前言：AIDD Pro 根据国内外各大网站以及人工智能药物设计主流新闻网站及公众号，从 AIDD会议、AIDD招聘，重大科研进展、行业动态、最新报告发布等角度，分析挖掘了每周人工智能辅助药物设计领域所发生的、对领域技术发展产生重大推动作用的事件，旨在帮助 AIDD领域研究人员和业内人士及时追踪最新科研动态、洞察前沿热点。如果您觉得符合以上要求的内容我们有遗漏或者更好建议，欢迎后台留言。

　　1.2021年11月25日【新药】广州健康院自主研发的1.1类新药奥雷巴替尼获批上市

　　3.2021年11月18日 【虚拟筛选】J. Chem. Inf. Model. 使用评估基于3D的虚拟筛选方法的新基准数据集验证基于场的配体筛选仪

　　4.2021年11月17日 【分子动力学】ACS Appl. Polym. Mater. 耐盐聚合物的相行为和界面性质：来自分子动力学模拟的启示

　　5.2021年11月15日 【基因表达】 ACS Synth. Biol. 人工基因组DNA在分隔基因表达系统中的连续无细胞复制和进化

　　7.2021年11月10日 【机器学习】 Mol. Pharmaceutics 具有内部验证的人体体内药代动力学参数机器学习模型

　　8.2021年11月10日 【分子对接】ACS Omega 吖啶二酮染料与水溶性非氟简单氨基酸相互作用的电化学研究和分子对接技术

　　9.2021年11月9日 【神经网络】 J. Chem. Inf. Model.   神经网络势能面的自动构造:增强型自组织增量神经网络深位势法

　　1.【新药】11月25日，中国科学院广州生物医药与健康研究院自主研发的1类新药奥雷巴替尼片（商品名：耐立克®）正式获得国家药品监督管理局的上市批准，用于治疗任何酪氨酸激酶抑制剂（TKI）耐药，并采用经充分验证的检测方法诊断为伴有T315I突变的慢性髓细胞白血病（CML）慢性期（CP）或加速期（AP）的成年患者。这是健康院建院以来第一个1.1类新药获批上市。

　　2.【深度学习】近年来，基于深度学习的方法已经成为新药设计的一种很有前途的工具。这些方法中的大多数都是基于配体的，其中初始的靶特定配体数据集对于设计具有优化性质的有效分子是必要的。虽然已经有人尝试开发另一种方法来设计靶标特异性配体数据集，但在设计针对新靶标蛋白的分子时，此类数据集的可用性仍然是一个挑战。在这项工作中，我们提出了一种基于深度学习的方法，其中目标蛋白的活性位点结构的知识足以设计新的分子。首先，一个图形注意模型被用来学习蛋白质活性位点上氨基酸的结构和特征，这些氨基酸是实验上已知的形成蛋白质−配体复合物的。接下来，将学习到的活性位点特征与预先训练的生成模型一起用于有条件地生成新分子。然后在强化学习框架中使用生物活性预测模型来优化条件生成模型。我们用两种研究得很好的蛋白质，Janus激酶2(JAK2)和多巴胺受体D2(DRD2)验证了我们的方法，在这两种蛋白质中，我们产生了与已知抑制剂类似的分子。图注意模型可以识别可能的关键活性位点残基，影响条件分子生成器设计具有与已知抑制剂相似药理特征的新分子。

　　3.【虚拟筛选】当目标的三维结构不可用时，基于配体的方法在虚拟筛选中起着至关重要的作用。本研究讨论了使用包含56个靶标的新型基准数据集对基于CSD现场的配体筛选仪进行验证研究的结果。该数据集是从先前发布的数据集(即AZ数据集)中的目标UniProt IDs开始创建的，通过挖掘ChEMBL来找到这些目标的已知活性分子，并通过使用DUD-E来生成已识别活性物质的属性匹配诱饵。进行了几个实验来评估新方法的虚拟筛选性能。它的优势之一是，它可以使用多个灵活配体的叠加作为查询，而不需要一次用一个配体进行多次并行计算。这里，我们讨论了与使用实验观察到的配体重叠时的性能相比，不同参数设置的变化或不同查询模型的采用如何影响最终性能。我们还基于三个外部基准数据集生成了富集分数，以便与之前使用这些数据集验证的现有方法进行比较。在这里，我们给出了标准DUD-E数据集、DUD-E+数据集以及DUD_Lib_VS_1.0数据集的结果，该数据集是为基于配体的虚拟筛选验证而设计的，因此更适合这类方法。

