Expert Opin Drug Dis｜突破“化学空间困境”：AI驱动的全新药物设计革命

本文探讨了药物发现中化学空间受限的问题，指出传统基于规则的筛选方法（如Lipinski五规则）限制了新型化合物的探索。研究目的是利用人工智能技术，特别是生成式AI和逆合成规划，突破化学空间困境，实现从头药物设计和分子优化。文章分析了多种AI模型架构（如RNN、Transformer、GAN、VAE）在分子生成中的应用，并讨论了条件生成、目标导向学习等策略的优劣。结论表明，AI驱动的药物设计正从规则驱动转向数据驱动范式，能够同时优化多个分子性质，显著提升结构新颖性和研发效率，但也面临模型外推不确定性、可解释性不足等挑战。