職能部門
二級單位
學(xué)術(shù)預(yù)告：計算化學(xué)方法和人工智能模型在早期藥物發(fā)現(xiàn)中的研究和應(yīng)用
2025.01.07
時間：2025年01月04日 下午2:30-4：30
地點：醫(yī)學(xué)與健康研究院701會議室
主辦單位：河北醫(yī)科大學(xué)科學(xué)技術(shù)處
承辦單位：醫(yī)學(xué)與健康研究院、創(chuàng)新藥物研究與評價中心、河北省新藥藥理毒理研究重點實驗室、河北省神經(jīng)精神疾病機制與診療協(xié)同創(chuàng)新中心、基礎(chǔ)醫(yī)學(xué)院藥理學(xué)教研室
內(nèi)容：從真實世界新藥研發(fā)的角度來看，計算賦能的判斷標(biāo)準(zhǔn)很簡單 — 是否能用于新靶點、產(chǎn)生新結(jié)構(gòu)類型分子、預(yù)測能得到實驗驗證。在特定應(yīng)用場景中選擇合適的計算方法至關(guān)重要，然而基于物理學(xué)原理的計算化學(xué)方法和基于數(shù)據(jù)的人工智能模型在藥物發(fā)現(xiàn)早期階段均面臨不同的挑戰(zhàn)和機遇。基于靶標(biāo)結(jié)構(gòu)的虛擬篩選（分子對接）急需進(jìn)一步提升計算精度與效率，從而在針對新靶標(biāo)的新型先導(dǎo)化合物發(fā)現(xiàn)中起到更重要的作用。同樣應(yīng)用場景下的人工智能模型，則受限于蛋白-配體復(fù)合物結(jié)構(gòu)和活性數(shù)據(jù)的嚴(yán)重匱乏，而缺乏泛化能力。然而，深度學(xué)習(xí)模型若具備高質(zhì)量的訓(xùn)練數(shù)據(jù)，便有望突破傳統(tǒng)低維定量構(gòu)效關(guān)系模型的局限，提升蛋白-配體相互作用模式的預(yù)測成功率，生成結(jié)構(gòu)新穎的活性小分子，從而對新藥研發(fā)產(chǎn)生重要的推動作用。主講人：黃牛博士，南開大學(xué)物理系學(xué)士，美國馬里蘭州大學(xué)博士，加州大學(xué)舊金山分校博后。現(xiàn)任職北京生命科學(xué)研究所/清華大學(xué)生物醫(yī)學(xué)交叉研究院，高級研究員。主要研究方向是發(fā)展基于物理學(xué)原理的計算化學(xué)方法，預(yù)測靶標(biāo)和藥物分子之間相互結(jié)合自由能，架起生命科學(xué)基礎(chǔ)研究與首創(chuàng)新藥研發(fā)之間的橋梁。近年來，也開始探索如何利用深度學(xué)習(xí)技術(shù)賦能計算驅(qū)動的藥物分子設(shè)計。近年來以通訊作者在Sci. Transl. Med., Cell, ACS Cent. Sci., Nat. Commun., J. Med. Chem., J. Chem. Inf. Model.等生物醫(yī)學(xué)和計算化學(xué)主流雜志發(fā)表多篇學(xué)術(shù)論文，已獲得6項國際新藥發(fā)明專利，并進(jìn)入臨床前研發(fā)階段。榮獲2013藥明康德生物化學(xué)研究獎，北京市“海外高層次人才”。