AI for Science”作為科研范式的重大改變，給生命科學(xué)機(jī)理探索和藥物研發(fā)帶來變革性的洞見和視角的同時，也帶來更豐富的研究工具和研究方法。以計(jì)算生物、計(jì)算機(jī)輔助藥物設(shè)計(jì)（CADD）、AI藥物發(fā)現(xiàn)（AIDD）為代表的計(jì)算驅(qū)動手段相繼在生物機(jī)理的探索、靶標(biāo)發(fā)現(xiàn)和精準(zhǔn)醫(yī)療、藥物發(fā)現(xiàn)與設(shè)計(jì)等領(lǐng)域取得了顯著的進(jìn)步。AI4S與生物計(jì)算分論壇，聚焦探索AI與生命科學(xué)、藥物研發(fā)的深度融合，報(bào)告嘉賓在蛋白質(zhì)從頭設(shè)計(jì)、CADD與AIDD中結(jié)構(gòu)數(shù)據(jù)的有效利用、蛋白復(fù)合物結(jié)構(gòu)預(yù)測模型的完全開源、AI賦能醫(yī)藥研發(fā)、新藥設(shè)計(jì)的挑戰(zhàn)與機(jī)遇等AI for Life Science前沿領(lǐng)域進(jìn)行了分享。AI4S與生物計(jì)算分論壇，進(jìn)一步加快AI4S在生命科學(xué)的擴(kuò)散，加深生命科學(xué)領(lǐng)域的科學(xué)家、工程師對AI4S的理解和認(rèn)知，催化AI4S與生命科學(xué)、生物計(jì)算的迅速融合。

蛋白質(zhì)結(jié)構(gòu)解析的傳統(tǒng)方法與研究進(jìn)展，以及新興的互聯(lián)網(wǎng)技術(shù)與計(jì)算機(jī)算法為蛋白質(zhì)科學(xué)研究領(lǐng)域帶來的影響與對未來展望。諸如此類的的基礎(chǔ)研究對農(nóng)業(yè)的發(fā)展是必不可少的，除此之外，通過多種生物信息學(xué)工具預(yù)測蛋白質(zhì)之間的的相互作用，不僅可以為接下來作物抗病育種的研究帶來理論支撐，也在一定程度上反應(yīng)傳統(tǒng)農(nóng)業(yè)研究與互聯(lián)網(wǎng)時代農(nóng)業(yè)研究在各個分面的差別

一、科研背景

CADD計(jì)算機(jī)輔助藥物設(shè)計(jì)

依據(jù)生物化學(xué)、酶學(xué)、分子生物學(xué)以及遺傳學(xué)等生命科學(xué)的研究成果，針對這些基礎(chǔ)研究中所揭示的包括酶、受體、離子通道及核酸等潛在的藥物設(shè)計(jì)靶點(diǎn)，并參考其它類源性配體或天然產(chǎn)物的化學(xué)結(jié)構(gòu)特征，以計(jì)算機(jī)化學(xué)為基礎(chǔ)，通過計(jì)算機(jī)的模擬、計(jì)算和預(yù)算藥物與受體生物大分子之間的相互作用，考察藥物與靶點(diǎn)的結(jié)構(gòu)互補(bǔ)、性質(zhì)互補(bǔ)等，設(shè)計(jì)出合理的藥物分子。它是設(shè)計(jì)和優(yōu)化先導(dǎo)化合物的方法，CADD的應(yīng)用，包括基于結(jié)構(gòu)的藥物設(shè)計(jì)（SBDD）、基于配體的藥物設(shè)計(jì)（LBDD）、高通量虛擬篩選（HTVS）等技術(shù)，突破了傳統(tǒng)的先導(dǎo)物發(fā)現(xiàn)模式，極大地促進(jìn)了先導(dǎo)化合物發(fā)現(xiàn)和優(yōu)化。特別是在食品、生物、化學(xué)、醫(yī)藥、植物、疾病方面應(yīng)用廣泛！靶點(diǎn)的發(fā)現(xiàn)與確證是現(xiàn)代新藥研發(fā)的第一步，也是新藥創(chuàng)制過程中的瓶頸之一。CADD的應(yīng)用可以加快靶點(diǎn)發(fā)現(xiàn)的速度，提高靶點(diǎn)發(fā)現(xiàn)的準(zhǔn)確度，從而推進(jìn)新藥研

