工具 — AIDDPM 实验室

COMPASS

用于跨癌种、跨治疗方案预测肿瘤免疫治疗响应的泛化 AI 模型，整合经多中心队列验证的多模态临床和基因组特征。发表于 Nature Medicine （2026 年），与哈佛医学院及 Roche pRED 合作完成。

将分子描述符和指纹转换为结构化二维特征图，使卷积神经网络学习用于药物性质预测的空间模式。已集成至 ZairaChem 自动化药物发现流程。发表于 Nature Machine Intelligence （2021 年）。

无监督多组学特征结构化与深度学习工具箱，通过流形学习将高维组学特征组织为可解释二维图谱，支持基于卷积神经网络的疾病诊断与生物标志物发现。发表于 Nucleic Acids Research （2022 年），相关工作见于 Cell Press Patterns。

连接分子指纹与图神经网络的知识引导图池化框架。利用化学指纹将分子图划分为具有生物化学意义的子结构，在 40 个基准任务上获得领先表现，并提供内在可解释性。 ChemRxiv 预印本（2026年3月）.

面向小分子先导化合物的自动化药物设计平台，连接设计、合成、测试与分析闭环。与新加坡国立大学合成化学实验室合作开发，将苗头化合物到先导化合物的优化周期由数月缩短至数周。

将分子结构转化为音乐的交叉学科 AI 工具，使化学能够被听见。可将 SMILES、结构式或蛋白质序列转为音乐，并支持从旋律反向生成分子。