Ola Engkvist.
2004年，在隆德大学完成计算化学博士学位，并在剑桥大学和捷克科学院进行博士后研究后，我加入了阿斯利康。欧洲杯微信买球我目前领导生物制药研发的发现科学计算化学团队，为药物发现提供计算解决方案。
我热衷于推动人工智能和机器学习在药物发现中的应用。我的一个重点是建立生物制药研发团队，并与外部专家合作推进药物设计和合成的创新。
通过与明斯特大学的开创性合作，我的团队首次展示了循环神经网络在分子设计中的应用，这已经发表在最近的两篇高被引用的文章中。这种方法允许我们使用机器学习设计新的药物分子，以导航化学空间的广度和开发我们的庞大知识库。
我着迷于将最新的人工智能和机器学习技术应用于药物研发。随着自动化的进一步发展，它具有改变药物发现过程的潜力。
主要成就
计算化学，发现科学，研发副主任
2018年
埃莱格药物发现药物发现中人工智能的关键演讲者2018年
2018年
RSC-BMCS / RSC-CICAG人工智能化学主讲人
2009年
被任命为生物制药研发中发现科学计算化学团队的领导
特色的出版物
化学反应的计算预测：当前状态和前景。
药物发现今天．2018;23(6): 1203 - 1218。Engkvist O, Norrby P-O, Selmi N等。出版链接:https://www.sciencedirect.com/science/article/pii/S1359644617305068
深度学习在药物发现中的兴起。
药物发现今天．2018;23(6): 1241 - 1250。陈浩，王勇，等。出版链接:https://www.sciencedirect.com/science/article/pii/S1359644617303598
通过深度强化学习的分子从头设计。
CheminFormatics杂志．2017;9(48)。Olivecrona M, Blaschke T, Engkvist O, Chen h出版链接:https://jcheminf.biomedcentral.com/articles/10.1186/s13321-017-0235-x
生成式自动编码器在新分子设计中的应用。
分子信息学．2018;37(1 - 2): 1700123。Blaschke T, Olivecrona M, Engkvist O等。出版链接:https://onlineLibrary.wiley.com/doi/full/10.1002/minf.201700123
BIGCHEM：化学中大数据分析的挑战和机遇。
分子信息学．2016;35（11-12）：615-621，Tetko I.v.，Engkvist O，Koch U等。出版链接:https://onlinelibrary.wiley.com/doi/full/10.1002/minf.201600073