Nature子刊：利用专家模拟 AI 框架实现控释给药系统的按需设计
研究团队在《Nature》子刊发表新AI框架，通过模拟专家经验实现了控释给药系统的按需定制设计。
AI 深度解读
《自然·通讯》（Nature Communications）于 2026 年 9 月 15 日刊发了香港城市大学与中科院过程工程研究所等机构的研究成果，提出一种用于按需设计控释给药系统的专家模拟 AI 框架 E-MAF。
- E-MAF 结合了过程感知代理模型与优化遗传算法，模拟专家从粗到精的推理过程，根据预期的药物释放曲线自动生成可用于实验室制备的配方设计。
- 研究显示该框架将控释系统的设计研发周期从传统的 6 至 12 个月缩短至约 1 小时。
- 在 7 种活性药物成分（API）上的实验表明，其体外释放、体内药代动力学及治疗效果达到或超过了现有商业对标产品。
- 成功实现了传统实验方法难以达成的释放特性，例如在体内实现 1 小时内利培酮突释量低于 2% 且持续约 28 天的近零级释放。
- 影响/看点：该研究意味着人工智能技术在复杂聚合物制剂逆向设计领域取得了可验证的实验突破，有望加速新型给药系统的开发进程，但其工业化应用仍需经过大规模生产工艺放大与临床转化验证。
- 资料依据：
- Nature Communications（2026-09-15）：https://www.nature.com/articles/s41467-026-77619-5
本内容由 AI 生成，仅供参考，请注意甄别