【ZiDongHua 之方案应用场收录关键词：人工智能 工业强国 Science CADD 】
 
　　Science顶刊！自动化技术给有机合成化学领域带来巨大变革！
 
 
 
　　自动化推动了蛋白质组学和基因组学等领域的巨大进步，使非专家能够制备、测试和分析复杂的生物分子，包括蛋白质和核酸。然而，自动化有机合成领域远远落后，部分原因是有机分子的复杂性和多样性。因此，只有少数相对简单的有机分子，需要少量的合成步骤，以自动化方式制造。在这里，我们报告了一种自动化装配线合成，它允许迭代形成 C（sp3）–C（sp3）键具有高立体化学控制和重现性，能够接触到复杂的有机分子。这是在一个能够处理空气敏感反应物和执行低温反应的商用机器人平台上实现的，这使得有机硼底物的六个测序单碳认证能够在没有人为干预的情况下迭代执行。与其他自动化官能团操作一起，该方法已被用于快速构建天然产物（+）-kalkitoxin的核心片段，从而扩展了自动化有机合成的领域。
 
　　四大专题
 
　　CADD计算机辅助药物设计
 
　　AIDD人工智能药物发现
 
　　蛋白质晶体结构解析
 
　　CRISPR-Cas9基因编辑
 
　　CADD计算机辅助药物设计：
 
　　CADD（Computer-Aided Drug Design）计算机辅助药物设计是一种基于计算机技术的药物设计方法。通过结合生物化学、酶学、分子生物学和遗传学等生命科学的研究成果，CADD针对药物设计的潜在靶点，如酶、受体、离子通道和核酸等，利用计算机模拟、计算和预测药物与生物大分子之间的相互作用，设计出具有理想性能的药物分子。CADD的应用包括基于结构的药物设计、基于配体的药物设计和高通量虚拟筛选等技术，通过突破传统的先导物发现模式，加快了先导化合物的发现和优化进程。CADD的应用广泛涉及食品、生物、化学、医药、植物和疾病领域。靶点的发现和确认是新药研发的第一步，也是瓶颈之一。CADD的应用可以加快靶点的发现速度和提高准确性，推动新药研发的进展。
 
　　AIDD人工智能药物发现与设计：
 
　　AIDD（Artificial Intelligence Drug Discovery）人工智能药物发现与设计是近年来非常热门的技术应用，已经广泛应用于新药研发的各个环节，为新药发现和开发提供了巨大的帮助。随着医药大数据的积累和人工智能技术的发展，借助人工智能技术结合大数据进行精确药物设计，推动了创新药物的发展。在新型冠状病毒的治疗中，通过计算机辅助药物生物计算的方法，发现了一类可以有效阻止新冠病毒侵染的药物分子，为治疗新冠提供了新的思路。人工智能倾向于机器对数据库信息的自我学习，可以对数据进行提取和学习，在化合物设计过程中避免试错路径，并带来许多全新的结构，打破了药物发现中的常规结构壁垒。
 
　　蛋白质晶体结构解析：
 
　　从50年前英国科学家解析出第一个蛋白质晶体结构以来,蛋白质晶体学历经数个里程碑式的发展,已经成为一门成熟的高科技学科,是结构生物学的主要研究手段。近年来结构生物学发展迅速并和其他学科相互渗透交叉,特别是受到结构基因组学等热点学科的极大带动。作为结构生物学的基本手段和技术,蛋白质晶体学从解析简单的蛋白质三维结构延伸到解决各类生物大分子及复合物结构,并更加注重研究结构与功能之间的相互关系,派生出诸如基于结构的药物设计等应用性很强的分支。生物技术及计算机技术的飞速发展,尤其是高通量技术在生物学领域的应用,为蛋白质晶体学带来了全新的概念和更加广阔的前景。
 
　　CRISPR-Cas9基因编辑技术：
 
　　在现代生物科技领域，CRISPR-Cas9技术已经成为最受欢迎的基因编辑工具之一。这种技术可以用来研究基因功能，疾病诊断和治疗等方面。其中最常用的应用就是构建基因敲除细胞模型。
 
