2025 年 6 月 20 日，当河南大学金明校区实验室的灯光再次亮到凌晨，"智选科技" 团队成员正盯着屏幕上跳动的分子对接数据 —— 这套由他们自主研发的 AI 药物设计平台，刚将某抗癌药物的虚拟筛选周期降低38%。这支平均年龄 23 岁的团队，正用代码与算法，在 AI 制药的蓝海刻下属于中国青年的创新坐标。

图1.团队成员在进行分子对接

研发初期，团队遭遇重重技术壁垒。靶点计算需要整合生物医学、计算化学、机器学习等多学科知识，而药物设计则要求算法精准模拟药物与靶点的结合过程。为此，团队搭建了包含数百台高性能服务器的计算集群，收集整理了全球顶尖学术期刊上超 10 万篇相关论文，构建起庞大的数据库。通过不断优化算法模型，经过 300 余次迭代，终于实现技术突破。  如今，这两大平台已展现出惊人的应用潜力。在与国内某知名药企合作的阿尔茨海默病药物研发项目中，靶点计算平台通过分析 10 万 + 基因序列数据，快速锁定了 3 个全新潜在靶点；药物设计平台则基于靶点结构，在 24 小时内从 500 万化合物库中筛选出 100 个高潜力候选分子。经实验验证，其中 20% 的分子活性远超预期，这一成果令合作企业的资深研发人员都惊叹不已。

"传统药物研发就像在黑屋子里找钥匙，AI 就是我们装进去的智能照明系统。" 团队创始人孙同学翻开泛黄的笔记本，其中夹着本科时的课堂笔记 —— 左侧是手绘的 G 蛋白偶联受体结构图，右侧写满了调试记录。2023年那场生物信息学讲座上，导师提及 "一款新药平均耗时 12 年、耗资 26 亿美元" 的数据，让这群学生坐不住了。他们蹲守图书馆三个月，将《药物化学》与《深度学习入门》叠放在一起研读，在校园黑客马拉松上用初代模型跑出了第一个蛋白 - 配体结合能预测结果。"当时 GPU 跑崩了三次，结果出来时整个实验室都在尖叫。" 回忆起研究起点，队员李同学的眼镜片还映着代码的蓝光。

图2.负责人为本科成员讲解

为让算法更懂药物化学规则，团队拆解了 3000 + 篇顶刊文献中的筛选逻辑，构建出融合药理学知识的 "规则引擎"。当某制药企业送来的候选化合物库在系统中运行时，AI 不仅给出了活性排序，还自动标注出 "潜在毒性位点"—— 这比企业内部团队用传统方法分析早了两周。

在团队绘制的技术路线图上，下一步目标是构建 "疾病 - 靶点 - 药物" 的全链条智能设计体系。"我们正在训练模型学习临床数据，让 AI 不仅能设计药，还能预判哪种患者群体更可能获益。" 窗外，河南大学的银杏大道落叶纷飞，实验室的服务器阵列仍在轰鸣。这群用代码改写制药规则的年轻人，正将青春代码编译成中国创新药的加速指令 —— 当 AI 制药的浪潮席卷全球，他们的故事证明：实验室里的理想主义，终能在产业土壤中长成参天大树。

图3.智选科技团队合照

责任编辑：kj015

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com