AI FOR SCIENCE · 学术报告

让机器参与决定：
设计哪一个分子，
以及为什么是它

黎育权　副教授（特聘教授）· 硕士生导师

贵州省大数据实验室 · 贵州大学计算机科学与技术学院

Nature Machine Intelligence 共同第一作者 · 四项主持或负责在研 · The Innovation、iMeta、Exploration 青年编委

伊马替尼
伊马替尼 · 可拖动旋转 · RDKit ETKDGv3 构象
靶标 分子 合成 测试 学习
yuquan.li · 20261

背景 · 从哪里来

计算机出身，化学落地，两边都待过

计算机化学信息学 × AIAI for Science 2015–2019 · 青海大学计算机科学与技术 · 本科 2019–2024 · 兰州大学化学信息学 · 硕博连读 2020–2023 · 产业与研究院腾讯量子实验室 联合培养北京智源人工智能研究院 研究实习 2024.10 起 · 贵州大学贵州省大数据实验室计算机科学与技术学院
Source: 个人主页 yuquan.li 教育与经历（2026-09）2

提纲

做什么、凭什么、能怎么一起做

01

做什么

  • AI 靶标发现
  • 活性小分子设计
02

凭什么

方法原创 · 共同一作自适应图学习 · NMI 2022关键难点 · 共同通讯活性悬崖感知 · Adv Sci 2026数据底座 · 课题负责人国家数据局高质量数据集
03

能怎么一起做

  • 联合申报 · 共同发表
  • 数据平台 · 工程落地
Source: Nat Mach Intell 2022；Adv Sci 2026；国家数据局高质量数据集课题（先行先试）3

问题 · 量级

能设计的分子近乎无限，能验证的却极少

类药化学空间 生成与虚拟筛选 打分与排序 一轮湿实验
1060

类药分子空间的常用估计；每一轮真正送去做实验的，只是其中极小的一部分

一个公开报道的实例

21天
4个生化实验
有活性
2个通过
细胞实验验证
Source: Bohacek et al., Med Res Rev 1996, 16:3–50；实例：Zhavoronkov et al., Nat Biotechnol 2019, 37:1038–10404

问题 · 难点

只差一个原子（CH2→O），对 5-HT1A 的活性差近 9 倍

四氢萘类似物
四氢萘环 · 环上是 CH2
色满类似物
色满环 · 换成 O
5-HT1A 受体 Ki 四氢萘环185 nM 色满环20.7 nM 8.9倍 指纹相似度（Tanimoto） 0.58 01 按指纹不算很像
Source: Xie et al., Adv Sci 2026, Fig. 3f；MoleculeACE CHEMBL214_Ki；Tanimoto 由 RDKit 计算（Morgan r=2、2048 位）5

思路 · 布局

围绕设计—合成—测试—学习闭环，三条线同时往前走

同一个问题 该做哪个分子、为什么设计 → 合成 → 测试 → 学习 · 人在环上做取舍 方法 算法：看懂分子自适应图学习 · 谱分解已发表多约束生成在研 数据 数据：可训练、可复用在建多模态高质量数据集与公开基准 平台 平台：从服务到智能体在线预测服务已上线CODD-Pred，参与开发智能体编排在建
结构示意（DMTA：Design–Make–Test–Analyze）；状态截至 2026-096

方法 · 自适应图学习（GLAM）

建模里靠人拍板的那几步，交给流程自动完成

GLAM表内最好的对照RMSE，越低越好 · 纵轴自 0 起AUC，越高越好 · 纵轴自 0.5 起0.5920.704ESOL1.3191.371FreeSolv0.5960.724Lipophilicity0.8880.868BACE0.9320.911BBBP0.6590.654SIDER0.8410.813Tox210.7440.726ToxCast 自绘 · 数据：原文 Table 2

人工流程架构、超参、优化器、损失靠人定，效果差就返工

GLAM 流程采样配置、筛选、融合，中间各步不用人定

GLAM 表内最好的对照 Table 1 · AUC，越高越好 · 纵轴自 0.5 起 0.7610.694ALDH10.6660.616ESR1_ant0.7090.650KAT2A0.7300.683MAPK10.9540.937BindingDB

Table 1 五个、Table 2 八个数据集上均为表内最好，且未做人工调参

同一框架：分子间相互作用与分子性质两类任务

Source: 数据来自 Li, Hsieh et al., Nat Mach Intell 2022, Table 1、Table 2（均值，自绘柱图；本人共同第一作者）7

方法 · 化学语义谱分解

把分子拆成“骨架”与“关键改动”两个频段分别看

分子表示低频 · 骨架（整体相似）高频 · 关键改动（活性悬崖处）

高频通道专门盯住少数原子的改动，正对活性悬崖

Source: Xie et al., Adv Sci 2026, TABLE 1（均值；本人为共同通讯）；左图为概念示意8

方法 · 多约束生成

生成不难，难的是同时满足一堆约束

活性 选择性 成药性 可合成性
候选分子

交集才是可用分子

四项约束同时满足，候选才值得合成

在研方向

多约束小分子生成设计新方法（贵州大学，2024–2028）

相关报告：多目标梯度引导分子生成（2025.10 全国生物信息学与系统生物学学术大会）

Source: 在研项目（贵大特岗合字〔2024〕29号）；中心分子仅为结构示意，概念图9

数据 · 高质量数据集

数据集本身就是一项科研产出

多源采集 统一治理与标注 高质量数据集 模型 平台 公开基准

国家数据局 高质量数据集课题

先行先试 · 课题负责人

贵州省实验室重大科研项目

公共数据能力可信
供给与协同流通
课题三负责人

入选《中国农业农村年鉴》

2025 卷「科教兴农」专版

Source: 国家数据局 高质量数据集课题（先行先试）；《中国农业农村年鉴》2025 卷；黔科合平台SSYS〔2026〕重大01610

平台 · 在线服务

参与开发的在线预测平台

CODD-Pred · 靶点识别与活性预测
CODD-Pred 活性预测输入面板截图

已上线　CODD-Pred：输入分子、选靶点，在线返回活性预测

在建　智能体编排 · 架构示意

研究者 智能体 专用工具 实验回流
Source: Yin et al., J Chem Inf Model 2023（本人第 3 作者）；页面实拍（CODD-Pred 网站）；右侧智能体编排在建，为架构示意11

