展前景
5.6.1 DNA計算的發展展望
5.6.2 DNA計算的發展規劃
第六章 生物計算其他類型——蛋白質計算和RNA計算
6.1 蛋白質計算
6.1.1 蛋白質計算設計概述
6.1.2 蛋白質計算預測方式
6.1.3 蛋白質計算的發展演進
6.1.4 蛋白質計算的發展現狀
6.1.5 蛋白質計算的發展意義
6.1.6 蛋白質計算發展的挑戰與關鍵
6.1.7 蛋白質計算的發展方向
6.2 RNA計算
6.2.1 RNA計算的基本介紹
6.2.2 RNA計算機發展概況
6.2.3 RNA計算的發展現狀
6.2.4 RNA計算的發展意義
第七章 2020-2022年生物計算上游技術支撐行業發展分析
7.1 大數據
7.1.1 大數據行業發展概述
7.1.2 大數據行業政策分析
7.1.3 大數據行業規模分析
7.1.4 大數據行業競爭格局
7.1.5 基因大數據行業分析
7.1.6 生物信息學數據庫建設
7.1.7 大數據行業發展趨勢
7.2 人工智能
7.2.1 人工智能行業發展概況
7.2.2 人工智能行業相關政策
7.2.3 人工智能行業技術突破
7.2.4 人工智能市場運行分析
7.2.5 人工智能未來發展趨勢
7.3 機器學習
7.3.1 機器學習行業相關介紹
7.3.2 機器學習行業發展階段
7.3.3 機器學習行業市場格局
7.3.4 機器學習行業人才分布
7.3.5 機器學習行業發展方向
第八章 2020-2022年生物計算應用領域發展狀況分析
8.1 AI制藥
8.1.1 AI制藥行業發展綜述
8.1.2 AI制藥行業發展價值
8.1.3 AI制藥行業發展驅動力
8.1.4 AI制藥重點企業布局
8.1.5 AI制藥行業投融資分析
8.1.6 AI制藥行業發展展望
8.2 精準醫療
8.2.1 精準醫療行業基本概述
8.2.2 基于生物信息分析方法的精準醫療
8.2.3 精準醫療行業信息化支撐要素
8.2.4 精準醫療行業發展現狀
8.2.5 精準醫療行業發展優劣勢分析
8.2.6 精準醫療行業發展建議
8.2.7 精準醫療行業進入壁壘
8.2.8 精準醫療投融資動態
8.2.9 精準醫療行業發展前景
8.3 智慧醫療
8.3.1 智慧醫療行業基本介紹
8.3.2 智慧醫療行業應用場景
8.3.3 智慧醫療行業利好政策
8.3.4 智慧醫療行業市場狀況評析
8.3.5 智慧醫療行業供需方分析
8.3.6 智慧醫療行業的局限和展望
8.3.7 5G智慧醫療建設狀況
8.3.8 智慧醫療行業發展趨勢
第九章 2019-2022年國際生物計算相關企業經營狀況分析
9.1 CERTARA
9.1.1 企業發展概況
9.1.2 2020年企業經營狀況分析
9.1.3 2021年企業經營狀況分析
9.1.4 2022年企業經營狀況分析
9.2 LANDOS BIOPHARMA
9.2.1 企業發展概況
9.2.2 2020年企業經營狀況分析
9.2.3 2021年企業經營狀況分析
9.2.4 2022年企業經營狀況分析
9.3 COMPUGEN
9.3.1 企業發展概況
9.3.2 2020年企業經營狀況分析
9.3.3 2021年企業經營狀況分析
9.3.4 2022年企業經營狀況分析
9.4 RECURSION
9.4.1 企業發展概況
9.4.2 2020年企業經營狀況分析
9.4.3 2021年企業經營狀況分析
9.4.4 2022年企業經營狀況分析
第十章 2019-2022年國內生物計算相關企業經營狀況分析
10.1 維亞生物
10.1.1 企業發展概況
10.1.2 2020年企業經營狀況分析
10.1.3 2021年企業經營狀況分析
10.1.4 2022年企業經營狀況分析
10.2 百度集團
10.2.1 企業發展概況
10.2.2 2020年企業經營狀況分析
10.2.3 2021年企業經營狀況分析
