讲座主题：MaXFlow人工智能与分子模拟平台在抗生素药物发现中的应用
讲座时间：2022年11月3日（周四），14:30
主 讲 人：生命科学产品技术部 hjc888黄金城讲师
报名方式：扫描下方二维码 或 点击链接
进入直播间，打开后记得收藏
讲座背景：
从青霉素被发现以来，抗生素已经成为现代医学的基石。历史上，抗生素的发现主要是通过筛选土壤微生物中防止致病菌生长的次生代谢物。目前大多数临床使用的抗生素类别，包括ß-内酰胺、氨基糖苷、多粘菌素和糖肽等都是通过这种方法发现的。这些骨架的半合成衍生物通过结构修饰来增加效力、降低毒性和避免耐药，并与完全合成的嘧啶类、喹诺酮类、恶唑烷酮类和磺胺类抗生素一起构成了现在常用的抗生素药物库。然而，由于抗生素耐药问题的出现，这些基本药物的持续疗效尚不确定。同时通过自然规律发现新的抗生素变得越来越困难，使用现有数据库进行高通量虚拟筛选又会耗费大量成本。
鉴于人工智能在新药发现领域的巨大进步，需要新的抗生素发现方法来提高新抗生素的识别率，同时降低早期新药发现的相关成本。随着神经网络分子表征建模算法的进步，我们可以通过多种方法进行分子表征。传统上，分子由反映分子中官能团存在与否的指纹向量表示，或由包含可计算分子性质并需要专家知识构建的描述符表示。现在我们还可以通过学习分子图的节点和边的特征来表征分子。神经网络方法的创新之处在于它们能够自动学习这种表示，将分子映射为连续的向量，随后用于预测其性质或生成相同特征的分子。同时基于蛋白与配体三维信息对设计具有高生物活性的分子的重要性，目前根据靶点蛋白口袋来生成新的分子也成为新的趋势。
（DOI: 10.1021/acs.jcim.2c00042）
hjc888黄金城自主研发的分子模拟与人工智能平台MaXFlow基于以上背景，同时基于MaXFlow独有的工作流与APP模式，可以更加高效便捷地将人工智能优势用于发现更多新颖有效的具有抗菌活性的先导化合物。
讲座内容：
本次讲座会结合案例+软件实操的方式来跟大家带来MaXFlow的相关分享。
人工智能时代药物的研发模式
MaXFlow人工智能与分子模拟平台介绍
MaXFlow-自动化、高通量的药物分子生成与成药性筛选
· 人工智能在新药发现领域成功应用案例
· 模型搭建
· 模型文件管理
· 工作流搭建
· 结果获取与分析
MaXFlow-QSAR模型构建
· 深度学习训练QSAR模型
· 使用QSAR模型预测新分子活性
MaXFlow-受体配体结合模式分析
· 高通量虚拟筛选
· 小分子理化性质分析
· 蛋白小分子相互作用分析
