AIDD Idea | 用AI不断蒸馏AIDD创新idea

🔗 网站地址：

https://aiddea.minddanceai.com

随便逛逛吧

随便试试吧，AI对AIDD的见解

我自己是在科研工作之余，借助 AI 的能力，让他总结了10000多条idea。它的目标只有一个：把 AI 药物研发的"选题"这件事，从碎片信息变成一张可检索、可对比、有证据、可审校的研究图谱。

它是什么

AIDD Idea Atlas 是一个公开、只读、无需登录的 AI 药物研发研究选题图谱。

打开网页就能用，不需要注册、不收集账号、也没有付费墙。当前的 v1.0 正式公开版本收录了：

• 15,000 个 研究课题
• 30 个 一级研究方向
• 1,572 个 专题聚类
• 23 个 领域证据包（SourcePack）
• Top300 结构化详情页 + Top500 离线专家审校队列
• 24 条 持续跟踪的研究信号

这些内容覆盖了 AIDD 的几乎全链路：从疾病生物学与靶点发现、结构预测与相互作用、虚拟筛选与命中发现、生成式小分子设计、ADMET 与安全毒理，到蛋白/抗体/肽药设计、RNA 与核酸药物、靶向蛋白降解（TPD）、合成规划与自动化药化、CMC 与制剂、临床转化与试验设计，再到可信、可监管 AI 与安全治理。

换句话说，无论你关心的是早期发现、临床转化，还是模型可信度与监管合规，都能在图谱里找到对应的入口。

它具体能做什么

一、从"研究赛道"进入，而不是大海捞针

平台首页提供 30 个一级方向作为入口。点进任意一个方向，可以继续按方法学、证据等级、所属证据包、审校优先级层层收窄，快速定位到自己真正关心的细分场景。

为了避免上万个课题彼此重复、互相淹没，图谱还构建了 1,572 个专题聚类，用于去重、合并相似课题、生成专题页。你可以从一整条赛道俯瞰全局，再下钻到单个课题——这比一条条翻列表高效得多。

从 30 个方向进入，再按方法学、证据等级、证据包逐层收窄。

二、23 个证据包：把每个想法连到可复现的资源上

每个课题都不是凭空的"点子"，而是挂在一个 SourcePack（领域证据包） 上。每个证据包都打包好了这个领域的代表文献、开源工具、公开数据、推荐基线（Baseline）和评价指标（Metrics）。

举几个例子：

• 结构预测/复合物相互作用证据包：基线指向 AlphaFold3 / RFAA / Boltz-2 等，配合 PDBbind 留出集评估，指标包括 DockQ、界面 RMSD、配体 RMSD、亲和力相关性、PoseBusters 通过率。
• 活性/性质/QSAR/ADMET 证据包：从 RDKit 分子指纹、校准过的梯度提升模型、图神经网络，到时间切分 / 骨架切分与 conformal prediction，指标涵盖 AUROC、RMSE、ECE 校准误差、OOD 适用域拒识。
• 生成式小分子证据包：TDC oracles + 多种生成器 + 骨架切分，指标包括有效性、唯一性、新颖性、可合成性、多目标 Pareto 占优乃至湿实验命中率。

也就是说，你看到一个课题时，旁边就摆着"用什么基线、用什么数据、用什么指标去验证"，不用再从零摸索。

每个证据包都打包好了基线、数据与评价指标。

三、Top300 详情页：每一页都像一份微型研究方案

排在前列的课题拥有结构化详情页，信息密度相当高。一个完整的课题详情页通常包含：

• 科学问题：核心科学问题、创新假设、技术路线；
• MVP / Baseline / Metrics：最小可行验证方案、推荐基线、关键评价指标、复现性要求；
• 可靠性、风险与验证：主要失败模式、数据泄漏与偏差控制、不确定性与适用域评估、验证计划、监管 COU（Context of Use）草案、安全 red-team 自查问题；
• 转化与审校：商业化路径、首月推进计划、停止 / 重构准则；
• 元数据与来源：课题编号、研发阶段、模态、方法学、优先级评分、所属聚类，以及指向真实公开文献的代表来源链接。

从"想做什么"到"第一周做什么、什么时候该停"，一页之内交代清楚。对要写开题报告、立项申请或技术尽调的人来说，这是一个很省事的起点。

每一个课题详情页，都像一份微型研究方案。

四、Top500 离线审校队列：把专家意见留在闭环里

平台公开了一份 Top500 离线审校队列，并提供 CSV / JSONL 模板下载。专家可以在本地填写审校人、评分、结论和批注，全程离线进行；公开站本身不接收上传、不设登录、也没有专家账号，审校结果由维护者在本地汇总后纳入下一版图谱。

每条待审课题都附带明确的审校问题，例如：该课题的最小可验证实验是否清晰？所选证据包是否最合适？是否存在数据泄漏、双重用途或监管边界问题？ —— 让"人来把关"这一步真正落到实处。

