作为公司范围内的休整与充电计划的一部分,Schrödinger 全球所有办事处将于8月17日至21日当周暂停办公。在此期间,我们的响应将有所限制,敬请谅解。Scientific和技术支持 团队成员仅会处理紧急支持问题。

JUN 21, 2023

“预测优先”范式:数字化学如何改变药物发现

演讲嘉宾

尤金·希基(Eugene Hickey),高级研究主管
爱丽丝·胡珀(Alice Hooper),高级科学家
韦德·米勒(Wade Miller),高级科学家
奥利维亚·莱恩斯(Olivia Lynes),战略部署经理

摘要

药物研发化学家经常会提出两个常见问题:“验证我的假设最有效的方法是什么?”以及“如何快速对我的想法进行迭代?”

数字化学为解答这些问题提供了一种现代范式:它利用对关键性质的高精度数字测定,使整个项目团队都能对设计构想进行快速的计算机模拟测试。这种从主要依赖实验试错的设计策略向“预测优先”药物发现方法的转变,使团队能够大幅扩展可探索的分子库,并形成一个高度交互且完全基于计算机模拟的设计-合成-测试-分析(DMTA)循环。 化学家得以通过预测建模 验证假设,并在化合物合成之前迭代优化设计。团队可以放心地投入时间和精力探索新的、未知的、往往更为复杂的设计方案,同时仅将表现最佳的分子送交合成。

在本场网络研讨会中,我们将详细介绍Schrödinger治疗学部门所采用的数字化学战略,该战略已成功培育出多个处于临床阶段的候选药物。我们将演示该战略如何基于LiveDesign ——Schrödinger的云原生协作型企业信息学平台,该平台使团队能够实时协作设计新化合物、进行计算评估并确定优先级。

主要学习目标:

  • 预测性质:了解基于计算的分子设计和“先预测”策略如何加速并优化您的小分子药物发现流程
  • 技术集中化:了解Schrödinger 的科学家如何利用数字化学平台来提升众包创意生成和团队协作
  • 克服协作障碍:了解一个用于分子设计与发现的集中式平台如何通过与内部及外部CRO合作伙伴安全、便捷地共享数据来提高项目效率