1. 技术概述
1.1 技术关键词
ADMET预测
1.2 技术概念
【ADMET预测】是指在药物研发过程中，利用计算机模拟和数学模型对候选药物分子在体内的吸收（Absorption）、分布（Distribution）、代谢（Metabolism）、排泄（Excretion）以及毒性（Toxicity）等药代动力学和毒理学性质进行预测的技术。
具体来说：
A（Absorption）：指药物从给药部位进入血液循环的过程。
-D（Distribution）：指药物在体内的分布情况，包括与组织、器官的结合和转运。
M（Metabolism）：指药物在体内被酶系统（如肝脏中的CYP450酶）转化或降解的过程。
-E（Excretion）：指药物及其代谢产物从体内排出的过程（如通过肾脏或胆汁）。
T（Toxicity）：指药物对机体可能产生的有害作用，包括急性毒性、慢性毒性、基因毒性等。
ADMET预测是现代药物发现和开发中非常重要的环节，能够帮助研究人员在早期阶段筛选出具有良好药代动力学特性和较低毒性的化合物，从而降低研发成本和时间，提高新药的成功率。该技术广泛应用于计算机辅助药物设计（CADD）、定量构效关系（QSAR）分析、机器学习和人工智能等领域。
1.3 技术背景
ADMET预测是药物研发过程中用于评估化合物在吸收、分布、代谢、排泄和毒性方面的计算模型。其发展源于20世纪末计算机技术的进步与分子生物学的结合，早期主要依赖经验规则与统计方法，随着机器学习和大数据的发展，预测精度显著提升。该技术广泛应用于新药筛选、优化候选化合物及降低研发成本。其优势在于减少实验次数与资源消耗，但受限于数据质量和模型泛化能力。社会经济上，ADMET预测推动了药物研发效率，加速了创新药物上市进程。未来，随着AI技术的深入应用，预测模型将更加精准，市场竞争也将加剧，促使企业不断优化算法与数据集。
2. 趋势分析
2.1 研究方向分析
2.1.1 学术论文发表趋势
图片来源：技术发展分析报告
2.1.2 相关论文列举
篇名 | 作者 | 刊名 | 发表时间 |
海洋副产物来源生物肽提取、纯化及生物利用度研究进展 | 贺玉珊, 刘爱国, 丛海花, 吴琼, 徐亦涌 | 保鲜与加工 | 2025 |
基于转录组学的化工园区生物毒性测试方法应用研究 | 母亚雯, 苟潇, 吕学研, 蔡琨, 范清华, 张效伟, 张咏 | 环境监控与预警 | 2025 |
融合多方信息的电动汽车充电负荷时空分布预测 | 王强, 毕宇豪, 高超, 宋铎洋 | 电力建设 | 2025 |
基于SSA-BP算法的密集烤房烟叶含水率分布预测 | 李圣陶, 王行, 王晓宾, 江伟檀, 莫豪裕, 曾涛, 姚远华, 张丹丹, 张烨 | 烟草科技 | 2025 |
大型活动散场期间城市轨道交通大客流时空分布预测及其应用 | 周峰, 王文昱, 赵周, 文旭光 | 城市轨道交通研究 | 2025 |
基于物候信息的华北平原农田土壤有机碳密度空间分布预测 | 夏迎新, 肖二龙, 李道诚, 宁立新 | 节水灌溉 | 2025 |
基于多波段融合网络的相关k 分布预测模型 | 汪迁文, 吴嘉雯, 张彪, 许传龙, 李健 | 工程热物理学报 | 2025 |
中关铁矿岩体质量空间分布预测 | 王志国, 吴仪慧, 方博然, 卢聚强, 王瑞 | 矿业研究与开发 | 2025 |
鲁西地区碳酸盐岩岩溶热储分布预测 | 隋少强, 向鹏飞, 贾艳雨, 朱咸涛, 高飞, 王茜, 罗璐, 杨志波, 季汉成, 鲍志东 | 地质论评 | 2025 |
城市轨道交通既有线延伸段开通初期线网客流分布预测的改进重力模型 | 李嘉仪张龙豪宋绪扬徐瑞华 | 城市轨道交通研究 | 2025 |
2.1.3 研究方向概述与特征