AIDD人工智能藥物發(fā)現(xiàn)與設(shè)計(jì)

是近年來非?；馃岬募夹g(shù)應(yīng)用，且已經(jīng)介入到新藥設(shè)計(jì)到研發(fā)的大部分環(huán)節(jié)當(dāng)中，為新藥發(fā)現(xiàn)與開發(fā)帶來了極大的助力。隨著醫(yī)藥大數(shù)據(jù)的積累和人工智能技術(shù)的發(fā)展，運(yùn)用AI技術(shù)并結(jié)合大數(shù)據(jù)的精準(zhǔn)藥物設(shè)計(jì)也不斷推動著創(chuàng)新藥物的發(fā)展。在新型冠狀病毒的治療方案中，通過一系列計(jì)算機(jī)輔助藥物生物計(jì)算的方法發(fā)現(xiàn)一大類藥物分子可以有效阻止新冠病毒的侵染，為治療新冠提供了新思路。傾向于機(jī)器對數(shù)據(jù)庫信息的自我學(xué)習(xí)，可以對數(shù)據(jù)進(jìn)行提取和學(xué)習(xí)，一定程度上避免了化合物設(shè)計(jì)過程中的試錯路徑，同時還會帶來很多全新的結(jié)構(gòu)，為藥物發(fā)現(xiàn)打破常規(guī)的結(jié)構(gòu)壁壘

蛋白質(zhì)晶體結(jié)構(gòu)解析

近年來結(jié)構(gòu)生物學(xué)發(fā)展迅速并和其他學(xué)科相互滲透交叉,特別是受到結(jié)構(gòu)基因組學(xué)等熱點(diǎn)學(xué)科的極大帶動。作為結(jié)構(gòu)生物學(xué)的基本手段和技術(shù),蛋白質(zhì)晶體學(xué)從解析簡單的蛋白質(zhì)三維結(jié)構(gòu)延伸到解決各類生物大分子及復(fù)合物結(jié)構(gòu),并更加注重研究結(jié)構(gòu)與功能之間的相互關(guān)系,派生出諸如基于結(jié)構(gòu)的藥物設(shè)計(jì)等應(yīng)用性很強(qiáng)的分支。生物技術(shù)及計(jì)算機(jī)技術(shù)的飛速發(fā)展,尤其是高通量技術(shù)在生物學(xué)領(lǐng)域的應(yīng)用,為蛋白質(zhì)晶體學(xué)帶來了全新的概念和更加廣闊的前景

二、學(xué)習(xí)目標(biāo)

CADD計(jì)算機(jī)輔助藥物設(shè)計(jì)：能夠掌握包括PDB數(shù)據(jù)庫、靶點(diǎn)蛋白、蛋白質(zhì)-配體、蛋白-配體小分子、蛋白-配體結(jié)構(gòu)、notepad的介紹和使用、分子對接、蛋白-配體對接、虛擬篩選、蛋白-蛋白對接、蛋白-多糖分子對接、蛋白-水合對接、Linux安裝、gromacs分子動力學(xué)全程實(shí)操、溶劑化分子動力學(xué)模擬

AIDD人工智能藥物發(fā)現(xiàn)與設(shè)計(jì)：了解藥物發(fā)現(xiàn)的前沿背景，學(xué)習(xí)人工智能領(lǐng)域的各類常見算法，熟悉工具包的安裝與使用，掌握一定的算法編程能力，能夠運(yùn)用計(jì)算機(jī)方法研究藥物相關(guān)問題。通過大量的案例講解和實(shí)踐操作，具備一定的AIDD模型構(gòu)建和數(shù)據(jù)分析能力。

蛋白質(zhì)晶體結(jié)構(gòu)解析：了解蛋白質(zhì)晶體結(jié)構(gòu)解析的原理、方法與技術(shù)，學(xué)習(xí)分子克隆、蛋白表達(dá)純化、蛋白結(jié)晶方法、軟件安裝，蛋白結(jié)構(gòu)數(shù)據(jù)處理，得到高分辨率的蛋白晶體結(jié)構(gòu)。很輕松地解析出蛋白晶體結(jié)構(gòu)，并進(jìn)行晶體結(jié)構(gòu)的精修

四、內(nèi)容

一、CADD計(jì)算機(jī)輔助藥物設(shè)計(jì)

