報告題目：計算機(jī)藥物設(shè)計：算法研發(fā)邏輯與藥物研發(fā)邏輯的默契

報告人：鄭錚 教授

報告時間：2022年5月13日（星期五）14:30-16:00

報告地點：化學(xué)樓二樓一號會議室

報告摘要：

在計算機(jī)藥物設(shè)計領(lǐng)域的算法開發(fā)及應(yīng)用中，藥物與靶點的結(jié)合強(qiáng)度、優(yōu)勢結(jié)合模式的穩(wěn)定性等熱力學(xué)主導(dǎo)的性質(zhì)、特征往往被認(rèn)為是苗頭化合物篩選及先導(dǎo)化合物優(yōu)化的重要標(biāo)準(zhǔn)。然而在分子層面的藥物活性預(yù)測中，除熱力學(xué)特征外，藥物與靶點的動力學(xué)特征也至關(guān)重要。基于報告人團(tuán)隊開發(fā)的Consecutive Histograms Monte Carlo Method (CHMC)，是一種采用平行運(yùn)算方式來模擬PMF曲面的自由能采樣計算方法。該方法使得自由能運(yùn)算免受跨越勢能壘之苦，同時利用對連續(xù)空間的平行采樣運(yùn)算，大幅提升了運(yùn)算速度。可為藥物分子層面的設(shè)計工作在熱力學(xué)及動力學(xué)方面提供高效的結(jié)構(gòu)及物化性質(zhì)分析以及相關(guān)的機(jī)理解釋。

報告人簡介：

鄭錚，武漢理工大學(xué)化學(xué)化工與生命科學(xué)學(xué)院教授、博士生導(dǎo)師；美國QuantumBio公司科學(xué)顧問。2018年全職回國前擔(dān)任美國QuantumBio公司資深科學(xué)家。美國佛羅里達(dá)大學(xué)化學(xué)博士，北京大學(xué)藥學(xué)學(xué)士。鄭錚博士長年致力于計算化學(xué)、化學(xué)及生物信息學(xué)與機(jī)器學(xué)習(xí)等領(lǐng)域相關(guān)的算法研究與開發(fā)。所主導(dǎo)開發(fā)軟件產(chǎn)品Movable Type Package為包括美國德州大學(xué)MD Anderson癌癥中心、葛蘭素史克公司、DeepCure等多家研究機(jī)構(gòu)與企業(yè)廣泛使用。