依据患者的分子生物学信息以及临床症状精准诊断疾病,确定治疗靶点与疾病关系的同时,针对性地开发个性化精准疾病治疗方法,推动医疗模式从粗放型向精准型转变,使临床疾病诊断更准确、有效,从而更安全、经济地实现患者的最大获益。
基于大数据挖掘和对疾病生物学的深刻理解,针对临床已验证的靶点,结合生物信息学、结构药理学、细胞生物学、药物化学等专业知识优化药物设计,提高安全性、克服耐药性,开发针对尚未满足临床需求的靶向药物。
以更低的成本更快地发现高质量的新型分子,并且成功的可能性更高。
结构分析与 ML
结构分析与 ML
机器学习(ML)
试验
结构分析与 ML
基于数据驱动的机器学习(Machine Learning)算法,结合靶标蛋白质结构域构象及分子动力学,确定潜在的结合位点,通过强大的计算机辅助系统设计并模拟化合物与靶标蛋白相互作用,虚拟筛选与命中识别化合物。
通过预测药物与靶标分子之间的作用、药物分子理化性质、药物分子生物活性、药物分子毒性、目标蛋白结构、药物的相互作用等,寻找最佳药效集团,筛选、设计和优化先导化合物。利用团队在药物化学方面丰富的研究经验,高效合成目标化合物。