【特色班详细介绍】

01

一场正在发生的产业革命

10年。20亿美金。不到10%的成功率。

这不是某个失败项目的账单，而是每一款新药上市前必须缴纳的过路费。从靶点发现到临床试验，从动物验证到人体招募，从二期三期到审批上市——时间以年为单位燃烧，金钱以亿为单位蒸发。更残酷的是，超过90%的候选药物会在某个深夜的实验室里被宣判死刑，所有投入瞬间归零。

癌症患者在化疗中等待下一周期，等来的却是耐药；阿尔茨海默病家属看着记忆一天天被擦除，却无药可阻；罕见病儿童的父母翻遍全球文献，发现针对自己孩子那种基因突变的药物，可能永远不会被研发——因为患者太少，药企算不过账。

这条以生命为代价的漫长甬道，医药界称之为"死亡谷"。

但现在，算法正在炸开这条山谷。

AlphaFold 3以前所未有的精度预测蛋白质与药物的相互作用，将原本需要数月的计算压缩到数小时；生成式AI在虚拟空间中"无中生有"地设计全新分子结构，让药物发现从"大海捞针"跃迁为"精准造物"；临床试验阶段，AI患者招募系统将匹配效率提升数倍，让那些在等待中消逝的生命，更快触达希望。

数字不会说谎：

2025年，中国AI制药融资67.54亿元，同比增长130.5%，超亿元级项目频现；

全球AI制药企业已超350家，中国占比近三分之一，赛道滚烫；

复合型AI药学人才年薪逐步攀升，简历池却依然干涸——不是价码不够高，是市场上根本找不到既懂分子又懂代码的人。

国家"人工智能+"行动方案已明确剑指AI制药，强调建设AI驱动新药发现平台，降低研发成本与周期。深圳，这座粤港澳大湾区生物医药高地，正以惊人的密度聚集变革力量：2020-2024年，药械产值从1280亿元增至1576亿元，医疗器械产值1028亿元稳居全国第一。华为的云算力、腾讯的AI大模型、华大基因的数据库、迈瑞医疗的器械平台……巨头们正在把深圳变成AI+药械的"反应堆"。

而你，可以站在这个反应堆的核心。

2026年，深圳大学医学部药学（数智药学创新班）首年高考招生——深圳市首个AI+药学本科特色班。

在这里，左手代码，右手试管。你写的每一行Python，可能正在筛选一个抗癌靶点；你调的每一个模型参数，可能正在缩短一款救命药抵达病床的时间。

你不是在选专业，你是在领取一张迈入产业革命的门票。

02

学院实力：

年轻，但已是湾区引擎

2013年，深圳大学获批设立深圳市首个药学本科专业；2018年药学院正式成立；今天，已建成药学一级学科硕士点。

依托深大医学部9个院系、4家直属附属医院、4家非直属附属医院及13家教学医院，我们构建了"教学—科研—临床"一体化平台。

主干学科为药学、化学、生物学，核心课程涵盖无机化学、有机化学、药物化学、药理学、药剂学、药物分析学、天然药物化学、生物药剂学与药物动力学、药事管理学等，全面对接国际药学教育标准与国家执业药师资格考试要求。

