澳门理工大学人工智能药物发现中心教授刘焕香、姚小军、博士研究生杨雨薇及研究团队，提出创新性的智能药物设计方法，融合深度学习与多条件分子生成技术，开发分子生成模型“DiffMC-Gen”，运用人工智能技术提升分子的设计与优化能力，为新药物的研发提供科研支撑。

随着人工智能技术在生物医药领域的迅速发展，药物设计的智能化与高效化成为全球科研重点。在药物研发初期的新分子设计阶段，分子的靶点亲和力、结构新颖性、药物相似性与合成可行性等多项因素均为考量要点。针对此多维度挑战，澳理大研究团队开发人工智能模型“DiffMC-Gen”，采用创新性的双去噪扩散模型架构（Dual Denoising Diffusion Model），结合离散与连续扩散过程，使分子生成过程更加稳定且符合化学规律；同时，“DiffMC-Gen”引入分子的二维结构特征与三维空间构象，优化药效团匹配、药物相似性、合成可行性及毒性风险等多维度评估标准，实现更高维度的分子表征学习，进一步提升模型的生成能力。

研究成果以“DiffMC-Gen: A Dual Denoising Diffusion Model for Multi-Conditional Molecular Generation” （双去噪扩散模型：用于多条件分子生成）为题，于国际学术期刊《Advanced Science》(《先进科学》) 发布，为新一代人工智能驱动的药物发现技术的推进提供新思路。

《先进科学》是由Wiley-VCH Verlag出版的全球知名跨领域学术期刊，致力发表一流的科学创新成果和前沿进展，其内容范围涵盖材料科学、物理学、化学、医学、生命科学，以及工程学等广泛应用的科学领域。期刊获Scopus、SCIE等多项重要索引收录，在多个学科领域的排名均在前10%，同时为中科院一区和JCR一区期刊， 5年平均影响因子（2019-2023）为16.3。本研究为澳门科学技术发展基金与国家自然科学基金委员会的联合科研资助项目（0043/2023/AFJ），研究内容全文可浏览：http://doi.org/10.1002/advs.202417726。