　　4.【分子动力学】除了传统的开采方法之外，毛细管捕集油的动员对于加强采油过程和满足全球能源需求至关重要。部分水解聚丙烯酰胺(HPAM)是一种水溶性聚合物，广泛用于控制注入流体和驱替流体之间的流度比，以提高波及效率。然而，其增粘能力受到恶劣储层条件(高温和高盐度条件)的显著影响。利用平衡分子动力学模拟和调和偏动力学，我们研究了侧链磺化对聚丙烯酰胺(PAM)相行为和界面性质的影响。磺化聚合物显示出与盐水阳离子的弱相互作用；它与Na+和Ca2+的相互作用几乎相等，而与Mg2+离子的相互作用甚至更弱。相反，原始的HPAM显示出与Ca2+和Mg2+离子更强和更特异的相互作用。此外，HPAM包裹金属阳离子，诱导显著的构象收缩，导致粘度降低。结合我们的结果和文献报道的工作，这种聚合物的耐盐性和热稳定性源于磺化侧链-离子弱相互作用及其与丙烯酰胺基团相比较慢的水解。最后，考察了磺化聚合物在油-盐水界面的界面性质。这些发现有助于丰富我们对聚合物耐盐性和热稳定性的理解，从而设计出性能更好的聚合物。

　　5.【基因表达】在所有的生物体内，基因组DNA通过自身编码的蛋白质不断复制，并通过多代复制经历进化。这种与基因表达相结合的连续复制和由此产生的进化是生物的基本功能，但它们以前没有在无细胞系统中重建。在本研究中，我们将人工DNA复制方案与重组基因表达系统和微细胞化相结合来实现这些功能。环状DNA通过滚环复制进行复制，随后在蛋白质、phi29 DNA聚合酶和由DNA表达的Cre重组酶的催化下进行同源重组。我们将该系统封装在微尺度油包水液滴中，并进行一系列稀释循环。第30轮分离的环状脱氧核糖核酸积累了几种常见的突变，分离的脱氧核糖核酸克隆显示出比原始脱氧核糖核酸更高的复制能力，因为它作为复制模板的能力提高了，聚合酶活性增加了，重组酶对聚合的抑制作用降低了。人工基因组脱氧核糖核酸使用自我编码的蛋白质不断复制，并自主改进其序列，为开发更复杂的人工细胞提供了一个有用的起点。

　　6.【药物发现】平行文库合成是药物发现的一个重要工具，因为它能够通过强大和通用的合成转化并行合成密切相关的类似物。从这个角度来看，我们分析了超过5000个并行库中使用的合成方法，代表了15种流行的合成转换。该库数据集包含复杂的基底和过去14年来在艾伯维使用的各种积木阵列。描述了已证明稳健性和通用性并获得成功的文库合成方法及其底物范围。讨论了过去十年图书馆综合方法的演变。我们还强调，平行文库合成与高通量实验的结合将继续促进药物发现中文库可控合成方法的发现。

　　7.【机器学习】在临床开发之前，需要对新药进行全面的药代动力学表征，以了解其在作用和消除部位的暴露情况。因此，体外试验和动物药代动力学研究经常被用来预测药物在人体中的暴露，这通常是昂贵和耗时的。因此，在设计时预测人体药代动力学对药物发现具有很高的价值。因此，我们建立了一个全面的数据监管协议，能够仅使用1001种独特化合物的化学结构信息和可用剂量，对12个人体体内药代动力学参数进行机器学习评估。这些机器学习模型使用独立的保持测试集和阿斯利康临床数据进行了彻底的调查和验证。此外，一部分内部临床候选人的临床前预测的可用性使我们能够将我们的电子方法与最先进的药代动力学预测进行比较。基于这些发现，我们的机器学习模型在药物发现的实际应用中具有相当大的潜力，例如影响药物发现项目的决策和候选药物向临床的进展。

