从发现到发展：解码药物AI研发的未来

这张图表展示了药物研发流程中的两个主要阶段：发现（Discovery）和开发（Development）。

发现阶段

1. 目标识别和验证：

- 任务：基因-疾病关联、蛋白质-蛋白质相互作用。

- 数据集示例：DisGeNET, HuRI。

- 应用示例：预测2型糖尿病的关联评分。

2. 先导化合物发现和筛选：

- 任务：药物-靶标相互作用、高通量筛选、反应产率预测。

- 数据集示例：BindingDB, SARS-CoV-2。

- 应用示例：预测结合亲和力。

开发阶段

1. 临床前研究：

- 任务：药代动力学、类药性质、体外毒性。

- 数据集示例：Caco2, hERG。

- 应用示例：预测hERG基因阻断是否引起心脏毒性。

2. 临床研究：

- 任务：剂量、安全性、有效性、药物相互作用。

- 数据集示例：Phase I, II, III trials, ClinTox。

- 应用示例：预测2型糖尿病II期试验成功与否。

Tx-LLM模型

使用Tx-LLM模型进行各种预测，从而加速药物研发流程，提供高效、准确的结果。

这张图阐述了如何通过先进的数据集和模型来优化和推进药物开发，从而提高效率并降低成本。