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
人工智能重塑药物相互作用研究：清华团队前沿综述
药物-药物相互作用（DDI）与药物-靶点相互作用（DTI）的精准预测在临床用药指导和新药开发领域具有重要的理论意义和应用价值。从生物学角度来看，药物分子与生物体内靶点结合的微观机制是导致联合用药产生临床毒副作用或协同治疗效果的关键基础；另一方面，随着图神经网络和大语言模型等前沿人工智能技术的快速发展，如何在复杂的生物医学数据中有效识别药物-药物及药物-靶点之间的相互作用模式，已成为当代计算药物设计的核心研究方向。然而，长期以来DDI与DTI的预测研究各自独立开展，一定程度上忽略了两者在生物学机制和算法实现
AI 赋能中药：组学与网络药理学的范式革命
深度综述解析 | 从模糊到精准：人工智能联合多组学与网络药理学重塑草药研究新范式草药（Herbal Medicines, HMs）历经数千年应用，凭借多成分、多靶点及多通路的协同效应，在处理复杂疾病方面优势显著。然而，海量化合物的化学多样性与传统研究手段之间的巨大落差，长期阻碍了其现代化步伐。近年来，人工智能（AI）、生命组学（涵盖基因组、转录组、蛋白组及代谢组）同网络药理学的高度融合，彻底革新了传统研究模式。2025 年刊发于《Phytomedicine》的里程碑式综述《Decoding herbal
人工智能驱动药物研发变革：从靶点识别到临床应用的新范式
在人工智能深度渗透各行各业的当下，生物医药领域正经历着深刻的范式转变。从靶点识别到临床试验阶段，AI技术正在以前所未有的速度重塑药物研发的各个环节，显著缩短研发周期、有效降低失败风险并大幅提升成果转化效率。当前，生物医药行业正处于智能化转型的关键窗口期。顺应国家"人工智能+"战略部署，推进医药工业的数字化与智能化升级已成为行业共识。在此背景下，AI药物研发正在从概念走向现实应用，为创新药物开发开辟了全新路径。这不仅是前沿技术的展示，更是AI赋能药物研发的深度实践，汇聚了国内顶级科研机构的资深专家，引领学员
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浪潮席卷创新药领域
AI浪潮席卷创新药领域。有人预言未来新药研发都将借助AI工具，创新药企业如今不谈AI就难以获得融资。几乎每位创新药创始人都被问及如何将AI融入新药开发，回答大致分为这几类：1：“宏图壮志型”。核心观点是AI将彻底重塑整个行业格局，无论规模大小，AI将渗透研发全流程，愿景宏大、志向高远，对传统新药研发企业“不屑一顾”。2：“联合拓展型”。这类企业通常既自主研发，也与外部机构合作，标榜“AI赋能”。3：“务实落地型”。这类企业把AI定位为辅助工具，在研发某个阶段使用现成的AI平台，仅此而已，不会更深入探索AI
生物医药AI讲座要点
昨日下午，我有幸聆听了西湖大学生命科学学院研究员、长聘副教授，同时也是西湖制药联合创始人的黄晶博士关于人工智能在生物医药领域应用的讲座。黄博士的求学履历十分亮眼，先后在清华大学物理系、瑞士巴塞尔大学化学系、美国马里兰大学药学院及NIH/NHLBI完成了本科、博士及博士后阶段的深造，并于2017年回国加入西湖大学。他的研究核心在于算法开发，重点在于解析、建模及预测蛋白质构象动力学以及蛋白质与配体间的相互作用。同时，他利用高性能计算手段探究微观生命体系中的复杂动力学过程，致力于筛选出能够调控特定生物过程的潜在
英矽智能股价上扬 携手Google Cloud推进AI药物研发
英矽智能（03696）早盘涨超4%，截至发稿，股价上涨4.28%，现报67.05港元，成交额1.04亿港元。据英矽智能官微消息，近日，公司宣布与Google Cloud合作，旨在加速其药物发现进程。通过此次合作，英矽智能将结合自有Pharma.AI平台，利用Google Cloud可扩展的计算基础设施与先进AI能力，提升药物发现流程的速度与效率。英矽智能计划在其产品体系中集成Gemini Enterprise Agent Platform及Google Gemini系列模型，其中包括将Gemini与最新工
AI驱动药物创新