　　课程内容
 
　　《专题一、CADD计算机辅助药物设计》
 
　　第一天
 
　　上午
 
　　导论与基础
 
　　1. 蛋白质三维结构的预测对于药物发现的重要性
 
　　1.1 同源建模
 
　　1.2 从头建模
 
　　2. 蛋白质（酶/靶点）活性位点在药物发现的重要性
 
　　3. 药物发现中的关键结构特征（特别是小分子）
 
　　4. 药物辅助发现常用的计算方法
 
　　4.1 分子对接
 
　　4.2 虚拟筛选
 
　　4.3 分子动力学模拟
 
　　4.4 其他
 
　　下午
 
　　1. PDB数据库的介绍
 
　　1.1 检索蛋白
 
　　1.2 页面功能及解读
 
　　1.3 数据的下载
 
　　1.4 PDB文件格式的解读
 
　　2. PyMol
 
　　2.1 软件介绍
 
　　2.2 基本操作介绍
 
　　2.3 蛋白及小分子表面图、静电势表示
 
　　2.4 绘制相互作用图及制作简单动画
 
　　第二天
 
　　上午
 
　　同源建模
 
　　1. 同源建模原理介绍
 
　　1.1 同源建模的功能及使用场景
 
　　1.2 同源建模的方法
 
　　2. Swiss-Model 同源建模；
 
　　2.1 同源蛋白的搜索（blast等方法）
 
　　2.2 蛋白序列比对
 
　　2.3 蛋白模板选择
 
　　2.4 蛋白模型搭建
 
　　2.5 模型评价（蛋白拉曼图）
 
　　2.6 蛋白模型优化
 
　　实例讲解与练习：用2019-nCoV spike蛋白序列建模，根据相应参数和方法评价模型
 
　　下午
 
　　小分子构建
 
　　1. ChemDraw软件介绍
 
　　1.1 小分子结构构建
 
　　1.2 小分子理化性质（如分子量、clogP等）计算
 
　　1.3 分别构建大环、氨基酸、DNA、RNA等分子
 
　　小分子化合物库
 
　　2 小分子数据库
 
　　2.1 DrugBank、ZINC、ChEMBL等数据库介绍及使用
 
　　2.2 天然产物、中药成分数据库介绍及使用
 
　　第三天
 
　　上午
 
　　1. 分子对接基础
 
　　1.1 分子对接原理
 
　　1.2 分子对接分类
 
　　1.3 分子对接打分函数
 
　　2. 常规分子对接实践
 
　　2.1 对接的执行
 
　　2.1.1 药物分子配体的准备
 
　　2.1.2 蛋白受体的准备
 
　　2.1.3 受体格点计算
 
　　2.1.3 执行半柔性对接
 
　　下午
 
　　1.2对接结果评价
 
　　1.2.1 晶体结构构象进行对比
 
　　1.2.2 能量角度评价对接结果
 
　　1.2.3 聚类分析评价对接结果
 
　　1.2.4 最优结合构象的选择
 
　　2 对接其他方式的实现
 
　　第四天
 
　　上午
 
　　1 柔性对接
 
　　1.1 小分子配体优化准备
 
　　1.2 蛋白受体的准备
 
　　1.3 柔性残基的定义
 
　　1.4 蛋白受体格点计算
 
　　1.5 柔性对接计算及结果评价
 
　　1.6 半柔性对接与柔性对接比较与选择
 
　　2 柔性对接其他方式的实现
 
　　下午
 
　　基于受体的药物发现
 
　　1 虚拟筛选的准备
 
　　1.1 小分子文件的不同格式
 
　　1.2 openbabel最实用功能的介绍
 
　　1.3 小分子不同格式的转化
 
　　2. 基于对接的虚拟筛选
 
　　2.1 虚拟筛选定义、流程构建及演示
 
　　2.2 靶点蛋白选择、化合物库获取
 
　　2.3 虚拟筛选
 
　　2.4 结果分析（打分值、能量及相互作用分析）
 
　　第五天
 
　　上午
 
　　一些特殊的分子对接
 
　　1.小分子-小分子对接
 
　　1.1小分子-小分子相互作用简介
 
　　1.2小分子结构预处理
 
　　1.3小分子-小分子对接（糖-小分子为例）
 
　　1.4对接结果展示与分析
 
　　2. 蛋白-核酸对接
 
　　3. 蛋白-蛋白对接
 
　　下午
 
　　基于配体的药物发现
 
　　1. 3D-QSAR模型构建（Sybyl软件）
 
　　1.1 小分子构建
 
　　1.2 创建小分子数据库
 
　　1.3 小分子加电荷及能量优化
 
　　1.4 分子活性构象确定及叠合
 
　　1.5 创建3D-QSAR模型
 
　　1.6 CoMFA和CoMSIA模型构建
 
　　1.7 测试集验证模型
 
　　1.8 模型参数分析
 
　　1.9 模型等势图分析
 
　　1.10 3D-QSAR模型指导药物设计
 
　　第六天
 
　　上午
 
　　1. linux系统介绍
 
　　2.常用命令介绍
 
　　3. linux上程序的安装（gromacs）
 
　　下午
 
　　MD实践一：溶剂化下蛋白质分子动力学模拟
 
　　全面熟悉分子动力学模拟的一般流程
 
　　第七天
 
　　上午
 
　　MD实践二：溶剂化下蛋白质-配体的分子动力学模拟
 
　　掌握处理非标准残基的力场拟合
 
　　下午
 
　　分子动力学模拟中的常用分析命令
 
　　蛋白-配体结合自由能的结算
 
　　部分案例图:
 
