演讲嘉宾

杰里米·旺多姆
史蒂夫·杰罗姆

摘要

多年来，传统的虚拟筛选 方法一直存在苗头化合物 率低、缺乏新颖性以及所筛选出的分子开发潜力不足等问题。这些缺陷既源于筛选 技术的性能限制，也源于实际可进行筛选的化学库规模有限，从而导致人们对虚拟筛选 作为一种可靠的苗头化合物 发现方法缺乏信心。

如今，Schrödinger 正率先推出一种全新的现代化虚拟筛选 工作流程，该流程利用了具有颠覆性意义的技术，包括基于人工智能/机器学习的主动学习以及精准的绝对结合能预测（FEP+ ，ABFEP），能够以经济高效的方式对超大规模化学库（包括几乎涵盖所有片段的片段库）进行筛选和重新评分。该工作流程的表现堪称革命性。

在本场网络研讨会中，我们将介绍Schrödinger 治疗学小组的几项最新案例研究，其中，这种现代化的、大规模虚拟筛选 工作流程在多种靶点上实现了两位数的苗头化合物 率。此外，我们还将介绍如何通过Schrödinger的“研究支持服务”获取这些技术。

亮点

• 了解在靶点 各类课程中，通过虚拟筛选成功实现苗头化合物 率达到两位数的案例研究
• 了解一种全新的现代筛选 工作流程，该流程将基于物理理论 方法（分子对接 以及绝对结合自由能计算）与机器学习（ML） 相结合，用于大规模筛选 以及对整个配体和片段的重新评分。
• 了解如何通过Schrödinger的“苗头化合物 Discovery”研究支持服务轻松获取这些技术和专业知识
• 提出问题，以便从演讲者那里获得更深入的见解，并将其应用到你的工作中