来源：期刊VIP网 时间：
作者：王依妮;陆杰;
单位：上海工程技术大学化学化工学院;
摘要：溶解度在药物设计和开发中起着至关重要的作用，直接影响药物的生物利用度和疗效。然而传统的实验测定溶解度方法耗时长且成本高，难以应对快速筛选大量药物分子的需求，因此溶解度预测技术应运而生，能够更高效地评估药物分子的溶解性能。针对溶解度预测技术的发展进程，从起始的经验与半经验模型法，经历计算化学模拟方法的演化，至今日统计与机器学习方法的革新，按照时间顺序分为3个阶段进行综述，每个阶段的溶解度预测技术都对应了特定时期的科技进步，揭示了各自的优势和面临的挑战。尤其在机器学习的应用中，预测模型在精度和速度上已经取得显著进展，但可解释性和普适性的提升仍然是迫切需要解决的问题。未来的研究方向有望进一步整合机器学习与人工智能技术，以克服现有限制，优化预测准确性，并为药物开发提供决策支持。
关键词：溶解度预测;;经验模型;;计算化学模拟;;机器学习
基金资助：国家自然科学基金资助项目(21978165,92156020)
