# NTU博士研究用AI预测药物结合，助力新药研发
URL: https://www.shicheng.news/v/2zjmJ
Published: 2026-08-28
Source: 狮城新闻
南洋理工大学一项博士研究探索利用机器学习提升药物分子与DNA、RNA等核酸靶点结合预测能力，为新药研发提供计算辅助方法。
AI当“红娘”，为药物和靶点精准“牵线”
新药研发常被比作是为一把复杂的“锁”（致病靶点）配一把独特的“钥匙”（药物分子）。传统方法依赖大量试错，一款新药问世平均耗时超10年、花费数十亿美元，成功率却很低。南洋理工大学博士研究尝试利用AI优化这一过程：他们训练AI模型来预测药物分子与人体遗传物质（DNA或RNA）的结合能力，如同为它们精准“牵线”，直击新药研发中最耗时烧钱的环节。
为什么靶向DNA和RNA如此重要？因为它们是生命活动的蓝图，许多病毒感染和癌症都与它们的异常功能有关。直接靶向核酸，相当于从根源上阻断疾病。然而，预测药物分子与核酸的结合，比传统上关注的蛋白质靶点更具挑战性。NTU这项发表在大学数字知识库（DR-NTU）上的研究，正是要攻克这一难题，为开发新疗法开辟道路。
机器学习如何“读懂”分子语言？
要让AI“读懂”分子间的语言，首先要给它“上课”。研究人员将海量的已知分子结合**数据**——包括成功和失败的案例及结合强度——“喂”给算法。通过深度学习，模型能自行分析分子的三维结构、电荷分布等复杂特征，逐渐掌握决定两者能否成功“牵手”的**关键**规律，甚至发现人眼难以察觉的细微作用模式。
AI驱动的优势显而易见：速度和精度。计算机能在几小时内完成数百万种化合物的虚拟筛选，这是传统实验室无法想象的。更高的预测精度则意味着更低的失败率，能将宝贵的科研资源集中在最有潜力的候选药物上，大幅降低研发成本。该研究结合机器学习方法与生物医学领域知识，将算法应用于核酸-小分子相互作用预测。
从实验室到临床，未来可期
这项技术的应用前景十分广阔。在对抗病毒方面，许多病毒（如流感、HIV和新冠病毒）都是RNA病毒，精准靶向其RNA的药物能有效抑制其复制。在癌症治疗中，它则有望开发出更具针对性的靶向药，直接作用于导致癌细胞增殖的异常基因片段。
该模型并非纯理论工具，它能直接指导实验室工作。科学家在合成新化合物前，可先用模型进行虚拟筛选和潜力评估。预测结果不佳的方案被提前放弃，而潜力高的则获得了强有力的理论支持，这大大提高了后续“湿实验”的成功率，避免了资源浪费。可以说，AI正在成为新药研发中不可或缺的导航仪。
📌 要点总结
✦ NTU博士研究利用机器学习模型预测药物分子与核酸（DNA/RNA）的结合能力。
✦ 该技术旨在大幅缩短新药研发周期，降低成本，并提高成功率。
✦ 研究成果有望应用于抗癌、抗病毒及遗传病等多个前沿医学领域。
AI与药物研发的结合，正在为未来新药探索提供更多可能。