10.2.4 2022年企業經營狀況分析
10.3 藥明康德
10.3.1 企業發展概況
10.3.2 經營效益分析
10.3.3 業務經營分析
10.3.4 財務狀況分析
10.3.5 核心競爭力分析
10.3.6 公司發展戰略
10.3.7 未來前景展望
10.4 康龍化成
10.4.1 企業發展概況
10.4.2 經營效益分析
10.4.3 業務經營分析
10.4.4 財務狀況分析
10.4.5 核心競爭力分析
10.4.6 公司發展戰略
10.4.7 未來前景展望
第十一章 生物計算行業投融資分析及風險預警
11.1 生物計算行業投融資分析
11.1.1 投資規模
11.1.2 投融資動態
11.1.3 投資機會分析
11.2 生物計算行業投資壁壘
11.2.1 技術壁壘
11.2.2 專業人才壁壘
11.2.3 資金壁壘
11.2.4 應用領域競爭壁壘
11.3 生物計算行業投資風險
11.3.1 資金風險
11.3.2 管理風險
11.3.3 項目研發失敗風險
11.3.4 人才流失風險
第十二章 2022-2026年生物計算行業發展前景及趨勢預測
12.1 生物計算行業發展展望
12.1.1 發展目標
12.1.2 發展重點
12.1.3 發展前景
12.2 生物計算行業發展趨勢
12.2.1 應用趨勢
12.2.2 可變現場景趨勢
12.2.3 軟件平臺趨勢
12.2.4 研究層級趨勢
圖表 生物計算價值創造及流程
圖表 基于計算生物學的“干濕閉環流程圖”
圖表 生物計算應用價值思維導圖
圖表 生物計算底層支撐技術
圖表 生物計算相關從業機構分類
圖表 生物計算行業國外代表玩家
圖表 生物計算行業國外代表玩家(續1)
圖表 生物計算行業國外代表玩家(續2)
圖表 生物計算行業國內相關玩家(核心業務及成就有所涉及)
圖表 生物計算行業國內相關玩家(續)
圖表 中國生物技術基地平臺建設重要指導性政策
圖表 2018-2021年中國獨角獸企業數量行業分布
圖表 2021年生物科技行業獨角獸企業估值
圖表 2021年生物科技行業獨角獸企業估值均值
圖表 2020年中國生物技術行業產業結構
圖表 生物科技行業上市公司名單
圖表 2017-2021年生物科技行業上市公司資產規模及結構
圖表 生物科技行業上市公司上市板分布情況
圖表 生物科技行業上市公司地域分布情況
圖表 2017-2021年生物科技行業上市公司營業收入及增長率
圖表 2017-2021年生物科技行業上市公司凈利潤及增長率
圖表 2017-2021年生物科技行業上市公司毛利率與凈利率
圖表 2017-2021年生物科技行業上市公司營運能力指標
圖表 2021-2022年生物科技行業上市公司營運能力指標
圖表 2017-2021年生物科技行業上市公司成長能力指標
圖表 2021-2022年生物科技行業上市公司成長能力指標
圖表 2017-2021年生物科技行業上市公司銷售商品收到的現金占比
圖表 2021年中國藥企的LICENSE-IN交易
圖表 2021年中國藥企的LICENSE-OUT交易
圖表 2021年CDE受理的各類新藥注冊
圖表 2021年傳統藥企的新藥研發情況總結
圖表 2019-2021年科創板上市生物醫藥企業
圖表 中國生物醫藥行業綜合性企業競爭梯隊
圖表 中國生物醫藥行業細分領域競爭情況
圖表 2018-2021年全球生物醫藥市場投融資
圖表 2018-2021年中國生物醫藥市場投融資
圖表 2020-2021年中國生物醫藥投融資領域布局
圖表 2021年中國一級市場交易中單筆融資金額大的企業
圖表 2020-2021年中國基因治療市場投融資
圖表 2021年中國部分融資金額大的基因治療公司
圖表 2018-2021年中國核酸藥物市場投融資
圖表 2021年中國核酸藥物領域融資事件
圖表 2018-2021年中國細胞療法藥物市場投融資
