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
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。
韩帅博士于2020年获得清华大学药学院博士学位，其后加入药明康德，从事计算机辅助药物设计(CADD)、基于DEL的深度学习等工作，目前负责CADD和深度学习团队，应用相关方法助力小分子和多肽苗头化合物的早期发现和优化。结合药明康德尖端的DEL技术、生物学、肿瘤学及免疫学技术平台，药明康德生物学业务平台为全球客户提供全方位的生物学服务和解决方案。我们的愿景是打造一个全球领先的一体化药物发现及药效服务平台。药明康德生物学业务平台拥有一个超过3,000人的科学家团队，我们的服务涵盖新药发现各个阶段及所有主要疾病领域，我们的技术平台包括DNA编码化合物库(DEL)、高通量筛选（HTS）、免疫肿瘤学、分子及细胞水平的药效和药物机制研究、结构生物学、各类大小动物药效模型（肿瘤模型、心血管疾病、呼吸类疾病、糖尿病和肥胖症、脂肪肝、神经退化和认知障碍、疼痛、睡眠、精神类疾病、病毒及细菌感染模型）、早期安全性评估以及临床生物标志物检测服务等，并着力建设新型分子类型的各种生物学研究能力，包括靶向蛋白降解、核酸类新分子、偶联类新分子、载体平台、创新药递送系统等。
