AI 驱动的分子设计

本方向面向小分子与多肽等候选分子的发现和优化，研究如何将人工智能方法应用于分子表示、结构生成、虚拟筛选与性质预测。通过整合化学结构、生物活性和药代动力学等多源数据，构建能够支持候选分子优选的计算模型。

研究过程关注分子活性、选择性、成药性与安全性等关键指标，并将模型预测与化学知识、实验评价相结合，形成从候选结构提出到综合性质评估的研究流程。相关工作旨在提高早期发现阶段的筛选效率，为活性分子的设计与后续验证提供可解释的计算依据。