杨立江、高毅勤、黄艳、杨俊林等综述：AI赋能化学生物学

本文系统回顾了人工智能在化学生物学领域的应用进展。背景方面，随着算法、算力和数据的融合发展，AI已成为化学生物学研究的强有力工具，正在改变化学生物学研究范式。研究目的上，文章旨在展示AI在生物成像与谱学解析、生物大分子结构与功能预测、药物发现、精准医学和绿色生物制造五个重要领域的推动作用，并讨论存在的挑战与未来方向。结论指出，AI通过数据驱动方式提高了研究效率，加速了科学发现，但面临数据瓶颈、算力消耗、模型可解释性等挑战；未来需要建设多组学标准化数据库、发展智能化自动实验系统，并构建跨尺度、多模态的科学大模型，以推动化学生物学研究范式的深刻变革。