12月1日讲座:机器学习(ML)辅助的活性天然产物全合成与药物修饰
发布时间:2023-12-02   访问次数:10

报告题目机器学习(ML)辅助的活性天然产物全合成与药物修饰

时间20231201日(周五),下午1430

报告人:张鹏鹏 研究员(浙江大学

地点实验三楼102

主办单位:化学与分子工程学院


报告摘要天然产物是新药研发的重要来源,但其合成工作实验周期长、试错成本高。近年来,人工智能领域的发展为复杂问题的解决带来新方法,合成化学和药物化学也迎来新的机遇。在该报告中,我们将阐述通过机器学习模型的开发,用于关键反应的预测和底物的虚拟筛选,进而辅助合成路线设计,得以实现复杂天然产物的高效合成和多样性合成;并利用机器学习模型指导候选药物的结构修饰,快速构建新颖结构的化合物库。

 


报告人简介:张鹏鹏,博士,浙江大学“百人计划”研究员,国家级优秀青年人才(海外)项目获得者,博士生导师2013年本科毕业于兰州大学 化学基地班;2018年博士毕业于北京大学,师从于杨震 教授;2018年至2023年在耶鲁大学 Timothy R. Newhouse课题组从事博士后研究。20238月加入浙江大学药学院,药物发现与设计研究所,课题组组长。主要针对天然产物合成化学及药物化学开展新方法和新理念的探索,从事的研究包括:天然产物全合成、目标导向的新颖合成方法学开发、以及机器学习模型指导的合成化学和药物化学等。至今已完成或参与10余个天然产物的全合成,相关研究成果以第一作者在Nature SynthesisJ. Am. Chem. Soc.Angew. Chem. Int. Ed以及 Chem等高水平期刊发表论文10余篇。