通过计算机模拟手段进行分子对接、药物筛选、先导物的优化、定量构效关系和药效团模型等药物设计方法,可以揭示药物与受体靶标的作用机制,探索药物靶点的空间结构,最终目标是设计具有能选择性地与某一靶标结合的分子;利用分子模拟技术来构造、显示、分析和储存复杂的分子模型,在三维空间中观测药物小分子的结构特征,更改小分子形状和方位,并探测小分子与受大分子靶点的作用机制,判断药物小分子与受体大分子结合的可能活性位点,还能对药物小分子的结构进行修正,提出改善药物的药效学和动力学性质的方案,在"三维空间"中实现直观、可视化的药物分子设计。人工智能利用大数据和机器学习方法,根据已有的药物研发数据自动设计出上百万种与特定靶标相关的小分子化合物,并根据药效、选择性、ADME等其他条件对化合物进行筛选。而后筛选出来的化合物会被合成并且进行实验检测,然后实验数据会被反馈到AI系统中用于改善下一轮化合物的选择。