生物计算行业驱动因素

　　一、市场扩容和政策利好

　　中投产业研究院发布的《2022-2026年中国生物计算产业深度调研及投资前景预测报告》指出，近年来，全球及中国大健康产业市场规模显著增长。根据FROST&SULIVAN研究显示，2020年全球医药市场规模约1.4万亿美元，同比增长5%，同期中国医药市场的规模约为3，300亿美元，同比增长率达全球医药市场的2.4倍。与此同时，全球各国都纷纷出台国家层面的顶层设计来指导大健康创新产业的加速发展，确保监管和政策环境与科技发展同步。以中国为例，2020年大健康领域所颁布的政策超20项，包括《国家卫生健康委国家中医药管理局关于做好公立医疗机构“互联网+医疗服务”项目技术规范及财务管理工作的通知》、《药品注册管理办法》、《药品附条件批准上市申请审评审批工作程序（试行）》、《药品上市许可优先审评审批工作程序（试行）》、《关于推动药品集中带量采购工作常态化制度开展的意见》等，涉及互联网医疗、带量采购、医药审批等各方面。

　　疫情让政府及更多的人关注并重视医药行业，市场关注和热情大幅提高，在资金层面为产业内企业提供了非常积极的资本环境。据蛋壳研究院研究，2020年全球及中国医疗健康产业融资总额均创历史峰值，全球同比增速为41%，达749亿美元，中国同比增速为58%，达251亿美元。资本的持续涌入和多层次资本市场建立，不仅将助力医疗健康产业发展、创新药发展，也将促进大健康领域产业生态的升级。对于中国市场而言，资本的热潮将加速中国从医药制造大国迈向医药创新大国的进程。

　　二、医疗需求升级

　　生物医疗领域空白和个性化医疗的需求，以及肿瘤等特异性疾病的固有诉求。技术深度渗透与资本持续注入，推动大健康产业加速发展人工智能（AI）、大数据（BIGDATA）等新技术在大健康领域的应用场景和模式呈现多元化与商业化趋势。以AI+大健康趋势为例，医疗领域正在逐步推进“AI+药物研发、医学影像、辅助诊疗、医疗器械、健康管理”，生物医药领域则在推进“AI+研发、生产、供应、商务”的全产业链应用场景。AI为医疗及制药业的创新升级提供了极其广阔的舞台，为整个大健康产业中诸多痛点给出全新解决方案。

　　三、生物数据积累

　　中投产业研究院发布的《2022-2026年中国生物计算产业深度调研及投资前景预测报告》指出，如今，生命科学领域的科学家们正在以前所未有的状态生产、积累与储存信息。存储海量生物数据。数据产出已达到艾字节水平（EXABYTES，计算机存储容量单位，合260B）。

　　生物信息学的发展伴随着传统生物学数据（如物种基础数据、生理生化、性状遗传、环境资料等等）以及各类组学数据（如基因组、转录组、蛋白组、代谢组、表观组、表型组等等）的不断积累。这些数据不断被存放到相关的数据库中。目前已有数以万计的生物信息学数据库针对不同研究对象、领域方向整合了相应的原始第二手数据。国际学术期刊《核酸研究》每年推出数据库专辑对当年新发表的较有影响力的生物信息学数据库进行收集整理；此外，DATABASE、BIOINFORMATICS等期刊也专门刊登生物信息数据库相关论文。整理过的生物学数据大多可以通过文献查阅与数据库检索挖掘实现数据的收集和整合。

　　四、生物行业上游发展的必然需求

　　由于生物计算学是对生物数据的进一步分析、建模与预测，我们可以简单将其简单理解为生物信息学的下游学科。因此，生物数据收集和信息处理水平的提升有重大意义。

　　得益于微阵列、纳米测序、生物芯片、高通量测序等技术，生物数据的采集成本正在以超摩尔定律的速度快速下降。此外，冷冻电镜、细胞实验平台（单细胞测序）、类组织器官平台，RNA转录组试剂盒和蛋白质质谱等技术信息收集的范围也在从静态基因组等进入蛋白质等更为动态的范畴。

