報告題目：計算機藥物設計：算法研發邏輯與藥物研發邏輯的默契
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：化學樓二樓一號會議室
報告摘要：
在計算機藥物設計領域的算法開發及應用中，藥物與靶點的結合強度、優勢結合模式的穩定性等熱力學主導的性質、特征往往被認為是苗頭化合物篩選及先導化合物優化的重要標準。然而在分子層面的藥物活性預測中，除熱力學特征外，藥物與靶點的動力學特征也至關重要。基于報告人團隊開發的Consecutive Histograms Monte Carlo Method (CHMC)，是一種采用平行運算方式來模擬PMF曲面的自由能采樣計算方法。該方法使得自由能運算免受跨越勢能壘之苦，同時利用對連續空間的平行采樣運算，大幅提升了運算速度。可為藥物分子層面的設計工作在熱力學及動力學方面提供高效的結構及物化性質分析以及相關的機理解釋。
報告人簡介：
鄭錚，武漢理工大學化學化工與生命科學學院教授、博士生導師；美國QuantumBio公司科學顧問。2018年全職回國前擔任美國QuantumBio公司資深科學家。美國佛羅里達大學化學博士，北京大學藥學學士。鄭錚博士長年致力于計算化學、化學及生物信息學與機器學習等領域相關的算法研究與開發。所主導開發軟件產品Movable Type Package為包括美國德州大學MD Anderson癌癥中心、葛蘭素史克公司、DeepCure等多家研究機構與企業廣泛使用。
