课题组围绕AI驱动的药物设计开展交叉研究，面向药物发现早期阶段中分子活性、成药性、安全性和可开发性评估等关键问题，发展融合药物化学知识、机器学习模型和多源生物医药数据的计算方法。课题组希望通过构建可靠、高效、可解释的人工智能模型，提升候选分子的性质预测、结构优化和设计决策能力，为创新药物研发提供新的理论方法与工具支撑。
目前主要研究方向包括：
- 基于AI的分子性质预测方法研究
- 多性质分子优化方法研究
- 可解释性AI在药物设计中的应用
课题组围绕AI驱动的药物设计开展交叉研究，面向药物发现早期阶段中分子活性、成药性、安全性和可开发性评估等关键问题，发展融合药物化学知识、机器学习模型和多源生物医药数据的计算方法。课题组希望通过构建可靠、高效、可解释的人工智能模型，提升候选分子的性质预测、结构优化和设计决策能力，为创新药物研发提供新的理论方法与工具支撑。
目前主要研究方向包括：