我们致力于利用人工智能与计算化学方法,加速药物发现与设计流程。通过深度学习、分子模拟与大数据分析,推动创新药物研发。
围绕靶点识别、分子表征、虚拟筛选与实验验证,建立可复用的药物设计工作流。
利用深度学习和机器学习方法,加速候选药物的筛选与优化,提高药物设计的效率和准确性。
通过分子模拟和量子化学计算,深入理解药物与靶点的相互作用机制。
整合多组学数据与生物网络分析,系统揭示疾病机制和药物作用通路。
结合计算与实验手段,设计和优化具有高活性和良好药代性质的先导化合物。
基于靶点结构和功能特征,精准筛选和设计靶向治疗药物。
跨学科团队覆盖人工智能、药物化学、结构生物学和平台工程。
课题负责人
药物化学研究员
硕士研究生
BianLab v1.0.0 · commit c4a1182