CN
CN
近日，成都赜灵生物医药科技有限公司董事长兼首席科学家陈俐娟教授团队在国际著名计算化学期刊《Journal of Chemical Information and Modeling》（中科院2区top，IF=5.6）发表重要研究成果。该论文提出了一种全新的基于公式引导的网络模型 CMD-FGKpuu，可高效预测药物穿越血脑屏障（BBB）的能力，为 AI 药物设计领域带来突破性进展。
血脑屏障作为大脑的天然保护屏障，常常阻碍药物进入脑部，限制了脑部疾病的治疗效果。CMD-FGKpuu 模型通过创新的深度学习和公式引导机制，结合多模态分子表示学习和定量结构-性质关系（QSPR），显著提升了脑渗透性分子预测的准确性和鲁棒性。
CMD-FGKpuu的技术路线图
CMD-FGKpuu模型通过数据挖掘与多模态计算构建高效透脑分子预测系统。研究团队首先整合科学文献和ChEMBL数据库的鼠类Kp,uu数据构建高质量训练集，随后结合元动力学模拟与量子化学计算（ωB97XD/def2-SVP水平）获取分子稳定构象及关键描述符。通过符号回归筛选最优描述符组合形成预测公式，并创新性地融合预训练分子结构表征与注意力机制网络，形成兼具物理解释性与预测精度的多模态架构。该模型支持小样本微调，可快速适配不同靶点及跨物种预测任务，显著提升药物研发中的实用性。CMD-FGKpuu 模型为药物开发中的血脑屏障渗透性预测提供了一种高效、准确的工具，有望加速神经系统疾病治疗药物的研发进程。
赜灵生物AI药物设计团队针对小分子新药研发的分子设计与分子优化关键环节，已陆续开发了局部骨架多样性增强分子生成算法（LSDC）、粗粒度多维度数据驱动分子生成算法（CMD-GEN）和基于公式引导的脑渗透性参数Kp,uu预测模型（CMD-FGKpuu），显著提升了分子设计与成药性优化的效率与准确性。同时，针对成药性优化的其他关键参数如hERG预测等，团队也完成了多模态预训练模型开发，极大提升了模型预测泛化能力与预测精度。赜灵生物通过构建"算法开发-产业验证-生态共享"的创新闭环，团队正推动AI制药从技术赋能向范式革命跨越，为攻克神经退行性疾病、难成药靶点等重大医学挑战提供新一代解决方案。
