Adv. Mater. | 机器学习与物理机制相结合的药物递送纳米载体设计策略

文章预览

点击蓝字 关注我们 Nanozymes     近日，国家纳米科学中心高兴发团队应邀综述了药物递送纳米载体的理论设计研究进展，强调了将基于物理机制的传统理论模型与基于机器学习的数据驱动模型相结合用于理论设计的优势及必要性，两者结合有望克服单一模型的局限性，设计出具有更高递送效率和临床效果的纳米载体（图1）。相关论文以“Toward the Integration of Machine Learning and Molecular Modeling for Designing Drug Delivery Nanocarriers”为题发表于 Advanced Materials 。 图1. 机器学习和物理机制模型相结合设计药物递送纳米载体的构效关系 Nanozymes     近年来，人工智能方法的快速发展为材料性能预测和功能设计提供了新手段，也为医用纳米材料的理论设计带来了前所未有的机遇。以人工智能为参照，材料性能的预测模型目前可分为两类：基于物理化学机制和原理的 ………………………………