第一天上午

背景與理論知識以及工具準(zhǔn)備

1.PDB數(shù)據(jù)庫的介紹和使用

1.1數(shù)據(jù)庫簡介

1.2靶點(diǎn)蛋白的結(jié)構(gòu)查詢與選取

1.3靶點(diǎn)蛋白的結(jié)構(gòu)序列下載

1.4靶點(diǎn)蛋白的下載與預(yù)處理

1.5批量下載蛋白晶體結(jié)構(gòu)

2.Pymol的介紹與使用

2.1軟件基本操作及基本知識介紹

2.2蛋白質(zhì)-配體相互作用圖解

2.3蛋白-配體小分子表面圖、靜電勢表示

2.4蛋白-配體結(jié)構(gòu)疊加與比對

2.5繪制相互作用力

3.notepad的介紹和使用

3.1 優(yōu)勢及主要功能介紹

3.2 界面和基本操作介紹

3.3插件安裝使用

下午

一般的蛋白

-配體分子對接講解

1.對接的相關(guān)理論介紹

1.1分子對接的概念及基本原理

1.2分子對接的基本方法

1.3分子對接的常用軟件

1.4分子對接的一般流程

2.常規(guī)的蛋白-配體對接

2.1收集受體與配體分子

2.2復(fù)合體預(yù)構(gòu)象的處理

2.3準(zhǔn)備受體、配體分子

2.4蛋白-配體對接

2.5對接結(jié)果的分析

以新冠病毒蛋白主蛋白酶靶點(diǎn)及相關(guān)抑制劑為例

第二天

虛擬篩選

1.小分子數(shù)據(jù)庫的介紹與下載

2.相關(guān)程序的介紹

2.1 openbabel的介紹和使用

2.2 chemdraw的介紹與使用

3.虛擬篩選的前處理

4.虛擬篩選的流程及實(shí)戰(zhàn)演示

案例：篩選新冠病毒主蛋白酶抑制劑

5.結(jié)果分析與作圖

6.藥物ADME預(yù)測

6.1ADME概念介紹

6.2預(yù)測相關(guān)網(wǎng)站及軟件介紹

6.3預(yù)測結(jié)果的分析

第三天

拓展對接的使用方法

1.蛋白-蛋白對接

1.1蛋白-蛋白對接的應(yīng)用場景

1.2相關(guān)程序的介紹

1.3目標(biāo)蛋白的收集以及預(yù)處理

1.4使用算例進(jìn)行運(yùn)算

1.5關(guān)鍵殘基的預(yù)設(shè)

1.6結(jié)果的獲取與文件類型

1.7結(jié)果的分析

以目前火熱的靶點(diǎn)

PD-1/PD-L1等為例。

2.涉及金屬酶蛋白的對接

2.1 金屬酶蛋白-配體的背景介紹

2.2蛋白與配體分子的收集與預(yù)處理

2.3金屬離子的處理

2.4金屬輔酶蛋白-配體的對接

2.5結(jié)果分析

以人類法尼基轉(zhuǎn)移酶及其抑制劑為例

3.蛋白-多糖分子對接

4.1蛋白-多糖相互作用

4.2對接處理的要點(diǎn)