圖表 2021年國內CAR-NK領域融資事件
圖表 2021年IPSC領域國內融資事件
圖表 2021年通用細胞療法領域國內融資事件
圖表 2018-2021年中國雙抗市場投融資
圖表 2021年雙抗行業融資事件
圖表 2021年抗體偶聯藥物上市情況
圖表 2018-2021年中國ADC藥物市場投融資
圖表 2021年中國ADC領域部分融資事件
圖表 2019-2021年中國合成生物學融資數量
圖表 2021年中國合成生物學領域融資事件
圖表 2021年RNA編輯領域國內融資事件
圖表 生物科技行業發展趨勢和痛點
圖表 2017-2021年生產總值及其增長速度
圖表 2017-2021年三次產業增加值占生產總值比重
圖表 2017-2021年全員勞動生產率
圖表 2022年GDP初步核算數據
圖表 2022年GDP同比增長速度
圖表 2022年GDP環比增長速度
圖表 2016-2021年數字經濟規模
圖表 2022年醫藥制造業增加值累計增速
圖表 2022年醫藥制造業出口交貨值累計增速
圖表 2022年醫藥制造業增加值累計增速
圖表 2022年固定資產投資(不含農戶)同比增速
圖表 2022年固定資產投資(不含農戶)主要數據
圖表 2022年居民人均可支配收入平均數與中位數
圖表 2022年居民人均消費支出及構成
圖表 2021年中國居民健康消費指數排名TOP10
圖表 2022年醫療保險和生育保險主要指標
圖表 2017-2021年專利權人遭遇過專利侵權的比例
圖表 2017-2021年企業遭遇專利侵權采取維權措施的比例
圖表 2020-2021年專利侵權訴訟案件賠償分布情況
圖表 2021年不同規模企業遭遇專利侵權后沒有采取維權措施的比例
圖表 醫藥企業與信息技術企業的融合布局
圖表 生物技術與信息技術融合帶來的新布局空間示例
圖表 生物技術與信息技術融合布局項目示例
圖表 生物技術和信息技術融合發展帶來的產業新模式示例
圖表 以“環境-健康”關系為核心的知識圖譜示意圖
圖表 生物計算行業發展階段預判
圖表 ALPHAFOLD發布歷程
圖表 生物計算相關領域重大動態
圖表 首個AI設計的分子進入臨床試驗歷程
圖表 海外部分ITBT企業代表
圖表 2021年全球大健康領域人才分布TOP5國家
圖表 2021年全球大健康領域人才分布TOP5國家
圖表 2021年全球生物技術行業人才流動TOP5
圖表 2021年全球生物技術研究人才分布TOP10國家
圖表 全球生物技術研究人才TOP5增長技能
圖表 生物計算行業關鍵要素圖解
圖表 中國涉足ITBT的部分典型企業盤點
圖表 生物計算行業商業模式劃分及分析
圖表 大健康領域企業最緊缺人才類型
圖表 DNA的一級結構
圖表 DNA的二級結構
圖表 DNA的三級結構
圖表 DNA計算模型一般原理圖
圖表 哈密爾頓路徑問題分析
圖表 可滿足性問題分析
圖表 最大團問題分析
圖表 其他應用DNA計算求解NP完全問題
圖表 無酶參與的DNA邏輯電路
圖表 基于DNA鏈置換反應的三輸入邏輯門
圖表 四向結點驅動的DNA鏈置換邏輯門
圖表 基于E6酶構建DNA邏輯門
圖表 由Mg2+和Pb2+驅動的DNA邏輯門
圖表 通過DNA瓦片的XOR邏輯門
圖表 SP的光敏機制介導的AND邏輯門
圖表 適配體與靶蛋白的結合的OR、AND邏輯門
圖表 基于SiO2的OR、AND邏輯門
圖表 利用SiO2構建鍵盤鎖的邏輯門操作
圖表 基于DNA四面體的XOR、INHIBIT邏輯門
圖表 表面DNA計算
圖表 DNA“鑷子”結構示意圖
圖表 DNA存儲的原理
圖表 2026年DNA存儲市場分類
圖表 DNA存儲數據分層模型
圖表 2012-2021年合成生物學企業融資額
圖表 2020-2022年國外DNA存儲相關企業融資額統計
圖表 2020-2022年中國DNA存儲相關企業融資額統計
圖表 DNA存儲研發方向及指標
圖表 基于規則的蛋白質設計啟發
