1、本次系列課程共三個(gè)專(zhuān)題，專(zhuān)題一、三采用騰訊會(huì)議在線(xiàn)直播的形式，課后提供無(wú)限次回放視頻。專(zhuān)題二采用北京線(xiàn)下授課的形式，面對(duì)面教學(xué)，與老師及時(shí)進(jìn)行溝通。所有專(zhuān)題均建立永不解散的課程群，長(zhǎng)期互動(dòng)答疑，學(xué)員學(xué)完后可以繼續(xù)與專(zhuān)業(yè)老師同學(xué)交流問(wèn)題，鞏固學(xué)習(xí)內(nèi)容，從而更好地滿(mǎn)足學(xué)員不同方面的論文及實(shí)際科研工作需求；

2、專(zhuān)題一課程通過(guò)基礎(chǔ)入門(mén)+進(jìn)階實(shí)例演練的講授思路，從初學(xué)及應(yīng)用研究角度出發(fā)，帶大家實(shí)戰(zhàn)演練機(jī)器學(xué)習(xí)在多組學(xué)整合分析中的數(shù)據(jù)處理、預(yù)測(cè)模型以及生物學(xué)意義闡述等，助力大家掌握多種機(jī)器學(xué)習(xí)算法模型的構(gòu)建以及在多組學(xué)聯(lián)合分析在腫瘤及慢性病中的實(shí)際應(yīng)用，并介紹當(dāng)下深度學(xué)習(xí)算法高維組學(xué)數(shù)據(jù)處理，生物網(wǎng)絡(luò)挖掘的前沿方法，最后以論文復(fù)現(xiàn)講授單細(xì)胞組學(xué)論文的常用圖表制作、細(xì)胞差異分析、細(xì)胞注釋?zhuān)ㄗ詣?dòng)與手動(dòng)）、蛋白-蛋白相互作用網(wǎng)絡(luò)構(gòu)建與可視化，助力于研究創(chuàng)新機(jī)器學(xué)習(xí)算法解決生物學(xué)及臨床疾病問(wèn)題與需求。

3、專(zhuān)題二課程以Rosetta軟件為基礎(chǔ)，以實(shí)例講授和練習(xí)為主。依次講授Rosetta軟件基礎(chǔ)、蛋白質(zhì)結(jié)構(gòu)viewer、結(jié)構(gòu)擾動(dòng)與結(jié)構(gòu)優(yōu)化、蛋白質(zhì)復(fù)合物預(yù)測(cè)、抗體抗原模型處理與對(duì)接、SSD和MSD設(shè)計(jì)、 CartisenDDG 突變掃描、RosettaScript開(kāi)發(fā)流程、序列與結(jié)構(gòu)設(shè)計(jì)、從頭蛋白質(zhì)設(shè)計(jì)等的操作等多個(gè)內(nèi)容。

4、專(zhuān)題三課程帶您一步步實(shí)操學(xué)習(xí)蛋白結(jié)構(gòu)分析、同源建模、虛擬篩選、分子對(duì)接（半柔性、柔性對(duì)接、蛋白-蛋白、蛋白-多肽、酶蛋白-配體、核酸-小分子、共價(jià)對(duì)接）、藥效團(tuán)模型、定量構(gòu)效關(guān)系、碎片化藥物設(shè)計(jì)、Gromacs 分子動(dòng)力學(xué)模擬與結(jié)果分析，并以實(shí)例講解與練習(xí)為主，達(dá)到即學(xué)即用效果，幫助學(xué)員系統(tǒng)掌握計(jì)算機(jī)輔助藥物設(shè)計(jì)技術(shù)，助力學(xué)術(shù)研究；

多組學(xué)專(zhuān)題講師：由教育部直屬全國(guó)重點(diǎn)大學(xué)，國(guó)家"雙一流"A類(lèi)，"985",?"211"重點(diǎn)建設(shè)高校醫(yī)學(xué)院副教授，碩士生導(dǎo)師主講。中科院院士團(tuán)隊(duì)骨干成員，美國(guó)Top50大學(xué)博士，博士后。近五年發(fā)表SCI論文10余篇。主持和參與國(guó)家級(jí)，省部級(jí)自然科學(xué)基金項(xiàng)目多項(xiàng)，擁有多年生物醫(yī)學(xué)數(shù)據(jù)挖掘結(jié)合人工智能算法研究經(jīng)驗(yàn)。主要擅長(zhǎng)多組學(xué)聯(lián)合分析在腫瘤等疾病的機(jī)制研究和生物多組學(xué)的算法開(kāi)發(fā)。

