新藥研究開發對于普及人類的生存品質表現著極端要害的效率。但是保守新藥研究開發形式蒙受了瓶頸：一是化合物骨架逼近飽和,比年來美利堅合眾國食物方劑監視處置局（Food and Drug Administration,FDA）接受的新化學實體藥物逐年貶低；二是醫藥企業在新藥研究開發上的加入產出比逐年升高,研究開發成功率卻逐年貶低。為了填補保守新藥研究開發形式的瓶頸，接洽者發端將眼光轉向藥物重定向以及藥食同源自然化合物。

藥物重定向（老藥新用）或已被接受調節藥物的新符合癥（如阿司匹林（Aspirin）原運用于解熱鎮痛藥已有百余年，新用于血汗管疾病提防和調節，以及藥食同源自然化合物創造用于調節疾病（青蒿素用于調節瘧疾），已在學術界和制藥界博得一致的關心，這兩種藥物創造策略不只減少了研究開發功夫和本錢，更要害的是這些化合物仍舊完備完備的安定性和藥代動力學數據,極地面貶低了開拓妨害。

AI（artificial Intelligence 人為智能）跟著高本能計劃的飛快振奮，更好的算法以及洪量藥物數據的積聚，ai人為智能藥物創造本領以其高功效、低本錢的上風，發端在藥物創造范圍表現著越來越要害的效率。

所以，“藥物重定向與藥食同源自然化合物+AI”的形式用于藥物創造存在杰出的振奮遠景。

此前，盛普國際藥物創造搜集同盟IDDNU (International Drug Discovery Network Unite）接洽員Jason Zhao曾在美利堅合眾國化學會期刊JCIM（Journal Of Chemical Information And Modeling）上公布一篇對于藥物重定向數據庫的論文“EK-DRD: A Comprehensive Database for Drug Repositioning Inspired by Experimental Knowledge”，該數據庫收音和錄音了美利堅合眾國FDA接受上市（包括被撤市）的1963個藥物的構造以及它們在靶標、細胞、動物、臨床的重定向試驗活性消息，其他盛普接洽共青團和少先隊還收音和錄音了400838個自然化合物構造及其活性數據。

經過對這些數據的搜集以及建立數據庫，盛普IDDNU自行建造了鑒于AI的藥物創造體例（Suntrap IDDNU AI Drug Discovery System），運用該體例開拓出了一系列針對藥物重定向和自然化合物的鑒于AI人為智能藥物創造算法與模子，可趕快計劃這些化合物與靶標之間的親和力，猜測化合物-卵白質的彼此效率，并有創造多藥理學（多靶標）化合物的本領，發掘藥物-靶標-疾病三者之間的對應接洽，能實行藥物的趕快創造。

暫時，盛普接洽共青團和少先隊已運用盛普IDDNU鑒于AI的藥物創造體例，進行針對多種疾病（如腫瘤、病毒熏陶、構造纖維化、單薄關系耐性疾病等）藥物的創造，并對創造的化合物進行了活性嘗試，洪量的嘗試截止與猜測截止鄰近，表明該算法與模子有較好的精確性，經過該體例實行了AI加持藥物重定向與藥食同源自然化合物的藥物創造。

廣東盛普人命科學技術有限公司

盛普安康與情景接洽重心