人工智能制药：革新药物研发模式 核心转变：由“盲目搜寻”转向“精确制导” - 传统难题：“双十定律”——需时10年以上，花费超10亿美金，成功率**<10%**。 - AI助力：周期缩减至1-3年，成本降幅超50%，临床前仅需数百万美金，大幅提高成功率。 主要应用：AI覆盖研发全周期 - 靶点识别：AlphaFold解析逾2亿蛋白结构，费用由150万美金降至1-5万美金。 - 分子构建：生成式AI“凭空创造”，设计全新分子。实例：英矽智能INS018_055，由靶点至临床前仅耗时18个月。 - 临床
减重Ⅲ期告捷：博瑞医药冲击千亿代谢市场
5月5日，博瑞医药(68.560, 1.82, 2.73%)（维权）（688166.SH）公告称，BGM0504注射液减重适应证Ⅲ期临床试验已达到预期目标：研究取得积极的顶线结果，同时完成主要终点并覆盖全部关键次要终点。 根据相关数据披露，在一项用于验证其对超重或肥胖受试者疗效与安全性的Ⅲ期研究（BGM0504-Ⅲ-WL）中，BGM0504注射液平均带来19.3%的体重下降幅度，并使腰围减少16.5cm；同时，产品表现出较好的安全性及耐受性。 上述结果显示，国产双靶点减重药物已向国际领先梯队迈进。博瑞医药
AI赋能靶点识别与评估
引言人工智能正逐步成为药物研发体系中的关键力量，贯穿靶点发现、开发推进以及临床试验结果解读等多个环节。靶点识别处于新药研发的起始阶段，它的核心在于挑选出能够被有效调控、从而实现预期治疗收益，并且具备足够安全性的生物分子。该环节的质量将直接影响后续工作的成功几率，同时也决定了整体投入的成本与资源配置。然而，靶点发现依然面临诸多难题，主要来自于我们对许多疾病背后生物学层面的复杂机制仍缺乏充分认知，尤其是对来源于人类基因组学与疾病模型等
AI赋能PROTAC与分子胶研发评价培训
会议地点：线上直播会议时间：2026年5月29日-30日培训对象：本次培训面向从事PROTAC/分子胶等蛋白降解药物研发的核心团队，覆盖研发、非临床研究、注册与临床开发、战略与项目管理四个关键板块。课程围绕“靶点到IND申报”的完整链路展开，帮助科学研究人员与管理者系统掌握AI驱动的设计思路、评价方法以及申报策略。培训证书培训结束后，学员可进入协会系统官网查询或下载培训证书。会议大纲与讲师介绍会议费用：会务费：4000元/单位；（会务费包含：培训、研讨、电子版资料、电子版培训证书，以及一年在线不限次回放等
算力竞赛催化AI制药：跨国All in，中国机会在哪
AI半月谈第20期全球AI制药正在从“只为展示技术”的阶段，走向“以产业重构为目标”的深水区。礼来、罗氏、武田等跨国巨头纷纷打造自有算力平台、投入巨资并购AI企业，并把AI能力深入嵌入研发的每个环节——围绕数据、算法与算力资源的“军备竞赛”已经拉开序幕。与此同时，AI Biotech在靶点发现、分子生成、临床预测等方向持续验证其价值；但对平台型公司而言，也不得不面对被大厂“内化替代”的现实压力。放在中国AI制药的语境下，难度更大：算力供给相对紧张，高质量临床数据的获取成本高，且监管路径仍有不确定性。因此，
AI制药走向临床关键一步
在软硬件与模型竞逐之外，AI“从数字到原子”的技术演进正在悄然抵达关键节点。DeepMind旗下Isomorphic Labs借助AlphaFold技术（来源于2024年诺贝尔化学奖相关成果），其利用AI完成的药物设计将于2026年进入首次人体试验的启动阶段，意味着AI制药正从实验室研发迈入真正的临床环节。目前已有超过10家中国AI药企的项目推进到临床阶段；华为云盘古、字节跳动等公司也在持续加码布局AI制药。根据麦肯锡的测算，AI能够把药物发现周期压缩到传统方式的1/3，并将研发成本降至1/10。借助AI
英矽智能Pharma.AI春季更新全览
随着人工智能与基础模型不断加速迭代，生物医药这一核心落地场景正快速进入 AI 赋能研发的“深水区”。近日，生成式人工智能驱动的临床阶段药物研发科技公司英矽智能（Insilico Medicine，03696.HK）举办了 Pharma.AI 2026 春季启动网络研讨会。本次研讨会重点介绍了 Pharma.AI 平台在 2026 年第一季度的几项重要进展，主要包括：正式推出面向科学研究的 MMAI Gym，发布全新的基准评测门户与排行榜，并现场演示 MMAI Gym 如何把通用基础模型训练成可服务药物研发