　　《专题二、AIDD人工智能药物发现与设计》
 
　　第一天
 
　　1     人工智能药物发现(AIDD)简介
 
　　2     机器学习和深度学习在药物发现领域的应用
 
　　2.1  分子属性预测与优化
 
　　2.2  虚拟筛选
 
　　2.3  药物副作用预测与安全性评估
 
　　2.4  新药分子设计
 
　　3     工具介绍与安装
 
　　3.1  Anaconda3/Pycharm 安装
 
　　3.2  Numpy 基础
 
　　3.3  Pandas 基础
 
　　3.4  Matplotlib 基础
 
　　3.5  Scikit-learn 基础
 
　　3.6  Pytorch 基础
 
　　3.7  RDKit 基础
 
　　第二天
 
　　1     机器学习简介
 
　　1.1     机器学习四要素
 
　　1.2     数据模块
 
　　1.3     核心和高级 API
 
　　2     回归算法与应用
 
　　2.1     线性回归
 
　　2.2     Lasso 回归
 
　　2.3     Ridge 回归
 
　　2.4     ElasticNset 弹性网络
 
　　3     分类算法与应用
 
　　3.1     逻辑回归
 
　　3.2     朴素贝叶斯
 
　　3.3     KNN
 
　　3.4     SVC
 
　　3.5     决策树
 
　　3.6     随机森林
 
　　3.7     集成学习
 
　　4     聚类算法
 
　　4.1     KMeans
 
　　4.2     密度聚类 DBSCAN
 
　　5     降维
 
　　5.1     奇异值分解 SVD
 
　　5.2     主成分分析 PCA
 
　　5.3     非负矩阵分解 NMF
 
　　6     模型的评估方法和评价指标
 
　　6.1     超参数优化
 
　　6.2     交叉验证
 
　　6.3     评价指标
 
　　7     特征工程
 
　　8     机器学习药物发现案例（一）
 
　　——化合物生物活性分类模型
 
　　9     机器学习药物发现案例（二）
 
　　——化合物生物活性回归模型
 
　　10   机器学习药物发现案例（三）
 
　　—— 药物副作用预测模型
 
　　图1. 副作用在药物-药物相似性网络中传播。
 
　　第三天
 
　　1     深度学习与药物发现（ 一）
 
　　1.1  深度神经网络
 
　　1.2  正向和反向传播
 
　　1.3  优化方法
 
　　1.3.1  梯度下降增加动力
 
　　1.3.2   自适应学习
 
　　1.3.3  Adam
 
　　1.4  损失函数
 
　　1.4.1  平均绝对误差
 
　　1.4.2  均方误差损失函数
 
　　1.4.3  交叉熵损失函数
 
　　1.5  卷积神经网络
 
　　1.5.1  卷
 
　　1.5.2  填充和步幅
 
　　1.5.3  池化层
 
　　1.5.4  LeNet 网络
 
　　1.5.5  AlexNet 网络
 
　　2     深度学习药物发现案例（一）
 
　　—— 药物-药物相互作用预测模型
 
 
　　图 2. 利用药物关联网络特征和深度神经网络识别药物之间潜在相互作用事件。
 
　　第四天
 
　　1     深度学习与药物发现（ 二）
 
　　1.1  循环神经网络
 
　　1.2  消息传递神经网络
 
　　1.3   图卷积神经网络
 
　　1.4   图注意力神经网络
 
　　1.5   图采样和聚合
 
　　2     深度学习药物发现案例（二）
 
　　—— 药物靶标相互作用预测模型
 
　　3     深度学习药物发现案例（三）
 
