AI加速药物研发创新技术实践
各有关单位：
在国家政策和技术革新双重驱动下，人工智能正深度融入药物研发全流程，推动医药产业向高效化、精准化转型升级。为加快人工智能与药物研发创新技术的融合，培养适应未来发展的复合型创新人才，我中心将于2026年4月底举办‘AI加速药物研发全过程应用实践’高级研修班。特邀中国科学院相关研究所及国内知名医药科研机构专家，围绕AI技术在药物研究中的实际应用与实操技能开展专题授课。现将具体事宜通知如下：
一、主题、内容
（一）AI赋能生物医药前沿技术
1. AI药物研发底层逻辑与技术简述
2. AI药物研发前沿技术与成果实践
3. AI药物研发中的核心应用场景
4. 药物研发常用AI工具分类与优选方法
（二）AI药物研发数据要求与主流数据库
1. 数据获取、治理与标准化
2. 国内外代表性药物研发数据库分析
3. AI赋能数据挖掘与多组学数据整合
4. AI药物研发核心数据类型与预处理
5. AI辅助药物研发数据清洗与可视化
（三）AI靶向药物设计与虚拟筛选技术应用
1. AI药物设计技术路径
2. AI辅助靶点药物设计实战
3. AI赋能基于表型的药物设计应用
4. 生成式AI模型赋能药物设计实践
5. AI在抗体设计与预测中的应用
6. 基于细胞图像的基因-化合物匹配用于虚拟筛选
7. 跨尺度多组学整合与时空动态建模
（四）AI驱动分子设计与优化创新技术实践
1. 高通量筛选（HTS）发现小分子先导物
2. 基于AI的全新分子设计实战
3. 多靶点药物分子的自动设计技术应用
4. 生成式AI助力药物分子结构优化
5. AI赋能大分子治疗候选物功能的预测
6. 分子动力学模拟与虚拟筛选平台
（五）AI辅助的适应症筛选与成药性评估
1. 成药性评估核心参数与ADMET性质预测
2. 基于PK/PD模型的人体药效预测
3. 动态优化闭环与成药性评价
4. AI在靶向抗癌药物递送中的应用
5. 基于AI大模型共建一体化的干湿实验
（六）临床前研究中的AI技术应用
1. AI赋能药物安全性评估
2. AI在临床前药代动力学模拟中的应用
3. AI赋能毒性预测与脱靶效应分析
4. AI赋能临床前候选药物验证
（七）AI赋能临床试验与智能化决策
1. AI在临床方案设计中的应用
2. 基于AI技术的患者筛选入组
3. AI赋能临床剂量预测与智能化监测
4. 试验集数据管理与分析中的AI技术应用
5. AI辅助临床终点预测、评估与分析
（八）AI智能体在药物研发中的应用与构建
1. AI智能体技术框架与主流平台分析
2. 药物研发领域专用AI智能体的技术优势
3. AI智能体在药物研发各环节深度应用
4. 药物研发AI智能体专属知识库构建
面向各科研院所、高校、医药企业、医疗机构、CRO/CDMO等生物医药领域单位的药物研发与科研人员；跨领域如信息科技、互联网、人工智能、科技转化等人才；以及对课程感兴趣的各界人士。
授课师资来自中国科学院药物研发相关研究所、知名院校、头部药物研发单位及医疗机构临床研究领域，拥有丰富的AI药物研发实践经验与研究成果。
时间：2026年4月24日-4月26日
（23日全天报到）
地点：上海市(详细信息报名后另行通知)
线上：课程网上同步直播（课程前2天发放直播码和链接）