人工智能在药物ADME研究中的创新应用：从深度学习到PBPK建模

来自国际研究团队的最新成果揭示了人工智能(AI)在药物吸收(absorption)、分布(distribution)、代谢(metabolism)和排泄(excretion)研究中的突破性应用。通过深度学习算法和生理药代动力学(PBPK)建模技术，该研究成功预测了药物代谢酶和转运体活性，为加速新药研发提供了智能化解决方案。

　　

当药物进入人体后，其命运轨迹就像一场精心编排的分子芭蕾——吸收(absorption)开场，分布(distribution)展开，代谢(metabolism)转折，最终以排泄(excretion)谢幕。科学家们正在用人工智能(AI)技术破解这场演出的密码簿。深度学习算法像经验丰富的编舞家，通过分析海量的药物分子特征数据，准确预测代谢酶(如CYP450超家族)和转运体(如P-gp)的活性谱。更令人振奋的是，生理药代动力学(PBPK)建模技术构建了虚拟人体实验室，在计算机里就能模拟药物在器官组织间的动态旅程。这项技术突破不仅大幅缩短了新药研发周期，还能预测药物-药物相互作用(DDI)风险，为个性化用药方案提供了智能导航。