- 弗吉尼亚大学推出三款AI工具，有望将新药研发周期从数年缩短至数月。
- 该方案预计降低超26亿美元研发成本，并解决近90%新药临床失败难题。
- 研究团队于2026年5月免费开放工具，成果已发表于PNAS等权威期刊。
中文翻译
摘要: 弗吉尼亚大学医学院团队推出三款 AI 工具（YuelDesign、YuelPocket、YuelBond），旨在大幅加速药物研发。YuelDesign 利用扩散模型生成匹配蛋白质动态构象的分子；YuelPocket 自动识别结合位点；YuelBond 确保化学键稳定性。该方案有望将新药发现周期从数年缩短至数月，降低超 26 亿美元的研发成本及高失败率。成果已发表于 PNAS 等期刊，并免费向全球开
正文
🗞️ 新闻 - 2026 年 5 月 10 日
AI 工具助力加速药物研发进程
YuelDesign、YuelPocket 和 YuelBond 等 AI 工具旨在显著加快药物研发流程。💊🤖
保持关注！
加入"AI 健康中心”（AI Health Hub），获取健康与人工智能领域的最新洞察。
Facebook | X (Twitter) | LinkedIn | Telegram
AI 工具助力加速药物研发进程
弗吉尼亚大学医学院（University of Virginia School of Medicine）的科学家团队推出了一套全新的人工智能工具，旨在大幅缩短新药研发周期。这套工具包括 YuelDesign、YuelPocket 和 YuelBond，三者协同工作，以提升新药的创制效率。
AI 工具的核心功能
- YuelDesign：
采用先进的 AI 扩散模型（diffusion models），生成能够精准匹配蛋白质靶点的药物分子，同时充分考虑蛋白质的动态构象变化。
- YuelPocket：
自动识别蛋白质表面适合药物结合的特定位点（binding sites）。
- YuelBond：
确保所设计分子中化学键的准确性，提升分子结构的稳定性与可行性。
对药物研发的深远影响
目前，开发一款新药的平均成本可超过 26 亿美元，且近 90% 的新药在人体临床试验阶段失败。传统方法往往难以准确预测药物分子与其靶点之间的相互作用，导致疗效不佳或出现严重副作用。这些 AI 工具的引入有望通过以下方式应对上述挑战：
- 在设计药物分子时纳入蛋白质的柔性特征，而非将其视为静态结构；
- 加速活性化合物的筛选过程，有望将药物发现周期从数年缩短至数月；
- 通过在研发过程中实现实时调整，提高候选药物的成功率。
未来愿景
研究团队负责人 Nikolay V. Dokholyan 博士 强调，该项目的目标是让药物研发变得更快速、更具成本效益且更成功。这些工具已向全球科学界免费开放，鼓励研究人员将其应用于解决关键健康问题，特别是在癌症和神经退行性疾病等领域。
研究成果发表
相关研究成果已发表于多家权威科学期刊，包括《美国国家科学院院刊》（PNAS）、《Journal of Chemical Information and Modeling》（JCIM）以及《Science Advances》。该研究获得了包括 美国国立卫生研究院（NIH） 和 美国国家科学基金会（NSF） 在内的多个机构的支持。
欲了解更多来自弗吉尼亚大学医学院的医学突破资讯，请访问其官方博客 "Making of Medicine"。
分享至：Facebook | Twitter | LinkedIn | WhatsApp
本网站使用 Akismet 服务减少垃圾评论。
了解您的评论数据如何处理。
按 Enter 键搜索，或按 ESC 键关闭
采集时间: 2026-05-10 20:18:29