报告人简介：
侯廷军，浙江大学药学院求是特聘教授，药物信息和计算生物学中心主任，国家万人计划领军人才。长期围绕计算机辅助药物设计中的核心问题展开前沿交叉学科研究，在Chemical Reviews, ACS Central Science,Nucleic Acids Research, PNAS, Briefings in Bioinformatics、Journal of Medicinal Chemistry, Journal of ChemicalTheory and Computation, Journal of Chemical Information and Modeling等知名期刊发表SCI论文350余篇， SCI引用13000余次，H因子61；获授权专利和软件著作权30余项。任中国化学会计算(机)化学专业委员会副主任委员兼秘书长，J Cheminf、J Chem InfModel、Int J Mol Sci等14种SCI期刊编委或顾问编委。
报告摘要：
先导化合物的发现和优化是新药开发中不可或缺的部分。虚拟筛选（VS）作为一种计算方法在药物发现的早期阶段发挥着显著作用，并能够向一些精选化合物提供新颖的化学骨架。在过去的几十年中，各种技术和算法被不断提出，针对不同目的，研究人员对这些算法在VS范围内分别进行了测试。尽管VS是一种常见且经过验证的技术，但其中仍旧蕴含着一些挑战和需要解决的问题，其中蛋白质柔性的影响是一个主要挑战。在本报告中，针对这些问题，我们讨论并展示了了本课题组开发的几种相关的组合VS策略。此外，我们还分析了几种有代表性的成功应用，以证明在药物发现活动中组合VS策略的有效性。