Rosetta專(zhuān)題講師：由國(guó)家雙一流、985高校特聘研究員、博士生導(dǎo)師講授。近五年發(fā)表SCI研究論文20余篇，獲國(guó)際生物設(shè)計(jì)會(huì)議獎(jiǎng)勵(lì)(The International BioDesign Research Conference)。主持基金委蛋白質(zhì)設(shè)計(jì)相關(guān)項(xiàng)目和科技部重點(diǎn)研發(fā)計(jì)劃課題多項(xiàng)。主要擅長(zhǎng)分子設(shè)計(jì)、分子模擬方法研究。

CADD專(zhuān)題講師：由全國(guó)重點(diǎn)大學(xué)、國(guó)家“雙一流”、“211工程”重點(diǎn)建設(shè)醫(yī)藥類(lèi)高校副教授，碩士生導(dǎo)師講授。發(fā)表SCI研究論文20余篇，主持和參與國(guó)家級(jí)、省部級(jí)自然科學(xué)基金項(xiàng)目多項(xiàng)。擁有多年新藥分子設(shè)計(jì)和開(kāi)發(fā)經(jīng)驗(yàn)，主要擅長(zhǎng)CADD、AIDD等藥物設(shè)計(jì)方法研究。

1.? 凡報(bào)名學(xué)員將獲得所學(xué)專(zhuān)題的培訓(xùn)書(shū)本(或電子)教材以便提前預(yù)習(xí)及隨堂電子資料；

2.? 凡報(bào)名學(xué)員將獲得課程相關(guān)Windows版本軟件安裝指導(dǎo)(一年有效期）；

3.? 報(bào)名專(zhuān)題一課程贈(zèng)送往期《代謝組學(xué)及網(wǎng)絡(luò)藥理學(xué)研究技術(shù)與實(shí)踐》專(zhuān)題課程回放

4.? 報(bào)名專(zhuān)題三贈(zèng)送往期《GROMACS分子動(dòng)力學(xué)蛋白模擬、藥物開(kāi)發(fā)溶劑篩選》專(zhuān)題課程回放

5.? 線(xiàn)上課程：課后提供本次報(bào)名參加所學(xué)線(xiàn)上專(zhuān)題的無(wú)限次回放視頻；

6.? 價(jià)格優(yōu)惠：（優(yōu)惠活動(dòng)最終解釋權(quán)歸主辦方）

1)? 早鳥(niǎo)優(yōu)惠：所有專(zhuān)題課程2023年5月14日前報(bào)名繳費(fèi)均立減200元

2)? 同一人報(bào)名兩個(gè)及以上專(zhuān)題課程可享受額外優(yōu)惠（具體請(qǐng)咨詢(xún)招生聯(lián)系人）

7.? 學(xué)員提出的各自遇到的問(wèn)題在課程結(jié)束后可以長(zhǎng)期得到老師的解答與指導(dǎo)；

8.? 參加培訓(xùn)并通過(guò)考試的學(xué)員，可以獲得：北京軟研國(guó)際信息技術(shù)研究院培訓(xùn)中心頒發(fā)的《計(jì)算機(jī)輔助藥物設(shè)計(jì)應(yīng)用工程師》、《從頭蛋白抗體設(shè)計(jì)及在藥物研發(fā)中的應(yīng)用工程師》《機(jī)器學(xué)習(xí)多組學(xué)與生物醫(yī)學(xué)應(yīng)用工程師》專(zhuān)業(yè)技能結(jié)業(yè)證書(shū)；

專(zhuān)題一 集成多組學(xué)的機(jī)器學(xué)習(xí)在

生物醫(yī)學(xué)中的應(yīng)用專(zhuān)題

基礎(chǔ)教學(xué)大綱

機(jī)器學(xué)習(xí)及生物組學(xué)基礎(chǔ)

贈(zèng)送預(yù)習(xí)視頻

學(xué)習(xí)目標(biāo)：對(duì)機(jī)器學(xué)習(xí)基本概念進(jìn)行介紹，讓大家對(duì)機(jī)器學(xué)習(xí)基本概念有大致了解。明確機(jī)器學(xué)習(xí)方法的適用性，優(yōu)勢(shì)，以及局限性等

?? 什么是機(jī)器學(xué)習(xí)

?? 機(jī)器學(xué)習(xí)的應(yīng)用實(shí)例

?? 生物組學(xué)簡(jiǎn)介（基因組學(xué)，轉(zhuǎn)錄組學(xué)，蛋白組學(xué)，代謝組學(xué)）

?? 機(jī)器學(xué)習(xí)在在多組學(xué)數(shù)據(jù)分析的應(yīng)用

python基礎(chǔ)

