生物医药与药物发现
突破级
暂无讲解视频
收录解读
这篇论文的价值不只是找到两个 Alzheimer’s lead compounds，而是把 drug screening 做成了一个 mechanism-aware AI platform。针对 autophagy enhancer 这类常见陷阱方向，作者没有停在 broad mTOR hits，而是显式整合 ADMET、BBB penetrability 和机制筛选，构成更接近真实药物发现的工作流。
更重要的是，它把计算筛选和 cross-species validation 串起来：从 AI 筛选到 worm / mouse AD models 的功能恢复验证，这比单纯体外 hit paper 的外溢更强。作者还把 DeepDrugDiscovery 开源为 modular tool，使它更像一个 discovery infrastructure 而不只是一个单次实验结果。
它值得正式收录，因为仓库在 AI-driven biology / biopharma / drug discovery 的标准不是‘预测更准’，而是‘工作流被重构’。这篇符合这个标准：AI 在这里直接改变了 mechanism-based therapeutic screening pipeline。
它没有更高，是因为当前验证仍集中在 Alzheimer’s autophagy enhancer 这一条线，平台的跨疾病、跨靶点通用性还需要更多后续证据。