人工智能辅助药物分析方法开发的研究进展
DOI: http://dx.doi.org/10.12349/tie.v3i7.11296
Article ID: 11296
摘要
人工智能技术不断发展,促使药物分析方法从经验驱动朝着数据驱动转变。传统药物分析方法进行开发时,一般依靠人工试验、经验判断、反复优化。在面对复杂样品、多组分模式、高通量检测需求的情况下,常常会出现周期比较长、变量控制存在困难、结果解释效率不够等问题。机器学习、深度学习、智能优化算法、自动化实验平台被引入进来,这为色谱条件筛选、光谱数据解析、杂质识别、质量评价、过程控制带来了新的技术途径。此文围绕人工智能辅助药物分析方法开发的应用基础、主要进展、现实问题、优化方向展开探讨,希望能为药物质量控制、分析技术创新提供参考。
关键词
人工智能;药物分析;方法开发;机器学习;质量控制
参考
张婷,陈娟,欧阳昭连.基于专利分析的人工智能辅助药物研发领域技术开发态势[J].中国新药杂志,2022,31(4):305-311.
薛东雨.基于人工智能的药物小分子优化与设计[D].同济大学,2022.
曹源,郭一达,宋华琳.美国FDA对人工智能辅助药物研发的监管及启示[J/OL].中国新药与临床杂志,1-12[2026-05-30].
陈娟,王婷婷,欧阳昭连.全球人工智能辅助药物研发基础研究态势分析[J].中国新药杂志,2022,31(13):1288-1293.
朱珈震,李静,张静.专利视角下人工智能辅助药物研发现状问题与我国创新策略研究[J].中国发明与专利,2024,21(10):71-79.
Refbacks
- 当前没有refback。
版权所有(c)2026 任 光强, 孟 培

此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。