基于深度神经网络模型进行候选化合物的筛选，预测
新药研发面临着诸多挑战,存在成本高、耗时长、风险高等痛点。aidd以计算化学为基础,在药物研发中的先导化合物的发现优化、化合物ADMET预测等方面有着广泛的应用。
药物发现中，候选化合物具有关键的作用。将人工智能技术应用在候选化合物的筛选，预测，受到了业界的广泛关注。

本项目旨在将深度神经网络模型应用于临床前候选化合物的发现、筛选。
应用了传统机器学习的分子表征技术，也采用了独特的图神经网络的构建，并将二者结合。

本人在项目中作为项目核心成员。