　　—— 药物重定位模型
 
　　图 3. 通过深度学习整合来自异构网络的邻接信息以发现新的药物靶点相互作用
 
　　第五天
 
　　1     深度学习与药物发现 （三）
 
　　1.1  注意力机制
 
　　1.2   自注意力模型
 
　　1.3  多头自注意力模型
 
　　1.4  交叉注意力模型
 
　　1.5  Transformer 模型
 
　　2     深度学习药物发现案例（四）
 
　　—— 药物-药物相互作用预测模型
 
　　3     深度学习药物发现案例（五）
 
　　—— 药物靶标结合亲和力预测模型
 
　　图 4.将药物和蛋白质信息关联起来的带有注意力区块的AttentionDTA模型
 
　　《专题三、蛋白晶体结构解析》
 
　　第一天
 
　　蛋白质结晶前准备
 
　　课程介绍和蛋白质结构功能基本介绍
 
　　提纯蛋白质,确定浓度、pH值、缓冲液等条件,控制蛋白质稳定性等。
 
　　1、目的蛋白质信息检索与调查
 
　　- 利用生物信息学工具搜集目标蛋白质的基因序列、结构域、同源蛋白质的信息
 
　　- 分析目标蛋白质的理化性质,如分子量、等电点、聚合程度、稳定性等
 
　　2、质粒制备
 
　　- 设计引物,克隆目标基因到表达载体
 
　　- 转化表达宿主,提取重组质粒
 
　　- 质粒测序验证目标基因插入
 
　　3、蛋白质纯化
 
　　- 选择合适的诱导条件,表达可溶性或不溶性重组蛋白
 
　　- 裂解菌体,释放重组蛋白质
 
　　- 蛋白质纯化:亲和层析、离子交换层析、凝胶过滤等
 
　　4、蛋白质不表达和包涵体问题
 
　　- 分析不表达的原因,优化诱导条件
 
　　- 改进溶解缓冲液条件,提高蛋白从包涵体中释放
 
　　5、蛋白质活性鉴定
 
　　- 进行Western Blot或酶活性实验验证蛋白质活性
 
　　6、蛋白质结晶前分析
 
　　- 测定蛋白质的纯度、聚合状态、稳定性
 
　　- 优化缓冲液条件,调整蛋白质到适宜的pH和离子浓度
 
　　第二天
 
　　蛋白质结晶与衍射数据收集
 
　　利用协同结晶筛选获得蛋白质结晶,在同步辐射光源下收集衍射数据。
 
　　1、蛋白质结晶
 
　　- 蛋白质结晶的基本原理
 
　　- 蛋白质结晶的影响因素
 
　　- 蛋白质结晶的基本方法
 
　　- 结晶条件筛选策略
 
　　2、SSRF（同步辐射光源） 的介绍
 
　　- SSRF简介
 
　　- SSRF的光源优势
 
　　- SSRF的实验站介绍
 
　　3、蛋白质晶体衍射数据收集
 
　　- X射线结晶学基本原理
 
　　- 晶体探针和晶体定位
 
　　- 晶体测试和优化
 
　　- 衍射数据收集参数设定
 
　　- 衍射数据处理和分析
 
　　第三天
 
　　蛋白质晶体结构解析软件安装
 
　　安装相关计算机程序,如Phenix, XDS, Pymol等用于后续的数据处理与模型建立。
 
　　1、Linux系统安装
 
　　- Linux系统选择和安装
 
　　- Linux系统基本命令
 
　　- Linux系统环境配置
 
　　2、蛋白质晶体结构解析软件安装
 
　　- CCP4安装
 
　　- Phenix安装
 
　　- Coot安装
 
　　- PyMol安装
 
　　- 其他结构解析支持软件安装
 
　　蛋白质结构解析的各种软件主要在Linux系统下使用。建议使用Linux系统。首先需要对Linux系统进行简单的介绍,包括选择发行版本、基本命令使用、环境变量配置等。然后依次介绍CCP4、Phenix、Coot、PyMol等主要的结构解析软件的下载、编译和安装方法。也可以介绍一些结构解析中需要的其他软件工具的安装。通过这个章节的学习,学生可以掌握在Linux系统上配置蛋白质结构解析的软件环境。
 
