不再盲目碰运气！JCIM新计算平台，为EGFR、HER2、KRAS批量挖掘分子胶候选
本研究开发GlueFinder数据驱动计算平台，挖掘蛋白界面邻近可成药口袋，可预测分子胶候选物，拓展E3泛素连接酶选择范围，为分子胶理性发现提供实验优先级策略。
AI预测药物靶点，为什么总“看不全”？JCIM：用双曲几何捕捉层层嵌套结构，药物靶点预测更准、泛化更稳
研究搭建MML DTI多流形学习框架，引入双曲图神经网络融合多类分子信息预测药物靶点相互作用，多个数据集验证效果出色，为AI辅助药物研发提供新的思路。
告别逐个湿实验筛选！Journal of Chemical Information and Modeling：大模型助力耐药靶点挖掘，同步解析三类非编码RNA与药物应答关联
该研究搭建NCRDLLM统一框架，整合多维度生物信息，同时预测三类非编码RNA和药物应答关联，整体表现优于现有工具，助力肿瘤耐药相关靶点筛选。
千年草药宝库怎么挖？Chemical Science推出TCMBank，打通中药到新药的研究通路
研究开发免费中医药数据库TCMBank，梳理中药、化学成分、靶点蛋白与疾病的对应关系，结合筛选流程挖掘活性分子，为中药现代化和新药研发提供实用研究工具。
分子片段才是关键！Briefings in Bioinformatics：子结构预训练解锁AI分子性质预测新潜力
研究基于化学规则拆分分子片段搭建自监督学习框架，在11套药物分子测试集中7项取得最优结果，可抓取功能片段信息，缓解图神经网络过平滑缺陷，助力新药前期评估。
AI设计的分子，实验室合成不出来？上海药物所 JCIM：SynFrag帮你提前筛掉“算得出却做不出”的候选分子
该研究开发基于片段组装自回归生成的分子可合成性预测模型SynFrag，在多套数据集上表现稳定，可识别合成难度悬崖，兼顾预测效率与可解释性，服务人工智能辅助药物研发工作。
ChatGPT读文献，到底行不行？Bioinformatics 六大任务实测：问答接近领域模型，实体识别和分类明显掉队
该研究借助BLURB基准数据集测试ChatGPT处理生物医药文本的能力，发现仅问答任务可接近顶尖领域模型，其余多数生物医药文本任务效果不及生物医药专用预训练模型。
肝毒性黑盒难题被打破！Journal of Hazardous Materials：知识驱动AI同步实现风险预判与机制溯源
科研人员搭建vToxiNet生物学约束深度学习框架，整合多类毒理数据预判肝毒性，解析基因通路层面损伤根源，为化学品安全评价提供新手段。
RNA靶点难预测？这款多视图模型解锁小分子结合位点识别｜Briefings in Bioinformatics，破解RNA构象多变的现实困境
该研究构建MVRBind模型，融合RNA多级结构特征，在结合态、非结合态及多构象RNA上均取得良好预测效果，为RNA靶向药物研发提供可用的计算工具。
专利挖掘解锁六万分子，PROTAC 超大数据库补齐 AI 药物研发数据短板｜Scientific Data
研究挖掘专利文献建成PROTAC PatentDB数据集，收录63136个独特PROTAC化合物，预测120项成药属性，拓宽靶向蛋白降解化学空间，助力AI新药研发。