MAY 28, 2026
拥抱毒性研究的新时代筛选 ：利用原子分辨率建模来减轻靶点 带来的风险
由于靶点 相关风险（尤其是hERG、CYP和核受体相互作用）导致的后期发现阶段失败，仍然是项目延误和沉没成本的主要驱动因素。 传统的预测方法往往如同“黑匣子”，仅提供“通过/失败”的二元标记，却缺乏指导化学合成所需的机制背景。如果无法从原子级精确地理解分子为何会触发抗-靶点 ，药物化学团队往往被迫陷入盲目的“试错”循环，从而危及药效和安全性。
欢迎参加本次关于Schrödinger公司预测性毒理学 解决方案的技术概述会。本次会议将演示基于物理理论 的原子分辨率建模技术如何将毒理学从被动的“过滤”转变为主动的“设计工具”。我们将探讨如何超越简单的预测，生成可付诸实践的结合假说，从而使团队能够在保持主要活性的同时，精准地消除潜在风险。通过将这些洞察直接整合到DMTA循环中，药物发现团队可以显著降低合成成本，并加速获得纯净化合物的进程先导化合物 。
主要亮点：
- 机制归因：了解如何从二元毒性“标记”转向原子级结构依据
- 加速的DMTA循环：了解预测性结构模型如何将实验周期缩短10倍以上
- 结构SAR：在不牺牲药效的前提下，通过外科化学修饰来降低hERG和CYP风险的策略
- 实时演示：亲眼见证该平台的实际运行，了解您能以多快的速度从有毒预测过渡到可行的设计修改
适合哪些人参加：
- 希望围绕靶点 的SAR进行合理化设计和药物设计的药物化学家
- 对基于机制和结构的风险评估感兴趣的毒理学家
- 希望将高保真毒性预测整合到设计工作流程中的计算化学家和建模专家
- “发现项目负责人”致力于降低后期阶段的流失率并优化项目预算
我们的演讲嘉宾
埃德·米勒
生命科学软件副总裁，Schrödinger
蛋白质结构建模高级总监爱德华·米勒（Edward Miller）于2014年加入Schrödinger ，负责将基于结构的药物设计 的应用范围拓展至具有挑战性的靶标和非靶标。 米勒博士在哥伦比亚大学获得博士学位，期间曾获美国能源部（DOE）研究奖学金。他在理查德·弗里斯纳（Richard Friesner）教授指导下的博士论文研究，致力于开发能够准确建模广泛蛋白质家族中环状构象的方法。他近期的工作重点在于诱导契合（induced fit）分子对接 和蛋白质结构优化 的方法开发。
史蒂文·阿尔巴内塞
计算化学研究负责人，治疗学研究组，Schrödinger
史蒂文·阿尔巴内塞（Steven Albanese）于2019年加入Schrödinger ，担任治疗学组的计算化学家，主要致力于将Schrödinger的计算平台应用于小分子药物发现项目。 阿尔巴内塞博士在纪念斯隆-凯特琳癌症中心（Memorial Sloan Kettering Cancer Center）的格斯特纳·斯隆-凯特琳研究所（Gerstner Sloan Kettering）获得博士学位，师从约翰·乔德拉（John Chodera）博士。他的博士论文研究重点在于应用自由能计算来预测小分子激酶抑制剂的耐药性及选择性 。他一直致力于耐药性预测的研究，同时还是多项小分子专利的发明人。