Accélération de l’optimisation/priorisation des colles moléculaires grâce à un flux de travail informatique

Les colles moléculaires révolutionnent la dégradation ciblée des protéines, mais leur optimisation demeure complexe et gourmande en ressources. Ce poster présente un flux de travail de chimie computationnelle intégré, combinant intelligence artificielle générative et modélisation physique, pour une conception et une priorisation plus rapides et rationnelles des colles moléculaires.

    Accélération de l’optimisation/priorisation des colles moléculaires grâce à un flux de travail informatique

    En intégrant le criblage virtuel, la dynamique moléculaire et les approches de mécanique quantique, ce flux de travail permet une optimisation guidée par la structure des colles moléculaires, améliorant les interactions de liaison, la stabilité et la confiance dans la priorisation.

    Il en résulte une approche systématique et évolutive permettant d’accélérer la découverte de colles moléculaires au-delà des méthodes traditionnelles par essais et erreurs.

    Contenu de l’affiche :

    Flux de travail informatique intégré pour les colles moléculaires
    Combinaison de l’IA générative, de l’amarrage moléculaire, des simulations de dynamique moléculaire et de l’analyse QM

    Stratégie d’optimisation rationnelle de la colle
    Conception guidée par la structure ciblant les interfaces d’interaction protéine-protéine clés.

    Étude de cas : complexe DDB1–CDK12–Cycline K
    Application du flux de travail pour optimiser et prioriser les candidats colleurs

    Techniques de modélisation avancées
    Utilisation de l’analyse MMPBSA, FMO et de la complémentarité électrostatique

    pour la priorisation des composés par l’IA
    Identification de candidats optimisés présentant des profils de stabilité et de liaison améliorés

    Loading form…

    Thank you! Your download will begin shortly.