贈(zèng)送預(yù)習(xí)視頻

學(xué)習(xí)目標(biāo)：機(jī)器學(xué)習(xí)主流實(shí)現(xiàn)是python語(yǔ)言。學(xué)習(xí)機(jī)器學(xué)習(xí)之前，有針對(duì)性的對(duì)python進(jìn)行系統(tǒng)的學(xué)習(xí)，數(shù)據(jù)的基本處理,以方便將來(lái)開(kāi)展機(jī)器學(xué)習(xí)的學(xué)習(xí)

?? python安裝與開(kāi)發(fā)環(huán)境的搭建

?? 基本數(shù)據(jù)類(lèi)型、組合數(shù)據(jù)類(lèi)型

?? 機(jī)器學(xué)習(xí)在在多組學(xué)數(shù)據(jù)分析的應(yīng)用

?? 函數(shù)、列表 、元組、字典、集合

?? 控制結(jié)構(gòu)、循環(huán)結(jié)構(gòu)

?? Numpy模塊——矩陣的科學(xué)計(jì)算

?? Matplotlib模塊——數(shù)據(jù)處理與繪圖

?? Pandas模塊——csv數(shù)據(jù)處理與分析

?? Sklearn模塊——機(jī)器學(xué)習(xí)模型基礎(chǔ)軟件包調(diào)用

案例實(shí)踐教學(xué)一：利用Python pandas讀取組學(xué)CSV數(shù)據(jù)并進(jìn)行數(shù)據(jù)讀取、轉(zhuǎn)換、保存等

生物組學(xué)大數(shù)據(jù)預(yù)處理與探索分析

學(xué)習(xí)目標(biāo)：對(duì)高維組學(xué)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析及機(jī)器學(xué)習(xí)建模前，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，如缺失值填補(bǔ)、降維可視化等，大數(shù)據(jù)預(yù)處理與探索分析是檢驗(yàn)數(shù)據(jù)質(zhì)量與了解數(shù)據(jù)分布的必要過(guò)程。

?? 高維組學(xué)數(shù)據(jù)的預(yù)處理框架

?? 常用數(shù)據(jù)預(yù)處理方法：缺失值填補(bǔ)，標(biāo)準(zhǔn)化，歸一化，對(duì)數(shù)轉(zhuǎn)化

?? 常用的降維方法，PCA，tSNE等

?? 數(shù)據(jù)探索分析（EDA）

案例實(shí)踐教學(xué)二：利用Python讀取組學(xué)CSV數(shù)據(jù)并進(jìn)行數(shù)據(jù)探索可視化分析（Exploratory data analysis,EDA）

經(jīng)典機(jī)器學(xué)習(xí)模型及多組學(xué)應(yīng)用

學(xué)習(xí)目標(biāo)：對(duì)在多組學(xué)整合分析中最常使用的幾種機(jī)器學(xué)習(xí)模型進(jìn)行介紹，總結(jié)它們的優(yōu)缺點(diǎn)及適用范圍，通過(guò)動(dòng)手實(shí)踐快速掌握幾種方法

?? 線(xiàn)性模型（線(xiàn)性回歸、梯度下降、正則化、回歸的評(píng)價(jià)指標(biāo)）

?? 決策樹(shù)（決策樹(shù)原理、ID3算法、C4.5算法、CART算法）

?? 支持向量機(jī)（線(xiàn)性支持向量機(jī)、可分、不可分支持向量機(jī)）

?? 集成學(xué)習(xí)（AdaBoost和GBDT算法、XGBoost算法、LightGBM算法）

?? 模型選擇與性能優(yōu)化（數(shù)據(jù)清洗、特征工程、數(shù)據(jù)建模）

?? Scikit-learn機(jī)器學(xué)習(xí)庫(kù)的使用

案例實(shí)踐教學(xué)三：基于轉(zhuǎn)錄組學(xué)數(shù)據(jù)進(jìn)行端到端的機(jī)器學(xué)習(xí)項(xiàng)目泛癌預(yù)測(cè)（數(shù)據(jù)預(yù)處理，數(shù)據(jù)建模，模型評(píng)估）

案例實(shí)踐教學(xué)四：基于蛋白組學(xué)-代謝組學(xué)在COVID-19中生物標(biāo)志物的發(fā)現(xiàn)

深度學(xué)習(xí)在組學(xué)數(shù)據(jù)的應(yīng)用

(入門(mén)及實(shí)踐)

進(jìn)階教學(xué)大綱

多組學(xué)聯(lián)合分析，闡明疾病分子機(jī)制 （入門(mén)及實(shí)戰(zhàn)）

學(xué)習(xí)目標(biāo)：從常見(jiàn)的多組學(xué)聯(lián)合分析策略出發(fā)，如轉(zhuǎn)錄組+代謝組，蛋白組+代謝組等，對(duì)常用的數(shù)理統(tǒng)計(jì)分析方法進(jìn)行介紹，之后學(xué)習(xí)如何利用數(shù)據(jù)庫(kù)如KEGG等進(jìn)行生物功能富集分析，結(jié)合機(jī)器學(xué)習(xí)方法進(jìn)行生物標(biāo)志物的挖掘，疾病預(yù)測(cè)以及生物分子作用機(jī)制等。

