Schrödinger 数字药物研发研讨会 19：
用于发现和优化以RNA和DNA为靶点的分子的计算策略
针对以RNA和DNA为靶点的分子的药物研发与优化的计算化学方法
在现有的计算方法中，核酸与配体的结合预测仍存在诸多难题，这一限制一直阻碍着抗癌药、抗病毒药、抗菌药等通过调控RNA或DNA活性发挥作用的小分子药物的计算机辅助研发进展。
在本场网络研讨会中，我们将介绍薛定谔的高级计算方法如何为以RNA和DNA为靶点的低分子药物研发提供高精度且高效的方法。我们将详细讲解针对RNA受体、用于支持基于结构的药物设计的计算机辅助先导化合物筛选工作流的最新改进。此外，还将介绍另一项研究案例：在以RNA和DNA为靶点的药物研发项目中，如何利用相对结合自由能扰动法（FEP）高精度地优化先导化合物。本研究基于现有数据，对多种配体和受体类别，以及各种配体与核酸之间的结合模式进行了系统评估。
网络研讨会亮点
- Glide、网站地图、介绍基于绝对结合FEP+的RNA和DNA小分子对接方法及其最新应用案例
- 讲解利用相对结合FEP+对以RNA和DNA为靶点的分子进行优化的策略
我们的演讲嘉宾
阿拉·阿布拉米扬
应用科学部一级首席科学家，Schrödinger
在费城科学大学（University of the Sciences）获得博士学位后，曾在美国国立卫生研究院（NIH）从事神经递质转运体相关研究。目前，他负责领导为客户提供药物研发支持，并主导涉及核酸和膜转运体靶点的内部及外部合作研究项目。
张加里
苗头化合物 探索项目总监，Schrödinger
他在杜克大学获得了关于生物系统中电荷转移路径设计的研究博士学位，随后在斯克里普斯研究所担任博士后研究员，致力于提高肽分子对接性能。目前，他担任对接技术的产品经理，领导着一支致力于提升Glide和WScore等工具性能并扩大其应用范围的团队。