一、案例企业/单位简介
华中农业大学动物医学院是我国动物医学领域重要的教学与科研基地，在动物疫病防控、兽药研发及动物健康保障等方向具备扎实研究基础。学院紧密围绕国家重大动物疫病防控与畜牧业高质量发展需求，系统开展动物疾病机制、诊断与防治技术及新型兽药研发等相关研究，构建了基础研究与应用转化并重的科研体系。
近年来，学院积极推动信息技术与动物医学的交叉融合，在数据驱动的兽药发现、智能化诊疗与精准防控等方向持续布局，拥有完善的实验条件和稳定的产学研合作基础，为兽药创新与动物健康管理提供有力支撑。案例核心团队专注于人工智能辅助药物分子设计、抗病毒药物靶标挖掘等研究，先后主持国家自然科学基金（4项）、湖北省自然科学基金、华中农业大学自主创新基金等10多项课题，在J. Am. Chem. Soc.、Nucleic Acids Res.、J. Med. Chem.等国际学术期刊发表论文20余篇，获评湖北省自然科学奖二等奖1项，申请专利5项。
主要完成人位灯国，系华中农业大学动物医学院兽药科学系教授、博士生导师，长期从事病毒分子机制、抗病毒药物靶标挖掘及人工智能辅助药物分子设计研究。2017年入选湖北省青年百人，2021年获批湖北省杰出青年基金支持，先后主持国家自然科学基金4项及其他科研项目10余项，以第一或通讯作者在多个国际权威期刊发表论文20余篇。
二、案例介绍
（一）案例背景
近年来，兽医领域面临新兴疾病频繁爆发与耐药性加剧的双重挑战，开发新型高效原创兽药成为管理动物健康、阻断人兽共患病传播链的迫切需求。但长期以来，兽药研发多依赖人用药物的直接迁移或衍生改造，亟需创新方法推动原创发展。人工智能技术为药物设计带来新路径，却因兽药领域数据碎片化与非系统化问题受到严重制约。
现有兽药相关信息分散于监管机构文件、专业工具书及公共数据库等多个数据源，虽部分数据库收录兽药信息，但存在数据不完整、人畜药混杂、缺乏独立检索入口等问题；专业兽药书籍虽提供临床用药信息，但多为文本形式，缺失分子结构与作用靶点等关键数据，难以支撑分子层面的计算分析与智能建模。在此背景下，构建综合性的兽药-靶标-疾病数据库，成为推动兽药研发模式转型的关键基础，基于此，研究团队构建了Veterinary DrugBank（VDB）兽药数据库。
（二）解决问题思路
本案例针对“兽药数据碎片化”及“兽药研发亟需创新方法”两大核心问题，构建了以综合性兽药数据库为基础、结合跨物种智能筛选与实验验证的解决路径，具体分为三部分：一是构建兽药数据库，整合多源数据，标准化打造首个涵盖药物-靶点-疾病多维关系的兽药专用数据库，为AI分析提供支撑；二是开展跨物种计算筛选，基于冠状病毒基因靶标保守性，以已知抗人冠状病毒化合物为模板，通过分子指纹相似性计算快速锁定候选老药；三是形成实验验证闭环，通过细胞毒性、免疫荧光、病毒定量等实验验证候选药物，构建“数据整合——计算预测——实验验证”的完整流程，证实老药新用在兽药发现中的可行性。
（三）核心技术
1. 多源数据整合与兽药数据库构建：融合VSDB、FDA、PubChem、TTD与Papich手册等多源数据，系统汇总891种兽药的基本属性、结构、理化性质及271个作用靶点，覆盖50余种动物的956项ATCvet适应症与904种ICD-11疾病，构建“药物-靶点-疾病”多维网络架构。
2. 跨物种药物重定位的计算筛选技术：VDB集成分子结构相似性搜索（Ketcher + OpenBabel）与BLAST靶标序列比对工具，支持基于活性分子结构和靶蛋白序列的药物再利用筛选；以已知人抗冠状病毒化合物为模板，可在兽药数据库中快速筛选潜在活性分子，实现“从人到兽”的药物功能迁移与重定位预测。
3. 标准化实验验证体系：建立细胞水平高通量药效评价流程，涵盖CCK-8细胞毒性检测、免疫荧光（IFA）、RT-qPCR病毒基因定量、TCID50病毒滴度测定等方法，可将计算筛选结果（如Eprinomectin）快速转化为体外抗病毒活性证据，形成完整闭环并提供可重现的实验证据链，支撑老药新用的可信转化。
（四）创新亮点
1. VDB数据库构建创新：系统整合多方权威来源的兽药结构、理化性质、靶点与治疗信息，引入ICD-11与ATC分类体系，实现药物与疾病的标准化注释，为AI分析提供高质量结构化数据。
2. VDB数据库功能集成创新：集成分子结构相似性搜索与靶点序列BLAST比对功能，可直接支撑基于分子结构与靶点序列相似性的药物筛选，提升筛选效率。
3. 案例应用验证创新：基于该平台比对400余种已知抗冠状病毒化合物，成功发现具有抗病毒活性的抗寄生虫药物，通过计算预测与实验验证相结合的方式，充分验证了技术思路的可行性与实用性。
（五）应用范围
1. 兽药研发与药物再利用研究机构：面向兽药研发、药物重定位及新适应症挖掘的科研机构与企业，可用于系统筛选潜在候选药物，提升兽药早期发现效率，降低研发试错成本。
2. 跨物种药物研究与比较药理学领域：支持兽药与人药在结构、靶点及疾病层面的系统比较，可应用于跨物种药物作用机制研究、人药向兽药迁移评估及人畜共患病相关药物研究。
3. 人工智能驱动的药物发现与教学科研场景：提供结构化、可计算的高质量兽药数据资源，可作为AI药物设计、分子相似性分析及靶点预测等研究的基础数据平台，适用于高校和科研机构开展相关教学与方法验证。
三、案例点评
本案例聚焦兽药研发领域的核心痛点，通过构建VDB兽药数据库并整合跨物种计算筛选与实验验证技术，形成了“数据-计算-实验”的完整创新链条，具备显著的技术突破与应用价值。在技术层面，解决了兽药数据碎片化、非系统化的行业难题，首次打造涵盖药物-靶点-疾病多维关系的标准化兽药专用数据库，同时集成核心分析工具与标准化实验体系，为人工智能与兽药研发的深度融合提供了可行的技术框架。
在应用与价值层面，案例提出的方法为兽药早期研发提供了高效、低成本的技术支撑，能够有效缩短候选药物发现周期、降低研发试错成本，同时促进人用药物及已知活性化合物向兽用场景的合理迁移，大幅提升兽药创新供给效率。从社会价值来看，项目推动了人工智能与兽医药领域的交叉融合，为新兽药研发、动物健康管理水平提升及公共卫生安全保障提供了关键数据支撑，对行业发展具有重要的科研示范与推广意义。此外，依托华中农业大学动物医学院的科研积累与团队实力，该技术体系具备良好的落地转化潜力，有望进一步推动兽药研发行业的模式革新，助力畜牧业高质量发展与国家重大动物疫病防控工作。