?? 常用生物組學(xué)實(shí)驗(yàn)與分析方法，如轉(zhuǎn)錄組學(xué)，代謝組學(xué)

?? 常用組學(xué)數(shù)據(jù)庫(kù)介紹，如TCGA,PathBank,HMDB,KEGG

?? Python批量處理組學(xué)數(shù)據(jù)-歸一化處理，差異分析，相關(guān)性分析

?? 生物功能分析：GO 功能分析、代謝通路富集、分子互作等

?? 基于轉(zhuǎn)錄組學(xué)的差異基因篩選，疾病預(yù)測(cè)

?? 基于差異基因，聯(lián)合代謝組學(xué)分析疾病分子發(fā)生機(jī)制

?? 組學(xué)數(shù)據(jù)可視化，如火山圖，t-SNE降維，代謝通路網(wǎng)絡(luò)分析

?? 組學(xué)特征（基因，蛋白，代謝物）選擇（隨機(jī)森林分析）

?? 單細(xì)胞轉(zhuǎn)錄組學(xué)數(shù)據(jù)分析及可視化分析

案例實(shí)踐教學(xué)三：（包含以下內(nèi)容）

轉(zhuǎn)錄組+代謝組的多組學(xué)分析胃癌

從海量的數(shù)據(jù)中篩選出關(guān)鍵基因、代謝物及代謝通路

深度解析胃癌腫瘤標(biāo)志物解釋腫瘤發(fā)生發(fā)展的復(fù)雜性和整體性案例

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)階(入門(mén)及實(shí)踐)

學(xué)習(xí)目標(biāo)：學(xué)習(xí)前沿神經(jīng)網(wǎng)絡(luò)如卷積神經(jīng)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)，注意力機(jī)制，自編碼器，圖神經(jīng)網(wǎng)絡(luò)在生物組學(xué)及藥物篩選的應(yīng)用，遷移學(xué)習(xí)應(yīng)用等。

?? 卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)及其應(yīng)用（影像組學(xué)）

?? 循環(huán)神經(jīng)網(wǎng)絡(luò)基礎(chǔ)及其應(yīng)用（蛋白組學(xué)）

?? 注意力機(jī)制基礎(chǔ)及其應(yīng)用

?? 自編碼器基礎(chǔ)及其應(yīng)用（轉(zhuǎn)錄組學(xué)）

?? 圖神經(jīng)網(wǎng)絡(luò)基礎(chǔ)及其應(yīng)用（代謝組學(xué)）

?? 遷移學(xué)習(xí)、深度學(xué)習(xí)框架——transformer的應(yīng)用

案例實(shí)踐教學(xué)四：基于(變分)自編碼器進(jìn)行藥物/代謝物分子生成

深度學(xué)習(xí)在組學(xué)數(shù)據(jù)藥物發(fā)現(xiàn)的應(yīng)用 (入門(mén)及實(shí)踐)

學(xué)習(xí)目標(biāo)：基于基因表達(dá)特征建立疾病與小分子藥物之間的關(guān)聯(lián)關(guān)系，運(yùn)用轉(zhuǎn)錄組學(xué)，蛋白組學(xué)，機(jī)器學(xué)習(xí)算法進(jìn)行藥物重定位。

?? ? 基于生物組學(xué)的藥物發(fā)現(xiàn)基礎(chǔ)介紹

?? ? 藥物分子化學(xué)特征提?。ǚ肿又讣y，描述符，分子圖）

?? ? 圖神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)藥物分子性質(zhì)

?? ? 基于胰腺癌差異表達(dá)基因進(jìn)行藥物重定位

案例實(shí)踐教學(xué)五：基于機(jī)器學(xué)習(xí)與圖神經(jīng)網(wǎng)絡(luò)進(jìn)行代謝物/藥物分子的性質(zhì)預(yù)測(cè)

AI+Science

學(xué)習(xí)目標(biāo)：人工智能領(lǐng)域前沿內(nèi)容，讓大家了解最新的多組學(xué)與機(jī)器學(xué)習(xí)領(lǐng)域的研究動(dòng)態(tài)，同時(shí)介紹幾種更為先進(jìn)的機(jī)器學(xué)習(xí)算法。

