AI赋能PROTAC与分子胶研发与评价专题-夜雨聆风

AI赋能PROTAC与分子胶研发与评价专题

主办单位：

中国化工企业管理协会医药化工专业委会

药成材信息技术（北京）有限公司

邀请函

各有关单位：

在当前全球新药研发进入“深水区”的攻坚阶段，面对传统“不可成药”靶点与日益复杂的疾病挑战，靶向蛋白降解技术，特别是PROTAC与分子胶，以其革命性的“事件驱动”作用模式，为创新药研发开辟了前所未有的新航道。然而，从“机制可行”到“成药成功”，这条航道充满挑战。E3连接酶选择性、口服生物利用度、脱靶毒性、IND申报复杂性等一道道壁垒，对研发者的认知深度、策略智慧与跨界整合能力提出了极高要求。

与此同时，以人工智能为代表的数字化浪潮正以前所未有的广度和深度渗透到药物研发的每一个环节。从精准预测三元复合物结构，到智能化优化分子成药性；从高通量虚拟筛选先导化合物，到前瞻性预警临床风险，AI技术正成为破解TPD研发核心痛点、加速从靶点到临床候选分子转化的关键引擎。这标志着TPD药物的开发已迈入“AI智能化驱动”的全新时代。

会议时间

会议地点：线上直播

会议时间：2026年5月29日-30日

培训对象：

本次培训面向开发PROTAC/分子胶等蛋白降解药物的核心团队，覆盖研发、非临床研究、注册与临床开发、战略与项目管理四大板块。内容聚焦从靶点到IND申报的全流程，旨在帮助相关科学家与管理者系统掌握AI驱动的设计、评价与申报策略。

