我校中醫(yī)藥創(chuàng)新研究院/交叉學(xué)科研究院本草基因組學(xué)團隊于2023年2月18日在《Molecular Therapy-Nucleic Acids》（中科院一區(qū)，TOP期刊）在線發(fā)表了題為“Artificial Intelligence for Drug Discovery: Resources, Methods, and Applications”的文章。我校陳偉教授為第一作者和共同通訊作者，陳士林首席教授為共同通訊作者，張三印教授為共同作者。

藥物是預(yù)防或治療疾病的物質(zhì)，對于保證人類健康具有重要作用。然而，一種新藥的研發(fā)通常需要近26億美元的資金投入和近14年的時間投入。因此，有必要開發(fā)新方法以降低藥物研發(fā)成本、提高藥物研發(fā)效率。高性能計算機算力的不斷增強和海量生物數(shù)據(jù)的產(chǎn)生，推動了人工智能技術(shù)(AI)在藥物研發(fā)領(lǐng)域的應(yīng)用，提高了藥物發(fā)現(xiàn)效率、縮短開發(fā)進程。

該論文針對AI在藥物發(fā)現(xiàn)領(lǐng)域應(yīng)用問題，介紹了藥物研發(fā)中廣泛使用的數(shù)據(jù)資源、AI模型可讀的分子編碼方法和常用的AI算法；論述了AI在藥物研發(fā)中的典型應(yīng)用，包括預(yù)測藥物毒性、藥物從頭設(shè)計、藥物靶點結(jié)構(gòu)預(yù)測、藥物-靶點相互作用預(yù)測、藥物協(xié)同/拮抗預(yù)測等；總結(jié)了AI及其新生工具ChatGPT在藥物研發(fā)中面臨的挑戰(zhàn)和解決方案。

該論文研究得到了四川省自然科學(xué)基金（2023NSFSC0683）和國家中醫(yī)藥管理局中醫(yī)藥創(chuàng)新團隊及人才支持計劃項目（ZYYCXTD-D-202209）的支持。

    原文鏈接：https://doi.org/10.1016/j.omtn.2023.02.019