以上图形显示，ADMET预测技术领域在研究方向上呈现出多层次、多维度的结构特征。从外层关键词来看，该领域主要包括分子对接、计算机辅助药物设计、定量构效关系、药效团模型和虚拟筛选五大核心方向，这些方向共同构成了药物设计与预测的基础框架。
在内层关键词分布上，各主要方向下均包含多个具体的子技术或方法，体现了该领域的高度细分与专业化发展。例如，分子对接下位词包括刚性对接、柔性对接等，反映了对分子间相互作用机制的不同模拟方式；计算机辅助药物设计涵盖结构优化、力场构建等，强调了从分子层面到系统层面的设计过程；定量构效关系下的2D-QSAR、3D-QSAR等则展示了从二维到三维结构分析的演进趋势；药效团模型中的氢键受体、疏水中心等描述了药物分子与靶点之间关键相互作用的特征；虚拟筛选中的基于配体、基于受体等方法，则体现出从数据驱动到结构驱动的多样化策略。
总体来看，ADMET预测技术领域的研究方向具有以下特征：一是技术融合性强，多种计算方法相互交叉应用；二是注重细节刻画，如药效团模型中对各类功能基团的精细描述；三是方法多样，既有传统的QSAR、分子对接，也有新兴的机器学习等人工智能技术；四是强调预测准确性与实用性，服务于药物发现与优化的全流程。这些特征表明，该领域正朝着更加系统化、智能化和精细化的方向不断发展。
2.1.4 研究方向重心变化比对
2.1.5 高成长研究方向简析
通过以上堆叠折线图可以看出，研究方向“生物利用度”在近十年中呈现出显著的增长趋势。从2015年至2024年，该研究方向的论文数量由56篇增长至74篇，整体增幅超过30%。尤其是在2018年至2023年间，其增长速度明显加快，显示出该领域在学术界和工业界的关注度持续上升。这一趋势可能与药物研发过程中对药物体内吸收效率的重视密切相关，尤其是在新药开发初期阶段，生物利用度作为评估药物是否具备良好口服吸收能力的重要指标，受到了广泛研究。
此外，“生物利用度”研究方向的热度不仅体现在论文数量的增加上，也反映在相关技术方法的不断优化与创新中。随着计算机模拟、人工智能等技术的发展，越来越多的研究开始探索如何通过预测模型提升药物开发效率，减少实验成本。这些进展进一步推动了该研究方向的深入发展。
值得注意的是，在“生物利用度”研究逐渐升温的同时，其他如“药物动力学”、“药动学”等研究方向虽然也有一定增长，但增幅相对较小，且波动较为明显。相比之下，“生物利用度”研究方向展现出更强的稳定性和持续性。这表明，该研究方向不仅是当前药物研究领域的热点，也是未来一段时间内值得关注的重点方向之一。
2.2 技术应用分析
2.2.1 专利法律状态分布
2.2.2 专利发展轨迹
2.2.3 发展轨迹分析
基于当前的数据分析，ADMET预测技术领域的专利申请数量呈现出明显的增长趋势，从2014年的16件增长至2025年的28件，显示出该技术在近年来的持续发展和关注度提升。然而，授权数量的增长幅度相对较小，且授权占比逐年下降，从2014年的25%降至2025年的4%，反映出专利质量或审查标准可能有所提高，或者申请人对专利撰写和布局的重视程度不足。
从2017年至2020年，授权占比较高，尤其是2020年达到80%，表明这一时期内专利申请的质量相对较好，可能与技术成熟度和研究投入增加有关。但自2021年起，授权占比持续下降，说明专利申请的数量虽然继续上升，但其中有效性和创新性可能有所减弱，或存在较多重复性、基础性研究。
总体来看，ADMET预测技术领域仍处于快速发展阶段，但需关注专利申请的质量提升与技术创新能力的加强，以提高授权率和专利价值。
2.3 技术成熟度分析
