JUN 25, 2025

如何发现可成药的靶点 ：从计算角度出发

人类蛋白质组由大约20,000种蛋白质组成，但并非所有蛋白质都适合作为药物靶点。因此，寻找可成药靶点是药物发现过程中至关重要的早期步骤。基于结构的技术能够实现更准确、更快速且更具成本效益的靶点 可成药性评估。这些技术还能加速苗头化合物 发现，评估配体结合活性，选择性 优化 ，并为药物化学研究提供理论依据。

欢迎参加本次面向初学者的网络研讨会，我们将为您介绍用于识别可成药且具备技术支持靶点的策略和业界领先的工具。我们将回顾用于评估蛋白质结合位点以及识别适用于基于结构的药物设计的蛋白质-配体复合物的流程。此外，我们还将探讨如何利用自由能方法（FEP+) 来降低基于结构的药物模型中的不确定性，并探讨如何利用由机器学习（ML） 增强的现代基于物理理论 建模方法来发掘新的治疗机会。

最后，我们将重点介绍Schrödinger治疗学部门的一个真实案例，展示如何运用这些策略评估Wee1结合位点 的成药性，以及随后如何利用FEP+ 成功发现一种用于治疗实体瘤的高选择性Wee1抑制剂。该案例充分展示了计算方法 在攻克具有挑战性的靶点并推动药物发现项目取得成功方面的强大能力。

无论您是刚接触建模，还是希望拓展自己的技能库，本课程都将为您提供实用的基础知识和全面的指南，助您顺利入门。

网络研讨会亮点：

• 关于什么是“可计算靶向药物”靶点 及其识别方法的讨论
• 基于结构的技术概述，包括分子对接 、分子动力学 (MD) 以及自由能方法
• 集成式 工具及工作流简介：用于结合位点 检测、可成药性评估以及靶点 优先级排序
• 利用FEP+ 通过比较预测的配体亲和力与实验测得的配体亲和力，对结构模型进行验证并降低不确定性
• 案例研究：在Schrödinger的Wee1抑制剂发现项目中应用这些方法