圖表 自動優化能量函數進行的序列設計
圖表 蛋白質與配體綁定殘基示意圖
圖表 蛋白質計算預測與設計發展歷程與未來方向
圖表 蛋白質計算的“白箱”與“黑箱”
圖表 蛋白質計算領域的四大問題
圖表 核糖核苷酸示意圖
圖表 中國大數據產業發展歷程
圖表 2021年中國大數據行業應用結構
圖表 2020年大數據人才需求崗位TOP10
圖表 2019-2021年中國大數據市場規模
圖表 2021年中國大數據分析市場下游行業結構
圖表 2021年中國大數據市場結構
圖表 大數據產業競爭企業分析
圖表 生命健康基礎設施
圖表 基因大數據(以PAN-GENOME結構為例)
圖表 基因大數據生產及分析流程
圖表 基因大數據轉化應用場景
圖表 基因大數據應用生命全周期管理
圖表 基因數據生產價值鏈
圖表 生物信息分析價值鏈
圖表 醫療大數據概覽
圖表 數據治理與AI技術
圖表 數據交易基本邏輯
圖表 中國政府部門大數據業務演進歷程
圖表 健康醫療大數據的應用價值
圖表 人工智能定義的四大分類
圖表 人工智能的發展歷程
圖表 人工智能產業鏈
圖表 人工智能技術發展情況
圖表 人工智能細分行業融資事件分布
圖表 全球人工智能行業梯隊
圖表 全球人工智能產業市場規模分布圖(按應用領域)
圖表 人工智能應用領域示意圖
圖表 中國Al企業整體架構對比
圖表 中國AI企業應用領域對比
圖表 2020年中國AI企業人才儲備對比
圖表 中國AI企業競爭力對比
圖表 AI開放平臺參與者進階路程
圖表 機器學習相關概念的辨識
圖表 機器學習基本過程
圖表 監督學習模型
圖表 無監督學習模型
圖表 機器學習發展時間軸
圖表 2021年中國人工智能之機器學習平臺市場份額
圖表 機器學習領域全球學者分布
圖表 機器學習領域學者H-INDEX分布
圖表 機器學習領域中國學者分布
圖表 機器學習領域中國與各國合作論文情況
圖表 藥物研發階段流程圖
圖表 人工智能和計算賦能藥物研發關系圖
圖表 CADD和AIDD在技術上的區別
圖表 AI制藥行業其他潛在技術應用
圖表 制藥行業的反摩爾定律
圖表 創新藥研發流程圖
圖表 2018-2021年AI藥研融資筆數及數額分析
圖表 生命大健康領域與AI技術相關的應用融資地區分布
圖表 2015-2020年AI在醫療領域融資輪次統計
圖表 2015-2021年中國AI計算制藥領域投融資情況
圖表 2021年中國AI計算制藥領域投資機構的布局數量情況
圖表 部分AI計算制藥公司融資情況
圖表 互聯網科技巨頭的AI制藥布局
圖表 藥物研發各環節中AI的作用
圖表 藥企與AI企業的合作示意圖
圖表 AI在生命大健康領域的初創公司
圖表 AI制藥領域核心投資方
圖表 AI制藥初創企業分類
圖表 中國互聯網巨頭在AI制藥領域的布局
圖表 精準醫療產業圖譜
圖表 精準醫療服務和產業發展的信息化支撐要素
圖表 傳統醫療與精準醫療對比
圖表 智慧醫療體系
圖表 智慧醫療領域內部分場景
圖表 智慧醫療的發展階段
圖表 智慧醫療應用體系
圖表 人工智能技術在醫療領域的應用
圖表 智慧醫療相關政策一覽
圖表 智慧醫療細分場景
圖表 中國智慧醫療企業評估維度
圖表 不同企業類型在技術能力上的得分情況
圖表 不同企業類型在產品能力上的得分情況
圖表 不同企業類型在商業能力上的得分情況
圖表 不同企業類型綜合表現
圖表 智慧醫療需求方發展趨勢
圖表 智慧醫療供給方發展趨勢
圖表 2019-2020年CERTARA綜合收益表
圖表 2019-2020年CERTARA分部資料
圖表 2019-2020年CERTARA收入分地區資料
圖表 2020-2021年CERTARA綜合收益表
圖表 2020-2021年CERTARA分部資料
圖表 2020-2021年CERTARA收入分地區資料
圖表 2021-2022年CERTARA綜合收益表
圖表 2021-2022年CERTARA分部資料
