靶向肽设计遇瓶颈？量子AI精准设计破局
🧩 Step 1｜RFdiffusion3 全原子蛋白质从头设计直接构建主链与侧链所有原子的三维坐标和相互作用，是首个真正实现主链+侧链+配体/核酸协同生成的AI蛋白设计工具。🏗 Step 2｜ProteinMPNN 蛋白质序列设计基于给定的蛋白质三维骨架结构，逆向预测能够折叠成该结构的氨基酸序列，解决蛋白质的“逆向折叠”问题。🧬 Step 3｜Foldseek2 蛋白结构相似性搜索基于GPU加速的蛋白结构相似性搜索工具，首创3Di结构字母表，将三维结构比对转化为字符串搜索，速度较传统方法提升2万倍🔍 S
AI抗体设计新星崛起，Chai Discovery凭何跻身独角兽行列？
潘 展|整理今年初，一家坐落于美国旧金山的AI生物制药新锐Chai Discovery与国际制药巨擘礼来公司正式缔结战略伙伴关系。依据双方签署的协议，礼来将引入Chai Discovery自主研发的先进人工智能平台Chai-2，围绕多靶点开展创新性生物治疗药物的设计工作。作为回报，Chai Discovery将凭借礼来所掌握的海量专属数据资源，为其量身定制一款深度契合其药物研发业务链的专属AI模型。Chai Discovery创立于2024年，是一家人工智能生物技术领域的初创企业，创始团队汇聚了曾任职于O
人工智能赋能药物创新，突破难成药靶点研发瓶颈
2026年6月4日，朗睿生物受邀参加“2026 | 药未来行业峰会”，聚焦AI驱动的新药研发领域发表专题演讲，全面呈现企业在智能制药方面的自主技术与突破性进展。在专题演讲环节，朗睿生物重点展示了“人工智能助力难以成药靶点的小分子药物发现技术成果”。此类靶点缺乏稳定的药物结合区域，蛋白质构象持续变化，传统药物开发成功率极低，也是当前全球原创新药研发面临的主要挑战。这些靶点大多与肿瘤、自身免疫等重大复杂疾病相关，长期存在显著的未被满足的临床医疗需求，常规高通量筛选方法耗时漫长、投入巨大，难以获得有效候选化合物
即将截止！“AI驱动药物研发全流程实操”研修班火热报名中
关于开展“人工智能驱动药物研发全流程实操”高级培训班的公告各相关机构:生物医药作为关乎国计民生与国家安全的战略性领域，是构筑健康中国的关键基石，更是全球科技博弈的焦点赛道。为积极落实国家“人工智能+”战略部署，积极响应药监局《“人工智能+药品监管”实施意见》及工信部等七部局《医药工业数智化转型方案(2025-2030年)》政策导向，构筑产学研用协同创新交流阵地，培育医药研发跨界复合型人才，本中心拟于6月下旬开展“人工智能驱动药物研发全流程实操”高级培训班。特邀中科院体系及国内顶尖医药科研院所权威专家，聚焦
AI技术驱动药物研发创新应用与实践指南
从靶点识别、分子设计，到临床前评价、临床试验管理，再到智能体的全流程协同——人工智能已从未来愿景转化为当前的竞争优势。然而，面对快速涌现的人工智能工具、复杂的数据管理需求、以及药物研发的高门槛挑战，如何在真实研发场景中有效应用人工智能，成为众多医药企业和科研机构的关键难题。如何运用人工智能加速靶点发现与虚拟筛选？如何通过生成式人工智能实现分子结构优化？药物ADMET性质预测有哪些成熟的人工智能解决方案？如何构建药物研发专用的智能体知识库？在临床方案设计、患者筛选、剂量预测中，人工智能具体如何应用？人工智能
人工智能：重塑新药研发的速度引擎
医药产业向来以高投入、长周期及高风险著称，业界公认的“双十定律”——即研发一款新药需耗时 10 至 15 年、斥资超 10 亿美元，长久以来都是该领域的真实缩影。对药企来说，竞争的核心在于时间，时间不仅意味着核心利润，更代表着市场话语权，这是行业不可动摇的首要法则。而人工智能技术的实际应用，彻底突破了传统制药的时间枷锁，化作新药研发最强劲的加速器，凭借极致效率压缩研发周期、削减时间成本，为医药企业创造巨大的商业价值。AI 对制药效率的变革，在药物研发初期表现得尤为显著，这恰恰是新药研发耗时最久、试错代价最
AI技术助力药物筛选与研发
直播通告手握靶点和线索，究竟该验证哪一个？科研过程中，并非缺乏方向，而是常受困于“候选众多、机理不明、验证耗资大”。虽然找到了靶点，却苦于没有候选分子；天然产物及中药成分繁多，却不知从何入手检测；蛋白互作虽然关键，但不明界面位置，亦无法确定能否干预。此时，虚拟筛选的意义不在于取代实验，而在于实验前协助我们缩小范围、理清结构关系、优化验证路径。本期直播，我们将聚焦AI驱动的药物虚拟筛选，重点阐述：1. 虚拟筛选具体能解决哪些难题2. 蛋白-小分子筛选如何锁定候选分子3. 蛋白-蛋白互作预测如何挖掘机制线索4
AI赋能药物研发：行业变革加速，掌握核心技能正当时
十年磨砺、数十亿投入、不足一成的成功率——这是新药研发的“现实账单”。面对研发成本不断攀升、专利到期多重压力，如何实现降本增效、如何压缩研发周期、如何提升临床通过率，已成为整个生物医药行业亟待破解的关键课题。人工智能带来了解决方案。从《医药工业数智化转型实施方案（2025-2030年）》明确支持医药大模型创新平台建设，到DeepSeek等国产大模型在分子设计、ADMET预测等领域的突破性进展，AI正从“辅助工具”演进为“研发核心引擎”。掌握AI赋能药物研发的全流程技术，已非一道“选择题”，而是关乎行业地位
AI赋能MOFs材料智能设计与性能预测实战
线上特训AI赋能MOFs材料智能设计与性能预测实战课程时间：2026年04月18日-04月19日2026年04月25日-04月26日（4天线上直播+全程录播+社群答疑）1.课程导语金属有机框架材料（MOFs）作为新型多孔晶体材料，在气体存储分离、催化转化、能源储备及传感检测等领域应用前景广阔。但其结构组成复杂多变，依赖实验手段逐一验证效率低下，难以满足规模化开发需求。融合计算化学与智能算法，为MOFs材料的精准设计与效能提升开辟了新路径。借助量子化学计算、分子动力学模拟与机器学习技术，可深度解析海量MOF
AI制药平台全景：计算化学与分子模拟赋能精准药物设计
人工智能正深度变革药物研发领域，计算化学、分子模拟与虚拟筛选平台构成AI制药最基础、最精密、最必要的技术支撑。若靶点发现是创新的起点，分子设计是创造过程，那么计算化学与分子模拟便是将构想转化为可靠科学依据的关键。它不依赖大规模试错，而是基于物理规律、结构生物学与机器学习，在计算机中完成原子级药物设计、相互作用预测、动态行为模拟与海量化合物筛选。随着结构生物学进入快速发展阶段，尤其是AlphaFold推动的蛋白质结构爆发，计算化学平台不再是辅助工具，而是贯穿小分子、大分子、蛋白降解剂、共价药物、核酸药物等所