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。

APR 30, 2026

向多学科背景的学生群体讲授分子对接

分子分子对接 是药物发现领域的一项基础方法,涵盖了配体与靶点 相互作用以及结合亲和力 等关键概念。然而,向跨学科背景的学生群体教授分子对接 面临着教学上的挑战,因为来自化学、生物学、计算机科学和临床背景的学生往往对该主题抱有不同的期望,且对计算化学的熟悉程度各不相同。要设计一种在可及性与科学严谨性之间取得平衡的学习体验,需要一种在计算上简单直观、在概念上又能提供学习体验的工作流程。

本次演讲介绍了一种分阶段的工作流程,用于向来自多学科背景的听众讲授靶点 识别和分子分子对接 ,该流程可用于药物发现课程。该方法侧重于概念理解,同时使用易于获取且免费的计算工具,包括SwissTargetPrediction、SwissDock(搭配AutoDock Vina)和PyMOL 。通过从直观的图形用户界面入手,并逐步引入核心计算原理,分子对接 不仅被视为一项软件练习,更被定位为一种连接不同学科、促进协作思维的共同科学语言。 我们将向听众分享我们的工作流程,供大家参考。

在我们的工作流程中,学生将参与一项基于配体的药物发现实践。他们首先选择一种经FDA 批准的药物,并通过文献研究和SwissTargetPrediction识别潜在的生物靶点。在对候选靶点进行批判性评估后,他们从蛋白质数据银行(PDB)中检索配体结合的晶体结构,并使用PyMOL 可视化蛋白质-配体相互作用并表征结合口袋。随后,学生使用SwissDock配合AutoDock Vina进行分子对接 ,最后通过分析分子对接 的构象、评分函数以及关键结合相互作用来完成该实践。

通过将生物推理、结构分析和计算建模整合到一个连贯的框架中,这种方法既能提升技术能力,又能培养批判性解读能力,使来自不同背景的学生能够深入理解分子对接在药物发现中的作用。

演讲者:

萨姆拉·汗
博士研究生
温莎大学