　　8.【分子对接】间苯二酚基吖啶二酮染料与不含氟的简单氨基酸、甘氨酸、丙氨酸和缬氨酸在水中进行电化学研究。AD探针分为光诱导电子转移(PET)和非PET基染料，其中电化学性质和光物理及光化学行为根据取代基的性质和溶质的性质而显著变化。聚酯染料(ADR1)的氧化电位与非聚酯基染料(ADR2)的氧化电位显著不同，因此氨基酸的加入导致氧化峰向较低的正电位移动，还原峰向较低的负电位移动。在添加缬氨酸而不是甘氨酸时，聚酯染料的氧化和还原电位的偏移程度比非聚酯染料更明显。位移的变化归因于在ADR1染料的第九位存在给电子部分(OCH3)基团。因此，用非荧光氨基酸在ADR2中观察到荧光猝灭，这通过阳极和阴极峰向较小的正电势移动来证实。PET和非PET染料与氨基酸的分子对接(MD)研究表明，无论是疏水性相互作用还是静电或弱相互作用(如范德华力和ππ相互作用)都不能控制添加氨基酸时染料的电化学性质。此外，染料和氨基酸之间的常规氢键的形成是由分子动力学研究建立的。染料-水-氨基酸竞争性氢键相互作用的存在，据推测在整个水相中都是定向的，这是通过支持我们电化学研究的光物理研究观察到的。

　　9.【神经网络】近年来，深度学习(神经网络)势能面(NNPES)在分子动力学模拟中的应用经历了爆炸式的增长，因为它可以像量子化学方法一样精确，同时像经典力学方法一样有效。然而，NNPES的发展非常不平凡。特别是，构建一个尽可能小但能覆盖目标化学空间的数据集一直是个麻烦。本文提出了一种增强型自组织增量神经网络方法，其核心是一种新提出的误差指标。使用ESOINN-DP，可以在很少人工干预的情况下构建NNPES，并且该方法确保构建的参考数据集以最小的冗余覆盖目标化学空间。通过开发水簇、三肽的神经网络势能面，以及对ANI-1数据库的一个子数据集进行去数据化，已经很好地验证了ESOINN-DP方法的性能。我们相信ESOINN-DP方法为构建NNPES，特别是参考数据集提供了一种新的思路，并且它可以用于各种气相和凝聚相化学体系的分子动力学模拟。

　　1.2021年11月24日【Novartis】诺华仿制药部门山德士或将以216亿美元出售

　　在大型制药公司开始推动剥离其仿制药和消费业务的过程中，诺华可能即将与山德士分离。据德国报纸 Handelsblatt 报道，总部位于瑞典的投资集团 EQT 和德国的 Struengmann 家族正在考虑联合行动，以 216 亿美元的价格收购这家仿制药公司。

　　2.【Pfizer】美国食品药品监督管理局(简称FDA）今天（11月19日）正式授权 Moderna 和Pfizer公司的疫苗加强针注射，适用于所有18岁及以上的成年人。

　　渥太华（路透社）— 加拿大今天（周五）授权辉瑞公司的 COVID-19 疫苗可用于 5 至 11 岁儿童的疫苗接种，这为加拿大全国小学生接种疫苗铺平了道路。 医疗官员表示，该批准是很及时的，因为现在加拿大 COVID-19 的感染率在 5 至 11 岁的人群中是最高的。加拿大卫生部在一份声明中说：“在对证据进行彻底和独立的科学审查后，该部门确定这种疫苗对 5 至 11 岁儿童的益处大于风险。” 另外，辉瑞加拿大公司表示将立即开始发货。

　　11月18日，Generate Biomedicines宣布在B轮融资中筹集了3.7亿美元，以推进其新型药物生成平台的开发。Generate机器学习驱动的Generative Biology平台可以跨越多种蛋白质形式，利用以前未被发现的蛋白质疗法快速发明新药。该平台可以快速生成抗体、肽、酶、细胞和基因疗法，以满足治疗需求。

　　阿斯利康（AstraZeneca，NASDAQ：AZN）已在美国（美国）获得快速通道认证，用于开发LOKELMA®（环硅酸锆钠散），以降低血液透析患者反复高钾血症（HK）的心律失常相关心血管事件的预后。该认证基于LOKELMA降低该患者群体严重不良心血管事件预后的潜力，以满足目前广泛的医疗需求。该药物目前正在3期临床DIALIZE -Outcomes试验验证中。美国食品和药物管理局（FDA）的快速通道认证计划旨在加速开发和审查用于治疗严重疾病的新药，这些疾病的治疗仍有广阔需求。

