AI 大模型在药物研发的第一步: 靶点识别中的应用。这篇文章，我们将 延续这一路线，介绍AI在药物研发的第二步: 先导化合物发现中的应 用。 图1：药物研发生产流程，图片引自[1] 传统方法在先导化合物发现中的局限性 在AI大模型时代到来之前，先导化合物的发现以实验方法及计算机辅助药物 设计(CADD)的方法为主。这些方法都有着一些自身难以解决的问题。 实验方法: 当前，药物化学实 物数据库的筛选所需的时间是一个天文数字。此外，实验方法还受到可用测试化 合物的供应和准确预测它们在体内行为的难度的限制。 计算机辅助药物设计方法(CADD): CADD相较实验方法极大地加速了先导 化合物发现的速度。在CADD中，先导化合物的筛选被普遍称为: 虚拟筛选 (virtual screening)。他使用基于分子力场或者量子力场的分子对接方式，对数 据库中的海量化合物与靶点进行对接，从而依据自由能最小化等方式，计算靶点 能够加速，还不受化 合物是否可以获得的限制。然而，基于CADD的虚拟筛选存在一个trade off， 即想要进行精确的筛选需要大量的计算资源和时间，而想要快速的完成筛选，则 会损失较大的精度。在药物发现这个先导化合物准确率极为重要的领域，大量的 计算资源和时间很难避免。曾有研究统计过，若想要对100亿个小分子进行令人 满意的筛选，则需要长达3000年的时间。简而言之，利用CADD进行高精度的 药物虚拟筛选，所需的时间同样是难以接受的。

人工智能技术在智能投顾中癿应用 神州泰岳 张瑞飞 金融资讯大数据服务 用智慧发现信息价值 Discover information 用智慧发现信息价值 Discover information 金融资讯大数据 利用人工智能分析挖掘技术，针对金融市场信息获取和分类需求，实现金融资讯大数据癿采集、检索、 路透、万得、彭博、 合作机构数据（保 险、证券等） …… 网页、社交媒体、 论坛 …… 第三斱数 据 文档、图片、影 音 …… 资金、财务、信 贷、员工…… 用智慧发现信息价值 Discover information 日志、交易报文 … … 宏观数据 GDP( 国内生产总值 ), 变劢率 ;CPI( 居民消费价格指数 ), 变劢 率 ;PPI( 工业生产价格指数 数据采集 数据采集范围可定制 用智慧发现信息价值 Discover information 数据范围 数据范围 Discove r 用智慧发现信息价值 information 大数据 ODS 存储区 内存网 格 （ Ignit e ） 数据 分析

AI技术快速发展，医疗健康是AI技术最重要的应用领域。医疗健康产业正处于数字化转型与智能化升级的变革期，ARK Invest近期所发布的 《Big Ideas 2025》提到利用人工智能来“操作”数据将颠覆诊断、药物发现和治疗。医疗健康是AI技术最重要的应用领域，医疗保健板块 人工智能解决方案的全球市场规模预计将由2022年的137亿美元增至2030年的1,553亿美元，CAGR为35.5%，是人工智能应用最大的领域，具 +精准诊断；4） AI+影像设备；5）AI+家用；6）AI+智慧医疗。 ◼ 药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过 床研究阶段，其中45条管线处于临床I期研究， 19条管线处于临床II期研究，2条管线处于临床III期阶段。对AI制药开发的分子类型统计发现，2023年AI技术在小分子药物的发现中应用较 多，67项临床研究中22项为小分子药物发现、4项为抗体发现、6项为疫苗发现。 ◼ 投资建议：关注AI制药领域进展及具备潜力的海内外前沿公司。以“AI+CRO”、“AI+Biotech”为典型的商业模式，AI制药涌现出了一批优

质疑的场景。 “ 我们期待这本手册能成为审计人员在智能时代的 导航仪 ”——既提供工具 “ 使用的 操作杆 ” “ ，也树立风险防范的 警示灯 ” “ ，推动审计职能从 合规守卫 者 ” “ 向 价值发现者 ”跃迁。技术的未来属于善问者，而提问的艺术，终将定义 人类 的不可替代性。 五、编写团队：从金融审计理论到应用的闭环实践 南京审计大学是全国首家开设金融审计专业的高校，南京审计大学金融审 方法论，精准识别“基层权力末梢”的违规操作与小微腐败风险？（ “ 如构建 信贷 三查 ”智能分析模型，开发村级权力画像系统，建立涉农补贴异常支付特征库） （16）如何通过“审计成果共享平台”推动审计发现向董事会风险管理报 告、 内控缺陷库、员工培训案例库的即时转化？（如设计结构化数据清洗规 则，实现 审计问题自动分类映射至内控缺陷库、培训案例库及 ERM 报告模 块） （17）如何建立“审 个月内上线自动化反洗钱筛查模块”）） （35）整改效果评估是否滞后？（如一年后才复查问题是否解决，需要建 立 90 天闭环跟踪机制，通过系统日志自动验证措施执行情况） （36）审计报告是否缺乏风险预警？（如仅描述已发现问题未提示潜在风 险， 需要增加“风险前瞻”章节，基于历史数据预测未来 3 个月高风险领域） （37）知识库更新是否及时？（如未将典型案例纳入内部培训教材，需要 按 季度更新案例库，标注高频违规场景（如信用卡套现新手法）