　　五、智能技术发展

　　宏观智能的发展，AI算法的进步，比如神经网络，本身带来了很多的优化。之前采用的是数据建模、数值仿真等，现在可以进入机器学习阶段。将数据继承到能够充分体现潜在复杂性的系统模型中，特别是相互关联的生物过程网络。学习能力是智能行为的一个非常重要的特征，但至今对学习的机理尚不清楚。人们曾对机器学习给出各种定义。H.A.SIMON认为，学习是系统所作的适应性变化，使得系统在下一次完成同样或类似的任务时更为有效。R.S.MICHALSKI认为，学习是构造或修改对于所经历事物的表示。从事专家系统研制的人们则认为学习是知识的获取。这些观点各有侧重，第一种观点强调学习的外部行为效果，第二种则强调学习的内部过程，而第三种主要是从知识工程的实用性角度出发的。机器学习在人工智能的研究中具有十分重要的地位。一个不具有学习能力的智能系统难以称得上是一个真正的智能系统，但是以往的智能系统都普遍缺少学习的能力。例如，它们遇到错误时不能自我校正；不会通过经验改善自身的性能；不会自动获取和发现所需要的知识。它们的推理仅限于演绎而缺少归纳，因此至多只能够证明已存在事实、定理，而不能发现新的定理、定律和规则等。随着人工智能的深入发展，这些局限性表现得愈加突出。正是在这种情形下，机器学习逐渐成为人工智能研究的核心之一。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。

　　六、生物人才增长

　　中投产业研究院发布的《2022-2026年中国生物计算产业深度调研及投资前景预测报告》指出，生物计算作为技术密集型产业，对于人才的要求是高的，教育水平的提高促进了生物人才的增长。

　　科学家是生物技术研究人才最常见头衔，且呈细化态势。实验等专业技能仍为核心技能，分析及新兴数据技能受追捧。研究人才在制药业、科研机构和高等院校间流动最为频繁。全球生物技术研究人才博士数量最高，占比超三分之一。美国生物技术研究人才更成熟，33%拥有15年以上从业经验。

　　全球人才现状：全球人才分布，美国位居第一，中国第三，中国处于人才净流入。生物技术行业人才增速最高，达5%。销售职能人才占比最高，人力资源增长最快。企业对销售、研究、运营职能人才招聘需求最大。分析技能为大健康领域人才增长最快技能。人才学历普遍较高，且注重薪资福利、工作与生活平衡。

　　领英人才大数据洞察显示，截至2021年6月，领英全球会员中生物技术、制药、医疗设备三个行业从业总人数超806万。其中，制药业人才数量最多，占比49.8%；而生物技术行业人才数量同比增速最高，达5%，另外两个行业为2%。从全球分布来看，美国位居第一，从业人数高达217万，中国以53.5万的从业人数位列第三。就2020年6月至2021年6月之间的人才增速而言，英国增长最快，达3.7%。

图表　2021年全球大健康领域人才分布TOP5国家

单位：人，%

数据来源：领英人才大数据洞察，截至2021年6月

　　三个细分行业人才全球分布与大健康领域整体分布基本一致，美国、印度、中国为主要人才集聚地，但在医疗设备行业，中国超过印度，为第二大人才国。

图表　2021年全球大健康领域人才分布TOP5国家

单位：人

注：上图中“K”表示数量单位千，即“K=1，000”

数据来源：领英人才大数据洞察

　　中投产业研究院发布的《2022-2026年中国生物计算产业深度调研及投资前景预测报告》指出，行业特有专业技能仍为核心，分析技能增长最快从技能角度而言，全球大健康领域人才仍以掌握药剂学、医疗护理等产业本身所需的专业技能为核心优势。但细分行业因特性不同，其人才的核心技能也呈现明显差异。制药业以药剂学、药学等技能为核心，生物技术行业则以生物技术、生命科学等技能为主，而医疗设备行业人才专长主要在于医疗设备、医疗护理等技能。

　　生物技术行业人才净流入，且与科研机构、高等院校流动频繁分析细分行业人才流动偏好发现，除了细分行业间的人才流动外，从高等院校和科研机构流入大健康领域的人才比例逐渐提高，且制药业、医疗设备行业人才均在流向生物技术行业，使得生物技术行业人才净流入。

图表　2021年全球生物技术行业人才流动TOP5

数据来源：领英人才大数据洞察

　　中投产业研究院发布的《2022-2026年中国生物计算产业深度调研及投资前景预测报告》指出，生物技术行业人才的流动基本围绕着医疗领域，良性推动该领域发展。

　　美国人才数量最庞大，英国增速最快作为大健康领域的支柱型产业，生物技术是领英人才聚焦的三大行业中人才数量增长最快的行业，且该行业研究职能人才占比最高（16.4%），全球需求量大。准确把握这类人才特征、分布以及需求，对于企业的人才布局、招募与发展意义重大。因此，领英人才专门就生物技术研究人才展开分析，形成全球生物技术研究人才画像。领英人才大数据洞察显示，全球生物技术研究人才总量近30万，美国拥有超过12万，占比超全球人才总量的三分之一、超中国十倍，而且研究人才同比增速（8%）高出中国4倍。中国企业研究人才数量与美国差距非常大。此外，欧洲作为大健康领域潜力市场，欧洲国家生物技术研究人才同比增速均较高，全球第四大大健康领域人才国——英国以14.5%的生物技术研究人才同比增速位居全球之首，而中国生物技术研究人才同比增速在TOP10的生物技术研究人才国中最低，为2.0%。