圖表 2021-2022年CERTARA收入分地區資料
圖表 2019-2020年LANDOS BIOPHARMA綜合收益表
圖表 2019-2020年LANDOS BIOPHARMA分部資料
圖表 2019-2020年LANDOS BIOPHARMA收入分地區資料
圖表 2020-2021年LANDOS BIOPHARMA綜合收益表
圖表 2020-2021年LANDOS BIOPHARMA分部資料
圖表 2020-2021年LANDOS BIOPHARMA收入分地區資料
圖表 2021-2022年LANDOS BIOPHARMA綜合收益表
圖表 2021-2022年LANDOS BIOPHARMA分部資料
圖表 2021-2022年LANDOSBIOPHARMA收入分地區資料
圖表 2019-2020年COMPUGEN綜合收益表
圖表 2019-2020年COMPUGEN分部資料
圖表 2019-2020年COMPUGEN收入分地區資料
圖表 2020-2021年COMPUGEN綜合收益表
圖表 2020-2021年COMPUGEN分部資料
圖表 2020-2021年COMPUGEN收入分地區資料
圖表 2021-2022年COMPUGEN綜合收益表
圖表 2021-2022年COMPUGEN分部資料
圖表 2021-2022年COMPUGEN收入分地區資料
圖表 2019-2020年RECURSION綜合收益表
圖表 2019-2020年RECURSION分部資料
圖表 2019-2020年RECURSION收入分地區資料
圖表 2020-2021年RECURSION綜合收益表
圖表 2020-2021年RECURSION分部資料
圖表 2020-2021年RECURSION收入分地區資料
圖表 2021-2022年RECURSION綜合收益表
圖表 2021-2022年RECURSION分部資料
圖表 2021-2022年RECURSION收入分地區資料
圖表 生物醫藥創新生態圈
圖表 2019-2020年維亞生物綜合收益表
圖表 2019-2020年維亞生物分部資料
圖表 2019-2020年維亞生物收入分地區資料
圖表 2020-2021年維亞生物綜合收益表
圖表 2020-2021年維亞生物分部資料
圖表 2020-2021年維亞生物收入分地區資料
圖表 2021-2022年維亞生物綜合收益表
圖表 2021-2022年維亞生物分部資料
圖表 2021-2022年維亞生物收入分地區資料
圖表 2021年中國AI云服務市場份額
圖表 2019-2020年百度集團綜合收益表
圖表 2019-2020年百度集團分部資料
圖表 2019-2020年百度集團收入分地區資料
圖表 2020-2021年百度集團綜合收益表
圖表 2020-2021年百度集團分部資料
圖表 2020-2021年百度集團收入分地區資料
圖表 2021-2022年百度集團綜合收益表
圖表 2021-2022年百度集團分部資料
圖表 2021-2022年百度集團收入分地區資料
圖表 2019-2022年藥明康德總資產及凈資產規模
圖表 2019-2022年藥明康德營業收入及增速
圖表 2019-2022年藥明康德凈利潤及增速
圖表 2021年藥明康德主營業務分行業
圖表 2021年藥明康德主營業務分地區
圖表 2019-2022年藥明康德營業利潤及營業利潤率
圖表 2019-2022年藥明康德凈資產收益率
圖表 2019-2022年藥明康德短期償債能力指標
圖表 2019-2022年藥明康德資產負債率水平
圖表 2019-2022年藥明康德運營能力指標
圖表 康龍化成公司業務
圖表 2019-2022年康龍化成總資產及凈資產規模
圖表 2019-2022年康龍化成營業收入及增速
圖表 2019-2022年康龍化成凈利潤及增速
