近日，我院青年教师陈文副教授携手湖南大学及中南大学的研究团队，以第一通讯作者身份在世界顶级化学类综合期刊《Chemical Science》上发表了题为“Data-driven discovery of near-infrared type I photosensitizers for RNA-targeted tumor photodynamic therapy”(的论文（DOIhttps://doi.org/10.1039/D5SC03648H）。该论文荣幸地被选为封面论文。

肿瘤治疗一直是医学领域的重大挑战，尤其是缺氧性肿瘤对传统光动力疗法（PDT）的抵抗性较强。I型光动力疗法通过产生自由基而非依赖氧气，为缺氧肿瘤提供了新的治疗思路。然而，开发高效的近红外（NIR）I型光敏剂仍面临巨大困难：传统实验筛选耗时耗力，且光敏剂的活性、合成可行性及靶向性难以兼顾。如何快速发现兼具高效性和临床适用性的I型光敏剂，成为当前研究的核心问题。

本研究通过AI与专家协同的智能筛选范式，首次将数据驱动模型与多阶段筛选结合，大幅缩短了光敏剂的开发周期。最终筛选的PYD光敏分子不仅能高效产生自由基，还可特异性靶向肿瘤RNA，为精准治疗提供新工具。该方法为其他难治性肿瘤的光敏剂开发提供了可复制的技术路线，有望加速下一代PDT药物的问世。该成果发表于《Chemical Science》，标志着AI辅助药物发现与肿瘤治疗领域的深度融合，为克服传统疗法的局限性开辟了新路径。