
NOV 4, 2026
借助“代理型”合作科学家,将高通量从头设计 研究引导至可直接用于合成的先导化合物
现代药物研发面临的挑战并非产生数百万个创意,而是从海量方案中筛选出符合项目具体标准的分子。传统的先导化合物 优化 通常会陷入两种极端:要么是渐进式修改,从而错失了获得新型知识产权的机会;要么是生成式创意,但在实验室内却被证明无法合成。要弥合这一鸿沟,就需要让化学家能够掌控集成式 这种高通量架构。
在本场网络研讨会中,我们将探讨Schrödinger的平台如何将AutoDesigner、FEP+ 和RetroSynth整合到我们的智能协作科学家Bunsen之中。欢迎加入Schrödinger 的科学家团队,他们将演示如何通过人类引导的智能协作循环来调控复杂的、多步骤的从头设计 工作流,确保每个由AI生成的创意都针对特定性质进行了优化,并已准备好进行合成。
您将了解到,Bunsen原生的工具集如何使科学家能够在隔离的多任务会话中进行操作,从而在不丢失项目上下文的情况下运行、监控和分析并行研究流。该工作流的价值已在内部得到验证:在Schrödinger的活跃发现管道中部署数月后,目前约80%的计算任务已主动通过Bunsen进行处理。欢迎加入我们,了解如何通过“人类引导的智能工作流”打破创新设计与合成可行性之间的权衡。
我们的演讲嘉宾

皮特·博斯
高级首席科学家,Schrödinger
Pieter Bos 博士是 AutoDesigner 和从头设计 工作流的高级首席科学家兼产品经理。 在Schrödinger ,他主要致力于自动化化合物设计算法的研发及优化 。先导化合物 科学家,负责为内部及合作药物设计项目设计和构建枚举型药物分子库。他拥有格罗宁根大学合成有机化学博士学位。在加入Schrödinger 之前,他曾在波士顿大学从事合成方法学开发方面的博士后研究,并在哥伦比亚大学从事小分子药物发现研究。

萨特什·巴特
生命科学事业部副总裁,Schrödinger
萨特什·巴特(Sathesh Bhat)博士,生命科学副总裁,于2011年加入Schrödinger 。他负责监督Schrödinger 内部及合作药物发现项目中的计算化学工作。此前,萨特什曾先后在默克(Merck)和礼来(Eli Lilly)任职,领导了多个药物发现项目的计算工作。他获得麦吉尔大学(McGill University)博士学位,其研究涉及开发基于结构的方法来预测结合自由能。 萨泰什是多项专利和学术论文的合著者,并持续在计算化学的广泛领域发表研究成果。