APR 24, 2026
多样化的计算策略促成了 p38α-MK2 分子粘合剂的发现
通过多样化的计算化学方法设计 p38α–MK2 分子粘合剂
分子粘合剂（Molecular Glues）是一种通过调控蛋白质间相互作用，为传统药物研发难以攻克的靶点开辟新途径的治疗模式。在施莱丁格的研究中，研究团队以p38α–MK2复合物为靶点，成功设计出性能优于传统正构抑制剂的分子粘合剂，并证实了其在体内降低TNFα水平的功效。在本场网络研讨会中，我们将介绍一种工作流程：该流程在以FEP+为核心的物理基础计算基础上，结合AutoDesigner进行大规模化合物筛选，并融合AL-FEP及生成式AI/ML技术，通过多维度的设计策略，在探索广阔化学空间的同时，实现了多参数优化（活性、选择性、物理性质）。该方法为针对复杂蛋白质间相互作用系统及高难度靶点的分子设计提供了指导方针，为药物研发工作奠定了实用的基础。
主要亮点
- 基于FEP+的分子粘合剂设计与自由能评估
- 基于枚举法×物理计算×AI/ML的多目标优化策略
- 针对高难度靶点的实用计算药物发现工作流程
演讲者
井川 英之
高级总监，Schrödinger
在京都大学获得化学硕士学位后，于名古屋市立大学获得药学博士学位。曾在武田药品工业及Tri-Institutional Therapeutics Discovery Institute工作，为多个小分子药物候选物的开发做出了贡献。目前，致力于利用薛定谔平台推进药物研发工作。