人工智能在高通量药物筛选中的应用研究进展

　　

摘要: 高通量筛选(high-throughput screening, HTS) 技术在现代药物研发中应用广泛, 能够对化合物进行批量活性测试, 为活性化合物发现提供重要支撑。然而, 其筛选效率和准确性有待提升。为解决这一问题, 人工智能(artificial intelligence, AI) 技术逐渐融入HTS流程, 通过机器学习和深度学习等算法优势, 优化基于配体的虚拟筛选、联合药物筛选、图像分析等领域的应用, 推动了药物研发的智能化发展。本文回顾了近年来AI技术在HTS中的应用研究进展, 探讨了机器学习模型的应用, 并对AI在HTS相关的化合物筛选和图像识别方面的关键应用进行了总结, 旨在加速创新药物的研发。