成果 · 发表

这些工作发表在 Nature Machine Intelligence 等期刊

10h-index
531总被引
共同
第一作者
Nature Machine Intelligence2022 The Innovation2026 · 综述，17 位之一
共同
通讯
Advanced Science2026 Communications Chemistry2026 The Innovation Drug Discovery2026 · 观点
Source: ORCID＋Crossref；Semantic Scholar（2026-09-30）12

成果 · 在研项目

四项主持或负责在研，覆盖方法、数据与应用

2024 2025 2026 2027 2028 2029 2030 2026.09 基于人工智能的多约束小分子生成设计新方法研究 贵州大学 · 主持　2024.10–2028.10 国家数据局 高质量数据集课题（先行先试） 课题负责人　2025.09–2027.09 RNA 干扰靶基因与 dsRNA 设计 国家自然科学基金（地区） · 主持　2026.01–2029.12 公共数据能力可信供给与协同流通关键技术研究 贵州省实验室重大科研项目 · 课题三负责人　2026.07–2029.06
Source: 贵大特岗合字〔2024〕29号；国家数据局 先行先试课题；国家自然科学基金地区科学基金（主持）；黔科合平台SSYS〔2026〕重大01613

成果 · 学术服务

两年里：编委、报告与第一发明人专利

编委·评审 报告·荣誉 专利 2024.92025.12026.12026.9 Exploration 青年编委2024.9 · 青委会植物学部副主任 省大数据局 AI 产业方向2025.1 · 评审专家组组长 The Innovation · iMeta2025.8 · 青年编委 全国生物信息学大会 · 报告2025.10 · 多目标梯度引导分子生成 扬州大学 学术大讲堂2025.11 · 邀请报告 The Innovation Drug Discovery2026.1 · 创刊筹委、学术编辑（执行） 国际会议邀请报告 · 特等报告人奖2026.1另获 Exploration 2025 年度杰出青年编委奖 研究生教育评估监测专家库2026.5 · 专家 科学智能大会（北京）· 墙报2026.8 发明专利授权 · 第一发明人2026.9 · 化学反应设计
Source: 个人主页 yuquan.li 学术兼职、报告与荣誉（2026-09）；专利授权公告 ZL 2026 1 0390758.314

团队

十二位同学在读，四个方向并行

12人在读联培博士7 人联培硕士3 人名下硕士2 人

另有一位同学已毕业

分子生成与设计

多目标分子生成、智能体分子设计、RNA 小分子抑制剂

靶标发现

AI 靶标发现、细胞表型学习

大分子与递送

大分子药物、靶向蛋白降解、多肽与递送、抗菌肽设计、递送系统

性质预测与合成

分子性质预测、合成规划

Source: 团队名册（2026-09）：名下硕士 2、联培博士 7、联培硕士 3、已毕业 115

合作实例

一例做成的合作：三家单位，投稿三个月后录用

01

提出问题与设计

本人 · 共同通讯
  • 提出并设计课题
  • 定写作主框架
02

实验与实现

第一作者
  • 设计并完成实验
  • 分析结果、绘图、初稿

两位通讯给关键意见，另一位通讯管理并指导项目

贵州大学 · 华中师范大学 · 澳门理工大学10 位作者计算方法类
约三个月2025-09-08 投稿12-09 修回12-11 录用
03 · 原文图 Fig. 3f

结果

Adv Sci 2026 原文 Fig. 3f：活性悬崖分子对与 Ki 标注

FreeSolv 上 RMSE 0.654
表内对比方法 1.142–1.877

Source: Xie et al., Adv Sci 2026, Author Contributions、TABLE 1、Fig. 3f16

合作

如果手上有问题，大概能这样一起做

带着这些来第一轮能拿到 一批活性数据 建模与活性悬崖分析 一个靶点 多约束候选与可合成性评估 一份组学数据 带证据链的候选关键基因 第一步：先拿一个边界清楚的小问题试一轮

联合申报

对方得到：申报书里的 AI 方法与数据工程部分

已有基础：主持国自然项目，负责国家数据局与省实验室课题

共同发表

对方得到：建模、计算与撰稿支撑，署名按贡献

已有基础：2025.9 起署名期刊论文 14 篇

数据与平台共建

对方得到：数据集、知识图谱、专用模型与在线平台

已有基础：两项数据课题在研，参与开发 CODD-Pred

工程化落地

对方得到：平台开发、部署与长期运维，可对接合作工程团队

Source: Crossref（取数 2026-09-25）17

致谢

这些工作不是一个人做出来的

资金

国家自然科学基金委员会国家数据局贵州省科学技术厅贵州省大数据局贵州大学

导师与合作

姚小军教授（澳门理工大学）郝格非教授（贵州大学）

团队

课题组全体同学与联合培养合作导师

平台

贵州省大数据实验室中斯茶叶绿色防控一带一路国际联合实验室

yuquan.li

yvquan.li@gzu.edu.cn · 微信 yvquanli

黎育权 · 贵州省大数据实验室 · 贵州大学18
手机上建议看 逐页 PDF（可放大，末页邮箱与主页可点）；横屏也能放映，字仍偏小。