学术报告（陈兴 5.31）

        传统的药物研发主要依据“一种分子，一个靶点，一种疾病”的范例，来研究针对某种具体疾病的某个靶点的特定药物。这忽视了药物和靶点之间、疾病和靶点之间复杂的相互作用。近年来，多重药理学的观点逐渐被接受，即药物通过靶向多个靶点发挥作用，而不是单一的靶点。另外，一种疾病可能与多种靶基因相关。因此，为了增加药物疗效、减少抗药性和药物毒性，许多研究者致力于多靶点药物以及药物组合研究。另外，非编码 RNA 分子在调控基因表达以及其他生物学过程中的重要作用使得它们成为一类潜在的药物作用靶点。越来越多的研究发现很多现有药物能够以非编码 RNA 为药物靶点， 直接治疗疾病或显著改变疾病对现有药物的耐药性，有助于“老药新用”的研发，这对于节省药物研发的时间、金钱和人力成本，缩短药物研发应用周期具有更加重要的现实意义。我将报告我们团队这些年来在大数据+人工智能助力药物研发上的一点研究进展和成果。具体包括大数据+人工智能在以下重要问题上的应用案例： 1) 药物-蛋白质靶点相互作用预测； 2) 药物-蛋白质靶点相互作用亲和度预测； 3) 药物-非编码 RNA 靶点相互作用预测； 4) 抗真菌增效药物组合预测； 5) 抗癌增效药物组合预测等。