Notice: Undefined index: HTTP_REFERER in C:\phpStudy\PHPTutorial\WWW\include\common.inc.php on line 16

Notice: Undefined index: HTTP_REFERER in C:\phpStudy\PHPTutorial\WWW\include\common.inc.php on line 16
活动动态- 康昱盛

活动动态

活动联系人:黄琦
电话:021-54975000
手机:
邮箱:

立即注册

我们的产品覆盖了化学信息学,生物信息学,以及实验室信息管理
针对您的研究需求

我们为您选择最适合您的产品
扫描活动二维码
免费在线系列讲座:ICH M7指导原则下的杂质评估信息学解决方案全解析
上传时间:2020-04-26 10:54:31
主办单位: 上海康昱盛信息科技有限公司
时  间: 4月17日(周五);4月22日(周三);4月29日(周三)
地  点: 网络在线
收费标准: 免费
规模人数: 不限
主 讲 人: 林伟昱 | 产品经理
讲座简介:
通过计算机软件评估杂质的潜在基因毒性风险已经是一种重要的杂质研究手段,ICH M7中详细描述了通过两种互相补充的(Q)SAR 方法来对未知杂质进行预测,并经过专家评阅后,其结果可以替代AMES实验,为企业节省大量的时间和金钱成本。中国在2017年已经加入ICH,并在不久的将来会正式实施M7,因此掌握通过计算机软件及信息学方法进行杂质的潜在基因毒性评估已经十分重要并且迫在眉睫。
本系列讲座依托康昱盛在该领域超过十年的经验,将由浅入深、全方位地解析如何通过开源及私有数据库检索、(Q)SAR软件预测、机理分析、代谢物评估乃至清除率预测等方法满足ICH M7。

主办单位: 上海康昱盛信息科技有限公司
主讲人: 林伟昱,产品经理
特邀嘉宾:杨文谦博士,罗欣药业(上海)有限公司执行总监
时间: 4月17日(周五) 15:00-16:30
           4月22日(周三) 20:00-21:00
           4月29日(周三) 15:00-16:00
授课方式: 免费网络授课

讲座内容:
第一讲:如何在ICH M7指导原则下利用信息学方法对GTI进行评估
4月17日(周五) 15:00-16:30
将全面地介绍M7下的信息学解决方案,包括:
1. 基于M7 指导原则的杂质控制信息学解决方案概述;
2. 毒性数据检索方法介绍,开源数据库介绍、商业化数据库介绍;
3. (Q)SAR 方法介绍,两种方法的异同,以及各自的优势和劣势;
4. 何为专家评阅,如何进行专家评阅。

第二讲:案例分享——利用Derek、Sarah软件进行GTI预测及专家评阅
4月22日(周三) 20:00-21:00
将邀请到基毒评估软件的资深用户,来自罗欣药业执行总监杨文谦博士,以及康昱盛的资深专家和我们一起分享软件基毒评估过程中最为关键的内容,如何充分利用软件提供的信息、毒理学知识对预测结果进行进一步专家评阅及判断,帮助广大用户能更好地利用软件来辅助GTI研究。
1. Lhasa软件如何更好地应用于药物杂质研究
——杨文谦 博士,罗欣药业(上海)有限公司执行总监
2. 不同场景下的专家评阅案例讲解

第三讲:ICH M7之下的专家评阅——经验,策略与心得交流
4月29日(周三) 15:00-16:00
详细介绍所谓专家评阅包含的内容,以及对于一个“专家”需要具备的能力,同时我们将分享在提交审评时遇到的常见问题以及解决方法:
1. 进行专家评阅所需的专业知识及技能介绍;
2. ICH M7指导原则下专家评阅的基本策略;
3. 如何在Nexus平台下进行M7分类;
4. Nexus新功能——专家审阅的标准化论证;
5. 审评机构的常见问题。

如何报名:
如果您计划参加,可以通过以下四种方式报名,为保证讲课质量,报名人数有限,建议您提前报名!
1. 请点击网站左下角“我要报名 sign up”。
2. 将 “M7+姓名+单位+邮箱+电话+研究方向”发送到marketing@cloudscientific.com,即可。
3. 关注“康昱盛”公众号,发送“M7+姓名+单位+邮箱+电话+研究方向”到公众号报名。
4. 直接通过电话报名,电话: 021- 54975000
备注:您提交报名信息后,我们会在一个工作日内通过电话或者微信联系您,并在网络讲座开始当日为您提供网络授课地址,您可以与您的同学或同事共享学习!


关于Lhasa Limited
Lhasa Limited是一家非营利机构,旨在促进化学和生命科学领域内的计算机辅助推理的应用。作为专家知识系统产品的先驱者,30多年来,Lhasa Limited始终走在前列,创造技术领先、用户友好的计算机预测和数据库管理系统。Lhasa Limited坚信“Shared Knowledge, Shared Progress”。其非营利性及会员的机制旨在为了促进各个机构之间的协同工作和数据共享。Lhasa Limited与各大企业、学术单位,以及监管机构保持合作,不断推进预测方法,造福公众。