ai 加速药物研发 —— 但实验室已难以应付海量数据
ai 工具正在加速药物靶点识别，但物理实验室验证过程和低质量的历史数据造成了瓶颈，从而延误了临床试验。
AI正在将药物发现从经验筛选转变为预测设计，使研究人员能够在无需物理测试的情况下识别可行的化合物。然而，这也造成了一个新的瓶颈，实验室必须使用传统的低通量方法验证更多的复杂、AI生成的候选化合物。此外，对公共数据集的依赖导致了“数据墙”，迫使模型因缺乏预测动力学所需的高保真数据而收益递减。这些问题需要对信息丰富的实验室技术和更好的数据管道进行投资，以便有效地集成AI。