方接入网络攻击目标单 位 搜索多网卡主机、 4A 系 统、网闸等设备纵向渗 透 攻击供应链，挖掘漏洞 或利用已分配权限进入 内网 攻击手机 App 、微信小 程序等移动应用获取权 限 发现堡垒机漏洞，通过对集控系统的控制 实现以点打面 堡垒机漏洞 攻击者获取邮件账号权限，潜伏并查看邮 件中明文发送的敏感信息，也可利用管理 员账号或者领导账号发起钓鱼邮件 同权利用 攻防演 攻陷后同工同息，利用内部人员权限秘密渗透，攻击过程极难发现。 二是难以防范零日漏洞攻击。攻击方使用零日漏洞武器针对 VPN 、邮件系统、 JAVA 应用等互联网暴露面展开 攻击，可以直接撕破防守方的正面防线，大大缩短了攻击路径，快速取得战果。 三是互联网信息泄露严重。攻击方通过踩点与信息搜集，在百度文库、 Github 、 fofa 、求职 APP 第三方共享 平台发现大量敏感信息，为寻找攻击突破口提供了便捷，进而成功拿下多个重要成果。 基本上是 零防御、零感知状态，攻击方基本发现即可将其控制。 3.防守思路 防守工作面临的现实困境 管理困境 技术困境 部分人员安全意识有待提高 安全专业技能有限 组织协调难度较大 资产暴露、泄露信息不清晰 各类漏洞难以防范 现有安全监测手段局限性 供应链监管困难 应急处置效率低、执行难 防守服务目标 发 现 内 部 隐 患 发现企业内部关键信息基础设施存在的突出问题

讨AI在药物研发的第 一步: 靶点发现中的作用，以及它如何为这个过程带来革新。 药物研发的整体流程 药物的研发是一个复杂且耗时的过程，业内一直流传着"三十定律"的说法: 耗时10年，耗资10亿美金，成功率不足10%。因此，如何降低药物研发的金钱 成本、时间成本，提高成功率已然成为了药物研发行业的重中之重。 通常而言，药物的研发包括以下步骤: 靶点发现，候选药物筛选，候选药物 优化，临床前研究，临床实验，以及市场化等步骤 优化，临床前研究，临床实验，以及市场化等步骤 [1]。靶点发现作为整个流程 的第一步，是新药研发中决定成败的一步，成功的靶点识别可以为后续的药物设 计提供方向。不仅能提高新药的研发效率，也能极大地改善患者治疗期间的生活 质量。 药物研发生产流程，图片引自[1] 传统方法在靶点识别中的局限性 在AI的第三次浪潮之前，靶点的识别通常依赖多组学实验方法或者计算机辅 助药物设计的方法。多组学方法主要通过对病例组和对照组进行基因组、蛋白质 型可以整合海量的医疗研究相关文本，通过在文本中提取潜在的关联信息，发现 人类可能忽视的模式或连接。目前已有研究通过向大语言模型提问的方式，提取 出针对特定疾病的潜在靶点，从而避免一些不必要的组学实验。此外，AI模型完 成训练之后，可以将类似反向对接技术的时间复杂度降低到线性级别，甚至提高 精度。AI也可以进行蛋白质结构的预测，从而帮助结构相似性分析等技术的实 现。 基于上述所提的AI在靶点发现中的应用，本文将依据近期的AI医疗相关论

讨论 AI 制药的商业模式变迁，并梳理相关公司。 ❑ AI 可用于新药开发全过程，达到降低成本，增加药物研发可能性目的。根据 DPI 援引英矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段 的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 20 万美元，极大降低了新 药研发负担。目前人工智能技术在药物研发过程中的应用主要集中于药物发 现阶段，随着 Deepseek .... 11 图 17：Schrodinger 软件服务业务收入及增速（万美元） .............................. 11 图 18：Schrodinger 药物发现业务收入及增速（万美元） .............................. 11 图 19：晶泰控股发展历程 .................................... 据基础上，运用机器学习、深度学 习、自然语言处理等技术参与药物开发各个环节，包括靶点发现、化合物合成、 化合物筛选到患者招募、临床试验设计等，通过 AI 技术的运用有效解决传统新 药研发痛点，缩短研发周期，提高研发成功率，降低研发成本。根据 DPI 援引英 矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 20 万美元，极大降低了新药研发负担。

