Penerapan model bahasa skala besar dalam penelitian dan pengembangan obat terus berkembang. Di masa lalu, terdapat hambatan teknis dalam penerapan bahasa alami pada optimasi molekuler, namun kemunculan model DrugAssist memberikan solusi baru untuk masalah ini. Model DrugAssist memungkinkan interaksi real-time antara bahasa alami dan manusia selama proses pengembangan obat, sehingga secara signifikan meningkatkan efisiensi dan kenyamanan optimasi molekuler. Kinerja transferabilitasnya dalam optimasi atribut tunggal dan skenario tanpa sampel dan sedikit sampel sangat luar biasa, membawa perubahan inovatif pada bidang penemuan obat.
Dalam beberapa tahun terakhir, model bahasa besar telah membuat kemajuan signifikan di bidang pemrosesan bahasa, namun terdapat tantangan dalam optimalisasi molekuler untuk penemuan obat. Namun, para peneliti telah berhasil mencapai interaksi real-time antara bahasa alami dan manusia selama proses optimasi molekuler melalui pengembangan dan penerapan model DrugAssist. Model ini berkinerja baik dalam optimasi atribut tunggal dan memiliki kemampuan transfer yang sangat baik dalam sampel nol dan beberapa sampel. skenario sampel, memberikan kemungkinan interaksi waktu nyata dan optimalisasi berulang untuk penemuan obat.
Keberhasilan penerapan model DrugAssist menandai pendalaman lebih lanjut teknologi AI di bidang penelitian dan pengembangan obat, memberikan dukungan teknis yang kuat untuk mempercepat proses penelitian dan pengembangan obat baru serta mengurangi biaya penelitian dan pengembangan. Di masa depan, kelanjutan pengembangan teknologi serupa akan sangat mendorong kemajuan industri farmasi.