圖表 2021年康龍化成主營業務分行業
圖表 2021年康龍化成主營業務分地區
圖表 2019-2022年康龍化成營業利潤及營業利潤率
圖表 2019-2022年康龍化成凈資產收益率
圖表 2019-2022年康龍化成短期償債能力指標
圖表 2019-2022年康龍化成資產負債率水平
圖表 2019-2022年康龍化成運營能力指標
圖表 2019-2021年美國和歐洲計算生物學幾大藥物形態和計算應用的投資情況
圖表 生物計算領域資本市場分析
圖表 2019-2021年美國和歐洲計算生物學公司IPO
圖表 ITBT模式縮短藥物研發周期示意圖
圖表 ITBT帶來的格局變化
生物計算是指利用生物系統固有的信息處理機理而研究開發的一種新的計算模式。生物計算研究包括器件和系統兩個方面。生物計算的價值主要包括科研和應用兩方面。應用方面,計算生物學的價值主要體現為AI制藥領域的化合物篩選。目前計算生物學的價值將主要集中在科研領域,主要體現在提升生物實驗效率及精度,補充實驗依據等。生物計算行業尚在起步階段,處于基礎沉淀期。整體而言,盡管潛在價值巨大,生物計算產業之路仍至少有3-5年的路要走。
由于計算生物學本身屬于工具型學科,大多創業公司會選擇在開發工具型平臺的同時,直接以下游應用場景作為核心變現業務。因此,市面上尚不存在嚴格意義上的計算生物學公司,而是以AI制藥公司、組學公司、精準醫療公司等名義出現。這一特點在我國尤為明顯。
與發達國家相比,我國在生物技術和信息技術的基礎性、先導性、顛覆性布局上仍存在短板。我國也高度重視生物計算技術的研究,推出一系列利好的發展計劃和政策,力爭在生物計算領域取得重大突破。2022年5月10日,國家發展改革委印發《“十四五”生物經濟發展規劃》,提到在事關國家安全和發展全局的基礎核心領域,制定實施戰略性科學計劃和科學工程。瞄準人工智能、生命健康、生物育種等前沿領域,實施一批具有前瞻性、戰略性的國家重大科技項目;強調在疾病治療環節,推動抗體藥物等生物藥發展,推進重大疾病和罕見病的原創藥物研發,拓展先進治療技術臨床應用,規范干細胞治療等新技術臨床應用;鼓勵生物信息產業發展。要持續挖掘生物技術、信息技術融合應用產生的巨大創新效能和產業動能,推動信息技術發揮在支撐新藥研制方面的作用。
近年來,資本市場加快生物計算領域布局,對生物計算相關公司的投資增長迅速,越來越多的公司正借助大量生物數據集開發算法,來更加深入的了解疾病,并從根本上改變藥物發現和開發過程。加速器和孵化器攜手助推,為生物計算領域打造結構化空間,開展醫療健康行業數據管理與分析的合作和試驗。高精尖生物技術的發展研究使得生物醫藥面對的數據呈直線增長,并且難度逐漸加大,需要處理的數據也愈發復雜。目前,許多的重大科研項目中都有涉及到生物信息技術方面的研究,生物信息技術在這些領域以及項目中的應用也愈發廣泛,這為利用生物信息技術進行醫藥開發、生物醫學等的后續研究發展都帶來了極大的機遇。
中投產業研究院發布的《2022-2026年中國生物計算行業深度調研及投資前景預測報告》共十二章。首先介紹了生物計算行業的相關概念,再介紹了生物計算背景行業的發展情況,接著分析了生物計算行業的發展環境,然后分別介紹了生物計算行業的發展情況、生物計算行業不同類型的發展情況、生物計算行業上游支撐技術領域的發展情況和生物計算行業應用領域的發展情況,隨后介紹了生物計算行業相關的國內外重點企業經營狀況,之后分析了生物計算行業的投資機會和風險,最后對生物計算行業的未來發展前景和趨勢進行了科學的預測。
本研究報告數據主要來自于國家統計局、中國信息通信研究院、國家發改委、中投產業研究院、中投產業研究院市場調查中心以及國內外重點刊物等渠道,數據權威、詳實、豐富,同時通過專業的分析預測模型,對行業核心發展指標進行科學地預測。您或貴單位若想對生物計算有個系統深入的了解、或者想投資生物計算相關行業,本報告將是您不可或缺的重要參考工具。