收官！西浦首个微专业项目“AI驱动的创新药物研发”圆满完成课程教学

当人工智能技术快速重塑生命科学研究范式，AI与药物研发的深度融合正在成为推动未来医学创新的重要力量。

近日，西浦首个落地实施的微专业项目一-《AI驱动的创新药物研发》圆满完成课程教学。该项目聚焦人工智能技术在药物研发全流程中的应用，通过系统化课程设计、前沿知识传授与实践案例训练，带领学员探索AI赋能生命科学创新的无限可能。

作为西浦探索跨学科人才培养模式的重要实践，该微专业项目打破传统学科边界，将人工智能、生物信息学、药物设计、计算生物学等领域进行深度融合，旨在培养具备“AI思维+生命科学背景+药物研发能力”的复合型创新人才。

构建AI驱动药物研发全链路课程体系

本次微专业项目以“AI如何重构现代药物研发流程”为主线，围绕药物研发从靶点发现到药物优化的关键环节，系统设置了三个递进式模块——模块一奠定跨学科认知基础，模块二聚焦AI辅助靶点发现，模块三深入药物筛选与分子设计，形成“认知筑基—靶点发现—药物设计”的一体化课程体系。

本项目的教学目标并非旨在让学员在短时间内成为AI驱动药物研发的专家，而是着力培养一种可迁移的研发思维：理解AI在不同研发阶段的应用场景与工具选择，能够审慎解读模型输出、批判性评估结果价值，并将其转化为合理的研发决策。通过理论讲授、案例研讨与平台实操相结合，学员将获得对AI辅助新药研发全流程的客观认识，为未来跨学科协作与创新实践打下扎实基础。

模块一、药物研发与人工智能技术导论 建立跨学科科学认知框架

作为课程体系的起点，模块一聚焦人工智能与生命科学交叉融合的基础理论，帮助学员建立对现代药物研发范式的整体认知。

作为整个微专业课程体系的起点，本模块围绕“人工智能如何赋能现代药物研发”这一核心主题展开，帮助学员建立从生命科学问题到AI技术应用的整体认知，为后续深入学习AI辅助靶点发现、药物设计与开发奠定基础。

课程从药物研发的基本流程与核心科学问题出发，系统介绍疾病机制、治疗假说与药物作用之间的关联，帮助学员理解从疾病研究到创新药物发现的基本逻辑。在此基础上，课程进一步引入人工智能技术在生命科学领域的发展背景，讲解机器学习、深度学习等方法在生物医学数据分析、药物发现和研发决策中的应用场景。

针对AI药物研发高度依赖数据的特点，本模块重点介绍不同类型生物医学数据的特点及其在研发流程中的价值，包括组学数据、分子结构数据、临床及疾病相关数据等，引导学员理解如何利用数据驱动的方法挖掘潜在生物学规律。

通过本模块学习，学员将建立对AI驱动药物研发全流程的整体认识，理解人工智能技术在不同研发环节中的作用与价值，并形成连接生命科学、计算方法与药物研发实践的跨学科视角，这一模块为后续靶点发现与药物设计学习奠定了统一的知识语言和方法论基础。

模块二、AI驱动的靶点发现 实现从数据到生物学洞见的转化

靶点发现是新药研发的起点，是决定药物研发方向与最终成功概率的关键环节，也是现今AI技术最具变革潜力的应用方向之一。

本模块系统讲授传统生物信息学方法与AI驱动的靶点发现前沿技术，内容涵盖多组学数据整合分析与结果解读、知识图谱构建、多源证据融合及研发决策关键要素。课程还融入了模拟案例研讨、决策辩论等多元交互环节，引导学员在思辨与实践中深化理解，促进知识的内化与灵活应用。课程特别强调“证据链思维”与“项目决策支持逻辑”，引导学员不仅关注模型输出结果，更关注：

• 靶点与疾病之间的生物学关联强度；
• 不同数据来源之间的一致性与可信度；
• AI预测结果的可解释性与验证路径；
• 从靶点评估到研发项目立项的决策流程。

值得一提的是，本模块的案例实践部分，由全球AI药物研发领军企业——英矽智能（Insilico Medicine）专家团队担任授课。课程依托企业自主研发的AI靶点发现平台PandaOmics，结合真实研发案例，系统讲解AI辅助靶点发现的完整工作流程，并带领学生开展平台实操训练。

在企业专家的指导下，学生不仅深入了解产业界AI药物研发的最新技术路线，更亲身体验如何利用PandaOmics开展靶点筛选、多维证据整合、候选靶点评估及研发项目分析，切身感受人工智能技术在真实药物研发场景中的应用价值。

