演讲题目
将机器学习和结构模型结合进行新药开发

车建为

基于在分子模型建立、量子化学和统计力学等前沿分子计算和理论领域的研究,开发了多种量子动力学和经典力学描述分子运动的计算方法及应用。从2001年加入诺华制药功能基因组学研究所(GNF)后,在计算机辅助新药研发的理念下,开发了多种分子模型、统计分析、和机器学习的计算方法和软件工具,用于支持公司小分子新药设计以及生物标记物的发现,并直接参与了多个重要的新药研发项目,包括进入临床的小分子药物。采用计算机模型辅助小分子药物设计,迅速为肿瘤靶点在短时间内获得多个高活性和选择性的新分子骨架。开发的利用机器学习和结构模型方法相结合的虚拟筛选技术,计算速度比传统的docking更高效(~100倍),结果也更为准确。

Lead Scientist, Dana-Farber Cancer Institute, Dept. of Cancer Biology, Harvard Medical School Present
Independent Consultant for drug discovery companies 2018/08-2019/01
Chief Technology Officer & Co-founder, M3 Bioinformatics & Technology, Inc. 2014/10-2018/10
Visiting scholar, Dept. of Chem. & Biochem., UCSD 2015/1-2019/01
Sr. Research Investigator (2009-2014), Research Investigator (2001-2009) 2001/01-2014/10
Genomics Institute of the Novartis Research Foundation