明日下午3點！計算機輔助藥物設計及深度學習在苗頭化合物發現和優化中的應用

計算機輔助藥物設計（Computer aided drug design，CADD）在現代藥物發現中已被廣泛應用，並在心血管、眼科、腫瘤和抗病毒等多種疾病領域的藥物研發中發揮了重要作用。利用多種技術，如基於結構/配體的虛擬篩選、分子對接、分子動力學模擬和自由能微擾等，CADD助力小分子苗頭化合物的發現和優化等環節。而隨着算力的提升和深度學習算法的突破，基於生物醫學數據的大數據驅動深度學習（Deep Learning）建模在藥物研發領域中也逐漸嶄露頭角。通過從大量溼實驗數據中提取潛在的化合物結構特徵，並利用相關模型預測分子的性質或直接生成具有預期性質的新分子，深度學習在新分子的生成設計和苗頭化合物的虛擬篩選中發揮了不可忽視的作用。然而，如何有效利用多種計算工具，結合項目的實際目標，在苗頭化合物的發現和優化中實現乾溼結合的閉環，仍是CADD/深度學習領域的一大挑戰。

12月17日下午3點，藥明康德生物學業務平臺主任崔維仁博士和助理主任韓帥博士將做客藥明直播間，與大家介紹CADD和深度學習技術在小分子和多肽苗頭化合物發現和優化中的實際應用及案例介紹，分享相關經驗和策略，歡迎大家參加討論！

註冊報名

本次研討會免費對外開放，請長按下方二維碼報名，快速進入直播通道。

主題：計算機輔助藥物設計及深度學習在苗頭化合物發現和優化中的應用

主講人：崔維仁 博士 藥明康德生物學業務平臺主任

韓帥 博士 藥明康德生物學業務平臺助理主任

時間：2024年12月17日，15:00 – 16:00

SPEAKER PROFILE

崔維仁 博士

崔維仁博士擁有浙江大學生物信息學學士學位，中科院-馬普學會計算生物學夥伴研究所計算生物學博士學位，從事信號通路與自免疫疾病系統生物學方向的研究。2016年加入藥明康德，先後負責數據管理與挖掘以及DNA編碼化合物庫技術(DEL)信息平臺的研發，以及自助式DEL試劑盒產品模式的更新與迭代。現負責早期研發環節中的苗頭化合物發現和信息學平臺。

韓帥 博士

韓帥博士於2020年獲得清華大學藥學院博士學位，其後加入藥明康德，從事計算機輔助藥物設計(CADD)、基於DEL的深度學習等工作，目前負責CADD和深度學習團隊，應用相關方法助力小分子和多肽苗頭化合物的早期發現和優化。

關於藥明康德生物學業務平臺

結合藥明康德尖端的DEL技術、生物學、腫瘤學及免疫學技術平臺，藥明康德生物學業務平臺爲全球客戶提供全方位的生物學服務和解決方案。我們的願景是打造一個全球領先的一體化藥物發現及藥效服務平臺。藥明康德生物學業務平臺擁有一個超過3,000人的科學家團隊，我們的服務涵蓋新藥發現各個階段及所有主要疾病領域，我們的技術平臺包括DNA編碼化合物庫(DEL)、高通量篩選（HTS）、免疫腫瘤學、分子及細胞水平的藥效和藥物機制研究、結構生物學、各類大小動物藥效模型（腫瘤模型、心血管疾病、呼吸類疾病、糖尿病和肥胖症、脂肪肝、神經退化和認知障礙、疼痛、睡眠、精神類疾病、病毒及細菌感染模型）、早期安全性評估以及臨牀生物標誌物檢測服務等，並着力建設新型分子類型的各種生物學研究能力，包括靶向蛋白降解、核酸類新分子、偶聯類新分子、載體平臺、創新藥遞送系統等。

【New modality系列】往期直播回放：