培训证书

培训结束后，学员可登录协会系统官网查看或下载培训证书。

会议大纲与讲师介绍

第一天核心主题：PROTAC 与分子胶底层机制、研发全流程与成药关键技术

上午 9:00-12:00

单元一：PROTAC 与分子胶底层机制、全球研发现状与成药核心壁垒

1.靶向蛋白降解技术核心底层逻辑：泛素 – 蛋白酶体系统（UPS）核心通路，与传统小分子抑制剂的差异化成药优势与作用边界

2.PROTAC 作用机制与结构核心：E3 连接酶配体、POI 配体、Linker 三要素的设计底层逻辑与功能协同机制

3.分子胶作用机制与差异化特征：Neo-substrate 诱导降解核心机制，与 PROTAC 的成药场景差异、开发优势与技术难点

4.全球研发格局与产业进展：已上市药物、临床阶段核心品种、热门靶点布局全景，国内企业研发现状与差异化突围方向

5.成药核心壁垒与行业共性痛点：靶点选择、E3 连接酶拓展、口服生物利用度、组织分布、脱靶毒性、耐药性等核心问题的行业共识与解决路径

单元二：PROTAC 与分子胶的分子设计、药化优化与合成工艺开发

1.PROTAC 分子理性设计核心策略：POI 配体筛选与优化、主流 E3 配体（CRBN/VHL 等）适配场景、Linker 设计与构效关系（SAR）深度挖掘

2.分子胶理性设计与优化路径：基于结构的虚拟筛选、变构诱导的 Neo-substrate 结合模式设计、骨架跃迁与成药性优化核心方法

3.规模化合成工艺开发难点与解决方案：PROTAC / 分子胶合成路线设计、手性控制、杂质控制、Linker 合成的工艺优化与放大生产核心考量

4.先导化合物快速筛选与优化流程：三元复合物形成验证、降解活性评价、选择性筛选的核心方法与高通量筛选体系构建

5.临床阶段标杆品种案例复盘：PROTAC / 分子胶的药化优化全路径、研发失败教训与成功经验总结

下午 13:30-16:30

单元三：PROTAC / 分子胶体外活性评价体系与 DMPK 成药性优化

1.靶向蛋白降解剂体外评价体系全流程构建规范

￮三元复合物核心验证方法：SPR、ITC、FRET、Co-IP 等技术的应用场景与优劣对比

￮降解活性核心评价：DC50、Dmax、降解半衰期的测定方法与数据解读规范

￮选择性评价体系：全蛋白质组水平脱靶降解检测技术、靶点选择性优化核心策略

2.PROTAC / 分子胶 DMPK 核心痛点与优化策略

￮口服生物利用度低的核心成因与结构优化方向（脂溶性、透膜性、代谢稳定性调控）

￮血浆蛋白结合、肝清除率、血脑屏障穿透等关键属性的调控方法

￮组织分布与靶点富集优化策略，肿瘤 / 特定组织靶向的设计思路

3.早期成药性风险评估体系：基于理化性质、体外活性、DMPK 数据的快速成药性打分模型，研发项目 Go/No-Go 决策节点设置规范

4.临床阶段品种案例分享：DMPK 优化失败教训与 IND 申报前的成药性优化核心经验

单元四：E3 连接酶拓展与新型靶向蛋白降解技术前沿进展

1.主流 E3 连接酶成药性现状：CRBN、VHL、IAP、MDM2 等的应用场景、成药优势与局限性

2.新型 E3 连接酶筛选与开发路径：组织特异性 E3、肿瘤特异性 E3 的挖掘方法，拓展降解剂治疗窗口的实践方案

3.超越 UPS 的新型降解技术前沿：溶酶体靶向降解（LYTAC）、自噬靶向降解（AUTAC/ATTEC）、RNA 靶向降解等技术的进展与成药潜力

4.双机制降解剂、双靶点降解剂的设计思路与研发进展

5.靶向蛋白降解剂知识产权全链条保护策略与专利布局核心要点

第二天核心主题：AI 智能化赋能 TPD 药物全流程开发、非临床评价与 IND 申报合规要点

上午 9:00-12:00

单元五：AI 技术在 PROTAC / 分子胶分子设计与优化中的落地应用

1.AI 赋能靶向蛋白降解剂开发的全流程框架：从靶点验证、分子设计、活性预测到成药性优化的全链条 AI 应用场景

2.PROTAC 分子设计的 AI 核心模型与工具落地

￮三元复合物结构预测：基于 AlphaFold、RoseTTAFold 的 PROTAC 三元复合物建模，Linker 设计的 AI 优化方案

￮降解活性预测：DC50/Dmax 预测的机器学习模型，构效关系（SAR）的 AI 深度挖掘方法

￮选择性预测：基于蛋白质组学数据的 AI 脱靶风险预测模型，研发后期毒性风险前置控制方案

3.分子胶的 AI 理性设计技术突破：基于结构的分子胶虚拟筛选、Neo-substrate 结合模式的 AI 预测、降解活性与选择性的 AI 优化、全新分子生成核心方法

4.AI 高通量虚拟筛选平台搭建与应用：TPD 分子专属虚拟筛选流程设计，降低实验成本、提升先导化合物发现效率的实战方案

5.标杆案例复盘：国内外企业利用 AI 技术快速发现 PROTAC / 分子胶先导化合物、优化临床候选分子的全流程实践

单元六：AI 赋能 TPD 药物研发全流程进阶与企业落地路径

1.AI 在 TPD 药物 DMPK 属性预测中的落地应用：口服生物利用度、代谢稳定性、肝清除率、透膜性的 AI 预测模型，早期成药性风险的 AI 预警体系构建

2.AI 赋能体内药效与毒理预判：基于多组学数据的体内降解效率预测、动物模型药效的 AI 模拟、脱靶毒性的早期 AI 筛选方法

3.AI 驱动的专利挖掘与布局：PROTAC / 分子胶专利文本挖掘、靶点 / E3/Linker 专利空白区识别、专利风险规避的 AI 策略

4.AI 在 TPD 药物临床试验设计中的应用：生物标志物的 AI 挖掘、患者分层策略优化、临床终点预测、降低临床开发风险的实践方法

5.企业 AI 制药平台搭建路径：中小 Biotech 与大型药企的 AI 赋能方案、AI 工具与内部研发流程的融合策略、研发数据闭环的构建方法

6.行业痛点破解：AI 赋能 TPD 药物开发的数据壁垒、模型可解释性、实验验证匹配度的行业解决方案

下午 13:30-16:00

单元七：PROTAC / 分子胶非临床评价核心要点与合规要求

1.靶向蛋白降解剂非临床评价全球监管框架：FDA、EMA、NMPA（CDE）针对 PROTAC / 分子胶的指导原则与核心审评考量

2.非临床药效学评价核心要点与规范

￮体内降解活性与药效的相关性评价：动物模型中靶点降解率与药效的量效 / 时效关系研究规范

￮体内作用机制验证：靶点降解特异性验证、药效与降解机制的相关性确证方法

￮耐药性非临床评价方法与风险控制策略

3.非临床药代动力学（PK）评价特殊考量

￮PROTAC / 分子胶 PK 特征与传统小分子的差异，PK/PD 模型的构建与 IND 申报应用规范

￮生物分析方法建立与验证：LC-MS/MS 对原型药物 / 代谢产物的检测、体内靶点降解水平的生物标志物检测规范

￮组织分布研究特殊要求：靶点组织与脱靶组织的药物分布、降解水平的相关性研究要点

4.非临床安全性评价核心难点与解决方案

￮脱靶降解相关毒性评价：全蛋白质组水平脱靶风险评估、组织特异性毒性研究策略

￮免疫原性风险、蓄积毒性、遗传毒性、生殖毒性的评价要点与 IND 申报要求

￮支持 IND 申报的非临床安全性研究套餐设计、剂量设计与给药周期规范

5.CDE 针对 PROTAC / 分子胶 IND 申报非临床研究常见发补问题分析与应对方案

单元八：PROTAC / 分子胶 IND 申报全流程管控与研发风险规避

1.PROTAC / 分子胶 IND 申报资料撰写核心规范与注册分类要求

2.IND 申报前研发全流程节点管控与关键决策逻辑

3.药品注册沟通交流策略：与 CDE 事前沟通、会议申请与资料准备核心要点

4.国内 TPD 药物同质化研发现状与差异化突围路径

5.靶向蛋白降解剂从 IND 到临床开发的转化风险控制策略

6.国内外 PROTAC / 分子胶成功 IND 申报标杆案例全流程深度复盘

讲师介绍：

徐博，化学物理博士，现任某Biotech董事、AIDD/CADD部门负责人，省自然科学高级技术职称，市区两级海外高层次人才。主要研究生物计算及药物设计，特别是机器学习及AI驱动药物设计领域。曾赴欧美多所顶尖院校及科研机构从事博士后研究，主持开发AI小分子及大分子药物设计平台，为多领域研发管线进入临床提供计算支持，深耕PROTAC、ADC等药物设计方向。研究成果发表于Chem. Rev.、J. Chem. Phys.等知名期刊，多篇获评亮点及封面文章，兼任多个国际期刊同行评审人。协会特聘专家。。

会议费用：

会务费：4000元/单位；（会务费包括：培训、研讨、电子版资料、电子版培训证书、一年在线不限次回放等）