4.3蛋白-多糖分子對接的流程

4.4蛋白-多糖分子對接

4.5相關(guān)結(jié)果分析

以

α-糖苷轉(zhuǎn)移酶和多糖分子對接為例

5.核酸-小分子對接

5.1核酸-小分子的應(yīng)用現(xiàn)狀

5.2相關(guān)的程序介紹

5.3核酸-小分子的結(jié)合種類

5.4核酸-小分子對接

5.5相關(guān)結(jié)果的分析

以人端粒

g -四鏈和配體分子對接為例。

操作流程介紹及實(shí)戰(zhàn)演示

第四天

拓展對接的使用方法

1.柔性對接

1.1柔性對接的使用場景介紹

1.2柔性對接的優(yōu)勢

1.3蛋白-配體的柔性對接

重點(diǎn)：柔性殘基的設(shè)置方法

1.4相關(guān)結(jié)果的分析

以周期蛋白依賴性激酶

2（CDK2）與配體1CK為例

2.共價對接

2.1兩種共價對接方法的介紹

2.1.1柔性側(cè)鏈法

2.1.2兩點(diǎn)吸引子法

2.2蛋白和配體的收集以及預(yù)處理

2.3共價藥物分子與靶蛋白的共價對接

2.4結(jié)果的對比

以目前火熱的新冠共價藥物為例。

3.蛋白-水合對接

3.1水合作用在蛋白-配體相互作用中的意義及方法介紹

3.2蛋白和配體的收集以及預(yù)處理

3.3對接相關(guān)參數(shù)的準(zhǔn)備

重點(diǎn)：水分子的加入和處理

3.4蛋白-水分子-配體對接

3.5結(jié)果分析

以乙酰膽堿結(jié)合蛋白

(AChBP)與尼古丁復(fù)合物為例

第五天

分子動力學(xué)模擬（linux與gromacs使用安裝）

1. linux系統(tǒng)的介紹和簡單使用

1.1 linux常用命令行

1.2 linux上的常用程序安裝

1.3 體驗(yàn)：如何在linux上進(jìn)行虛擬篩選

2.分子動力學(xué)的理論介紹

2.1分子動力學(xué)模擬的原理

2.2分子動力學(xué)模擬的方法及相關(guān)程序

2.3相關(guān)力場的介紹

3.gromacs使用及介紹

重點(diǎn)：主要命令及參數(shù)的介紹

4.origin介紹及使用

第六天

溶劑化分子動力學(xué)模擬的執(zhí)行

1.一般的溶劑化蛋白的處理流程

2.蛋白晶體的準(zhǔn)備

3.結(jié)構(gòu)的能量最小化

4.對體系的預(yù)平衡

5.無限制的分子動力學(xué)模擬

6.分子動力學(xué)結(jié)果展示與解讀

以水中的溶菌酶為例

第七天

蛋白-配體分子動力學(xué)模擬的執(zhí)行

1.蛋白-配體在分子動力學(xué)模擬的處理流程

2.蛋白晶體的準(zhǔn)備

3.蛋白-配體模擬初始構(gòu)象的準(zhǔn)備

4.配體分子力場拓?fù)湮募臏?zhǔn)備

4.1 高斯的簡要介紹

4.2 ambertool的簡要介紹

4.3生成小分子的力場參數(shù)文件

5.對復(fù)合物體系溫度和壓力分別限制的預(yù)平衡

6.無限制的分子動力學(xué)模擬

7.分子動力學(xué)結(jié)果展示與解讀

8.軌跡后處理及分析

以新冠病毒蛋白主蛋白酶靶點(diǎn)及相關(guān)抑制劑為例

下方為部分案例圖：

二、AIDD人工智能藥物發(fā)現(xiàn)與設(shè)計(jì)

（第一天）

人工智能與藥物發(fā)現(xiàn)

用工具的介紹與安裝

從CADD到AIDD的介紹

1.計(jì)算機(jī)輔助藥物設(shè)計(jì)(CADD)簡介

1.2.分子對接與分子動力學(xué)背景介紹

1.3.人工智能藥物發(fā)現(xiàn)(AIDD)簡介

2.機(jī)器學(xué)習(xí)與深度學(xué)習(xí)在藥物發(fā)現(xiàn)中的背景介紹

2.1藥物發(fā)現(xiàn)與設(shè)計(jì)

2.2基于結(jié)構(gòu)的藥物發(fā)現(xiàn)與設(shè)計(jì)

2.3基于配體的藥物發(fā)現(xiàn)與設(shè)計(jì)

3.1Anaconda3/Pycharm安裝

3.2python 編程基礎(chǔ)

3.3Pandas基礎(chǔ)

3.4NumPy基礎(chǔ)

3.5RDKit基礎(chǔ)

3.6Pytorch基礎(chǔ)

3.7Tensorflow基礎(chǔ)

3.8DeepChem基礎(chǔ)

（第二天）

機(jī)器學(xué)習(xí)與藥物發(fā)現(xiàn)(分類任務(wù))

1.分類模型的構(gòu)建與應(yīng)用

1.1邏輯回歸算法原理

1.2樸素貝葉斯算法原理

1.3k最近鄰算法原理

1.4支持向量機(jī)算法原理

1.5隨機(jī)森林算法原理

1.6梯度提升算法原理

1.7多層感知機(jī)算法原理

1.8特征工程

1.9缺失值填補(bǔ)

2.特征歸一化

2.1變量篩選

2.2模型評估方法

2.3交叉驗(yàn)證

2.4外部驗(yàn)證

3.分類模型的常用評價指標(biāo)

3.1混淆矩陣

3.2準(zhǔn)確率

3.3敏感性

3.4特異性

3.5模型選擇

3.6格點(diǎn)搜索超參數(shù)調(diào)優(yōu)

