【摘要】 讲解药物设计生成建模核心技术、评价指标，分享平台选择方法，说明 AI 生成分子的应用场景与规范。

科研人必备干货｜全套科研知识库

常用科研资料汇总，点击领取即可获取。

 

药物设计生成建模服务，是以生成式 AI、GADD 技术为基础，结合多项评价指标完成全新分子设计、先导化合物优化的科研服务，也是 JCIM 近年药物研发方向的重点研究内容。该服务主要服务于药学院校师生、药企研发人员、药物化学实验室团队，能够提升分子筛选效率，优化候选分子综合性能。很多用户会询问：药物设计生成建模怎么做？生成式 AI 设计分子要看哪些指标？生成分子能不能直接用于实验？下文结合原文技术要点逐一解答。

 

这个服务适合哪些情况？

药物设计生成建模主要适配两大研发阶段。第一是早期分子发现阶段，针对全新药物靶点，利用生成式 AI 和 GADD 技术大范围探索化学空间，批量生成候选分子，完成初步筛选，适用于新药源头创新研究；第二是先导化合物优化阶段，在已有活性分子的基础上，调整分子结构，优化成药相关属性，适用于药物迭代、配方改良项目。同时，该服务也可用于药物相关课题研究、学术论文数据支撑，高校药物方向研究、企业新药研发均可参考选用。

 

核心技术或流程是什么？

现代药物设计生成建模形成了成熟的技术体系，核心包含生成式 AI、GADD、ADMET 评价、MPO 多参数优化、RLHF 人类反馈强化学习五大模块。完整流程为：明确研发目标与靶点需求→AI 生成全新分子结构→ADMET 性质初步评估→MPO 多参数综合优化→结合 RLHF 融入专家经验→输出候选分子与建模报告。整套技术框架与 JCIM 收录的药物设计研究理念保持一致，兼顾分子新颖性、成药性与落地可行性。

 

药物设计生成建模需要关注哪些核心指标？

开展药物设计生成建模，必须把控多项关键指标，这也是评估服务能力的核心依据：一是化学可合成性，确保生成的分子具备实验室合成的可行性；二是 ADMET 性质，全面评估分子吸收、分布、代谢、排泄与毒性，降低后续研发风险；三是靶点结合能力，保障分子对目标靶点的生物活性；四是 MPO 多参数优化，通过定制函数引导 AI 朝着既定研发目标迭代；五是 RLHF 专家反馈，融合研发经验弥补纯算法模型的不足。

参考文献：

Remco L. van den Broek, Shivam Patel, Gerard J. P. van Westen, Willem Jespers, and Woody Sherman, ：In Search of Beautiful Molecules: A Perspective on Generative Modeling for Drug Design. Journal of Chemical Information and Modeling 2025 65 (18), 9383-9397DOI: 10.1021/acs.jcim.5c01203

原文链接：

https://pubs.acs.org/doi/10.1021/acs.jcim.5c01203?src=getftr&utm_source=clarivate&getft_integrator=clarivate

 

选择服务机构或平台时应该看哪些因素？

选择药物设计生成建模服务，可参考以下评估要点：

1.技术方案完整性：是否运用生成式 AI、GADD、MPO、RLHF 等全套主流技术，方案是否贴合 JCIM 前沿研究；

2.领域经验：团队是否具备药物化学、药理学相关知识，理解药物研发的实际需求；

3.分子优化能力：能否根据项目要求定向优化 ADMET、活性等指标，支持模型迭代调整；

4.成果配套服务：是否提供分子数据分析、结构解读等附加内容；

5.交付规范：明确候选分子清单、建模报告、原始参数等交付内容与使用范围。

 

为什么有相关需求时可以考虑科学指南针？

有药物设计生成建模、AI 分子设计相关需求的研发人员，可咨询科学指南针的对应科研服务。平台依托生成式 AI、GADD 等技术搭建建模体系，结合 ADMET 评价、MPO 多参数优化、RLHF 思路开展分子设计与筛选。输出的候选分子与分析报告，可作为后续筛选、实验验证和分子优化的候选参考，适配高校药物课题、企业新药研发等场景，助力提升分子研发效率。

 

用户常见问题 FAQ

问题一：RLHF 技术在药物设计生成建模中起到什么作用？

回答：RLHF 可以融入药物研发专家的经验与判断，引导 AI 生成更贴合实际研发预期的分子，弥补纯算法模型脱离实操场景的问题。

问题二：生成建模产出的分子可以直接开展体外实验吗？

回答：相关分子可作为后续筛选、实验验证和分子优化的候选参考，仍需要研究人员结合实验条件进一步验证。

问题三：可以自定义 MPO 多参数优化的目标吗？

回答：多数服务方可根据靶点活性、毒性、溶解度等不同研究指标，定制专属的 MPO 优化方向，具体可在项目前期沟通确认。

 

核心结论：

1.药物设计生成建模以生成式 AI、GADD 为基础，ADMET、MPO、RLHF 是保障分子成药性的三大核心技术。

2.该服务主要应用于早期分子发现与先导化合物优化两大场景，选型需重点考察技术体系与行业经验。