?? ? 集成學(xué)習(xí)在多組學(xué)數(shù)據(jù)聯(lián)合分析中的應(yīng)用

?? ? 多組學(xué)數(shù)據(jù)庫(kù)在生物信息網(wǎng)絡(luò)的挖掘與應(yīng)用

?? ? 生成模型在多組學(xué)數(shù)據(jù)的應(yīng)用與挑戰(zhàn)

?? ? 圖神經(jīng)網(wǎng)絡(luò)進(jìn)階，鏈路預(yù)測(cè)在疾病-基因-蛋白-代謝物的關(guān)聯(lián)網(wǎng)絡(luò)應(yīng)用

案例實(shí)踐教學(xué)六：基于生成模型進(jìn)行單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)深度特征提取的研究

經(jīng)典案例論文研究（論文圖表復(fù)現(xiàn)）

學(xué)習(xí)目標(biāo)：通過(guò)學(xué)習(xí)經(jīng)典多組學(xué)研究的SCI論文研究思路，系統(tǒng)學(xué)習(xí)多組學(xué)研究的論文圖表制作，以單細(xì)胞組學(xué)研究為例，進(jìn)行論文思路研究，方法探討，圖表制作。

論文復(fù)現(xiàn)一：?jiǎn)渭?xì)胞組學(xué)論文的常用圖表制作、細(xì)胞差異分析、細(xì)胞注釋?zhuān)ㄗ詣?dòng)與手動(dòng)）

論文復(fù)現(xiàn)二：蛋白-蛋白相互作用網(wǎng)絡(luò)構(gòu)建與可視化復(fù)現(xiàn)。

專(zhuān)題二 Rosetta從頭蛋白抗體設(shè)計(jì)、結(jié)構(gòu)優(yōu)化及在藥物研發(fā)中的應(yīng)用

第一天

時(shí)間

課時(shí)內(nèi)容

上午

教學(xué)目標(biāo)：了解本方向內(nèi)容、理論基礎(chǔ)、研究意義。

一、從蛋白質(zhì)折疊到蛋白質(zhì)設(shè)計(jì)

1.蛋白質(zhì)折疊與結(jié)構(gòu)預(yù)測(cè)簡(jiǎn)介

1.1 主鏈二面角與二級(jí)結(jié)構(gòu)

1.2 側(cè)鏈堆積與三級(jí)結(jié)構(gòu)

2.蛋白質(zhì)設(shè)計(jì)簡(jiǎn)介

蛋白質(zhì)設(shè)計(jì)的分類(lèi)及應(yīng)用

教學(xué)目標(biāo)：能夠使用vim編輯器簡(jiǎn)單編輯文件，能夠使用PyMOL或ChimeraX查看蛋白質(zhì)結(jié)構(gòu)。

二、?Rosetta基礎(chǔ)

三、蛋白質(zhì)結(jié)構(gòu)viewer 、Linux和Python基礎(chǔ)

3、Pose/mover/

scorefunction

4、LINUX 入門(mén)命令

4.1 用戶(hù)屬組及權(quán)限 目錄文件屬性

4.2 LINUX基礎(chǔ)命令 環(huán)境變量

4.3 shell常用命令練習(xí)

4.4 conda介紹

下午

教學(xué)目標(biāo)：了解Rosetta封裝好的應(yīng)用（以relax為例）和RosettaScript編寫(xiě)應(yīng)用（以pack/min/pack為例）

四、結(jié)構(gòu)擾動(dòng)與結(jié)構(gòu)優(yōu)化

五、序列設(shè)計(jì)

PackRotamer和FastDesign??

5、Minmover,MCMover,

Fastrelax mover

5.1 Movemap

6、RosettaScript組成和要素

6.1 FilterResidueSelector

TaskOperation

6.2 DSSP/DisulfidizeMover

第二天

上午

教學(xué)目標(biāo)：了解基于序列和基于結(jié)構(gòu)的蛋白質(zhì)復(fù)合物預(yù)測(cè)手段。

六、蛋白-蛋白對(duì)接基礎(chǔ)

7、Translat和rotation mover

7.1 Low resolution的全局搜索

7.2 High resolution的精細(xì)調(diào)整

7.3 FoldTree? ??

教學(xué)目標(biāo)：熟悉抗體模型預(yù)處理流程, 掌握RAbD常用命令

七、抗體設(shè)計(jì)

8、抗體結(jié)構(gòu)文件的處理

8.1 PyIgClassify

8.2 抗體抗原對(duì)接模型

8.3 CDR區(qū)優(yōu)化

8.4 Framework區(qū)優(yōu)化

案例實(shí)踐：? ?

