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。

JUL 20, 2023

Schrödinger 数字药物研发研讨会:迈向临床——计算化学带来的药物研发流程变革

演讲嘉宾

戈兰·克里洛夫
施罗丁格治疗学集团高级总监

摘要

黏膜相关淋巴组织淋巴瘤易位蛋白1(MALT1)是一种经基因验证、用于治疗与淋巴细胞调节相关疾病的靶点 。与以靶向蛋白酶结构域的大型肽模拟物为核心的第一代抑制剂不同,靶向caspase样结构域与Ig3结构域交界处别构区域的第二代抑制剂前景更为广阔。 然而,在保持 on-靶点 活性的同时,优化渗透性、外排和溶解度等特性仍面临重大挑战。通过充分利用Schrödinger 平台——该平台将严谨的基于物理理论 建模与机器学习(ML) (ML)、预测性ADMET模型及数据分析相结合,用于筛选和分拣化学空间 ——我们成功快速鉴定出多个高效的新型化合物系列。 随后的基于计算的多参数优化(优化 ,MPO)项目迅速筛选出了SGR-1505——一种具有均衡特性且在靶点 上表现出活性的、潜在的同类最佳MALT1抑制剂。该项目自启动起仅10个月内,且仅合成了129种化合物,便完成了这一发现。 SGR-1505 在源自患者的 B 细胞肿瘤模型中,无论是作为单药还是与现有标准治疗方案联合使用,均表现出显著的积极疗效,目前正在进行Phase I期临床试验。