“通俗讲，对于正在研究中的mRNA药物候选分子，应用我们的软件进行序列优化，有望获得更加稳定、半衰期更长、表达效率更高的新mRNA药物序列”。

“我们对AI平台做了易用性开发，把比较难以相互协调，并且占用用户大量时间去进行细节操作的CADD（计算机辅助药物设计）和AIDD（结合人工智能和大数据的药物发现与设计）进行简化，降低了上手难度，让不那么熟悉生物信息学的人去使用和操作。”

王昊教授团队成员我院2022级博士研究生任一鑫解释道。

王昊老师参加2023中国药学会药物化学学术会议

新药研发是保障国家公共卫生安全与生物安全的重要研究领域。近年来，我院博士生导师王昊教授带领团队，瞄准威胁人民健康的重大疾病，在AI与药学融合的智慧药物研究领域中积极探索运用多学科交叉技术和方法，深入开展新药研发工作。课题组聚焦mRNA核心序列设计算法开发、药物设计平台搭建、抗耐药菌和抗组织纤维化新药研究、民族药活性分子发现等重点研究方向，运用AI和计算机辅助药物设计等技术，在多靶点协同药物设计等领域取得丰硕成果。

mRNA药物研究为疾病治疗带来新可能。mRNA药物的序列设计关系到mRNA的稳定性和表达效率，其可靠性和准确性都需要进一步提高，亟需新型核心算法对其进行优化。为此该团队课题组开发出基于遗传进化的mRNA序列的优化软件codonOpt，并已成功用于科学研究中。

该团队搭建AI agent平台(Drug_Homunculus)，该平台整合文件自检系统和异常处理系统，解决不同软件的兼容性与交互性难题，降低CADD和AIDD的使用门槛。目前已完成分子对接-分子动力学模拟-结合自由能计算工具流搭建，并在校内开放服务。

课题组目前正联合中国医学科学院医药生物技术研究所搭建抗菌药物和先导分子数据库，结合化合物结构与活性数据，构建统一的高质量数据库，以细菌生存必须的生物大分子为靶点开发AI模型，加速抗菌药物发现，从而对抗日益严峻的抗生素耐药问题。

课题组与西藏大学王嗣岑教授获得国家自然基金区域创新发展联合基金重点支持项目资助，开展“基于TGF-β通路的防治肝肺纤维化道地藏药筛选与作用机制研究”，建立AI模型进行藏药活性分子筛选，构建分子水平快速筛选模型，通过干湿实验结合开展民族药物抗组织纤维化研究。

团队成员有话说:

在病理机制研究过程中，同学们对器官纤维化的发病机制有了更加深入的理解，我院2023级博士研究生薛京苏提到：“王老师和我们讨论病理机制时，经常将晦涩的构象变化转化为直观的三维动画，让原本艰深的信号通路研究变得通俗易懂。”

王昊老师在实验室指导学生团队

在课题组的实验过程中，团队同学们的专业能力也得到了很大提升，2024级博士研究生陈路路提到：“王老师指导我们时，非常注重研究的前沿性和实用性，而在设计实验的反复修改中，我也学会了如何将理论知识与实验实践相结合。”

王昊团队师生开组会

王昊教授认为，AIDD与CADD在药物设计中发挥重要，二者相互促进、配合，合理运用可加速药物研发进程。同时，干湿实验需紧密结合，干实验（数据计算和模型构建）用于研究设计与预测，湿实验（实验室中实际操作）用于验证与优化模型，二者有机融合是药物研发的核心。AIDD和CADD的发展离不开跨学科人才培养，AI辅助药物研发需要既懂药学知识，又精通AI和数学交叉领域的人才。

“当前从业人员多应用现有算法，数学建模与算法底层优化能力不足，限制了对复杂生物系统的建模精度，缺乏数学思维也制约算法创新改进。”王昊教授说，真正的智慧药物研究需要“懂药的AI人+懂AI的药学人”深度融合，未来需通过跨学科人才培养和产学研协作机制弥补短板。智慧药物的蓬勃发展将有助于提高我国医药工业的原始创新能力，加速药物研发的进程，开辟生命科学研究的新赛道，从而为保障人民生命健康和国家安全提供有力的支持。