SSD和MSD設(shè)計(jì)任務(wù)

下午

教學(xué)目標(biāo)：熟悉RosettaScript開(kāi)發(fā)流程，了解序列與結(jié)構(gòu)設(shè)計(jì)原理，完成從頭蛋白質(zhì)設(shè)計(jì)的操作練習(xí)。

八、CartisenDDG 突變掃描

九、RosettaScript應(yīng)用

9 序列與結(jié)構(gòu)設(shè)計(jì)

9.1 Input和Output flags控制輸入輸出

9.2 CleanAtom結(jié)構(gòu)預(yù)處理

9.3?ROSETTACLASH.LOG和RosettaCommons

9.4 ResFile等輔助文件

9.5 小改中改與大改

9.6? 練習(xí)答疑

案例實(shí)踐：

? FastDesign設(shè)計(jì)任務(wù)

部分案例圖示：

部分案例圖示：

專(zhuān)題三?CADD蛋白結(jié)構(gòu)分析、虛擬篩選、分子對(duì)接

第一天上午

課程名稱(chēng)

課程內(nèi)容

生物分子互作基礎(chǔ)

1、生物分子相互作用研究方法

1.1蛋白-小分子、蛋白-蛋白相互作用原理

1.2 分子對(duì)接研究生物分子相互作用

1.3 蛋白蛋白對(duì)接研究分子相互作用

蛋白數(shù)據(jù)庫(kù)

1、 PDB 數(shù)據(jù)庫(kù)介紹

1.1 PDB蛋白數(shù)據(jù)庫(kù)功能

1.2 PDB蛋白數(shù)據(jù)可獲取資源

1.3 PDB蛋白數(shù)據(jù)庫(kù)對(duì)藥物研發(fā)的重要性

2、PDB 數(shù)據(jù)庫(kù)的使用

2.1 靶點(diǎn)蛋白結(jié)構(gòu)類(lèi)型、數(shù)據(jù)解讀及下載

2.2 靶點(diǎn)蛋白結(jié)構(gòu)序列下載

2.3 靶點(diǎn)蛋白背景分析

2.4 相關(guān)數(shù)據(jù)資源獲取途徑

2.4 批量下載蛋白晶體結(jié)構(gòu)

第一天下午

蛋白結(jié)構(gòu)分析

1. Pymol 軟件介紹

1.1 軟件安裝及初始設(shè)置? 1.2 基本知識(shí)介紹（如氫鍵等）

2.Pymol 軟件使用

2.1蛋白小分子相互作用圖解

2.2 蛋白蛋白相互作用圖解

2.3 蛋白及小分子表面圖、靜電勢(shì)表示

2.4蛋白及小分子結(jié)構(gòu)疊加及比對(duì)

2.5繪相互作用力

2.6 Pymol動(dòng)畫(huà)制作

實(shí)例講解與練習(xí)：

(1) 尼洛替尼與靶點(diǎn)的相互作用，列出相互作用的氨基酸，并導(dǎo)出結(jié)合模式圖

(2)?制作結(jié)合口袋表面圖

(3)?Bcr/Abl靶點(diǎn)的PDB結(jié)構(gòu)疊合

(4)?制作蛋白相互作用動(dòng)畫(huà)

(5)?針對(duì)ACE2和新冠病毒Spike的蛋白晶體復(fù)合物，制作蛋白-蛋白相互作用

第二天上午

同源建模

1. 同源建模原理介紹

1.1 同源建模的功能及使用場(chǎng)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 蛋白序列比對(duì)

2.3 蛋白模板選擇

2.4 蛋白模型搭建

2.5 模型評(píng)價(jià)（蛋白拉曼圖）

2.6 蛋白模型優(yōu)化? ? ? ? ? ? ?

實(shí)例講解與練習(xí)：用2019-nCoV spike蛋白序列建模，根據(jù)相應(yīng)參數(shù)和方法評(píng)價(jià)模型

第二天下午

小分子構(gòu)建

1、ChemDraw軟件介紹

1.1小分子結(jié)構(gòu)構(gòu)建

1.2 小分子理化性質(zhì)（如分子量、clogP等）計(jì)算

實(shí)例講解與練習(xí)：分別構(gòu)建大環(huán)、氨基酸、DNA、RNA等分子

小分子化合物庫(kù)

1. 小分子數(shù)據(jù)庫(kù)

1.1 DrugBank、ZINC、ChEMBL等數(shù)據(jù)庫(kù)介紹及使用

1.2 天然產(chǎn)物、中藥成分?jǐn)?shù)據(jù)庫(kù)介紹及使用

第三天上午

生物分子相互作用Ⅰ

1、分子對(duì)接基礎(chǔ)?

