人工智能在医药行业有哪些应用？AI制药的瓶颈和挑战有哪些？我们今天就与AI药企深势科技的两位计算科学家一起聊聊人工智能在医药产业的应用
【内容提要和时间线】
2:06 嘉宾的自我介绍
7:10 人工智能并不是最近在医药领域火起来的
11:40 AI在制药领域的应用场景有哪些
19:22 为什么有些人积极拥抱AI但是有些人却质疑AI制药的逻辑
26:57 AI能我我们带来“新”的idea么
28:07 如何验证AI给产业带来的助力
39:37 以深势的Kv1.3抑制剂为例，聊聊AI如何辅助药物的发现
44:53 AI制药的瓶颈和挑战有哪些
49:32 模型训练过程中如何应对数据的数量和质量问题
55:21 AI公司如何赚钱？
59:43 AI未来发展的期望和愿景
【嘉宾】
王冬冬 深势科技计算生物学负责人
朱正诞 深势科技计算化学负责人
【聊到的一些内容】
Uni-Mol: Uni-Mol 是由深势科技发布的一款基于分子三维结构的通用大模型，在蛋白-药物构象生成、单步逆合成设计、药物毒理性预测、碳捕捉材料性质预测、OLED 发光性质预测等众多场景均有应用。
ADMET：在新药研发过程中，药物分子的体内过程（吸收Absorption,分布 Distribution, 代谢 Metabolism, 排泄Excretion）以及毒性Toxicity，简称ADMET性质，是其成药性的重要指标。在药物开发过程中应尽早考虑分子的ADMET性质，有利于提高研发的成功率，并降低研发成本。
PK：pharmacokinetics，即药物代谢动力学，指体内药物浓度与时间的关系。PK是定量研究药物在生物体内吸收（absorption）、分布（distribution）、代谢（metabolism）和排泄（excretion）随时间的变化过程。PK药物实验用于药物发现早期的临床前药效分析（通常实验动物为小鼠），以确定潜在药物在体内给药后是否有足够的暴露量来达到药效。
英矽智能（Insilico Medicine）：是一家全AI驱动的药物研发公司，专注于使用人工智能技术进行药物发现和开发。