　　Index、integrate与scale软件使用和介绍
 
　　利用软件index及integrate衍射点,scale衍射数据以校正强度。
 
　　1、晶体结构学知识
 
　　- 晶体学中的衍射理论基础
 
　　- 布拉格定律和倒易格向量
 
　　- 晶体的对称性
 
　　2、蛋白质晶体结构解析流程
 
　　- 蛋白质的表达与纯化
 
　　- 蛋白质的结晶
 
　　- X射线晶体学数据收集
 
　　- 晶体结构解析流程概述
 
　　3、Index和integrate
 
　　- Indexing的目的和原理
 
　　- Integration的目的和过程
 
　　4、Scale
 
　　- Scale的目的——校正数据
 
　　- Scale常用方法
 
　　5、使用XSCALE功能进行scale
 
　　- XSCALE软件介绍
 
　　- 使用XSCALE进行数据scale的步骤
 
　　6、使用HKL2000进行index、integrate和scale
 
　　- HKL2000软件介绍
 
　　- 使用HKL2000进行indexing
 
　　- 使用HKL2000进行integration
 
　　- 使用HKL2000进行scaling
 
　　第四天
 
　　分子置换、构建优化与结构提交
 
　　利用分子置换法确定蛋白质框架,手动构建余下结构,进行优化后提交蛋白质坐标库。
 
　　1、分子置换
 
　　(1) 分子置换的概念
 
　　(2) 分子置换的目的
 
　　(3) 常用的分子置换软件介绍
 
　　(4) 分子置换的具体操作步骤
 
　　2、蛋白质晶体结构构建
 
　　(1) 蛋白质序列比对确定构建起始模型
 
　　(2) 主链构建方法
 
　　(3) 侧链构建方法
 
　　(4) 构建完成后的模型检查
 
　　3、蛋白质晶体结构优化
 
　　(1) 能量最小化原理
 
　　(2) 模拟退火原理
 
　　(3) 分子动力学模拟原理
 
　　(4) 优化过程中的评估标准
 
　　4、蛋白质晶体结构验证
 
　　(1) Ramachandran图分析
 
　　(2) 各类键长和键角分布
 
　　(3) 密接点分析
 
　　(4) B因子分布
 
　　(5) 电子密度匹配度评价
 
　　5、蛋白质晶体结构提交到PDB
 
　　(1) PDB数据提交要求
 
　　(2) 各项验证确认无误后压缩需提交文件
 
　　(3) 在PDB网站提交表单,上传文件,等待审核结果
 
　　第五天
 
　　蛋白质晶体结构展示
 
　　利用Pymol等软件分析并展示蛋白质的二级结构、三级结构,活性口袋等结构信息。
 
　　1、pdb格式文件简介
 
　　- pdb文件概述:包含蛋白质晶体学数据的标准格式
 
　　- 原子坐标:记录每个原子的xyz坐标
 
