2026年7月27日，熊海副教授课题组在《Medicinal Research Reviews》上在线发表关于 “人工智能驱动药物发现的新趋势：癌症治疗中的化学设计与药理特性的平衡调控”综述论文。博士研究生Mohsin Ali和Muhammad Ali Tajwar是该论文的共同第一作者，熊海为唯一通讯作者，深圳大学为第一完成单位。

传统的癌症药物发现面临诸多挑战：包括合成周期漫长、成本高昂以及临床试验中高达90%的失败率等，这些问题主要源于化学设计和药物特性的平衡缺失。人工智能（AI）提供了强大的计算能力，通过加速靶点识别、预测药物特性以及优化先导化合物来克服这些问题。本综述强调了AlphaFold3、分子相互作用结构优化（MISATO）和ZairaChem等新型AI平台对肿瘤药物发现的影响。课题组特别探讨了AI如何平衡化学设计与药理学特性的可行性，还细致地评估了方法学上的挑战（包括数据集偏差、过拟合、外部验证不足以及可重复性问题）。此外，正在探索开发复杂且具有靶向性的药物治疗方法，如抗体-药物偶联物（ADCs）、适配体-药物偶联物（Ap‑DCs）和靶向蛋白水解嵌合体（PROTACs），从而利用AI治疗癌症。在详细审查了监管和临床转化问题后，本综述提出了改进模型验证、数据共享以及融入药物化学工作流程的实用建议。通过借鉴成功经验和考量缺陷持续存在的局限性，本综述文章为利用人工智能提供具有临床可转化性的癌症疗法，以及增强化学和药理学平衡，提供了一份战略发展详图（图1）。

该研究论文得到了深圳市科创局面上项目基金的资助。

原文链接：https://doi.org/10.1002/med.70086

Fig. 1 (a) 视觉对比图，凸显了人类在区分伪肿瘤和真肿瘤时的误解，而人工智能则能精确区分; (b) 比较于产生密集阻力屏障的晚期实体肿瘤，概述在软肿瘤初期阶段治疗时遇到的治疗困难。