这种"理论教学+企业案例+平台实操"的课程设计，将前沿科研成果与产业实践紧密结合，不仅帮助学生掌握AI靶点发现的方法论，也进一步缩短了课堂学习与产业应用之间的距离，为培养具备产业视野和实践能力的复合型人才提供了有力支撑。

模块三、AI驱动的药物筛选与开发 贯通分子设计、虚拟筛选与药物优化

在完成靶点发现与评估后，课程进一步进入候选药物分子的设计、筛选与计算评价阶段。本模块围绕AI驱动的小分子药物发现、大分子药物设计以及分子动力学模拟三条主线展开，帮助学员系统理解不同类型药物的智能化研发路径及其在药物开发流程中的协同作用。

课程从小分子药物发现切入，介绍生成式AI分子设计、虚拟筛选、分子对接及候选化合物优化等关键技术，并结合AI药物计算平台实践，让学员体验如何利用人工智能在庞大的化学空间中快速发现和筛选潜在候选分子。同时，课程进一步拓展至蛋白质和抗体等大分子药物设计领域，讲解深度学习在结构预测、序列优化、抗体特性分析及综合评价中的应用，帮助学员理解不同类型药物研发背后的计算方法与评价逻辑。

此外，课程结合分子动力学模拟方法，从动态结构层面解析药物与靶点之间的相互作用机制，为候选药物优化和成药性评价提供计算依据。

通过本模块学习，学员不仅能够了解AI在药物研发各环节中的应用价值，也能够建立对AI技术边界的科学认识，理解人工智能需要与计算分析、实验验证及领域知识相结合，才能真正推动药物研发效率提升与创新突破。

三个模块并非孤立设置，而是围绕现代药物研发的真实工作流层层递进：先建立生命科学与人工智能的共同语言，再利用AI实现靶点发现与项目决策，最终进入分子设计与药物开发实践。

亚盛医药集团药物化学副总经理陈建勇表示，“我在亚盛负责早期药物发现。最近我参加了由西交利物浦组织的模块1-模块3的线下培训，收获很大。在参加培训以前，我在人工智能方面基本是零基础，通过三周的培训，让我初步了解从靶点发现到苗条化合物的发现与优化，以及成药性与毒性到药物临床研究等方面AI应用的全流程。特别是周末的实操课程，让我有机会利用网络学习AI分子生成，虚拟筛选与分子对接等，这些对我们今后的早研工作非常有帮助。”

而唯久生物技术（苏州）有限公司研发总监王美玉则指出，“课程结构设计出色：先讲清药物研发的问题结构，再谈 AI 在各环节的落点，避免了算法先行、脱离研发决策的常见问题。授课团队跨越高校、研究所与产业界，多条线索互相印证；讲者在介绍方法时坦诚说明适用边界与失效场景，而非只展示成功案例，这对判断结果能否支撑立项决策尤为重要。周末实操课最不可替代：方法论可自学，但有人答疑下跑通完整pipeline无法替代。理论录播+实操周末线下的安排，对在职学员十分友好。”

这种课程设计不仅提升了学员对前沿技术的理解，更帮助其形成面向未来生物医药产业所需的跨学科整合能力、数据驱动思维与研发决策视角，充分体现了西浦在创新型人才培养与微专业建设方面的探索与实践，汇聚行业与科研力量，打造高质量跨学科教学团队。

得益于学校管理信息技术与系统办公室（MITS）提供的全方位技术保障，《AI 驱动的创新药物研发》微专业得以高标准完成全部教学任务。课程模块二、三依赖高性能计算资源与专业数据平台，教学内容涵盖PandaOmics 靶点分析平台部署教学、超高通量虚拟筛选、分子动力学模拟等高算力实训任务。项目推进期间，MITS 团队持续提供稳定的服务器运维服务与标准化软件运行环境，有效保障全体学员拥有流畅稳定的实操上机体验。高效的跨部门协同与专业技术支撑，成为本次微专业高质量落地的重要基础。

探索未来人才培养新模式 开启西浦微专业建设新篇章

《AI驱动的创新药物研发》微专业的成功实施，是西浦推进创新人才培养、探索跨学科教育模式的重要一步。

面对人工智能与生命科学融合发展的新时代，未来科研与产业发展需要更多能够跨越学科边界、理解技术应用场景并推动创新转化的人才。西浦将持续探索微专业建设路径，通过更加灵活、多元和前沿的课程体系，为学员提供连接学科、产业与未来发展的学习平台。

此次课程的结束，不仅意味着一个教学项目的完成，更开启了AI赋能生命科学教育创新的新起点。未来，西交利物浦大学将继续携手科研机构、产业伙伴与学术专家，共同探索人工智能时代下人才培养的新可能。