　　- 温度因子:记录每个原子的热运动参数
 
　　- 二级结构:记录α螺旋和β片层的位置
 
　　- 结构注解:记录配体、酶活性中心等重要结构信息2、PyMOL制作蛋白质晶体结构图
 
　　- PyMOL简介:流行的分子可视化软件
 
　　- 加载pdb文件
 
　　- 显示蛋白质链、α螺旋和β片层
 
　　- 调整视角、变色和放大关键结构
 
　　- 导出高质量图像3、使用PyMOL制作蛋白质配体结合位点信息
 
　　- 识别蛋白质与配体的相互作用
 
　　- 突出显示配体结合位点残基
 
　　- 在结合位点生成表面模型
 
　　- 制作配体结合位点的特写图4、使用PyMOL调查蛋白质的温度因子B-factors
 
　　- 显示温度因子putty图
 
　　- 分析柔性域和稳定域
 
　　- 与酶活性中心和功能位点的关系5、使用PyMOL重叠对比不同的蛋白质晶体结构
 
　　- 载入不同状态的pdb文件
 
　　- 重叠对齐蛋白质结构
 
　　- 比较构象变化,如酶动力学过程中的不同中间状态6、使用PyMOL显示蛋白质晶体结构中配体的电子密度图
 
　　- 加载包含配体密度的pdb文件
 
　　- 显示2Fo-Fc 和 Fo-Fc电子密度图
 
　　- 检查配体与电子密度的匹配程度
 
　　- 评估配体定位和取向的准确性7、使用PyMOL结合Chimera实现同步显示非对称单元的蛋白质分子
 
　　- 在PyMOL中显示蛋白质非对称单元
 
　　- 在Chimera中同步显示非对称单元
 
　　- 细节对比不同分子中的相同结构
 
　　- 分析蛋白质多聚体形成的分子间相互作用
 
　　部分案例图
 
　　《专题四、CRISPR-Cas9基因编辑技术》
 
　　第一天
 
　　基因编辑简介
 
　　1.基因编辑基本概念介绍
 
　　2.单基因遗传病数据库 (实操)
 
　　3.基因编辑历史
 
　　4.TALEN
 
　　5.Zinc finger
 
　　6.Base editor
 
　　7.Prime editor
 
　　第二天
 
　　1.如何选择正确Cas9蛋白类型
 
　　2.gRNA设计和软件(实操)
 
　　3.sgRNA修饰
 
　　4.手动设计PegRNA的八个要点(实操)
 
　　5.七种PegRNA辅助设计软件
 
　　第三天
 
　　1.AAV递送(组织靶向)
 
　　2.脂质体递送
 
　　3.核糖核蛋白递送
 
　　4.高分子递送
 
　　5.Viral like particles递送
 
　　6.外泌体递送
 
　　7.无机纳米粒递送
 
　　8. 电转
 
　　9. 超声
 
　　10. 显微注射
 
　　第四天
 
　　1.动物模型
 
　　2.质粒
 
　　3.分子克隆基础
 
　　4.AAV设计(实操)
 