　　1.2021年12月4~6日 中国药理学会定量药理专业委员会举办第八届定量药理学与新药评价国际会议

　　2.2021年12月9-10日 上海卡沃文化传媒有限公司举办全球生物医药创新先锋中国峰会2021

　　3.2021年12月24日 兴湾生物，药融圈举办创新药临床试验设计与开发交流大会

　　4.2022年3月10-11日上海纪凯企业管理有限公司、上海市生物医药行业协会、上海市生物医药技术研究院举办第二届mRNA药物技术创新峰会

　　会议主旨：”全球视野下的生物医药创新与合作”（旨在推动中国生物医药产业的科研创新与国际合作。）

　　会议主旨：中国成功加入ICH标志着我国生物医药之路正慢慢向国际化靠近，也同时意味着中国生物医药将在全球市场中参与竞争，目前我国生物医药水平与国际上还存在一定的差距，尤其是创新药物的研发，而真正要做到生物医药的创新发展，临床研究接轨ICH则显得尤为重要。本次会议我们邀请了十余位嘉宾，他们将从临床试验设计策略、中美双报策略、ICH环境下的临床开发等话题，分享他们在临床研究中的智慧与心得，捕捉新药临床研发的机遇与风口，提升中国新药的国际化地位。

　　主办方：上海纪凯企业管理有限公司；上海市生物医药行业协会；上海市生物医药技术研究院

　　会议主旨：围绕mRNA技术前景、序列合成、递送系统、上下游产业链等几大方面展开讨论

　　会议主旨：内容聚焦新兴疗法市场前景及发展趋势、细胞治疗产品的技术创新、RNA核酸类药物及罕见病基因治疗药物开发的难点痛点等，致力于推动生物科技产业创新、行业发展

　　1.西湖欧米招聘医学项目高级专员，IVD试剂研发工程师，质谱应用工程师（蛋白质组学），医学检验技术员，医学写作。工作地点：杭州

　　2.望石智慧招聘计算机辅助有机合成路线规划算法工程师，CADD总监，药化总监，计算化学研究员，计算化学研究员（量化）。工作地点：北京

　　3.水木未来招聘药物设计总监-T408，药物化学研究员/高级研究员-T401，结构生物学高级研究员（结构解析），生物研究员/高级研究员-403。工作地点：北京

　　西湖欧米创立于2020年7月，坐落于浙江省杭州市西湖区云栖小镇西湖大学国家科技园区，是一家专注于生物技术攻关与辅助临床诊断的创新型公司。针对与生命健康有关的核心问题，西湖欧米致力于以技术创新为驱动力、以多模态大数据为基础，使用AI赋能微量临床组织的高通量蛋白质组分析等组学技术辅助精准医学和药物研发。

　　1.参与科研服务合作项目，协助对接客户，提供临床科服项目专业意见，医院项目评估和评审；

　　4.参与公司临床产品的整个产品生命周期的管理，提供所需的医学支持，参与临床产品管线项目策划、管理的决策；

　　5.有严密的逻辑思维能力和全面的分析判断能力，较强的统筹协调能力和执行能力，书面及口头表达能力优秀。

　　6、严格遵守公司保密制度，对技术资料等需要保密的内容要恪尽职守，严防外泄；

　　1、化学或生物化学博士（优先），3年以上研究经验(博士)或5年以上实际操作经验（硕士）；

　　1、阅读各项目的国内外代表文献资料，追踪分析国内外最新研究进展，把握领域发展趋势，提炼并整理相关临床实验所需信息；

　　3、为市场部门提供医学专业知识的支持，包括书籍列表的医学逻辑审阅，临床数据的医学审核，测试结果的医学分析，协助临床大数据团队完成结果交付；

　　4、在与外部临床团队的合作项目中，承担项目构思、研究方案撰写、数据解读以及论文撰写部分的工作；

　　3、具有战略思维和跨团队合作意识，精通领域临床知识、临床研究信息及产品知识，

　　7、优秀的客户服务意识和团队合作精神，沟通能力强，极好的协调能力和团队合作能力；

　　8、较强的科研协作能力；有临床科研设计背景并发表 SCI 文章经验者优先；

　　望石智慧（StoneWise），成立于2018年，是一家致力于用人工智能驱动新药研发的科技公司。结合人工智能、计算化学、计算生物学、量子化学和药物化学等多学科，打造世界领先的新型药物研发平台，提升新药研发中的效率和成功率。

　　计算机辅助有机合成路线.与有机合成学家合作，共同研发基于AI的有机合成路线.参与或负责建立基于AI的有机合成路线规划平台，帮助加快药物发现过程

　　1. 985/211高校，计算机或化学等相关专业，硕士及以上学历，1年以上机器学习、深度学习应用经验；

　　2.熟练掌握机器学习算法原理，能熟练运用前沿AI技术解决有化学领域挑战性的问题，对图学习和强化学习了解者优先

　　1.基于结构的分子设计，基于配体的分子设计，基于同源蛋白结构建立计算模型，根据药效关系（SAR）建立计算模型，定量构效关系分析（QSAR），根据三维数据库挖掘有效信息；