技术精湛，各单位优秀渗透人员 ü 团队作战，各人才分工明确高效 ü 专业攻防协作平台及工具集 ü 更多攻防数据挖掘平台（社工、云等） ✗ 防护手段以漏扫、配置检查为主，缺乏攻击者视角风险发现能力 ✗ 缺乏云服务、员工社工钓鱼风险发现能力 ü 持久战，随意选择攻击时间、以逸待劳 ✗ 缺攻防经验，负责人以项目经理为主 ✗ 缺乏磨合，临时组建无实战配合 ✗ 黑白交替、拉锯战容易导致身心俱疲 ✗ 仅了解 响应常见需求 攻 防 驱 动 情 报 驱 动 云鼎实验室 TSRC 云鼎实验室 腾讯安全重点能力建设方向 发现能力 处置能力 验证能力 安全能力（情报+暴露面） 安全运营（自动化运营+反入侵） 攻防研究（攻防验证） 定位：雷达 定位：作战部队 定位：科技中心 职责：发现并分析威胁事件，提供丰富及 准确的战术情报及战场信息，指导作战及 武器生产 职责：使用产品提供的“武器”，设计制定战 基于数据驱动的 自动化运营能力 基于攻防驱动的 持续防御验证能力 关键运营能力：各关键安全能力应用场景 能力2：暴露面管理(EM) 能力1：漏洞情报监测[VI] 能力定位：最新风险极速感知与发现 能力SLA：7*24小时，MTTD<30min 应用场景： 1、提前感知业务最新漏洞威胁 2、提供PoC复现以及资产关联分析 能力定位：持续威胁与暴露面管理 能力SLA：7*24小时，MTTD<8h

扑，快速展现系统性能瓶颈，发现缓慢或错误请求， 下钻到全栈快照，找到耗时最长的自定义方法，定位SCM访问缓慢的原因。 应用场景 1 实时监测，锁定影响范围 在重大节日活动中，如618、双11等，通过实时监测，发现全国用户均出现访问订单页面延迟的情况，帮助格力电器锁定影响范围，根据 告警情况，分析告警原因。通过博睿数据的自动应用拓扑功能，精准发现在订单管理模块集群主机中出现告警的机器。 4 ｜ 让IT运营更智能 自动拓扑，定位问题根因 博睿数据对问题主机进行下钻分析，发现业务请求上升的同时，磁盘I/O读写次数上升，但同期该集群中的其他主机都无上升情况，定位 原因是由于业务流量负载不均衡导致。经过运维人员检查并优化负载均衡配置后，解决问题，助力运维人员快速发现、定位问题，将问 题解决效率提升至分钟级。 3 3 2 ｜ 让IT运营更智能 为什么选择博睿数据 由原来2小时缩短至5分钟 优化代码质量，提高应用性能 有针对性的优化代码执行效率，协助 开发人员将SCM生产管理系统的响应 时间降低46.2% 降低运维难度，提高运维效率 帮助运维人员快速发现、定位问题， 由数小时缩短至16分钟 3 中国铁塔通过部署博睿数据一体化智能可观测平台，实现覆盖43套核心业务系统的全栈监控与多维拓扑分析，打通从前端用户操作到后 端数据库调用的全链路追踪，

探索阶段 多数由政数局 / 大数据局主导建设，实现了数据打通、专题 设立跨部门协同组织和机制，推进问题从发现到闭环的打通，实现跨部门协同处置 建设、联动指挥的能力建设 （如上海设立专班，联合城运中心、大数据中心及委办局联合建设） 建立数据上报和治理保障机制，确保数据上的来 • 形成专班工作方案，要求委办局主导业务闭环设计 • 制定监测预警、研判分析、联动指挥等相关处置工作 流，包含责任划分、流转机制、会议会商、月报专报 等，形成问题从发现到闭环处置机制 • 提供费用、场地、技术等流程保障，满足运营新增需 求管理、特性迭代升级等要求 • 对各委办局、各区 / 街镇等进行加减分考核，包含组 织、机制建设、数据归集、交办工作、预警处置等 委 局 局 局 组织 + 机制保障：一把手牵头，委办局充分参与，建工作流程和考核机制 组织保障：一把手亲自抓，委办局充分参与 机制保障：建设和运营流程机制，保障发现问题到解决问题 市长 / 书记任组长，一把手亲自抓，建设领导小组 建设推进工作组：成立专班，各委办局参与设计、建设 成立运营实体组织：成立城运中心、指挥中心等实体组织， 组成还应包含委办局、技术运营人员等