OCT 31, 2025
Schrödinger 数字药物研发研讨会 20：
基于计算机模拟的隐性结合位点 检测与优先级排序
利用计算机模拟方法探索和评估潜在结合位点
探索隐性结合位点的新策略——基于 MxMD×SiteMap 的创新工作流程
对于传统正构方法难以攻克的、存在选择性、耐药性及开发适用性等问题的药物靶点，针对隐性结合位点（即在常规结构中无法观察到的潜在位点）的策略正备受关注。然而，特别是对于无法从无结合态结构中观测到的隐性位点，其检测与评估仍是早期药物研发中的一大难题。
在本场网络研讨会中，我们将介绍一种结合了混合溶剂分子动力学法（MxMD）与SiteMap的新型计算工作流程。通过这种综合方法，我们在由61个靶点组成的基准数据集上，成功以83%的高成功率检测出了隐性结合位点。欢迎参加本次研讨会，了解这一新工作流程如何协助鉴定隐性结合位点，并加速针对新靶点的基于结构的药物研发。
网络研讨会亮点
- MxMD法概述
- 利用 MxMD＋SiteMap 工作流鉴定隐性结合位点
- 与机器学习方法及SiteMap标准检测模式的性能比较
我们的演讲嘉宾
大石
一级首席科学家，生命科学软件部，Schrödinger
苗头化合物 在Discovery团队中，我们正在致力于开发用于鉴定复杂结合位点以及生成FEP配体构象的工作流程。
迪马·卢皮扬
生命科学软件高级首席科学家，Schrödinger
他主导了Desmond和FEP分析工具的开发工作，并在分子动力学领域发挥了其专业知识。特别是，他参与了Schrödinger公司MD、MxMD和FEP+产品系列所基于的、用于模拟分析的Python API的开发工作。