人工智能在药物递送中的机遇与挑战

当前位置：首页会议会展国内会展

会展通讯录我想参与

会展标题人工智能在药物递送中的机遇与挑战
会展时间2025-04-23 至 2025-04-23
会展地点北京
主办方百世传媒｜Best Media
参会费用收费（详询）
会员评分综合评分：0.0分

会议详情: 会展通讯录我想参与

人工智能在药物递送中的机遇与挑战

人工智能在药物递送中的机遇与挑战-会前会.png

课程介绍

当前FDA批准上市的药物分子约包含2600余种，常用辅料约500种，上市药品超过四万种。而且药剂制备工艺过程复杂，工艺参数众多。因此，药用辅料筛选和处方开发的搜索空间极大，应用一般的实验室试错法，是一个费时费力且成本高昂的过程，且往往难以得到最优的处方和工艺参数。目前药物制剂科学家还高度地依赖于传统的试错方法来进行药物制剂开发。因此，如何快速且高效地进行药物制剂配方开发是一个难题。

近十多年来，一个新的领域“计算药剂学”正在兴起，主要将人工智能、大数据技术和多尺度计算模拟方法应用于药物制剂领域来驱动药物处方设计。与传统药剂实验“筛选-验证-再筛选”模式不同，计算药剂学注重基于计算建模和数据驱动的“理解-设计-验证-优化”处方设计新范式。以患者和疾病为中心，通过实施建模和质量源于设计（Quality by Design, QbD）的理念，提高药物处方研发的成功率与效率，节约大量时间和人力，从而推动药物开发。

展望未来，随着计算机技术的不断进步，我们可以预见计算药剂学在制剂研究、工业开发与临床转化、药物监管等方面发挥更加重要的作用。通过整合多种计算方法，将大数据人工智能与多尺度模拟技术集成到药品研发和制造的各个环节中，为变革药物递送系统开发范式提供了巨大潜力。计算药剂学有望为医药领域带来更多突破性进展，为人类健康事业做出更大的贡献。行业将能够更好地应对复杂的药物研发挑战，提升产品质量与研发效率。

课程大纲

人工智能在药物递送中的机遇与挑战

一、人工智能在药物研发中的应用（1小时）

◇ 人工智能原理和发展历史

◇ 人工智能与药物研发

二、人工智能在药物制剂研究中的应用（1小时）

◇ 人工智能在环糊精制剂中的应用

◇ 人工智能在固体分散体中的应用

◇ 人工智能在mRNA 脂质纳米颗粒中的应用

讨论QA （1小时）

三、分子模拟在药物制剂中的应用（1小时）

◇ 分子模拟原理

◇ 分子模拟与药物制剂（包括环糊精、固体分散体和脂质体等）

四、生理药动学模型在药物制剂中的应用（1小时）

◇ 生理药动学模型原理

◇ 生理药动学模型与药物研发

◇ 生理药动学模型与临床用药

讨论QA （1小时）

专家介绍

人工智能在药物递送中的机遇与挑战

欧阳德方-10.png

欧阳德方教授

澳门大学

欧阳德方教授具有药剂学和计算机的多科学背景和经验。他於沈阳药科大学药物制剂专业获学士学位（2000年）和硕士学位（2005年）。2010年在澳大利亚昆士兰大学药学院获博士学位，博士论文获院长奖。2011年1月起在英国阿斯顿大学药学系任药剂学讲师(PI)。2014年11月起加入澳门大学中华医药研究院任教(PI)。

自2011年起，他先锋性地将人工智能、大数据和多尺度模拟技术用於药物制剂研究—“计算药剂学”。主编的本领域第一部专著《Exploring Computational Pharmaceutics – AI and Modeling in Pharma 4.0》(2015年第一版，2024年第二版)，并且构建了全世界第一个药物制剂人工智能平台(FormulationAI)。发表SCI论文100多篇，国内外学术邀请报告100多次，有十多项专利授权并应用於上市药品,。应邀担任多个国际SCI药学期刊副主编/编委（Drug Delivery and Translational Research, Asian Journal of Pharmaceutical Sciences, Pharmaceutical Research, Journal of Pharmaceutical Science,npj Drug Discovery）。在国内外已培养毕业6名博士和30多名硕士。

他的研究专注于计算药剂学，包括以下三个研究方向：

◇ 药物制剂人工智能：建立药物制剂数据库并发展制剂预测的机器学习算法，从而构建药物制剂人工智能平台；

◇ 药物制剂多尺度模拟：将量子力学、分子模拟和药动学模拟相结合用於药物剂型研究；

◇ 药物信息学：对药学文献、专利、临床数据和上市药品进行大数据分析。

报名通道

人工智能在药物递送中的机遇与挑战

扫描下方二维码填写报名信息