　　5.Base editing文章分析
 
　　6.Prime editing 相关的140篇文章概览
 
　　7.如何提高Prime editing效率
 
　　第五天
 
　　1.基因编辑已经批准的药物
 
　　2. 临床试验
 
　　3.主要公司、科学家和专利
 
　　4.副作用和退市的产品
 
　　5.FDA政策
 
　　6.CRISPR在诊断中的应用
 
　　7.CRISPR library
 
　　8.CRISPR与单细胞测序
 
　　9. CRISPR与表观遗传学
 
　　10. CIRPSR在植物学中的应用
 
　　11. 设计课题与评价(实操)
 
　　三、
 
　　讲师介绍
 
　　CADD主讲老师来自国内高校、中科院等单位，老师主要擅长深度学习、机器学习、药物虚拟筛选、计算机辅助药物设计、人工智能药物发现、分子对接、分子动力学等方面的研究
 
　　AIDD主讲老师余老师，有十余年的计算机算法研究和程序设计经验。研究方向涉及生物信息学，深度学习，药物靶标识别，药物不良反应等。参与了国自然基金2项，主持了省厅级科研项目3项。一作身份发表SCI论文数篇，包括BMC Bioinformatics, Journal of Biomedical Informatics, International Journal of Molecular Sciences等知名期刊。
 
　　蛋白晶体结构解析主讲老师来自基础医学院医学药理学系教师。具有十年以上的高校教学经验，承担本科生、研究生的教学任务。主持省自然科学基金1项（已结题），发表SCI论文10余篇。参与编写教材5部，担任人民卫生出版社配套教材编委，高等教育出版社数字教材编委，另外主编教辅教材2部。获省教学成果奖二等奖（排名第9），省一流本科课程（排名3），省在线开放课程（排名3），担任省药理学会教学专委会委员，学系教学副主任。
 
　　CRISPR-Cas9基因编辑主讲老师来自加州大学生物医学工程专业博士，曾在麻省理工和哈佛大学从事基因编辑研究，在耶鲁大学从事基因递送工作。文章发表在Nature Biomedical Engineering, Nature Communications等杂志上。曾在天使投资机构工作，主要投资基因编辑、单细胞测序、AI制药等方向的创业公司。
 
　　四
 
　　培训对象
 
　　全国各大高校、企业、科研院所从事人工智能、生命科学、代谢工程、有机合成、天然产物、药物、生物信息学、植物学，动物学、化学化工，医学、基因组学、农业科学、植物学、动物学，临床医学、食品科学与工程、肿瘤免疫与靶向治疗、全基因组泛癌分析、人黏连蛋白折叠基因组机、病毒检测、功能基因组、遗传图谱、基因挖掘变异、代谢组学、蛋白质组学、转录组学、生物医学、核酸、毒物学等研究科研人员及爱好者
 
　　五
 
　　学习目标
 
　　CADD计算机辅助药物设计：让学员能够掌握包括PDB数据库、靶点蛋白、蛋白质-配体、蛋白-配体小分子、蛋白-配体结构、notepad的介绍和使用、分子对接、蛋白-配体对接、虚拟筛选、蛋白-蛋白对接、蛋白-多糖分子对接、蛋白-水合对接、Linux安装、gromacs分子动力学全程实操、溶剂化分子动力学模拟
 
　　CRISPR-Cas9基因编辑技术：课程从全局出发，由浅入深，课程通过基础入门+应用案例实操演练的方式，从最初的原理讲解到最后的应用实战，学完本课程你将掌握基因编辑技术的相关原理及其应用，此外可以学到基因编辑系统的优化策略，可以学到如何操作常用的生物学软件。能够快速运用到自己的科研项目和课题上。
 
　　AIDD人工智能药物发现与设计：本课程让学员了解药物发现的前沿背景，学习人工智能领域的各类常见算法，熟悉工具包的安装与使用，掌握一定的算法编程能力，能够运用计算机方法研究药物相关问题。通过大量的案例讲解和实践操作，具备一定的AIDD模型构建和数据分析能力
 