根据所掌握的信息，可以预测当前技术发展趋势显示，ADMET预测技术在2015年至2024年间保持较高的论文发布数量，且技术成熟度稳定在95.00%。从数据来看，尽管论文发布数量在2021年后有所下降，但整体仍维持在一个较高水平，说明该技术已进入相对成熟的阶段。2025年及以后的论文发布数量为零，可能表明该技术已经趋于稳定，或相关研究重点开始转向应用层面的优化与整合。技术成熟度长期保持不变，反映出该领域在理论模型、算法改进和实验验证等方面已取得较大进展，具备较强的可行性与实用性。未来，随着人工智能和大数据技术的进一步融合，ADMET预测可能会在药物研发效率提升、成本降低等方面发挥更大作用。同时，技术应用范围可能逐步扩展至其他领域，如环境毒理学、材料科学等，推动跨学科融合发展。总体来看，ADMET预测技术正处于稳步发展阶段，具备良好的应用前景和持续创新潜力。
3. 竞合分析
3.1 研发竞合分析
3.1.1 研发头部机构
3.1.2 头部机构比对分析
机构名称 | 论文数量 |
中国石油勘探开发研究院 | 9 |
华中农业大学资源与环境学院 | 9 |
中国石油勘探开发研究院 | 7 |
中国科学院大学 | 7 |
长江大学地球科学学院 | 7 |
中国地质大学(北京)能源学院 | 6 |
中国石油杭州地质研究院 | 5 |
吉安市吉州区农业局 | 5 |
永丰县乡镇农业综合站 | 5 |
江西省吉安市吉州区农业局 | 5 |
深入分析所掌握的数据后可发现，中国石油勘探开发研究院在研究方向上的增量最为显著。该机构自2017年起逐步加大在该领域的投入，论文数量呈现出明显的增长趋势，尤其在2020年至2022年间保持稳定发展，2024年再次出现小幅上升，显示出其对该研究方向的持续关注与重视。相比之下，其他机构如华中农业大学资源与环境学院、中国科学院大学等虽有一定产出，但整体波动较大，缺乏连续性和稳定性。
从竞争格局来看，研究方向的发展呈现出一定的地域和机构差异。中国石油勘探开发研究院作为能源领域的重要科研力量，在该领域的布局较为系统，且具备较强的持续创新能力。而部分农业相关机构如吉安市吉州区农业局、永丰县乡镇农业综合站等，虽然在早期有少量产出，但后续发展乏力，表明其对该研究方向的关注度有限或资源投入不足。
此外，部分高校和研究机构如中国地质大学（北京）能源学院、长江大学地球科学学院等，虽在特定年份有所表现，但整体上未形成持续的研究积累，反映出该研究方向在不同机构间的分布并不均衡。总体而言，该研究方向的竞争态势仍以少数重点机构为主导，未来若想实现更广泛的发展，需要更多机构加强资源整合与长期投入。
3.2 应用竞合分析
3.2.1 应用头部企业
3.2.2 头部企业比对分析
单位名称 | 申请数量 |
中国石油化工股份有限公司 | 18 |
中国石油天然气股份有限公司 | 15 |
国家电网有限公司 | 6 |
中国石油化工股份有限公司石油勘探开发研究院 | 5 |
中国石油天然气集团有限公司 | 4 |
江苏中烟工业有限责任公司 | 4 |
南方电网科学研究院有限责任公司 | 3 |
天津海星辉科技有限公司 | 3 |
济南骄泰信息技术有限公司 | 3 |
湖北天勤生物技术研究院有限公司 | 3 |
从已有的数据分析来看，当前技术领域中，中国石油化工股份有限公司在ADMET预测相关专利申请数量上表现出显著的增长趋势。其专利申请数量在2021年达到5件，此后持续增长，显示出该企业在该技术领域的研发投入力度不断加大。相比之下，其他机构的专利申请数量变化较为平稳，部分机构甚至出现下降或停滞的情况。
整体来看，ADMET预测技术的研发竞争主要集中在大型能源企业与部分生物科技公司之间。其中，中国石油化工股份有限公司和中国石油天然气股份有限公司作为行业龙头，在该领域的布局较为积极，但前者在专利申请数量上的增长更为突出。此外，江苏中烟工业有限责任公司、国家电网有限公司等也在不同时间段内有所布局，但整体活跃度相对较低。
值得注意的是，部分科研机构如湖北天勤生物技术研究院有限公司、南方电网科学研究院有限责任公司等虽然专利申请数量不多，但也在逐步进入该技术领域，反映出该技术在未来可能有更广泛的应用前景。总体而言，ADMET预测技术正处于快速发展阶段，头部企业的持续投入将推动该技术向更高水平迈进，同时也为后续的技术竞争埋下伏笔。