图表　2021年全球生物技术研究人才分布TOP10国家

单位：人，%

数据来源：领英人才大数据洞察

　　全球生物技术研究人才以科学家、研究员、实验室技术人员头衔最为常见。但从人才增长头衔分析，有细化趋势，例如由常见的科学家头衔，逐步细化为实验室科学家、临床实验室科学家、质量审核科学家等。随着生物技术行业近年的飞速发展，企业的岗位设置也朝着更专业的细分领域演变。

　　全球生物技术研究人才技能分布与全球大健康领域人才技能需求和趋势发展基本趋同：一方面表现为带行业属性的实验技能、生物技术等专业技能为核心，另一方面，该类人才都在快速学习分析技能及PYTHON等新兴数据技能。

图表　全球生物技术研究人才TOP5增长技能

单位：%

数据来源：领英人才大数据洞察

　　生物计算行业发展重点

　　一、构建完整的生物计算平台

　　中投产业研究院发布的《2022-2026年中国生物计算产业深度调研及投资前景预测报告》指出，利用前沿AI技术构建完整的生物计算平台，并与提供新的数据轴和新的数据分析、药物设计工具的初创企业与研究机构携手，构建生物计算生态，为生命科学企业和科研用户提供丰富的工具能力和完整的解决方案，做好服务。深度参与或主导发起新型精准药物和精准诊断产品的研发，携手合作伙伴，为社会贡献极具创新性的精准生命科学产品。融合先进计算和生物技术，从多组学生物数据、高通量实验验证、药物研发过程中高效抽提知识，绘制靶点和药物图谱，提升自身与合作伙伴的药物研发效率，实现GLOBALFIRST-IN-CLASS原创药物的研发。

　　二、加大生命科学行业研发投入

　　大力投入关键底层数据设备和计算技术的研发，加速高通量类器官芯片、高分辨物质观测设备、新的组学采集分析设备、蛋白质模拟和生物计算专用芯片的研发，为生命科学行业带来新的数据轴和计算能力，实现对这些关键共性平台技术的自主可控。

　　基于客户的需求迭代，不断推出新的算法和工具，快速构建生物计算行业的开源平台，为整个生物行业提供更多的开源、高效、精准的研发工具。助力疾病早期预防。推动基因检测、生物遗传等先进技术与疾病预防深度融合，开展遗传病、出生缺陷、肿瘤、心血管疾病、代谢疾病等重大疾病早期筛查，为个体化治疗提供精准解决方案和决策支持。加快疫苗研发生产技术迭代升级，开发多联多价疫苗，发展新型基因工程疫苗、治疗性疫苗，提高重大烈性传染病应对能力。提升疾病诊断能力。推动生物技术与精密机械、新型材料、增材制造等前沿技术融合创新，大力开发分子诊断、化学发光免疫诊断、即时即地检验等先进诊断技术和产品，发展高端医学影像等诊断装备，促进装备向智能化、小型化、快速化、精准化、多功能集成化发展。强化中医疗效判定与机制研究，推动中医药理论的传承创新。提高临床医疗水平。发展微流控芯片、细胞制备自动化等先进技术，推动抗体药物、重组蛋白、多肽、细胞和基因治疗产品等生物药发展，鼓励推进慢性病、肿瘤、神经退行性疾病等重大疾病和罕见病的原创药物研发。拓展智能手术机器人、数字疗法、粒子放疗等先进治疗技术临床应用。对开展临床应用的干细胞治疗、细胞免疫治疗、医疗新技术制定完善技术规范，科学开展临床评价。把优秀传统理念同现代生物技术结合起来，中西医结合、中西药并用，集成推广生物防治、绿色防控技术和模式，协同规范抗菌药物使用。

　　三、建设良好的风险投资环境

　　加快推进生物技术产业化，实施生物经济强国战略。中投产业研究院发布的《2022-2026年中国生物计算产业深度调研及投资前景预测报告》指出，相对于其他高科技行业而言，生物技术具有技术更高、投入更高、产出更高、风险更高、周期更长的“四高一长”的特点，因而风险投资便成为必然的选择。作为一种金融资本和高科技产业相结合的制度安排，风险投资已经成为高科技企业的“孵化器”和新经济的“发动机”。我们应认清形势，创新制度，大力推动该领域的风险投资，加速生物技术产业化进程。