分子對(duì)接原理及對(duì)接軟件介紹

2、分子對(duì)接軟件（Autodock) 使用

2.1半柔性對(duì)接

2.1.1? 小分子配體優(yōu)化準(zhǔn)備

2.1.2? 蛋白受體優(yōu)化及坐標(biāo)文件準(zhǔn)備

2.1.3? 蛋白受體格點(diǎn)計(jì)算

2.1.4? 半柔性對(duì)接計(jì)算

2.2對(duì)接結(jié)果評(píng)價(jià)

2.2.1? 晶體結(jié)構(gòu)構(gòu)象進(jìn)行對(duì)比

2.2.2? 能量角度評(píng)價(jià)對(duì)接結(jié)果

2.2.3? ? 聚類(lèi)分析評(píng)價(jià)對(duì)接結(jié)果

2.2.4? 最優(yōu)結(jié)合構(gòu)象的選擇

2.2.5? 已知活性化合物對(duì)接結(jié)果比較?????????? PDB 1IEP

實(shí)例講解與練習(xí)：激酶Bcr/Abl靶點(diǎn)抑制劑的半柔性對(duì)接

第三天下午

生物分子相互作用II

2.3柔性對(duì)接

2.3.1? 小分子配體優(yōu)化準(zhǔn)備

2.3.2? 蛋白受體優(yōu)化及坐標(biāo)文件準(zhǔn)備

2.3.3? 蛋白受體格點(diǎn)計(jì)算

2.3.4? 柔性對(duì)接計(jì)算及結(jié)果評(píng)價(jià)

2.3.6? 半柔性對(duì)接與柔性對(duì)接比較與選擇

實(shí)例講解與練習(xí)：Bcr/Abl靶點(diǎn)抑制劑的柔性對(duì)接

虛擬篩選

3、分子對(duì)接用于虛擬篩選（Autodock）

3.1 虛擬篩選定義、流程構(gòu)建及演示

3.2 靶點(diǎn)蛋白選擇、化合物庫(kù)獲取

3.3虛擬篩選

3.4 結(jié)果分析（打分值、能量及相互作用分析）

實(shí)例講解與練習(xí)：Bcr/Abl靶點(diǎn)抑制劑的虛擬篩選

小分子格式轉(zhuǎn)換

1、openbabel的介紹和使用

1.1 openbabel軟件介紹

1.2 小分子結(jié)構(gòu)類(lèi)型

1.3 小分子結(jié)構(gòu)類(lèi)型轉(zhuǎn)換

答疑

針對(duì)前三天學(xué)習(xí)問(wèn)題的答疑

?第四天上午

拓展對(duì)接使用場(chǎng)景（上）

1、蛋白-蛋白大分子對(duì)接

1.1 蛋白-蛋白對(duì)接的應(yīng)用場(chǎng)景

1.2 相關(guān)程序的介紹

1.3 受體和配體蛋白前期優(yōu)化準(zhǔn)備

1.4 載入受體和配體分子

1.5 蛋白蛋白相互作用對(duì)接位點(diǎn)設(shè)定

1.6 蛋白蛋白對(duì)接結(jié)果分析與解讀

實(shí)例講解與練習(xí)：新冠病毒Spike蛋白及宿主蛋白ACE2的對(duì)接

2、蛋白-多肽對(duì)接

2.1 蛋白-多肽相互作用簡(jiǎn)介

2.2 蛋白-多肽分子預(yù)處理

2.3 蛋白-多肽分子對(duì)接

2.4 對(duì)接結(jié)果展示與分析

實(shí)例講解與練習(xí)：新冠靶點(diǎn)3CL與多肽/類(lèi)多肽抑制劑的對(duì)接

3、含金屬離子的蛋白靶點(diǎn)與小分子對(duì)接

3.1 金屬酶蛋白-配體的相互作用介紹

3.2 相關(guān)蛋白及配體分子的收集與預(yù)處理

3.3 金屬離子的處理與準(zhǔn)備

3.4 金屬輔酶蛋白-配體的對(duì)接

3.5 對(duì)接結(jié)果展示與分析

實(shí)例講解與練習(xí)：基質(zhì)金屬蛋白酶MMP及其抑制劑對(duì)接

第四天下午

拓展對(duì)接使用場(chǎng)景（下）

4、小分子與小分子對(duì)接

4.1 小分子-小分子相互作用簡(jiǎn)介

4.2 小分子結(jié)構(gòu)預(yù)處理

4.3 小分子-小分子對(duì)接

4.4 對(duì)接結(jié)果展示與分析

實(shí)例講解與練習(xí)：環(huán)糊精與藥物小分子的對(duì)接

5、核酸-小分子對(duì)接

5.1核酸-小分子的應(yīng)用場(chǎng)景

5.2核酸-小分子相互作用簡(jiǎn)介

5.3核酸-小分子的預(yù)處理

5.4核酸-小分子對(duì)接

5.5相關(guān)結(jié)果的展示與分析

實(shí)例講解與練習(xí)：DNA G-四鏈體和配體分子對(duì)接

6、共價(jià)對(duì)接

6.1共價(jià)對(duì)接的原理及應(yīng)用場(chǎng)景

6.2蛋白和共價(jià)結(jié)合配體的預(yù)處理

6.3藥物分子與靶蛋白的共價(jià)對(duì)接

6.4相關(guān)結(jié)果的展示與分析

實(shí)例講解與練習(xí)：激酶靶點(diǎn)EGFR抑制劑的共價(jià)對(duì)接?

