AIDDISON

AI 分子設計平台
生成式 AI 驅動
600 億可能化合物篩選
20 年製藥研發數據訓練
ADMET 屬性預測
骨架跳躍與片段連接
SYNTHIA™ 逆合成整合

AIDDISON™ 是業界首款整合虛擬分子設計與實際可製造性的軟體即服務（SaaS）平台。透過與 SYNTHIA™ 逆合成軟體 API 的深度整合，AIDDISON 將生成式 AI、機器學習與電腦輔助藥物設計（CADD）工具結合於單一整合平台，用於虛擬篩選、骨架跳躍、命中物鑑定及先導化合物優化等藥物化學應用。

AIDDISON 基於超過 20 年經實驗驗證的製藥研發數據集進行訓練，能夠從超過 600 億個可能的化合物中，篩選出具備成功藥物關鍵特性的分子——包括無毒性、溶解度和體內穩定性。根據研究估計，AI 技術有望在 2028 年前為藥物發現流程節省超過 700 億美元，並為製藥公司減少高達 70% 的藥物發現時間與成本。

核心功能

預測式 AI/ML 模型

運用經過數十年專有研發數據訓練的模型進行虛擬分子篩選，快速預測化合物的藥物特性與成功潛力

先進的從頭設計

生成具有最佳結構與 ADMET（吸收、分布、代謝、排泄、毒性）特性的新穎小分子化合物庫

雲端原生運算

提供安全、可擴展的 SaaS 雲端基礎架構，無需本地安裝即可存取強大的 AI 運算能力

SYNTHIA™ 整合

與 SYNTHIA™ 逆合成軟體無縫整合，即時評估設計分子的合成可行性，確保虛擬設計能實際製造

設計流程

1. 定義目標特性

設定期望的分子屬性，包括活性閾值、物化性質範圍、ADMET 要求等設計目標。

2. AI 分子生成

生成式 AI 模型根據設定的目標，創造大量符合條件的候選分子結構。

3. 多維度評估

自動預測各候選分子的屬性，並根據多目標優化算法進行排序和篩選。

4. 迭代優化

根據評估結果反饋調整設計目標，進行多輪迭代優化直至獲得理想分子。

應用領域

應用	說明
藥物先導化合物設計	針對特定標靶蛋白，設計具有高活性和選擇性的先導化合物
分子優化	改善已有化合物的藥物性質，如提高生物利用度、降低毒性

AI 技術亮點

深度學習架構

採用最先進的深度學習模型，包括圖神經網路和 Transformer 架構

大規模訓練資料

基於數百萬分子和生物活性數據訓練，確保預測的準確性和可靠性

可解釋性

提供 AI 決策的可解釋性分析，幫助化學家理解和驗證設計建議