WEBINAR:

Einsatz von AI und Retrosynthese zur Optimierung der Entdeckung kleiner Moleküle

 

9. September 2025
11:00am - 12:00pm ET
on AI & Lab Software Digital Summit from Lab Manager from September 9-10 2025

KI und digitale Workflows verändern die Art und Weise, wie kleine Moleküle entwickelt, bewertet und synthetisiert werden. In diesem Webinar stellen wir eine retrospektive Fallstudie vor, die zeigt, wie ein veröffentlichtes kleines Molekül, das ursprünglich mit traditionellen Methoden entdeckt wurde, mit einem vollständig in silico entwickelten Ansatz effizienter identifiziert werden konnte.

Wir werden einen integrierten digitalen Design-Make-Test-Analyze (DMTA)-Zyklus durchlaufen, bei dem AIDDISON™ für generatives Moleküldesign und prädiktive ADMET-Modellierung und SYNTHIA® für retrosynthetische und bibliothekarische Syntheseplanung eingesetzt werden. Dieser iterative Workflow ermöglicht eine schnellere Entscheidungsfindung, eine bessere Priorisierung von Verbindungen und eine engere Abstimmung zwischen Design und Synthese.

Die Teilnehmer erhalten einen praktischen Einblick, wie KI und Laborsoftware die Frühphasenforschung verbessern und die Effizienz der Forschung und Entwicklung kleiner Moleküle steigern können.

Lernziele:

  1. Erfahren Sie, wie ein integrierter digitaler Workflow die Hit-to-Lead- und Hit-Kandidaten-Optimierung verbessern kann
  2. Entdecken Sie Anwendungen für die Generierung von Bibliotheken mit verschiedenen Molekülen und gewünschten arzneimittelähnlichen Eigenschaften
  3. Sehen Sie, wie retrosynthetische und vorwärtsgerichtete Syntheseplanung de novo-Designs für die reale Machbarkeit und die Geschwindigkeit der Synthese verfeinern kann

Sprecher

Suhasini M Iyengar, Ph.D.
Application and Discovery Scientist - AI and Cheminformatics

Suha hat an der Northeastern University in Computergestützter Chemie promoviert und sich auf strukturbasierte Wirkstoffforschung für neurologische Erkrankungen wie Parkinson und Alzheimer spezialisiert. Mit ihrem Fachwissen in der Nutzung modernster computergestützter Werkzeuge für die Entdeckung von Arzneimitteln hat Suha Projekte zur Entwicklung neuartiger Hemmstoffe für kritische Proteintargets im Zusammenhang mit SARS-CoV-2 geleitet.

Ihr Forschungsportfolio umfasst bedeutende Beiträge zur Anwendung dieser innovativen computergestützten Werkzeuge auf moderne Methoden der Arzneimittelentdeckung sowie die Betreuung von Studenten und Hochschulabsolventen bei ihrer eigenen Arzneimittelentdeckung.

Als Anwendungswissenschaftlerin für die KI-Software AIDDISON spielt Suha eine wichtige Rolle bei der Förderung von Kundeninteraktionen und fungiert als Bindeglied zwischen dem Entwicklungsteam und den Endbenutzern. Mit ihrer umfassenden Erfahrung stellt sie sicher, dass AIDDISON bei der KI-gestützten Arzneimittelforschung stets auf dem neuesten Stand ist und seinen Nutzern außergewöhnliche Werte und innovative Lösungen bietet.

Emma Gardener, Ph. D.
Technische Anwendungswissenschaftlerin, Cheminformatics Technologies

Emma Gardener erwarb ihren Bachelor-Abschluss am Trinity College und arbeitete mehrere Jahre als wissenschaftliche Mitarbeiterin in der Biotechnologiebranche, bevor sie als NSF-Forschungsstipendiatin an der Brown University in organischer Chemie promovierte. Sie studierte bei Prof. Jason Sello, wo sie an der Entwicklung neuer Methoden für die Synthese von antibakteriellen Peptid-Naturstoffen arbeitete. Seit 2018 ist sie in der Abteilung Cheminformatics Technologies als Technical Application Scientist tätig und für die kommerzielle Lizenzierung der retrosynthetischen Design-Software SYNTHIA® verantwortlich.