澳門理工大學研究團隊開發創新性智能藥物設計方法

澳門理工大學研究團隊開發創新性智能藥物設計方法

澳門理工大學人工智能藥物發現中心教授劉煥香、姚小軍、博士研究生楊雨薇及研究團隊，提出創新性的智能藥物設計方法，融合深度學習與多條件分子生成技術，開發分子生成模型“DiffMC-Gen”，運用人工智能技術提升分子的設計與優化能力，為新藥物的研發提供科研支撐。

隨著人工智能技術在生物醫藥領域的迅速發展，藥物設計的智能化與高效化成為全球科研重點。在藥物研發初期的新分子設計階段，分子的靶點親和力、結構新穎性、藥物相似性與合成可行性等多項因素均為考量要點。針對此多維度挑戰，澳理大研究團隊開發人工智能模型“DiffMC-Gen”，採用創新性的雙去噪擴散模型架構（Dual Denoising Diffusion Model），結合離散與連續擴散過程，使分子生成過程更加穩定且符合化學規律；同時，“DiffMC-Gen”引入分子的二維結構特徵與三維空間構象，優化藥效團匹配、藥物相似性、合成可行性及毒性風險等多維度評估標準，實現更高維度的分子表徵學習，進一步提升模型的生成能力。

研究成果以“DiffMC-Gen: A Dual Denoising Diffusion Model for Multi-Conditional Molecular Generation” （雙去噪擴散模型：用於多條件分子生成）為題，於國際學術期刊《Advanced Science》(《先進科學》) 發佈，為新一代人工智能驅動的藥物發現技術的推進提供新思路。

《先進科學》是由Wiley-VCH Verlag出版的全球知名跨領域學術期刊，致力發表一流的科學創新成果和前沿進展，其內容範圍涵蓋材料科學、物理學、化學、醫學、生命科學，以及工程學等廣泛應用的科學領域。期刊獲Scopus、SCIE等多項重要索引收錄，在多個學科領域的排名均在前10%，同時為中科院一區和JCR一區期刊， 5年平均影響因子（2019-2023）為16.3。本研究為澳門科學技術發展基金與國家自然科學基金委員會的聯合科研資助項目（0043/2023/AFJ），研究內容全文可瀏覽：https://doi.org/10.1002/advs.202417726。