　　蛋白质晶体结构解析：近年来结构生物学发展迅速并和其他学科相互渗透交叉,特别是受到结构基因组学等热点学科的极大带动。作为结构生物学的基本手段和技术,蛋白质晶体学从解析简单的蛋白质三维结构延伸到解决各类生物大分子及复合物结构,并更加注重研究结构与功能之间的相互关系,派生出诸如基于结构的药物设计等应用性很强的分支。生物技术及计算机技术的飞速发展,尤其是高通量技术在生物学领域的应用,为蛋白质晶体学带来了全新的概念和更加广阔的前景。
 
　　六
 
　　课程特色
 
　　课程特色
 
　　1、课程特色--全面的课程技术应用、原理流程、实例联系全贯穿
 
　　2、学习模式--理论知识与上机操作相结合，让零基础学员快速熟练掌握
 
　　3、课程服务答疑--主讲老师将为您实际工作中遇到的问题提供专业解答
 
　　福利及授课方式
 
　　福利：报名缴费成功赠送报名班型全套预习资料，课后学习完毕提供全程录像视频回放，针对与培训课程内容进行长期答疑，微信解疑群永不解散，参加本次课程的学员可免费再参加一次本单位后期组织的相同的专题培训班（任意一期都可以）
 
　　授课方式：
 
　　通过腾讯会议线上直播，理论+实操的授课模式，老师手把手带着操作，从零基础开始讲解，电子PPT和教程开课前一周提前发送给学员，所有培训使用软件都会发送给学员，有什么疑问采取开麦共享屏幕和微信群解疑，学员和老师交流、学员与学员交流，培训完毕后老师长期解疑，培训群不解散，往期培训学员对于培训质量和授课方式一致评价极高！
 
　　Part.七 授课时间
 
　　CADD计算机辅助药物设计间
 
　　2023.10.17-2023.10.20晚上授课
 
　　（晚19：00—晚22：00）
 
　　2023.10.21-2023.10.22全天授课
 
　　9：00—11：30下午13：30—17：0
 
　　2023.10.24-2023.10.25晚上授课
 
　　（晚19：00—晚22：00）
 
　　2023.10.28-2023.10.29全天课程
 
　　9：00—11：30下午13：30—17：0
 
　　CRISPR-Cas9基因编辑技术
 
　　2023.10.24-2023.10.25晚上授课
 
　　（晚19：00—晚22：00）
 
　　2023.10.28-2023.10.29全天课程
 
　　9：00-11：30下午13：00-17：00
 
　　2023.11.04-2023.11.05全天课程
 
　　9：00-11：30下午13：00-17：00
 
　　AIDD人工智能药物发现与设计
 
　　2023.10.24-2023.10.27晚上授课
 
　　（晚19：00—晚22：00）
 
　　2023.10.28-2023.10.29全天课程
 
　　9：00—11：30下午13：30—17：0
 
　　2023.10.31-2023.11.01晚上授课
 
　　（晚19：00—晚22：00）
 
　　蛋白晶体结构解析
 
　　2023.10.17-2023.10.20晚上授课
 
　　（晚19：00—晚22：00）
 
　　2023.10.21-2023.10.22全天课程
 
　　9：00-11：30下午13：30-17：0
 
　　2023.10.24-2023.10.25晚上授课
 
　　（晚19：00—晚22：00）
 
　　报名费用及优惠
 
　　优惠1：两班同报9880元（赠送一个班任选）
 
　　优惠2：三班同报13880元(赠送一个班任选）
 
　　四班同报17880元(赠送两个班任选）
 
　　特惠3：五班同报22880元(赠送三个班任选）
 
　　一年内可免费参加本公司举办的任何课程（不限次数及课程）
 
　　证书：参加培训并通过考试的学员，可以申请获得工业和信息化部工业文化发展中心颁发的“工业强国建设素质素养提升尚工行动”岗位能力适应评测证书。该证书可在中心官网查询，可作为能力评价，考核和任职的重要依据。评测证书查询网址：www.miit-icdc.org（自愿申请，须另行缴纳考试费500元/人）