AI 预测口服生物利用度演示

实验目的

理解 AI 预测生物利用度的基本流程，能正确解读预测结果并认识其局限。

实验原理

生物利用度 F 指药物活性成分被吸收进入体循环的速度和程度。绝对生物利用度可表示为 F = (AUC口服 × D静脉) / (AUC静脉 × D口服)。AI 模型从已有数据中学习分子性质、溶解度、渗透性、制剂参数与 F 的关系，再对新样本给出预测值。

实验器材

• 药物分子与理化参数（如分子量、脂溶性、溶解度）
• 制剂参数（剂型、辅料、剂量）
• 训练数据集示意
• 预测模型界面
• 预测结果与置信范围显示

实验步骤

1. 查看训练数据，了解输入特征与生物利用度的对应关系。
2. 输入或选择一种药物的理化性质。
3. 调整制剂参数，如剂型和剂量。
4. 运行模型，读取预测的生物利用度。
5. 改变参数后重新预测，比较结果的变化。

实验现象与结论

改变溶解度、渗透性或制剂参数后，模型给出的预测值随之变化，说明这些因素与吸收密切相关。结论：AI 可用于早期筛选和方案比较，减少盲目实验，但预测结果依赖数据质量，须经实验验证，不能取代临床研究。

注意事项

• 演示数据仅作教学示意，不代表真实药物的结果。
• 预测值不能作为用药或剂量调整的依据。

常见问题

生物利用度是怎么计算的？

绝对生物利用度 F = (AUC口服 × D静脉) / (AUC静脉 × D口服)，反映进入体循环的药量比例。

AI 预测结果可靠吗？

取决于训练数据的质量和覆盖范围。它适合早期筛选，仍需实验和临床验证。