直播预告 | 采用ADMET Predictor评估化学品的ADME、毒性和毒代动力学特性

2025年6月19号 周四早   9:00-10:30

英文演讲（中英文字幕）

问答环节有中文翻译

化学品包括药物、农药、兽药、阻燃剂、化妆品及食品添加剂等，它们可能会影响人类健康，其中许多物质都缺少毒代动力学（TK）实测数据。为了减少和替代TK模型开发中的动物试验，本次公开课将讲解如何利用已有动物TK等数据的化合物作为参考化合物，通过多维度相似性的方法为缺乏动物数据的新化合物开发毒性和TK评估模型。

基于美国环保署（EPA）毒代动力学（TK）数据库中的约8000种化学品数据，该方法首先应用ADMET Predictor软件预测分子描述符和理化性质作为输入参数。利用这些参数进行高通量药代动力学（HTPK）模拟，估算口服生物利用度、Cmax和AUC等关键指标。最终通过四个维度——结构相似性、理化性质相似性、PK参数相似性、血浆浓度-时间曲线相似性——评估新化学物质的TK特性。该方法支持数据缺乏化学品的交叉参照和基于风险的高通量筛查，为建立减少动物实验依赖并保持科学严谨性的预测毒理学体系提供了基础。

• 化学品数据集介绍

• 机器学习技术介绍

• ADMET Predictor的ADMET和HTPK 预测性能介绍

• 预测血浆浓度-时间曲线相似性介绍

• 示例：比较结构相似性、理化性质相似性、PK参数相似性、血浆浓度-时间曲线相似性
  

美国Arkansas大学物理化学博士

超过30年的计算化学从业经验，2011年加入Simulations Plus公司，从事AI驱动新药研发工具的开发与应用，并与全球多家制药企业合作不断完善产品。Michael也是负责环氧合酶(COX)新化学实体项目以及 FDA/CFSAN 和 NIEHS 合作项目的首席科学家。

北京大学学士及硕士，美国Rensselaer Polytechnic Institute化学信息学博士

20年以上的药物研发专业软件开发经验。2005年加入 Simulations Plus 公司, 是化学信息学软件ADMET Predictor的开发者之一，负责其中的机器学习模块。2018年开始，专注于新一代药代动力学与吸收模型软件GastroPlus X的开发。研究兴趣主要在化学信息学，软件开发，人工智能在药物开发中的应用等领域。

化学品研发

农药研发

食品研发

药品研发

我们将整理出报名人员普遍较关注的3个问题，在直播间进行解答，欢迎报名时提交问题。

报名截止时间：2025年6月18日20:00