在我们 之前的博客中，我们指出，人工智能在药物研发过程的不同阶段的利用率不断提高，这已证明了其在解决所涉及的一些核心效率和生产力挑战方面的战略价值。
因此，药物研发中的人工智能终于打破了炒作，成为全行业的现实。这一过程中的一个重要里程碑是第一个完全使用人工智能开发的药物的临床试验启动。
目前，AlphaFold、RoseTTAFold 和 RaptorX6 等人工智能蛋白质折叠算法的快速发展有望大大 加速 结构生物学、蛋白质工程和药物发现的发展。
事实上，人工智能有望 贝宁手机数据 支撑 未来百万级药物发现，其中这些技术能够成倍地扩大蛋白质结构预测和化合物生成的能力，将使药物发现的机会增加一百万倍。
人工智能驱动的药物开发还促进了其他一些战略 成果 ，例如获取更大的数据集、降低药物发现成本、优化药物设计、加速 药物重新利用 或重新定位、发现新的和隐藏的药物靶点，以及将以前 无法用药的靶点转变 为可用药的靶点。
人工智能在药物设计中的应用
人工智能在药物设计中的应用，药物设计阶段概述
来源：Springer
从靶点发现到临床研究，AI 在药物开发的不同阶段有多种应用。以下简要概述了 AI 如何改变药物设计的一些关键阶段：
虚拟筛查中的人工智能
药物研发通常始于确定 目标 疾病的靶点，然后对大型化学库进行高通量筛选 (HTS)，以识别生物活性化合物。尽管 HTS 有其优势，但它可能并不总是合适的，甚至不够充分，尤其是在大数据时代， 化学库 已经扩展到十亿个分子以上。
人工智能虚拟筛选 (VS) 方法被用来补充 HTS，以加速发现潜在药物成分的探索性研究过程。这是因为基于人工智能的虚拟筛选能够快速筛选数百万种化合物，成本仅为 HTS 的一小部分，预测准确率高达 85%。