구조 기반 의약품 설계는 현재 의약품 화학 분야에서 주류의 지위를 차지하고 있으나, 여기에 이르기까지는 다양한 기술을 동시병행적으로 개량하기 위한 약 20년간의 노력이 필요했습니다. 신속하고 반복가능한 구조 기반 Drug Discovery를 위한 환경을 실현하려면 컴퓨터 그래픽스, 고출력 방사선원, 연산 처리 능력, 정제 프로토콜, 가상 스크리닝, 결정학 등의 진보가 필수적이었습니다. 그러나 Drug Discovery 초기 단계의 성과를 제품 개발로 발전시는 과정에서 직면하는 중대한 국면을 극복하기 위해서는 동역학적으로(Kinetically) 최적화된 효능 및 선택성과 함께 각종 생물학적 표적에 대응하는 최고 수준의 의약품을 개발하기 위한 알고리즘과 방법에 관계된 각종 툴의 개선도 필요합니다. 본 컨퍼런스는 이 분야의 최신 성과에 초점을 맞추며, 경험이 풍부한 전문가의 연구발표도 예정되어 있습니다.
기조 강연
Drug Discovery 결합 키네틱스(Kinetics)
David Swinney, Ph.D., CEO, Institute for Rare and Neglected Diseases Drug Discovery (iRND3)
Swinney는 오랜 기간동안 해결되지 못한 의료 요구를 충족시킬 수 있는 약물 작용의 유효 기서를 식별하고, 유망한 리드 화합물과 임상 후보를 발견하기 위한 연구에 주력해 왔습니다. 또한 결합 키네틱스를 Drug Discovery에 응용하기 위한 연구에 관해서도 뛰어난 전문 지식을 가지고 있습니다. Swinney는 미국 워싱턴주 시애틀에 있는 워싱턴대학에서 의화학 박사 학위를 취득한 후 20년 이상의 제약업계(Roche, Syntex) 경력을 보유하고 있으며, 현재는 자신이 공동 설립자로 참여한 비영리 연구기관인 Institute for Rare and Neglected Diseases Drug Discovery(iRND3, www.irnd3.org)의 CEO를 맡고 있습니다.
세션 테마
- 구조에서 효용으로 이동
- 자유에너지 계산과 분자 동역학 시뮬레이션
- G단백질공역수용체(GPCR)
- 프래그먼트(Fragment) 기반 의약품 설계
- 약효성(Druggability)과 동역학 기반 의약품 설계
- 최신 동향과 진보
디너 쇼트코스
2012년 6월 6일
결합 키네틱스의 원리：구조와 동역학 관계를 예측*
강사
David Swinney, Ph.D., CEO, Institute for Rare and Neglected Diseases Drug Discovery (iRND3)
Xavier Barril, Ph.D., ICREA Research Professor, Physical Chemistry Department, University of Barcelona
본 강좌는 '왜 동역학에 관심을 가지야 하는가?', '구조와 동역학 관계를 이해하고 예측하기 위한 방법은?'이라는 주제로, 약물 작용에서 결합 키네틱스의 역할에 대해 설명한 후 결합 키네틱스 구조 결정에 관한 현재까지의 연구 성과를 되돌아 보면서 단백질-리간드 비공유 복합체의 구체적인 사례에 초점을 맞춥니다. 본 강좌는 결합 키네틱스 분야의 화학 연구 및 약리학 연구의 현황에 대해 이해하는데 도움이 될 것입니다.
2012년 6월 7일 (6:30pm - 8:30pm)
PubChem Mining - From Small Molecule to Structures and Bioactivity *
Instructors:
Jun (Luke) Huan, Ph.D., Associate Professor, Electrical Engineering and Computer Science Department, University of Kansas
Yanli Wang, Ph.D., Associate investigator/Staff Scientist, National Center for Biotechnology Information (NCBI), National Library of Medicine (NLM), National Institutes of Health (NIH)
A number of universities recently started drug discovery centers. Among the list include Duke, University of North Carolina, Emory, Vanderbilt, Broad Institute, John Hopkins and many others. NIH has maintained its intramural drug discovery programs for a number of years. Recently NIH has started ambitious extramural funding programs to support academic-based drug discovery programs (with an estimated funding of ~$600M). With these new initiatives, huge volumes of data have been collected in
an open and collaborative environment and such data are shared with the public free of charge.
In this short course, the presenter will review the knowledge discovery and management needs in the drug discovery process. One part of the talk will focus on an introduction to PubChem, a public repository for small molecule structures and bioactivity data, where several components facilitating data mining of biological assays test results, including data organization, search of chemicals and analysis for assay development will be covered. On the second part, latest computing and modeling methodology development,
primarily those from data mining and machine learning will be overviewed.
The primary targeted audience of the tutorial is cheminformatics researchers and practitioners who are interested in developing or applying advanced computing techniques to support knowledge discovery in drug discovery and drug development programs. It may also help drug development and drug post-market safety monitoring. General knowledge of cheminformatics and statistics is assumed.
*디너 및 쇼트코스 참가는 별도로 신청하셔야 합니다.
175dpi.jpg "Chemical Computing GroupNEW logo")
.jpg "Gen")
