在醫藥研發加速數字化轉型的時代背景下，由中國藥科大學聯合生命科學領域數據服務領軍企業摩熵數科共同打造的《新藥研發的大數據決策》專業課程，正式登陸智慧樹平臺。

作為一門深度踐行“產教融合”理念的創新課程，它直面全球新藥研發“高投入、高風險、長周期、低成功率”的核心挑戰，旨在系統培養藥學專業碩士運用大數據思維與技術解決實際研發難題的能力，為國家創新驅動發展戰略下的新藥研發事業注入強勁動能。

摩熵數科憑借其深厚的行業積累與領先的技術平臺，不僅為課程提供了堅實的產業級內容支撐，更全程主導了高質量教學視頻的規劃與錄制，彰顯了企業賦能教育的前瞻視野與強大實力。

（中國藥科大學-藥物科學研究院授課現場）

一、課程核心：構建全生命周期知識圖譜，賦能實戰能力

《新藥研發的大數據決策》課程以藥物研發全生命周期為脈絡，系統覆蓋立項調研、靶點發現、化合物篩選、臨床前研究、臨床試驗、注冊申報、市場準入及投融資決策等核心環節。

依托摩熵數科豐富的產業經驗與案例庫，課程深入解析各環節技術規范、挑戰及大數據驅動的決策邏輯，構建了“基礎理論-技術規范-數據決策”融合的教學體系。

高質量教學資源：課程包含由摩熵數科專家團隊與中國藥科大學教師共同策劃與錄制的26節專題視頻（累計284分鐘），內容涵蓋研發歷程、崗位認知、法規政策等基礎模塊，并重點聚焦大數據工具應用及全流程分析策略，融合理論教學、前沿案例解析與平臺實操演練。

創新教學模式：突破傳統理論框架，創新性地融合“高校教授+業界專家+項目實訓”三位一體：

（1）由校內主講教師系統授課，夯實基礎，構建學生完整的知識圖譜；

（2）摩熵數科資深專家通過專業錄制的講座視頻或線上線下結合形式，分享真實產業洞見與大數據應用實踐；

（3）在教師指導下，學生通過分組研討與大數據分析實訓項目鍛造實戰能力，借助摩熵數科技術平臺完成靶點分析、賽道評估等真實課題并產出高質量調研報告；優秀學員可獲得企業實習直通名額及數據庫深度體驗機會，實現“知識習得-案例研討-產業實踐”的閉環培養路徑。

二、摩熵數科：以產業遠見與實力，構筑產教融合技術底座

課程的深度與價值，源于共建方摩熵數科在生命科學數據智能領域的領先地位，以及其賦能教育的戰略遠見。作為生命科學領域全球領先的數據檢索系統、垂域AI模型開發及咨詢解決方案提供商，摩熵數科擁有服務全球頂尖藥企、研究機構的深厚積淀，依托其強大的產業級數據資源與技術能力，為醫藥研發提供從數據獲取到智能決策的全鏈條支持。此次傾力打造高校課程，正是其“以行業積淀反哺教育，共育未來創新力量”戰略眼光的直接體現。

全球領先的產業數據底座：平臺整合全球超10萬個數據源，形成PB級規模、超50億條結構化數據資源庫。近百位醫藥領域專家對數據進行精細化編輯、標注與審核，確保信息專業性、準確性與時效性。通過自研“信息擾動技術”和脫敏處理流程，實現數據“可用不可見”，在合規前提下充分釋放數據價值，為課程實訓提供真實、安全、高維度的數據支撐。

突破性AI技術生態：基于“DATA for AI”與“AI for DATA”雙向賦能機制，利用大語言模型（LLMs）自動化抽取和構建知識圖譜，結合專業團隊的精細化加工，形成“數據生產-模型訓練-應用優化”的AI驅動數據閉環生態。自主研發的BCPM-Miner模型融合NLP與CV技術，可實現從分子結構、生物通路到臨床文本等復雜生命科學實體的智能理解與挖掘。

場景化產品矩陣賦能：依托數據與技術積淀，摩熵數科打造了包含15大數據庫集群、200余個專業子庫的產品體系，通過SaaS平臺、API接口及AI模型等模式，為政產學研醫投六大客戶群體提供精準服務。課程聚焦的靶點發現、臨床優化、市場準入等關鍵決策環節，恰是其旗下摩熵醫藥、摩熵化學、摩熵生物等核心產品的賦能領域；而課程實訓環節直接對接摩熵BCPM數據智能平臺，更成為學生接觸真實產業級數據環境的重要窗口。

（摩熵數科BCPM平臺產品矩陣）

三、產學研用深度協同：共育醫藥數據英才，引領行業未來

作為課程核心共建方，摩熵數科深知“人才是創新的第一資源，是突破研發瓶頸的核心力量”。此次合作正是“以行業積累反哺教育，賦能未來人才”使命的重要實踐。開放BCPM平臺資源，讓學生親身實踐產業級數據決策流程，是培養其創新思維與解決問題能力的核心路徑，直接呼應了國家對于增強創新思維、運用創新思維解決實際問題的號召。

作為生命科學數據智能化領域的開拓者，摩熵數科通過與中國藥科大學等頂尖院校的“產學研用”深度合作（如共建“AI+醫藥”聯合實驗室、設立專項獎學金、開放技術接口），持續開放資源，將前沿技術與真實產業洞察融入教學。這不僅助力高校培養兼具使命感、嚴謹素養與科技自信的藥學人才，更是摩熵推動醫藥行業從“經驗驅動”向“數據智能驅動”轉型的核心戰略布局。

面向未來，摩熵數科將持續深化與學術界、產業界的開放協同，構建更強大的創新生態系統，加速生命科學基礎研究突破與應用轉化，以數據智能驅動醫藥健康事業創新發展，為人類健康福祉貢獻更多力量。