Вуди Шерман: вступление в эру физического ИИ в разработке лекарств
QSAR, Chemoinformatics and Modelling Society
0:00 / 0:00
Вуди Шерман: вступление в эру физического ИИ в разработке лекарств
326 просмотров · 3 месяца назад
QSAR, Chemoinformatics and Modelling Society
106 подписчиков
326 просмотров · 3 месяца назад
Серия онлайн-семинаров QCMS объединяет ведущих исследователей, работающих на стыке QSAR, хемоинформатики, молекулярного моделирования, искусственного интеллекта и разработки лекарств.
В этом докладе Вуди Шерман представит доклад «Вступление в эру физического ИИ в разработке лекарств», в котором обсудит, как последние достижения в области физического моделирования, искусственного интеллекта и вычислительной разработки лекарств формируют новое поколение рабочих процессов молекулярного дизайна.
Название доклада: Вступление в эру физического ИИ в разработке лекарств
Докладчик: Вуди Шерман
Мероприятие: Серия онлайн-семинаров QCMS
Дата: 28 мая 2026 г.
Организатор: QSAR, Общество хемоинформатики и моделирования (QCMS)
Аннотация доклада: Искусственный интеллект меняет способы выполнения научной работы, но основные проблемы разработки лекарств остаются. Прогресс по-прежнему зависит от решения сложных задач прогнозирования, основанных на физическом мире, включая молекулярные взаимодействия, конформационную динамику, энергетику связывания, химическую реактивность и многопараметрические компромиссы, определяющие, может ли молекула стать лекарством. Эти масштабные задачи вряд ли могут быть решены только с помощью искусственного интеллекта, основанного на языке программирования. Для их решения потребуются достижения в области так называемого физического ИИ: системы прогнозирования, интегрирующие машинное обучение с физикой, моделированием, экспериментом и экспертной оценкой. В этом докладе будет рассмотрена возрастающая роль физического ИИ в разработке лекарств и условия, при которых он может существенно улучшить результаты. Будет описан спектр типов задач, от тех, которые могут получить наибольшую пользу от крупномасштабного обучения на основе данных, до тех, которые по-прежнему требуют явного физического моделирования или тесно связанных гибридных подходов. Также будет обсуждаться важность замкнутых рабочих процессов, сочетающих ИИ, моделирование и специализированные анализы, а также последствия для базовых моделей, открытой научной инфраструктуры и измеримых узких мест, которые необходимо устранить, если ИИ должен улучшить кандидатов.
Биография: Вуди Шерман — основатель и главный директор по инновациям компании PsiThera, где он руководит разработкой платформы для поиска лекарств, основанной на вычислительных методах, которая продвигает пероральные низкомолекулярные препараты для высокоэффективных иммунологических и воспалительных мишеней, традиционно решаемых с помощью биологических препаратов. Он также является председателем исполнительного комитета консорциума OpenFold, возглавляя глобальные усилия в области открытой науки по созданию базовых моделей следующего поколения для биомолекулярной структуры и дизайна лекарств, которые формируют будущее этой области. В промышленности и академической среде Вуди является пионером в применении физического моделирования, ИИ/машинного обучения и интегрированных экспериментально-вычислительных рабочих процессов для решения реальных задач поиска лекарств. Его карьера включает руководящие должности в качестве главного научного сотрудника по вычислительным методам в Roivant Sciences, главного научного сотрудника в Silicon Therapeutics и глобального руководителя отдела прикладных наук в Schrödinger, где он помог преобразовать передовые технологии моделирования в широко используемые инструменты поиска лекарств. Вуди является автором более 100 рецензируемых публикаций в области молекулярного моделирования, методов расчета свободной энергии, структуры и динамики белков, машинного обучения и структурно-ориентированного дизайна лекарств, а также адъюнкт-профессором в Университете Массачусетса в Амхерсте. Его работы сочетают в себе глубокие технические инновации со стратегическим видением того, как вычислительные технологии могут существенно изменить скорость, стоимость и вероятность успеха в разработке лекарств.