인공지능(AI), 머신러닝(ML), 딥러닝(DL)은 많은 분야에서 관심을 얻고 있으며, 제약 연구에서 약물 발견, 임상 개발, 제조 및 시장 출시 후 감시에 걸쳐 혁신적인 발전을 촉발했습니다. 본 리뷰는 현대 약물치료에서 AI의 역할을 포괄적으로 검토하며, 생명과학에서의 역사적 진화로 시작해 알파폴드 기반의 단백질 모델링, 생의학 문헌 mining을 위한 자연어 처리(NLP), AI가 증가된 약물 안전 감독 등 최첨단 응용 프로그램으로 진행됩니다. 방법론적으로, 우리는 동료 검토 문헌(2013–2026)에서의 학제간 통찰을 종합하여 화학 정보학(예: QSAR, RDKit), 예측 독성학, 개인 맞춤 의학에서의 혁신을 강조합니다. 사례 연구는 COVID-19 재목적화 노력과 새로운 키나제 억제제 설계에서 볼 수 있는 바와 같이 약물 개발 타임라인을 단축하는 AI의 능력을 보여줍니다. 그러나 알고리즘 편향, 규제 불명확성, 딥러닝 모델의
Adarsh Pratap Singh1, Sandeep Prakash*1, Saurabh Kumar1, Neha Gautam1, Firdous Bano1, Harshit Gupta1, Lavkush Maurya1, Sandeep Kumar1, Sneh Lata1, Ajay Kmar1 (Mon,)가 이 질문을 연구했습니다.