当前位置：    新闻动态   2023  
Application of variational graph encoders as an effective generalist algorithm in holistic computer-aided drug design

 

Application of variational graph encoders as an effective generalist algorithm in holistic computer-aided drug design

2023年7月14日

近日，受魏彦杰教授邀请，新加坡南洋理工大学慕宇光教授访问先进院并作题为“Application of variational graph encoders as an effective generalist algorithm in holistic computer-aided drug design”的报告。报告由魏彦杰教授主持，2023年7月14日于F1119会议室15:00-16:00顺利召开。

报告中，慕宇光教授首先简单介绍了与报告有关的生物背景。接着详细说明了尽管在计算机辅助药物设计的分子性质预测方面已经取得了相当大的进展，但仍然迫切需要快速准确的模型。目前许多可用的方法大多专门预测特定的性质，导致许多模型并排使用，给普通研究人员带来无法想象的高计算开销。因此，作者提出了一种利用图卷积变分编码器的单一通用统一模型，该模型可以同时预测多种性质，如吸收、分布、代谢、排泄和毒性，靶点特定的对接得分预测，以及药物之间的相互作用。使用这种方法可以进行最先进的虚拟筛选，并具有高达两个数量级的可观加速优势。图变编码器潜空间的最小化还允许在考虑帕累托最优原则的情况下加速开发针对特定靶点的药物，并具有可解释性的额外优势。

报告结束后，慕宇光教授对师生提问的问题进行了详细的解答，并且对于一些问题还进行了适当的拓展，师生们都收获颇丰。数字所高性能中心多名教师和二十余名博士、硕士生参加了此次报告。

慕宇光教授博士毕业于山东大学物理系，德国法兰克福歌德大学博士后，洪堡奖学金获得者，现任新加坡南洋理工大学教授。慕宇光教授长期关注生物大分子体系的建模和动力学模拟，以及蛋白质-小分子以及蛋白质-核酸的建模和软件算法开发，在Nature Communication, Nature Machine lntelligence, Briefings in Bioinformatics等多个学术期刊上发表多篇学术论文，谷歌引用超9000次，H-index 46.