Sistemas complexos da medicina tradicional chinesa incluem diversos componentes químicos, como pequenas moléculas, proteínas, polissacarídeos e autoassembléias de alto nível. Atualmente, a análise desses componentes é limitada pela cobertura insuficiente das bibliotecas espectrais e pela baixa eficiência da análise manual, o que restringe a profundidade da pesquisa básica sobre substâncias. A inteligência artificial (IA), com suas poderosas capacidades de integração de dados multiorigem e aprendizado profundo de representações, impulsionou a transição da análise de componentes químicos da medicina tradicional chinesa do paradigma "orientado pela experiência" para um novo paradigma "orientado por dados". Este artigo revisa sistematicamente os paradigmas de aprendizado e as arquiteturas centrais da IA na análise de componentes da medicina tradicional chinesa, com ênfase nos métodos de aprendizado de representação molecular, estratégias de processamento de dados espectrais e aplicações avançadas em análise inteligente e expansão do espaço químico. Finalmente, discute os principais desafios, como padronização de dados, compartilhamento de dados e integração multimodal, bem como caminhos para desenvolvimento futuro.

inteligência artificial;componentes químicos da medicina tradicional chinesa;aprendizado profundo;aprendizado de representação;análise inteligente