專注于利用計算平臺加速藥物開發(fā)和材料設計的Schr?dinger公司宣布，該公司就其計算平臺，在昨天與阿斯利康（AstraZeneca）達成了一項合作協(xié)議。而且今日該公司與武田（Takeda）達成了一項多年多靶標的拓展合作協(xié)議，并在與武田的前期合作中達到了第一個臨床前里程碑。
Schr?dinger計算平臺綜合了基于物理學的高度預測方法和新一代機器學習技術，輔助醫(yī)藥公司進行加速的藥物設計和藥物創(chuàng)新。傳統(tǒng)的藥物研發(fā)僅能在1年時間合成約1000個候選化合物，而Schr?dinger計算平臺能在一周內評估數(shù)十億種化合物，并在合成和測試前，在迭代過程中，對化合物進行全面評估和優(yōu)化選擇。對每輪試驗中選出最有潛力的化合物，在不斷迭代的計算分析中，再進行進一步的優(yōu)化。該平臺無疑能以更快的速度和更低的成本，提供更高質的化合物。Schr?dinger計算平臺的優(yōu)化手段多樣，包括利用逆合成分析進行de novo設計，虛擬篩選，模擬配體與蛋白質的相互作用模式等。
▲Schr?dinger計算平臺的藥物研發(fā)流程（圖片來源：Schr?dinger官網）
評論阿斯利康和Schr?dinger的合作時，阿斯利康研發(fā)部門全球化學負責人Garry Pairaudeau博士表示：“阿斯利康的戰(zhàn)略目標是利用創(chuàng)新的數(shù)字技術改造藥物設計模式。在與Schr?dinger的合作中，我們期待通過預測性物理建模和機器學習，實現(xiàn)更有效地提供更高質量化合物的這一目標。”在與武田擴大合作的新聞稿中，Schr?dinger首席生物醫(yī)學科學家Karen Akinsanya博士說：“此前成功的合作表明，當藥物研發(fā)者獲取Schr?dinger計算平臺的全部功能后，能加速候選藥物分子進入關鍵的檢測和疾病模型。Schr?dinger為能夠向武田提供高級候選藥物，潛在解決未竟醫(yī)療需求的能力而感到自豪。“
參考資料：
[1]. Schr?dinger Announces Expansion of Multi-Target Research Collaboration with Takeda and Achievement of First Significant Preclinical Milestone in Lead Program. Retrieved Sep. 5, 2019, from https://www.schrodinger.com/news/schrodinger-announces-expansion-multi-target-research-collaboration-takeda-and-achievement
[2]. Schr?dinger Announces Collaboration with AstraZeneca to Deploy Advanced Computing Technology for Drug Discovery. Retrieved Sep. 5, 2019, from https://www.schrodinger.com/news/schrodinger-announces-collaboration-astrazeneca-deploy-advanced-computing-technology-drug
