报告题目：小分子化合物优化设计

报告人：苏延森

单位：安徽大学

报告时间：2024年7月13日(周六)下午15:40-16:25

报告地点：翡翠科教楼A座一楼第五会议室

报告摘要：小分子药物优化设计是新药研发的关键环节之一，其面临的任务是探索由所有可能的化学小分子组成的大规模搜索空间。识别具有良好临床疗效、安全性等性质且满足特定约束的分子分子优化是药物发现过程的重要组成部分。传统小分子药物优化设计基于生物实验，耗时耗财，AI技术的兴起有效推动分子优化，其难点在于如何同时优化多个属性。传统分子优化模型依赖于大量的实验来确定多个分子性质的相对重要性；此外，基于加权组合生成最优分子，易导致优化分子之间缺乏多样性。进化计算凭借其高效的搜索能力及有效的解集多样性维持能力适合于开展小分子药物优化设计，但至今尚缺乏高效的进化算法实现分子较多性质同步优化。本次报告将分享一种基于多目标优化的小分子化合物优化设计方法。

报告人简介：苏延森，安徽大学教授、博士生导师、国家优青、安徽省高校杰出青年。研究领域为智能计算及生物信息学。担任中国电子学会生物计算与生物信息处理专业委员会副秘书长、中国计算机学会生物信息学专业委员会委员。担任SCI二区期刊INSC青年编辑委员会委员，担任第三届生物医学数据挖掘与计算学术会议程序委员会主席。近五年，在智能计算及生物信息等领域主流杂志上发表SCI检索论文50余篇，授权国家专利5件。主持国家重点研发计划项目1项、国家自然科学基金青年/面上项目2项。