●

师资

全职院士领衔，国家杰青、优青等国家级人才汇聚，70%教师具有海（境）外顶尖院校背景。深圳市"孔雀计划人才"及高层次人才云集。

更关键的是——他们不只来自学界。部分导师曾任职于国际一线药企或研究机构，懂论文，更懂产业。

学院现有药物化学、中药与天然药物学、药理学、药剂学、药物分析学、临床药学与药事管理学等六大教研室，建有多个省级、市级重点实验室和工程中心。

03

三大杀手锏：重新定义药学教育

●

不是批量生产，是量身定制

普通大学课堂：一个专业方向，一套固定课表，一份标准答案。

数智班：一张为你而生的地图，两位为你而来的导师。

学术导师：带你进入省级重点实验室，从文献综述到课题设计，从实验操作到论文写作，手把手建立科研思维。

行业导师：龙头企业高管，每季度与你一对一复盘，告诉你"产业现在缺什么人才""明年什么技术会爆发"。

●

大一进实验室，大三进企业：

一条没有断点的成长链

传统培养模式：大一背概念，大二做习题，大三才摸仪器，大四匆忙找实习——课堂与产业之间，隔着一堵看不见的墙。

数智班：从第一天起，你就有机会近距离接触真实产业需求，逐步深入产业发展核心领域。

●

与巨头并肩，做跨界创新：

让你的简历拥有“产业级成果”

跨界不是选修一门"人工智能导论"，然后拿到一张盖戳的证书。

跨界是药物化学家问你"这个分子的ADMET性质AI预测准吗"，你当场打开Jupyter Notebook跑给他看；是算法工程师质疑"药学数据太稀疏怎么训练"，你调出自己处理过的某类靶点数据集，证明迁移学习的可行性。

每年举办的AI+药学交叉创新竞赛，命题直接来自企业未解决的痛点。获胜团队可能获得专利共署名权或项目孵化投资——你的大二暑假，同龄人还在刷实习证明，你可能已经拥有第一行简历上的"产业级成果"。

双导师全程护航：学术导师确保你的技术深度，行业导师确保你的方向不偏离产业主航道。

时间差，就是竞争力优势。

04

我们在寻找这样的你

●

你可能是这样的人

看到癌症新闻时，你的第一反应不是转发叹息，而是手指悬在屏幕上方，脑子里跑过一个念头："这个癌种的驱动基因是什么？公开数据库里有没有未被开发的靶点？如果让我设计一个AI模型来预测蛋白质-药物结合亲和力，该用什么特征工程？"

面对课本上的分子结构，你不满足于背诵官能团和合成路线。你盯着那个苯环上的取代基，忍不住假设："如果让生成式AI重新设计这个母核，把疏水基团换成氢键供体，亲和力会不会提升？毒性会不会下降？这种如果不是走神，是药物化学家最核心的直觉——而我们将系统训练你把如果变成可验证的算法。

你不介意身份的切换，甚至享受这种挑战。上午在无菌操作台前接种细胞，下午在终端前调参训练神经网络；晚上用移液枪做ELISA，深夜用Git提交代码。试管里的颜色变化和屏幕上的loss曲线，对你来说是同一种语言的不同方言。

你相信技术有温度，而药学是技术向善最直接的着陆点。不是为了改变世界的宏大叙事，而是为了某个具体的人——那个因为药价太高而放弃治疗的老人，那个因为罕见病无药可医而绝望的母亲，那个因为耐药而被迫停止化疗的孩子。你攻克的每一个难关，最终都可能为他们带去希望。

●

你可能正在这些路口徘徊

你是理科尖子生，厌倦了单一学科的内卷，想在药学与AI的交叉地带找到更开阔的战场；

你是竞赛生，拿过信息学或生物奥赛的奖项，不想在纯CS或纯生物的赛道上重复别人的路径；

你是对未来有野心的普通学生，相信选择比努力更重要，愿意在产业革命的起点下注；

你是那个在志愿表前犹豫的人——药学太传统？计算机太拥挤？"药学+AI"可能是你从未想过的新选项。

未来已来，只等你来。

在深圳大学药学院数智药学创新班，用AI压缩新药从实验室到病床的时间，用创新守护具体而鲜活的生命。

2026年，加入这场"算法遇见分子"的革命。

你选择的不只是一所大学和一个专业，更是一个时代的发展机遇。

预 告

新医科 X 新工科

「医学+」融合AI 3大创新班2026上新

医学部

2026本科招生咨询群

扫描上方二维码，加入学院咨询群

素材来源丨医学部药学院

初审 | 朱滢政

复审 | 许舒婷

审定发布 | 朱玲燕