受体功能反应的精确建模：GPCR及其他
日期 & 时间
- 二月28th，2024
- 太平洋时间上午 8：00 / 美国东部时间上午 11：00 / 格林威治标准时间下午 4：00 / 欧洲中部时间下午 5：00
要使药物有效，与靶蛋白的有效结合是先决条件，但这还不够。相反，为了产生所需的功能反应，药物必须抑制蛋白质的功能或调节蛋白质的活性，最典型的是通过改变其构象平衡。这种蛋白质构象变化的较长时间尺度禁止通过基于物理的模拟直接对它们进行建模。然而，我们最近的工作表明，这些长时间尺度过程的后果可以通过使用 FEP+ 的炼金术自由能计算来准确建模。
在本次网络研讨会中，我们提出了一种易于处理且计算高效的方案，可以准确可靠地预测受体对配体结合的功能反应，包括：
-
使用绝对结合自由能扰动（ABFEP）对受体活性和非活性状态结合的配体的差异进行评分，并准确预测配体结合的功能响应
-
在包括 8 个 G 蛋白偶联受体 （GPCR） 和 1 个核受体在内的大型系统上进行验证
-
如何使用这种基于FEP的工作流程在药物发现项目中将配体分类为激动剂或拮抗剂时实现前所未有的性能
-
将此方法应用于您自己的研究项目的最佳实践
Lingle Wang，博士
薛定谔高级副总裁
Lingle Wang，科学发展高级副总裁，于2012年加入薛定谔。他负责推进薛定谔基于物理的计算药物发现平台。他在哥伦比亚大学获得博士学位，与Richard Friesner教授和Bruce Berne教授合作，研究量化水分子在蛋白质-配体结合中的作用的方法，增强生物分子模拟中的采样和自由能计算。Lingle在自由能方法开发和药物发现应用领域发表了大量文章。
Martin Vögele，博士
高级科学家I，薛定谔
Martin Vögele 是纽约市薛定谔公司生命科学软件部门的高级科学家。此前，他是斯坦福大学计算机科学的博士后，在那里他从事G蛋白偶联受体的模拟以及结构生物学和药物发现的机器学习。在移居美国之前，他在德国法兰克福的马克斯·普朗克生物物理研究所获得了脂质膜扩散和自组织方面的博士学位。
