
FEB 18, 2026
Schrödinger 数字药物研发研讨会 22:
预测性毒理学 solutions: Actionable, structure-based insights to dial-out tox liabilities early
毒性预测解决方案:通过基于结构的分析获得“可操作的见解”,以尽早降低毒性风险
现代药物研发面临的一大挑战是,后期开发阶段因毒性导致的高淘汰率。虽然标准的体外检测能够识别毒性风险的存在,却无法阐明为何会发生脱靶结合这一根本原因。因此,在药物化学领域,研究人员不得不进行耗时耗资的试错实验,并对多个脱靶位点进行结构生物学分析。
在本场网络研讨会中,Schrödinger新推出的预测毒性评估解决方案将如何通过突破传统框架的方法,提供基于结构的定量且实用的评估指标,从而从根本上变革药物设计流程。
具体而言,本文将讲解一种通过定量评估有害事件的严重程度,并在原子水平及R基单元层面进行因素分析,从而确定导致问题的分子结构,进而实现早期风险规避的方法。
主要亮点
- 预测性毒理学 解决方案介绍:我们将介绍施莱丁格独创的基于结构的方法,该方法是一种合理的分子设计技术,有助于在药物研发初期规避风险。
- 现场演示:您将通过实际操作平台,了解从毒性预测到有效设计改进方案推导的全过程。
- 问答环节:登台科学家将实时回答您的问题。
我们的演讲嘉宾

埃德·米勒
蛋白质结构建模执行总监,Schrödinger
在哥伦比亚大学获得博士学位(美国能源部研究员)。自2014年起就职于Schrödinger公司,致力于推动基于结构的药物设计方法的进一步发展。同时,他还专注于诱导契合对接(Induced Fit Docking)及蛋白质结构精细化方法的开发。