分子接着剤は、タンパク質間相互作用を強化する能力、その小さなサイズ、そして（PROTACと比較して）優れた物理化学的特性により、創薬研究者たちに「ターゲット 」とされる「創薬困難な」タンパク質を標的とする新たな機会を提供し続けています。Schrödingerの創薬部門グループ による最近の研究では、従来のオルソステリック阻害剤に比べて優れた特性を示すp38α-MK2分子接着剤をどのように設計できるかが示されました。得られた化合物は、LPSマウスモデルにおける経口投与後のTNFαレベルの顕著な低下によって示されたように、すでにその効果を実証しており、分子接着剤に関するこのモデリングワークフローの有効性を裏付けるものとなっています。

このウェビナーでは、Schrödingerの医薬化学者および計算化学者が、多角的な計算設計戦略を用いて、構造的に多様で、強力かつ選択性の高い複数の「分子接着剤」を発見した手法を紹介します。同チームは、Schrödingerの業界をリードする自由エネルギー摂動技術（FEP+ ）を、AutoDesignerおよび機械学習ツール（AL-FEPや生成型MLを含む）と組み合わせて活用することで、複数のプロジェクト基準を最適化しつつ、膨大な化合物空間 を効果的に探索することに成功しました。 研究開発チームにとって、このワークフローは、困難な目標に取り組み、独自の複雑なタンパク質システム向けの新規分子接着剤の発見を加速させるための青写真となります。

ウェビナーの見どころ：

• 構造的に多様で、強力かつ選択性の高い「分子接着剤」を発見するための、新たなインシリコ戦略を学ぶ
• Schrödingerの医薬化学者や計算化学者が、列挙法、物理ベースの手法、AI／MLツールを活用して、創薬や多変数最適化の課題にどのように取り組んでいるかをご覧ください。
• 講演者からさらなる洞察を引き出し、自分の仕事に活かすために質問を投げかけましょう