分子粘合剂继续为药物研发人员提供新的机会，以靶点 针对“不可成药”的蛋白质——这得益于其增强蛋白质-蛋白质相互作用的能力、小分子尺寸以及（与PROTACs相比）更优的理化性质 。Schrödinger的药物研发团队近期开展的研究表明，设计出的p38α-MK2分子胶具有优于传统正构抑制剂的特性。所得化合物已展现出显著疗效——在LPS小鼠模型中，口服给药后TNFα水平明显降低，这验证了该分子胶建模工作流程的有效性。

在本场网络研讨会中，Schrödinger的药物化学家和计算化学家将展示他们如何运用多管齐下的计算设计策略，发现多种结构各异、效力强且高度选择性的“分子胶”。通过使用Schrödinger业界领先的自由能微扰 技术（FEP+ ），并结合AutoDesigner以及机器学习（ML） 工具（包括AL-FEP和生成式机器学习），该团队成功在庞大的化学空间 中进行探索，同时针对多个项目标准进行了优化。 对于研发团队而言，该工作流程为应对具有挑战性的目标并加速发现适用于您自身复杂蛋白质系统的新型分子粘合剂提供了蓝图。

网络研讨会亮点：

• 学习用于发现结构多样、高效且具有选择性的“分子粘合剂”的新型计算机辅助策略
• 了解Schrödinger的药物化学家和计算化学家如何利用枚举、基于物理理论 方法以及人工智能/机器学习工具来应对药物发现和多参数优化 方面的挑战
• 提出问题，以便从演讲者那里获得更深入的见解，并将其应用到你的工作中