高中生攻克计算药物发现难题
莫尔甘敦高中的帕万·苏布拉马尼在高中二年级时开始对计算药物发现产生浓厚兴趣,他通过自主学习Python编程开展分子动力学模拟研究,专注于晚期糖基化终末产物受体(RAGE)相关药物开发。在天普大学研究生约瑟夫·托尔西耶洛和加州大学欧文分校计算科学家大卫·莫布利的指导下,他创新性地将机器学习应用于分子动力学模拟,开发出能"跳跃式"预测蛋白质-配体构象能量差异的新技术,显著缩短了传统模拟所需时间,有望加速药物发现流程。这一经历不仅帮助他发表了学术论文,更坚定了他在计算药物发现和生物物理学领域的职业方向,也为STEM教育提供了宝贵启示,展示了高中生在尖端科研领域的巨大潜力。