3.7k折交叉驗(yàn)證

分類模型的實(shí)例講解與練習(xí)，以給定數(shù)據(jù)集為例，講解基于以上機(jī)器學(xué)習(xí)算法的生物活性或ADMET性質(zhì)預(yù)測模型。引導(dǎo)學(xué)員構(gòu)建自己的數(shù)據(jù)模型，并用于小分子化合物的活性或ADMET性質(zhì)預(yù)測。

（第三天）

機(jī)器學(xué)習(xí)與藥物發(fā)現(xiàn)(回歸任務(wù))

1.隨機(jī)森林回歸

2.支持向量機(jī)回歸

3.XGboost回歸

4.多層感知機(jī)回歸

5.神經(jīng)網(wǎng)絡(luò)回歸

6.回歸模型的常用評價指標(biāo)

6.1MSE

6.2RMSE

6.3MAE

6.4R2

QSAR/3D-QSAR模型

以給定數(shù)據(jù)集為例，講解基于上述幾種機(jī)器學(xué)習(xí)算法構(gòu)建生物活性如pIC50或ADMET性質(zhì)預(yù)測模型。

（第四天）

深度學(xué)習(xí)與藥物發(fā)現(xiàn)

1.深度學(xué)習(xí)的發(fā)展歷程與在藥物開發(fā)中的應(yīng)用

1.1多層感知機(jī)/人工神經(jīng)網(wǎng)絡(luò)

1.2基于梯度的學(xué)習(xí)

1.3反向傳播算法

1.4隨機(jī)梯度下降

1.5卷積神經(jīng)網(wǎng)絡(luò)介紹

1.6圖神經(jīng)網(wǎng)絡(luò)介紹

基于PyTorch的多層感知機(jī)算法的實(shí)例講解與練習(xí)

以給定數(shù)據(jù)集為例，講解基于多層感知機(jī)的化合物性質(zhì)預(yù)測模型。

以給定數(shù)據(jù)集為例，講解基于卷積神經(jīng)網(wǎng)絡(luò)的化合物圖像預(yù)測分類模型。

以給定數(shù)據(jù)集為例，講解基于圖神經(jīng)網(wǎng)絡(luò)對化合物的毒性分類預(yù)測模型。

(第五天)

分子生成模型

1.生成式對抗網(wǎng)絡(luò)(GANs)的基本原理

1.2生成器

1.3判別器

1.4循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)

1.5長短期記憶網(wǎng)絡(luò)(LSTM)

2.基于上下文的循環(huán)神經(jīng)網(wǎng)絡(luò)序列建模

3.基于字符串的小分子化合物生成模型

4.基于圖數(shù)據(jù)的小分子化合物生成模型

實(shí)例講解與練習(xí)，以給定數(shù)據(jù)集為例，構(gòu)建分子生成模型。

三、蛋白質(zhì)晶體結(jié)構(gòu)解析

第一天

蛋白質(zhì)結(jié)晶前準(zhǔn)備

1.?目的蛋白質(zhì)信息檢索（包括實(shí)操演示）

1.1?不同種屬的蛋白

1.2?蛋白質(zhì)一級結(jié)構(gòu)的調(diào)查

1.3?蛋白質(zhì)三級結(jié)構(gòu)的預(yù)測

1.4 蛋白質(zhì)理化特性的預(yù)測

1.5 蛋白質(zhì)的配體和共價修飾

2. 分子克隆技術(shù)

2.1 目的基因的獲?。ò▽?shí)操演示）

2.2 目的基因的引物設(shè)計(jì)（包括實(shí)操演示）

2.3?傳統(tǒng)克隆技術(shù)（涉及學(xué)習(xí)SnapGene軟件，包括實(shí)操演示）

2.4 無縫克隆技術(shù)（涉及學(xué)習(xí)SnapGene軟件，包括實(shí)操演示）

以某一基因進(jìn)行操作演示

3. 利用大腸桿菌表達(dá)目的蛋白

3.1 目的蛋白的小量鑒定表達(dá)

3.2 目的蛋白的大量表達(dá)

3.3 收菌和裂解菌體

3.4 裂解液的離心

3.5 目的蛋白的濃縮

3.6 目的蛋白濃度的測定

4. 真核表達(dá)系統(tǒng)

第二天

蛋白質(zhì)結(jié)晶技術(shù)

