隨著大規模算力的普及，各種算法和模擬技術在藥物發現領域得到越來越廣泛的實踐運用。從早期基于定量構效關系(QSAR)的模型到基于物理模型的計算機輔助藥物設計(CADD)，再到近幾年基于數據的人工智能算法在藥物發現領域的蓬勃發展，這些藥物發現工具迭代及模式轉變的過程，對藥物發現方式產生了深遠影響。

● 推動轉變的源動力是什么？

● 藥物發現哪些核心問題迫切期待技術迭代？

● 可視化AI對這些問題的開創性解決方法

7月13日下午15:00-16:40，晶泰智播聯手藥融云端，邀請楊明俊博士、鄭連君博士，從算法和計算技術發展的維度，總結歸納每一次模式轉變的關鍵推動要素及影響；探討未來更前沿算法和應用的可能發展方向；還將可視化展示晶泰科技智能化算法系統和AI模型在解決藥物發現關鍵環節中的工作原理和流程。

嘉賓介紹

楊明俊 博士

晶泰科技首席研發科學家

化學物理專業，馬里蘭大學藥學院從事多年研究工作。負責構建了晶泰科技新藥研發中后臺完整算法和智能平臺體系，并負責與全球頂尖制藥企業的科研合作項目。

鄭蓮君 博士

晶泰科技高級算法科學家

師從計算化學領域大師David N. Beratan教授，杜克大學取得博士學位。加入晶泰科技擔任高級算法科學家，負責服務新藥發現的AI技術與計算化學方法開發工作，專注分子生成、藥效團模型、親和力預測、合成預測與優化等算法研究。

活動時間及地點7 月 13日 15:00-16:40