中药具有多成分、多靶点与系统调节的特点,其活性成分的筛选与机制阐释是中药现代化研究的关键。传统筛选方法主要依赖表型筛选实验,存在效率低、周期长等局限。随着人工智能技术的进步,机器学习为中药活性成分的快速发现提供了新的技术方法。基于机器学习的预测模型能够显著提高中药活性成分的筛选效率与准确率,通过整合中药成分结构特征、靶点注释信息及疾病相关分子网络数据,机器学习模型构建高效的药物筛选框架,实现活性成分的快速预测与优先级排序。系统梳理机器学习在中药活性成分筛选中的模型构建与应用进展,综述其在活性化合物预测与机制解析方面的贡献,以期为推动中药药效物质基础研究的智能化发展与创新药物研发提供理论参考和方法支持。