药明生物的 AI 模型在药物研发全链条有广泛应用，其核心成果聚焦于抗体设计、工艺优化、临床试验加速等领域3。在心血管疾病药物研发方面，虽没有像在肿瘤、自身免疫病等领域那样有详细公开的特定模型应用案例，但可以推测其相关模型可能的应用方式如下4：
-
靶点发现与验证：利用自然语言处理（NLP）模型分析海量文献、临床试验和组学数据，快速识别与心血管疾病相关的潜在靶点。同时，通过如 AlphaFold、RoseTTAFold 等蛋白质结构预测模型，评估靶点与药物分子的结合可能性，减少实验试错成本，为心血管疾病药物研发确定准确的作用靶点。
-
分子设计与优化：基于生成式 AI 设计新型小分子或抗体序列，扩大心血管疾病药物候选分子的覆盖范围。并且利用机器学习模型预测分子的吸收、分布、代谢、排泄和毒性（ADMET），提前淘汰高风险分子，提高药物研发的成功率，加速心血管疾病药物的研发进程。
此外，药明康德研发生物部在心脑血管疾病领域有较深入的研究，开发了 200 多种疾病模型，为心血管疾病药物研发提供药理药效和转化医学服务，但这些疾病模型不一定直接与药明生物的 AI 模型相关1。