3.3 区域竞合分析
3.3.1 应用专利区域分布
图片来源：技术发展分析报告
3.3.2 应用变化比对分析
地域 | 申请数量 |
北京 | 129 |
江苏 | 67 |
广东 | 62 |
上海 | 32 |
四川 | 32 |
湖北 | 25 |
山东 | 24 |
浙江 | 24 |
天津 | 18 |
福建 | 18 |
通过对相关数据的深入分析，可以发现近年来ADMET预测技术领域的研发活动呈现出明显的区域分化趋势。从整体来看，部分省级区域在该技术领域的专利申请数量增长迅速，显示出较强的创新活力和发展潜力。其中，北京作为技术高地，持续保持较高的专利产出，体现了其在科研资源、人才储备和产业基础方面的优势。江苏、广东等地也展现出强劲的增长势头，尤其是在近年来的专利数量上实现了显著提升，反映出这些地区在推动ADMET预测技术发展方面的积极布局。
与此同时，一些省份如四川、湖北等虽然起步较晚，但近年来也逐渐加大了对该技术领域的投入，专利数量逐步上升，显示出区域间竞争的加剧。值得注意的是，部分地区的专利数量波动较大，这可能与政策支持、企业研发投入以及技术转化能力等因素密切相关。总体而言，ADMET预测技术的研发竞争已从单一的中心区域向多点开花的格局演进，各区域在技术研发、成果转化及市场应用等方面形成了差异化的发展路径。未来，随着该技术在药物研发中的重要性不断提升，区域间的合作与竞争将进一步深化，推动整个行业向更高水平发展。
4. 机会分析
序号 | 机会名称 | 机会描述 | 生成依据 | 分析类型 |
1 | 海洋生物活性肽-纳米乳液复合传递系统 | 需求背景：海洋生物活性肽具有多种生物活性，但生物利用度低。解决问题：提高海洋生物活性肽的生物利用度。实现方式：将海洋生物活性肽与纳米乳液结合，构建复合传递系统。技术指标：生物利用度提高5倍以上。应用场景：功能性食品和药物开发。创新点：结合纳米乳液技术，提高肽的稳定性和吸收率。 | 论文标题：纳米乳液传递体系对柑橘川陈皮素生物利用度和生物转化的影响。论文摘要：纳米乳液可以显著提高NOB的生物利用度，提高血药质量浓度、延长作用时间。 | 融合分析 |
2 | 电动汽车充电负荷-ADMET预测模型 | 需求背景：电动汽车充电负荷时空分布预测需要综合考虑多种因素。解决问题：提高充电负荷预测精度。实现方式：结合ADMET预测模型，分析用户充电行为与代谢特性的关系。技术指标：预测精度提高10%以上。应用场景：电网负荷调度和充电站规划。创新点：引入ADMET预测模型，优化用户充电行为分析。 | 论文标题：路径规划下考虑电池损耗的纯电重卡集群充电负荷时空分布预测。论文摘要：考虑天气温度、交通流量、载货质量、地形等因素对纯电重卡耗电特性进行建模。 | 融合分析 |
3 | 海洋生物活性肽微胶囊化技术 | 需求背景：海洋副产物来源的生物活性肽具有多种生物活性，但生物利用度低。解决问题：提高海洋生物活性肽的生物利用度。实现方式：采用微胶囊化技术包裹生物活性肽，增强其在体内的稳定性和吸收率。技术指标：生物活性肽的生物利用度提高50%以上。应用场景：功能性食品和药物开发。创新点：利用微胶囊化技术保护生物活性肽免受胃肠道环境破坏。 | 论文标题：海洋副产物来源生物肽提取、纯化及生物利用度研究进展。论文摘要提到提高生物利用度仍面临挑战，微胶囊化是潜在解决方案。 | 技术发展 |
4 | 纳米乳液传递系统 | 需求背景：川陈皮素等柑橘黄酮水溶性差，生物利用度低。解决问题：提高川陈皮素的生物利用度。实现方式：构建纳米乳液传递系统，通过淋巴循环避免肝脏首过效应。技术指标：血药浓度曲线下面积（AUCt）提高5-14倍。应用场景：功能食品和保健品。创新点：纳米乳液系统可显著延长半衰期并提高组织分布。 | 论文标题：纳米乳液传递体系对柑橘川陈皮素生物利用度和生物转化的影响。研究显示纳米乳液可显著提高生物利用度。 | 技术发展 |
