基于AI大模型的分子性质预测在创新药早期毒性筛选中的应用与展望.docx

PAGE2

基于AI大模型的分子性质预测在创新药早期毒性筛选中的应用与展望

本报告概述

人工智能大模型正在重塑创新药研发的底层逻辑，尤其在早期毒性筛选领域，深度学习驱动的分子性质预测已从辅助工具演变为关键决策节点。本报告聚焦AI大模型在ADMET（吸收、分布、代谢、排泄、毒性）性质预测中的应用，系统分析其准确性提升轨迹、替代动物实验的潜力以及降低研发成本的路径。

核心趋势发现表明：基于Transformer架构和图神经网络的大模型，在毒性终点预测上已达到AUC0.85-0.92的水平，部分任务中超越传统QSAR模型15-25个百分点。这一趋势正处于加速期向成熟期过渡的关键阶段，预计未来