　　3.和药化团队等其他团队一起负责目标化合物的设计、激励和带领团队承担项目的研究和开发工作；

　　4.跟踪CADD最新动态和前沿技术，引进新技术、新方法和新工具，并不断完善优化迭代CADD计算平台。

　　2.7-10年计算机辅助药物发现（CADD）方法的经验，有名企工作经验者优先考虑

　　4.熟悉并使用常用的建模软件，如Schrodinger套件、AMBER或类似的MD程序、Autodock或UNIX/Linux环境中类似的虚拟筛选程序，有一定的脚本和/或编程经验者优先

　　1.负责基于公司AI智能化药物设计平台技术，进行新药研发项目的分子设计工作与项目管理等工作；

　　2.负责对AI智能化药物设计平台的优化提出建议，与AI技术团队一起努力打造领先的AI智能化药物设计平台。

　　1.博士学位，有5-10年的原创药小分子药物设计相关工作经验，设计的分子有成功推进PCC或临床；

　　1.1-3年计算机辅助药物发现与药物设计经验 (特别优秀的应届生也可以)；

　　2.985/211高校药学、计算化学、计算物理学、计算生物学等相关专业硕士及以上学位；

　　5.积极主动，责任心强，对Ai和新药研发领域有浓厚的兴趣，有良好的科研素养。

　　2.与药化团队和技术同学一起利用新技术新算法不断提升工具产品的计算精准度。

　　1.计算化学、计算生物学、量子化学、物理化学等相关专业博士学历，或具有高水平学术文章或项目经验的硕士学历人员；

　　3.有分子动力学模拟，如Gromacs、Amber、NAMD的使用经验，特别是QM/MM模拟的经验；

　　5.有好奇心，学习能力强，对AI或药物研发领域感兴趣，喜欢接触新事物新技术。

　　水木未来（北京）科技有限公司于2017年成立于北京清华园，是一家专注于临床前新药研发加速服务的平台型公司。公司依托清华大学自主研发的革命性结构解析方法学与AI技术，拥有顶级的生命科学专家技术团队，致力于为全球制药公司和生命科技公司提供新药靶点验证，化合物库筛选，先导化合物发现，以及治疗性抗体研发等综合性技术服务。

　　2.与药物化学、生物，药理等部门紧密合作，在项目中承担药物设计工作，包括数据分析、优化方案评估，项目汇报以及外包项目的供应商管理等。

　　1.药物化学、药学、计算化学或相关专业，博士或具有五年以上工作经验的硕士；

　　2. 能够独立安全操作常规有机反应，具有较强的实验动手能力，熟悉各种后处理手段。

　　4. 熟练使用Chemdraw、Office等办公软件，完成实验过程中相应核磁、质谱解析工作。

　　4. 工作积极主动，好学上进，同时具有较强的沟通能力，有良好的团队合作精神。

　　2. 良好的科研背景，团队协作及沟通能力，以第一作者身份在核心期刊上发表过文章；

　　3.良好的表达能力及中英文交流能力，有辅导和培训研究生/本科生经验者优先；

　　5. 负责技术支持国内国外BD部门，配合商务运营部门顺利完成及交付项目；

　　生物，医学相关专业博士学历，结构生物学、分子生物学、生物化学领域经验优先

　　1.与计算机辅助药物设计专家和IT专家协作，在药物靶点识别和虚拟药物筛选工作中提供领域知识，包括提供文献调研，数据库检索等支持，并利用分子生物学研究方法负责生物靶点识别、BG真人靶点验证、疾病机制或生物标记物研究。

　　1.分子生物学，细胞生物学，肿瘤细胞学，基因工程或相关专业，0-5年相关研究经历，硕士及以上学历；

　　3.熟悉遗传、基因与疾病相关数据库、基因组工具和在线.具备丰富的分子生物学知识，对相关研究领域有深入的了解，在工业界大分子或小分子化合物药物开发经验者优先考虑；

　　6.对科研工作有热情及兴趣，自学能力强，办事细致认真负责，富有团队合作精神；

　　7.了解Unix/Linux操作系统，熟练使用以下的任一编程工具（C、C++、Perl、Java）者优先

　　本文内容均由小编收集于公开的各个网络平台，发布的目的仅为了方便大家一站式了解AIDD行业信息，并未对发布源头进行真实性验证。如您发现相关信息有任何版权侵扰或者信息错误，请及时联系AIDD Pro (请添加微信号plgrace)进行删改处理。