公开的 Top500 审校队列，把专家意见纳入闭环。

五、本地对比、最新信号与来源监测

• 本地对比：把感兴趣的课题加入对比，并排查看，无需登录。
• 最新调研信号：持续跟踪监管可信 AI、计算安全性、结构与亲和力预测、多智能体科研助手、基准与数据集等前沿动态，例如 FDA/EMA 的 Good AI Practice in Drug Development 原则、以及 Therapeutics Data Commons（TDC）持续更新的数据集与基准。
• 来源监测：作为长期运营的来源跟踪清单，自动采集默认关闭，更新需经人工审校后再发布。

它和"让 AI 列个清单"有什么不同

这是我想特别说明的一点。AIDD Idea Atlas 不是把 AI 生成的一堆标题堆在一起，而是在三件事上下了功夫：

第一，证据驱动、可复现。 每个课题都连着基线、数据、指标和真实文献，强调时间切分 / 骨架切分、负对照、防泄漏、不确定性与适用域评估。优先级评分也不是拍脑袋，而是综合了可行性、创新性、影响力、证据成熟度、临床转化潜力、商业化潜力、监管复杂度、双重用途风险等多个维度。

第二，安全与治理优先。 平台明确拒绝提供任何危险化学合成步骤、病原体 / 毒素设计、核酸序列筛查规避等可能造成生物安全风险的可执行细节。涉及临床、监管、生物安全或双重用途的问题，会转向治理与安全说明，而不是给出可执行操作。AI 证据问答（RAG）默认关闭，必须通过完整的安全评测与对抗测试后才会灰度开放——这是一条我刻意守住的底线。

第三，对齐监管可信 AI。 方法学层面引入了证据等级、COU、模型卡 / 数据卡、人工审校等理念，与当前监管对"可信、可追溯、可审计的 AI"的要求保持一致。

谁会用得上

平台面向 AIDD 研究者、研究生、创业者、药企创新团队、CRO/CDMO、投资 / BD 团队和学生。几个典型用法：

• 找选题的研究生 / 博士：从方向进入，按方法学和证据等级筛出带 baseline 和指标的可执行课题，直接对照写开题。
• 创业者与 BD：从专题聚类俯瞰赛道全景，评估技术成熟度、商业化路径和监管复杂度。
• 药企 / CRO 团队：用证据包对齐内部项目的基线和评价指标，校准技术评估口径。
• 教学场景：把图谱当作 AIDD 课程的结构化案例库。

从 v0.1 到 v1.0：一步步打磨出来的

这个平台不是一次成型的。从更新日志能看到它的成长轨迹：

• v0.1 搭起 AIDD 全链路分类体系，1,000 个种子课题；
• v0.2 → v0.3 扩展到 15,000 个可审校课题，补齐详情页所需的几十个字段；
• v0.4 确立 SourcePack 证据包这一核心机制；
• v0.5 → v0.7 整合、运营、收口为可公开发布的版本；
• v0.8 → v0.9 加入证据导航语料、安全评测与上线就绪清单；
• v1.0 正式公开：完成 24 项发布校验、100 项页面访问测试、125 条证据问答评测、100 条安全对抗用例，并生成约 5,000 个检索优化页面。

每一步都不是盲目扩量，而是先把结构、证据和安全边界打磨扎实，再往前走一格。

从 1,000 个种子课题，到 15,000 课题正式公开。

这张图谱会一直生长

v1.0 是一个起点，而不是终点。我对它的定位，从一开始就不是"一份做完就封存的清单"，而是一张会持续生长的活地图。接下来主要沿三条线往前走：

• 持续优化：不断打磨证据等级、优先级评分和审校口径，让排序更可信、字段更准确、检索更顺手，并把专家在离线审校队列里反馈的意见一轮轮回写进图谱。
• 深化课题：把更多课题从列表卡片升级为结构化详情页，补齐基线、数据切分、模型卡 / 数据卡和外部验证，让"可执行、可复现"覆盖到更深的层次。
• 拓宽广度：随着领域演进，继续扩充方向、聚类与证据包，让新兴的模态、方法和应用场景及时进入图谱，不留下明显的空白地带。

更重要的是一个持续收录机制：在 v1.0 这个时间节点之后发表的重要论文、数据集与工具，我会经人工审校后，把它们关联到对应的课题、研究方向和证据包栏目之下；对其中真正值得展开的工作，还会进一步做解读与分析，并通过 MindDance 公众号持续输出。

也就是说——图谱负责沉淀"结构化的选题与证据"，负责跟进"最新的进展与思考"，两者互相喂养。 你今天看到的 15,000 个课题只是一个快照；真正有意思的，是它和这个领域一起往前走的过程。

一点必要的边界说明

AIDD Idea Atlas 的全部内容仅用于科研选题、教育、技术评估和创新探索，不构成医学建议、临床诊断或给药建议、投资建议或监管批准意见。

每个课题的可行性、科学有效性、知识产权状态、合规风险和实验安全性，都需要由相关领域专家进一步验证。v1.0 也明确不做用户登录、个人中心、在线投稿和评论区——专注把一个高质量的无登录公开图谱稳稳地交付出来。