OpenBind 联合负责人 Charlotte Deane：AI 药物发现缺的是数据而非模型
牛津大学结构生物信息学家、OpenBind 联合负责人 Charlotte Deane 在 Nature Reviews Drug Discovery 专访中表示，AI 药物发现的瓶颈在于数据而非模型，应重点收集能提升模型性能的数据。
#结合构象
DrugIntelAI 评分6060
予路乾行AI 评分2222 予见｜予路乾行徐戚轩：如何在真实药物研发中理解计算化学的价值？
予路乾行项目负责人徐戚轩在访谈中讲述从计算化学工程师到项目负责人的成长，并复盘一项分子胶研究：计算方法构建分子胶体系的准确度已接近晶体结构，可更快捕捉关键相互作用位点。该工作借助自研DIVAMICS平台从三维结构叠加时间维度刻画结合机理，论文发表于JCIM，投稿修改意见累计近100条。
予路乾行AI 评分2828 予见｜予路乾行刘文朗：AI时代，药物发现为何更加需要物理模拟？
予路乾行计算化学总监刘文朗认为，分子动力学模拟的价值在于揭示药物分子与靶点在动态环境下的结合机制，而非仅给分子打分。其参与的与北京鞍石合作的下一代c-Met候选分子已进入中美双I期临床，计算分析用于提前排除高风险设计方向、安排合成优先级。予路乾行还推出BioTrajectory AI平台，用于早期立项的信息汇总与技术脉络追踪。