AI制药过程
疾病研究
-> 靶点发现
-> 靶点验证
-> 先导化合物发现
-> 分子设计 / 优化
-> ADMET 预测
-> 临床前试验
-> 临床试验
-> 上市
-> 上市后监测
第一阶段：
现在要研发一种病的药，我们要先研究这个病，
通常通过多组学数据(Multi-omics)、临床医学数据和文献挖掘来研究疾病【如测序患者和健康人群的DNA/RNA，寻找突变和异常表达，或者通过蛋白质组学与代谢组学：观察疾病状态下人体内蛋白质和代谢产物的变化】。最终得到致病机理，直接成果通常是异常蛋白。
注：基因通过指导蛋白质的合成来发挥生物学的功能。我们要找的在疾病发生的过程中起到关键破坏作用的异常蛋白质(也就是我们常称靶点)
第二阶段：
然后我们根据致病基因，去找到关键通路(一个基因可以生成很多种蛋白)，问题三：关键通路怎么找。找到异常蛋白，分析异常蛋白是否适合当靶点(表面是否太光滑分子不容易抓住)
问题三(关键通路怎么找)：
人体内的蛋白质不是孤立工作的，他们会相互传递信号，形成生物学通路。
AI的角色：AI(特别是图神经网络)，能够完美匹配生物学通路的结构，边=化学键，节点=原子。通过分析，AI能预测哪个"节点(蛋白质)"是流量的核心枢纽，断开这个枢纽就能阻止疾病蔓延。
第三阶段：
确认靶点后，要找到能够和靶点结合的分子，可以在已有的分子找然后进行优化(虚拟筛选)，也可以设计新的分子(利用生成式AI)
第四阶段：
设计出分子后，制成药，**问题四：分子和药的区别是什么。**要对药进行ADMET分析
问题四(分子和药的区别是什么)：
注： ADMET分析不是“制成药之后”才做的，而是在第三阶段（分子设计与优化）就已经开始了，甚至贯穿始终。
后面的事，什么临床一期二期先不谈。
计算机辅助药物设计CADD；AI制药AIDD