AI制药行业报告：AI有望改变创新药研发范式（45页）

行业报告下载 2026年05月26日 14:15 管理员

过去十年间，AI 在计算化学中的应用经历了从早期基于规则的专家系统、定量构效关系（QSAR）模型，向深度生成模型和自动化智能体系统的演进。当前，分子生成方法主要分为基于配体的分子生成（LBMG）和基于结构的分子生成（SBMG）。基于配体的分子生成方法依据已知活性分子的骨架与属性生成新分子，但由于训练过程中缺乏靶点口袋信息，无法建模分子与靶蛋白的相互作用，且易受训练集骨架多样性不足的影响，生成分子的结构多样性有限，在突破专利壁垒方面存在局限。基于结构的分子生成（SBMG）方法则利用靶蛋白三维结构信息，如活性位点或结合口袋的几何与化学特征引导分子生成与优化，能够直接纳入分子-靶蛋白相互作用的约束，设计精度上优于配体方法。常见的数据来源主要包括 1）各类小分子数据库如 ZINC 数据库、ChEMBL 数据库等，2）基准数据集，如 MOSES 数据集和 QM9 数据集等，3）提供序列信息的 Uniprot 数据库，4）提供蛋白质- 配体复合物数据的 CrossDock 数据集和 PDBbind 数据库等。