AI/ML 对结构-活性关系研究有什么好处?

Via Nova Therapeutics 化学高级总监 Ben R. Taft 博士访谈

Transparent blue capsules each holding intricate structures resembling cells or circuits.

随着知识的不断增长以及多项技术的迅速发展,药物发现行业迎来了快速变革。昨天的挑战将转变成今天的机遇,然后成为未来之常态。

我们与前任 Via Nova Therapeutics 药物化学高级总监 Ben R. Taft 博士进行了对话,讨论了构效关系 (SAR) 研究中的挑战和机遇。

CAS:进入这一领域以来,您在 SAR 研究方面经历的最大变化是什么?

CAS:人工智能和机器学习技术如何对药物发现和 SAR 产生影响?

CAS:除了加快工作速度之外,使用 AI 和 ML 还有其他益处吗?

CAS:人工智能和机器学习对于当今的药物发现化学家起着什么作用?

CAS:您认为小分子药物发现的最大瓶颈是什么?

CAS:对于这一瓶颈,您认为是否有什么出色的解决方案?

CAS:既然我们有这么多其他选择,为什么还要开发小分子疗法?

CAS:您能分享一下您在 Via Nova Therapeutics 的使命吗?

CAS:如果您有一根魔杖可以改变药物发现过程中的任何事情,您会改变什么?

Ben Taft 自 2011 年起一直担任药物化学家。博士后毕业后,他加入诺华公司,从事肿瘤适应症的发现阶段研究。在诺华公司工作期间,他转入传染病药物发现领域。诺华退出传染病领域后,他加入了由 Don Ganem 和 Kelly Wong 创办的诺华抗病毒药衍生公司 Via Nova Therapeutics。