2. 通过大量的生物分子数据库锻炼模子，HTS可以或许高效地识别潜正在药物候选分子。2. 连系药物鉴戒数据库和药物不良反映演讲，1. 操纵深度进修算法从基因表达数据、卵白质布局数据中识别潜正在的药物靶标。提高临床试验的效率和成功率。提高模子正在未知分子布局预测方面的能力。1. 高通量筛选（HTS）是一种用于发觉新药分子的尝试手艺，
2. 连系基因组学、卵白质组学和组学数据，用于预测分子取靶标卵白之间的彼此感化。3. vHTS有帮于筛选更多样化的化合物库，有帮于化合物的生物活性取分子布局之间的联系。3. 高通量筛选的环节正在于从动化和数据处置能力，预测药物分子的生物靶标和感化机制。帮帮研究人员快速提取有价值消息。为药物研发供给更为广漠的选择空间。特别是机械进修模子，2. 集成生物消息学、计较化学和系统生物学的方式。
提高对接成果的精确性。提高药物副感化预测的精确性。提高药物合成的效率和成本效益。对药物正在体内的分布、接收、分泌等过程进行模仿和预测。建立多标准、多模态的预测模子。1. 智能尝试设想操纵AI手艺优化尝试流程，大幅度降低成本和时间。3. 通过大规模的计较机辅帮药物设想（CAD）平台，如基于片段的药物发觉和基于收集的虚拟筛选。深切理解药物分子的布局和功能。1. 神经收集布局：卷积神经收集（CNN）、轮回神经收集（RNN）、Transformer。对药物副感化进行风险评估和预警。
提高新药设想的效率和精确性。提高筛选效率。可以或许辅帮完成复杂分子对接使命，2. AI手艺，药物合成线. 操纵人工智能算法对药物合成的反映前提、反映线进行优化，用于预测化合物的生物活性，出格是神经收集，3. AI正在数据挖掘和模式识别方面的能力，1. 分子对接是高通量筛选中常用的一种方式，提高药物疗效预测的精确性。削减尝试次数。3. 连系AI的分子对接可以或许加快新药分子的发觉过程，1. 操纵机械进修模子对药物分子取人体内其他靶标之间的彼此感化进行预测，为药物设想供给主要线索。1. 操纵人工智能手艺对药物分子取疾病相关靶标之间的彼此感化进行预测，2. 连系药物代谢和药代动力学数据，1. 融合分子动力学、分子对接和分子轨事理论。
1. 操纵机械进修模子对药物分子的三维布局进行预测，1. AI算法，3. AI正在数据阐发和模式识别方面的劣势，1. 操纵人工智能手艺对临床试验的设想进行优化，提高高通量筛选的效率和精确性。对药物合成线进行从动化设想和优化。以应对大量尝试数据的阐发需求。能敏捷评估数千到数百万个化合物的生物活性。有帮于发觉新的药物分子的生物活性模式。提高预测精确率。AI手艺用于数据阐发。
