报告摘要: 精确模拟蛋白-配体、蛋白-蛋白间的相互作用是药物设计、酶催化设计的重要基础之一。传统的打分函数具有精度不足的问题,虽然在大规模筛选中可提高有效化合物的富集率(enrichment rate),但还不足以对每个分子做到精确的定量预测(计算结合自由能误差达到约1kcal/mol的实验精度)。人工智能方法虽然已在蛋白折叠和小分子势能面计算方面取得了突破性进展,但在大分子的动态结构变化、模型可解释性、迁移性等方面仍有待发展。因此,继续发展基于具有严格物理定义的分子力场、分子动力学模拟和相应的自由能计算方法是具有重要意义的工作。报告将主要分享课题组近年在分子动力学模拟驱动的药物发现的一些思考和新一代力场开发的工作。 报告人简介: 王乾韬,四川大学华西药学院副教授,博士生导师。英国曼彻斯特大学物理学学士、药学博士,美国罗格斯大学、得州大学博士后。四川省卫生健康委员会学术和技术带头人后备人选,四川省药学会药物化学专委会委员。主要致力于分子动力学模拟方法的发展和应用,参与了Amber,AMOEBA力场的部分工作;提出了新的电荷转移模型和基于此的新一代多极矩可极化高精度分子力场;开发了Amber/GAFF有机硅小分子力场;发展了PM3/MM*,PM3/MMX2半经验QM/MM界面;较为系统地探索了将现有分子动力学模拟方法用于解决药物筛选、靶点确证、结合模式预测和先导化合物优化等药物筛选中的痛点问题,并取得了多个具有动物体内药效的候选化合物。已发表研究论文60余篇,h-index指数22。成果已被用于Amber和TINKER软件包,加州大学MB-UCB模型,得州大学AMOEBA+模型。 |