清华大学与北京大学团队在NeurIPS 2025发布CIDD研究，革新AI药物设计
来源：
消息速递
据泓博医药（301230）消息，清华大学智能产业研究院与北京大学药学院团队在AI顶级会议NeurIPS 2025上发表了题为“CIDD: Context-Interpretable 3D Molecule Generation with Large Language Models”的研究，提出一种结合几何生成与语义推理的双流架构，解决AI在药物设计中难以兼顾三维结构合理性与化学逻辑的难题。
该研究针对传统AI模型的局限：大语言模型（LLM）精通化学语义但难以把控三维原子堆积，而3D SBDD模型擅长填满口袋却缺乏设计意图阐述。CIDD采用“几何生成 + 语义推理”的智能体工作流，分为SBIG（Structure-Based Interaction Generator）负责几何占位生成底稿分子，以及LEDD（LLM-Enhanced Drug Designer）负责药化精修与逻辑推理，通过CoT（Chain of Thought）流程分析相互作用并提出修改方案。
在CrossDocked2020数据集实验中，CIDD显著提升性能：综合成功率（满足Vina < -8.18, QED > 0.25, SA > 0.59）从最强基线的15.7%翻倍至34.6%，分子合理性指标MRR从传统模型的约60%升至82%，接近FDA获批药物平均水平（86%）。该架构支持即插即用，可挂载现有SBDD模型提升分子质量。
作者指出，CIDD代表从端到端模型向“类人工作流”的范式转变，但需关注LLM依赖和幻觉问题。这项研究为AI药物设计提供了新方向，强调几何生成与语义修正的工业落地价值。
0人