第五天上午

基于碎片藥物設(shè)計(jì)

1、基于碎片藥物設(shè)計(jì)

1.1 基于碎片的藥物設(shè)計(jì)與發(fā)現(xiàn)

1.2 基于碎片化合物庫(kù)構(gòu)建

1.2.1 骨架替換

1.2.2 碎片連接

1.2.3 碎片生長(zhǎng)

1.3 基于藥效團(tuán)的化合物庫(kù)生成

1.4 基于蛋白結(jié)合口袋的化合物庫(kù)生成

1.5 基于分子描述符的化合物庫(kù)生成

1.6 基于BREED規(guī)則的化合物庫(kù)構(gòu)建????????????

1.7 基于碎片的合物庫(kù)篩選???????????????????

實(shí)例講解與練習(xí)：基于片段的Bcr/Abl靶點(diǎn)抑制劑優(yōu)化與改造

第五天下午

構(gòu)效關(guān)系分析

1、3D-QSAR模型構(gòu)建（Sybyl軟件）

1.1 小分子構(gòu)建

1.2 創(chuàng)建小分子數(shù)據(jù)庫(kù)

1.3 小分子加電荷及能量?jī)?yōu)化

1.4 分子活性構(gòu)象確定及疊合

1.5 創(chuàng)建3D-QSAR模型

1.6 CoMFA和CoMSIA模型構(gòu)建

1.7 測(cè)試集驗(yàn)證模型

1.8 模型參數(shù)分析

1.9 模型等勢(shì)圖分析

1.10 3D-QSAR模型指導(dǎo)藥物設(shè)計(jì)

實(shí)例講解與練習(xí)：激酶靶點(diǎn)Bcr/Abl抑制劑的構(gòu)效關(guān)系模型構(gòu)建與活性預(yù)測(cè)

第六天全天

分子動(dòng)力學(xué)模擬

1、分子動(dòng)力學(xué)簡(jiǎn)介（GROMACS軟件）

1.1 分子動(dòng)力學(xué)基本原理

1.2 Linux 系統(tǒng)介紹

1.3 分子動(dòng)力學(xué)軟件介紹（Gromacs）

2. Gromacs 進(jìn)行分子動(dòng)力學(xué)模擬

2.1 配體分子的處理

2.2 蛋白結(jié)構(gòu)的處理

2.3 修改蛋白坐標(biāo)文件

2.4修改拓?fù)湮募?/p>

2.5構(gòu)建盒子并放入溶劑

2.6平衡系統(tǒng)電荷

2.7能量最小化

2.8 NVT平衡

2.9 NPT平衡

2.10 產(chǎn)出動(dòng)力學(xué)模擬

3. 分子動(dòng)力學(xué)結(jié)果分析

3.1軌跡文件觀(guān)察

3.2能量數(shù)據(jù)作圖

3.3 軌跡修正處理

3.4 回旋半徑分析

3.5 計(jì)算蛋白構(gòu)象的RMSD 變化

3.6計(jì)算原子位置的RMSF變化

3.7 蛋白配體構(gòu)象聚類(lèi)

3.8蛋白配體相互作用氫鍵分析

3.9 蛋白配體相互作用能分析

實(shí)例講解與練習(xí)：

(1)水中的溶菌酶純蛋白模擬

(2)T4溶菌酶及配體復(fù)合物模擬

答疑

針對(duì)后三天學(xué)習(xí)問(wèn)題的答疑

部分案例圖示：

報(bào)名費(fèi)用

【注】線(xiàn)下課程食宿可統(tǒng)一安排，費(fèi)用自理，費(fèi)用提供用于報(bào)銷(xiāo)的正規(guī)機(jī)打發(fā)票及蓋有公章的紙質(zhì)培訓(xùn)通知文件或會(huì)議邀請(qǐng)函

2?聯(lián)系方式

【注】線(xiàn)上/線(xiàn)下開(kāi)課前一周會(huì)務(wù)組統(tǒng)一通知；線(xiàn)上開(kāi)課前一天會(huì)將直播上機(jī)賬號(hào)發(fā)至您微信