这张图谱怎么分的
AIDD = AI-driven Drug Discovery，用 AI 发现和开发新药。这张图按「卖什么」分：卖自己发现的药、卖 AI 软件或模型、卖临床环节的工具；再加上 AI 产出更多候选药后成了瓶颈的湿实验与 CRO、进场的通用大模型公司，以及买单的药企。最快临床阶段、合作金额、模型是否开源做成筛选字段。
骨架出处
主轴照一张公开的行业地图，细分和新加的框各有出处（别人画过的其他地图收在 别人的图谱）：
| 用在哪 | 出处 | 它怎么分 |
|---|---|---|
| 主轴：卖药 / 卖软件 / 临床 | CB Insights《The AI in drug R&D market map》（2025-05-23） | 225 家、27 个市场，按研发阶段分：Discovery（再分 discovery engines 卖自己发现的药、discovery platforms 卖 AI 软件）→ Pre-clinical → Clinical（招募、试验管理、监管自动化等） |
| 细分（小分子、蛋白药、新模态、资产救援、结构预测、虚拟细胞、物理 + AI、AI co-scientist、模型托管、虚拟患者） | MMC Ventures《AI x TechBio》（2026-06） | 约 120 家初创、16 个子类，按工作流、药物形态、生物学路径混合分；另有一条商业模式轴：纯平台 / 平台加管线 / 资产型 |
| 新加的框：湿实验与 CRO | Altimeter / Freda Duan《AI Drug Discovery Is Becoming a Bottleneck Trade》（2026-10-03） | 前沿 AI 实验室 → DNA → 蛋白 → 检测 → 测序 → 自动化 → 临床前测试：AI 让候选药变多以后，瓶颈落到真实实验 |
| 新加的框：药企 | Nature / McKinsey《Understanding the company landscape in AI-driven biopharma R&D》（2023-05-16） | 约 390 家 AI 驱动生物科技分三种原型；药企用 AI 有三条路：自建、收购、合作 |
| 新加的框：通用 AI 进场 | 一次行业讨论 | 要区分两类 AI 能力：通用 LLM（查文献、提假设、调工具、整理结果、设计分子，像编程 agent）和专用科学模型（结构预测、蛋白生成、虚拟细胞） |
没找到可作骨架的：a16z 专门的 Bio × AI 图、Air Street（State of AI）生物章的分类、Deloitte / Morgan Stanley / Jefferies 的 AIDD 产业链图。国内券商（中信建投、国金、浙商）多按「数据 / 算力 / 模型」或上中下游粗分，收在海外图谱页的「国内」里。
七框十八层各是什么
每家写了哪些字段
- 最快临床阶段：这家公司跑得最快的那个药到了哪一期（临床前 / IND / I 期 / II 期 / III 期 / 已上市），带药名、日期和出处。平台、CRO、药企卡不写。
- 管线数量：公司自己披露的项目数，写披露日期。
- 合作药企与金额：预付和里程碑分开记。里程碑是「最高可得」，要临床和销售节点达成才付，不等于已到账；没公开的写「未披露」。药企卡反过来记它和哪些 AI 公司合作。
- 商业模式：自有管线 / 平台加管线 / 纯平台（软件、模型、API）/ 数据 / 服务（CRO）。
- AI 能力：专用科学模型 / 通用 LLM / 两者。模型开源：开源权重 / 开源代码 / 闭源。湿实验：自有实验室 / 外包 / 无。
- 融资、估值、市值：每一轮的日期、金额、领投；上市公司写代码和市值，注明收盘日。
收录范围和口径
- 收用 AI 做药物发现和开发的公司，以及大公司在这方面的产品线；美国、中国、欧洲和其他市场都收，按市场标，不做对比站队。纯医疗影像诊断、医院 AI 不收。
- 和 AI for Science 图谱 的分工：药物发现归这张；材料、化学、气候和通用 AI 科学家平台归那张，交叉的公司卡片上有链接。
- 每个数字附出处；没查到的写没查到，没公开的写「未披露」，不推测、不估算。只用公开资料。
- 估值 = 最近一轮投后或报道值；「≈ 估」= 没公布估值，按最近一轮融资额 × 5 估算。人民币、港币、欧元只在排序和估值柱里折成美元，卡片照原文写。
- → 表示被谁收购，· 表示哪家大公司的产品线。全部交易见 收购时间线；VC 和分析师的不同看法见 VC 观点。
- 机器可读数据和给 AI 的说明：给 AI 读、llms.txt、data/map.json。不构成投资建议。