5 | 微胶囊化生物活性肽 | 需求背景 | 1. 论文《海洋副产物来源生物肽提取、纯化及生物利用度研究进展》指出生物活性肽的生物利用度低是主要挑战。2. 微胶囊化技术被提及为提升生物利用度的潜在方法。 | 技术比对 |
6 | 分子结构优化生物活性肽 | 需求背景 | 1. 论文《海洋副产物来源生物肽提取、纯化及生物利用度研究进展》提到分子结构优化是提升生物利用度的关键技术。2. 现有技术尚未完全解决生物活性肽的稳定性问题。 | 技术比对 |
5. 应用发展
5.1 技术应用前景
基于所掌握的数据，通过对当前技术现状、发展趋势及竞合等多个方面的深入对比分析，ADMET预测技术在药物研发领域展现出广阔的应用前景。该技术作为评估化合物在吸收、分布、代谢、排泄和毒性方面的关键工具，近年来随着机器学习与大数据的深度融合，预测精度显著提升，已成为新药开发过程中不可或缺的技术手段。从研究方向来看，“生物利用度”作为核心指标之一，近十年来论文数量持续增长，反映出学术界和工业界对其重视程度的不断提升。
在专利申请方面，尽管授权率有所下降，但整体申请量仍保持增长态势，表明该技术正处于快速发展阶段。头部机构如中国石油勘探开发研究院在该领域的持续投入，以及中国石油化工股份有限公司等企业在专利布局上的积极拓展，显示出该技术在产业界的广泛应用潜力。同时，区域间的竞争格局也日益明显，北京、江苏、广东等地凭借科研资源和产业基础，成为技术创新的重要高地。
未来，随着人工智能技术的进一步应用，ADMET预测模型将更加精准，推动药物研发效率提升与成本降低。此外，该技术有望向环境毒理学、材料科学等跨学科领域延伸，拓展其应用边界。总体来看，ADMET预测技术具备良好的发展基础和持续创新潜力，将在未来药物研发及相关领域发挥越来越重要的作用。
5.2 技术发展建议
综合上述分析，ADMET预测技术作为药物研发中的关键工具，已进入相对成熟阶段，并在生物利用度等核心研究方向上呈现出显著增长趋势。适用对象应结合自身资源与发展方向，制定科学的技术发展策略。
首先，建议适用对象加强与高校及科研机构的合作，特别是在“生物利用度”等高成长研究方向上，借助其前沿研究成果提升自身技术竞争力。同时，注重数据积累与模型优化，提升预测精度与泛化能力，以应对实际应用中的复杂场景。
其次，在专利布局方面，应重视技术创新与质量提升，避免重复性研究，提高授权率与专利价值。头部企业如中国石油化工股份有限公司的经验表明，持续投入和系统布局是推动技术发展的关键。
此外，建议关注区域间的合作与竞争格局，积极参与北京、江苏、广东等技术高地的创新网络，拓展技术应用场景。同时，探索ADMET预测在环境毒理学、材料科学等跨学科领域的应用潜力，实现技术多元化发展。
最后，应重视人工智能与大数据技术的深度融合，推动预测模型的智能化升级，提升药物研发效率与成本控制能力。通过以上措施，适用对象可在ADMET预测技术领域占据有利位置，增强市场竞争力并推动可持续发展。
声明
► 本报告所涉及学术信息、组织信息、专利信息等，均来自公开网络或第三方授权。本着严谨科学的原则，科易网尽可能收集与分析有关的必要信息，但不保证信息充分及准确:使用人应知悉，公开信息错误及未知信息可能影响结论的准确性。如相关权利人发现信息错误，可与本报告发布人或制作人联系。
► 本报告中的分析、判断和结果受时间、范围等限制条件及相关假设条件的限制，报告使用人应当充分考虑假设、限制条件、特别事项说明及其对分析结果的影响。
► 本报告不提供法律性、专业性的意见或建议，也不是基于法律性或专业性观点而作出的， 如须获得专业建议请咨询相关专家。
► 科易网拥有并保留本报告著作权等相关权利。转载、引用等应取得科易网同意。
报告内容均由科易网AI+技术转移和科技创新数智化应用工具生成，仅供参考!
