演讲者

卡尔·莱斯温
机器学习（ML） 科技先导化合物

摘要

药物发现项目中的“化合物筛选”（先导化合物 ）优化 阶段通常涉及对数百至数千种化合物的设计、合成和检测。设计工作phase 通常通过传统药物化学方法进行，或在有合适结构信息时采用基于结构的药物设计（SBDD）。 该方法的两大主要局限性是：（1）难以快速设计出既符合众多项目标准又具有高活性的分子，即多参数优化（优化 ，MPO）问题；（2）与化学空间 中庞大的化合物库相比，所探索的分子数量相对较少。为克服这些局限性，我们开发了AutoDesigner——一种基于从头设计 的算法。