专栏名称: 同写意

一个以新药创制为核心，汇集国内一流研发精英的大型交流与价值分享平台。“同筑技术人生路，写意中国新药魂”是同写意的初衷与愿景。秉承汇集“一线、一流”，讲求“实用、实在、时效”的原则。

药明直播间 | 计算机辅助药物设计及深度学习在苗头化合物发现和优化中的应用

同写意 · 公众号 · · 2024-12-16 18:16

正文

计算机辅助药物设计（Computer aided drug design, CADD）在现代药物发现中已被广泛应用，并在心血管、眼科、肿瘤和抗病毒等多种疾病领域的药物研发中发挥了重要作用。利用多种技术，如基于结构/配体的虚拟筛选、分子对接、分子动力学模拟和自由能微扰等，CADD助力小分子苗头化合物的发现和优化等环节。而随着算力的提升和深度学习算法的突破，基于生物医学数据的大数据驱动深度学习（Deep Learning）建模在药物研发领域中也逐渐崭露头角。通过从大量湿实验数据中提取潜在的化合物结构特征，并利用相关模型预测分子的性质或直接生成具有预期性质的新分子，深度学习在新分子的生成设计和苗头化合物的虚拟筛选中发挥了不可忽视的作用。然而，如何有效利用多种计算工具，结合项目的实际目标，在苗头化合物的发现和优化中实现干湿结合的闭环，仍是CADD/深度学习领域的一大挑战。

12月17日下午3点 ， 药明康德生物学业务平台主任崔维仁博士 和 助理主任韩帅博士 将做客药明直播间，与大家介绍CADD和深度学习技术在小分子和多肽苗头化合物发现和优化中的实际应用及案例介绍，分享相关经验和策略，欢迎大家参加讨论！

注册报名

本次研讨会免费对外开放，请长按下方二维码报名，快速进入直播通道。

主　题： 计算机辅助药物设计及深度学习在苗头化合物发现和优化中的应用

主讲人： 崔维仁博士药明康德生物学业务平台主任

韩帅博士药明康德生物学业务平台助理主任

时　间： 2024年12月17日，15:00 – 16:00

SPEAKER PROFILE

崔维仁博士

崔维仁博士拥有浙江大学生物信息学学士学位，中科院-马普学会计算生物学伙伴研究所计算生物学博士学位，从事信号通路与自免疫疾病系统生物学方向的研究。2016年加入药明康德，先后负责数据管理与挖掘以及DNA编码化合物库技术（DEL）信息平台的研发，以及自助式DEL试剂盒产品模式的更新与迭代。现负责早期研发环节中的苗头化合物发现和信息学平台。