技术研发
运用人工智能辅助药物设计、药物高通量筛选等强大平台，跨学科深度融合，构建药物研发新范式。
三个技术平台
三个平台彼此咬合，构成一条从设计到验证的研发链路。
人工智能辅助药物设计
受传统的计算机辅助药物设计中基于结构算法的启发，我们提出“基于结构的人工智能药物设计”（structure-based AI drug design）这一概念。
- 针对药物小分子的设计、优化、快速合成与成药性评价开发一系列算法，显著提升药物研发的精度与效率。
- 利用试验产生的大数据反复训练，以提升 AI 模型的精准度。
药物高通量筛选
依托 DNA 编码化合物库（DEL）筛选等先进技术，我们自主设计了 DEL 高通量筛选试验方案。
- 通过自主构建的高通量筛选平台体系，优选癌症相关的主要信号通路和核心酶及病毒复制的关键酶作为靶点，布局了多条管线。
- 证明了 AI 技术结合 DEL 筛选药物研发策略的可靠性。
通路侵蚀（ECLIPSE）
通路侵蚀（ECLIPSE）是一种全新的药物设计策略，用于应对抗肿瘤药物分子的耐药突变问题。
- 采用该策略的分子是一个具备双功能的分子，它通过一个连接子（linker）将“靶蛋白配体”与“功能酶配体”连接在一起。
双引擎，
是乘法而不是加法
DEL（DNA 编码化合物库）先构建一个包含上亿种化合物的分子“大池子”，每个化合物都带一段独一无二的 DNA 条形码；把靶点蛋白投进池中，能与之结合的分子会被“捞”上来，读取条形码即可知道哪些分子命中。
但一次捞上来的分子可能有成千上万个，逐一合成验证耗时耗力。AI 恰好用在这些“噪音”数据上：用模型排除假阳性、锁定真正能成药的分子，再把湿实验数据回输给模型，形成数据与模型双向协同。
正是这套策略支撑了艾普司韦®（WPV01）的发现——它是全球首款基于 DEL 技术成功获批的小分子创新药，也是国内首款凭借 AI 辅助研发获批上市的原创药。团队把先进 AI 架构与结构生物学、药物化学、生物化学融合，形成了人工智能新药研发平台 WAND（Westlake AI for Novel Drug），并持续用湿实验大数据迭代模型。
从 490 亿
走到 1
- 490 亿
- 为艾普司韦筛选所用的 DEL 化合物库规模
- 9 个
- AI 从一百多个 DEL 命中分子中缩至的候选数量，其中 6 个活性优越
- 3 年半
- 从源头发现到完成临床试验用时
- 1 款
- 全球首款基于 DEL 技术获批的小分子创新药