AI药物分子设计
运用AI算法根据蛋白口袋形状和性质要求，基于骨架跃迁、侧链替换、电子等排等策略，让计算机自动生成目标化合物库，库中的新分子具有良好的类药性和可合成性。
AI虚拟筛选
AI模型通过学习大量靶标与活性化合物之间的相互作用数据，预测未知化合物与靶点之间亲和力的大小，从而提高筛选效率和准确率，极大降低筛选成本。
ADMET预测
通过大数据分析和对各种数据库的学习，综合运用AI、化学信息学和统计学的技术，给出化合物吸收、分布、代谢、排泄、毒性和体内PK方面的成药性评估与风险提示。
AI逆合成分析
结合端到端的深度学习算法及反应模板算法，预测化合物的合成路线，并在反应难易程度，反应原料成本及反应时间上进行优化，从而推荐出最优合成路径。
