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层面存在的内在关联性。

2026年5月29日，清华大学生命科学学院王童研究团队在《Advanced Science》国际学术期刊上发表了题为“前沿人工智能技术如何重塑药物-药物与药物-靶点相互作用建模”（How Advanced Artificial Intelligence Technologies Shape Drug–Drug and Drug–Target Interaction Modeling）的长篇综述研究，以生物学机制为基础，从人工智能算法设计的多个维度系统总结了药物相互作用领域的发展共性趋势，并结合最新的定量实验数据深入分析了当前人工智能模型面临的核心挑战，为未来构建统一的药物相互作用通用预测框架提供了全新的研究思路和理论方向。