报告题目：AI驱动的分子成药性评价

报告时间：2025年11月10日11:15

报告地点：7幢301报告厅
报告人：唐贇
邀请人：谈理

报告人简介：
唐贇，博士，华东理工大学药学院二级教授，博士生导师，上海市新药设计重点实验室主任。长期从事人工智能药物设计、计算毒理学、计算生物学等研究，2005年入选上海市首批“浦江人才计划”，2008年入选教育部“新世纪优秀人才支持计划”；曾获上海市育才奖，宝钢优秀教师奖，药明康德生命化学研究奖。已发表SCI收录论文300余篇，获得计算机软件著作权及专利30余项，主编、参编教材、专著、译著10余本。

报告简介：
新药研发的瓶颈之一是活性分子成药性差，即体外高活性分子往往在体内药效不理想或者有毒副作用，导致临床开发失败。实际上，一个高质量候选药物应该具有成为药物的基本特性，即成药性，包括药理活性、合适的物理化学性质和ADMET性质等。尽管已有一些计算预测模型被开发用于评估化合物的成药性，但它们仍然存在着样本依赖性和表征可解释性差等缺点。为此，我们开展了一系列研究。在前期发展了ADMET-score和DBPP-Predictor的基础上，最近我们进一步发展了CLaSP。该方法以分子的ADMET性质为核心，融合了经典理化性质与可合成性，通过半监督的三元组对比损失训练构建结构良好的“类药”潜空间，并通过潜空间坐标导出可解释的成药性评分，有望为化合物成药性评价提供一个有用的工具。相关成果最近发表于Journal of Medicinal Chemistry，平台可通过https://lmmd.ecust.edu.cn/CLaSP/在线访问。

代表性论文：

1.       Acta Pharmacologica Sinica,2024, 45, 2199

2.       Nucleic Acids Research, 2024-07-05

3.       J. Chem. Inf. Model., 2024-01-01

4.       Journal of Cheminformatics, 2024-01-01

5.       Computers in Biology and Medicine, 2024-01-01