1. 蛋白晶體結(jié)構(gòu)的特征

1.1 蛋白晶體的空間格子、晶胞和晶面指標(biāo)

1.2 蛋白晶體的對稱性、點(diǎn)群、晶系和空間群

2.?蛋白質(zhì)晶體生長的理論知識（詳細(xì)講解溫度、pH值、離子強(qiáng)度、有機(jī)溶劑、沉淀劑，等等，對蛋白晶體生長的影響；影響蛋白質(zhì)晶型的因素）

3. 蛋白質(zhì)晶體生長條件的初篩（詳細(xì)講解晶體初篩的注意事項(xiàng)）

4. 蛋白質(zhì)晶體生長條件的優(yōu)化 （詳細(xì)講解晶體優(yōu)化的方法，包括改變pH值、沉淀劑，等因素）

5. 晶種法優(yōu)化蛋白質(zhì)晶體生長條件

6. 蛋白晶體的挑選和防凍液的配制

第三天

蛋白晶體衍射數(shù)據(jù)收集

1. X射線衍射

1.1. X射線衍射原理

1.2. X射線衍射的電子密度

1.3. 晶體結(jié)構(gòu)解析的相角問題

2. 上海光源線站BL18U1、BL19U1和BL02U1收集數(shù)據(jù)的方法 （重點(diǎn)詳細(xì)講解，可能需要更長的時間）

3.?蛋白晶體結(jié)構(gòu)解析軟件的安裝（包括Ubuntu系統(tǒng)、Phenix軟件、CCP4軟件、PyMoL軟件、XDS軟件和Adxv軟件）

第四天

蛋白晶體結(jié)構(gòu)解析

1.晶體結(jié)構(gòu)的解析

1.1. 晶體結(jié)構(gòu)解析流程

1.2.?Index、Intergrate和Scale

1.3. 分子置換技術(shù)（包括實(shí)操演示）

1.4. 蛋白晶體結(jié)構(gòu)的重建（包括實(shí)操演示）

1.5. 蛋白晶體結(jié)構(gòu)的優(yōu)化（包括實(shí)操演示）

2. 晶體結(jié)構(gòu)的精修（涉及COOT軟件、Phenix軟件和CCP4軟件，包括實(shí)操演示）

3. 晶體結(jié)構(gòu)質(zhì)量的評價指標(biāo)（詳細(xì)講解各個評價指標(biāo)）

4. 蛋白質(zhì)結(jié)構(gòu)中加入小分子配體

5. 在結(jié)構(gòu)解析過程中，如何利用軟件提高分辨率（重點(diǎn)講解，需要較長的時間）

第五天

蛋白晶體結(jié)構(gòu)的提交及展示

1. 從晶體生長到解析，詳細(xì)剖析提高分辨率的方法（包括示例演示）

2. 蛋白晶體結(jié)構(gòu)數(shù)據(jù)提交到PDB（包括實(shí)操演示）

3.?蛋白晶體結(jié)構(gòu)的展示（包括實(shí)操演示）

六、時間

CADD計(jì)算機(jī)輔助藥物設(shè)計(jì)

2023.7.29 -----2023.7.30 全天(上午09.00-11.30 下午13.30-17.00)

2023.8.1-----2023.8.4晚上(晚上19.00-22.00)

2023.8.5-----2023.8.6全天(上午09.00-11.30 下午13.30-17.00)

2023.8.8-----2023.8.9晚上(晚上19.00-22.00)

AIDD人工智能藥物發(fā)現(xiàn)與設(shè)計(jì)

2023.8.5 -----2023.8.6 全天(上午09.00-11.30 下午13.30-17.00)

2023.8.8-----2023.8.9晚上(晚上19.00-22.00)

2023.8.12-----2023.8.13全天(上午09.00-11.30 下午13.30-17.00)

蛋白質(zhì)晶體結(jié)構(gòu)解析

2023.08.01----2023.08.04晚上(晚上19.00-22.00)

2023.08.05 -----2023.08.06 全天(上午09.00-11.30 下午13.30-17.00)

2023.08.08-----2023.08.09晚上(晚上19.00-22.00)

實(shí)操及科研問題

往期參會單位

有來自四川大學(xué)、中科院大學(xué)、上海交通大學(xué)、中國人民解放軍海軍軍醫(yī)大學(xué)、江南大學(xué)、中國農(nóng)業(yè)大學(xué)、南昌大學(xué)、合肥工業(yè)大學(xué)、天津科技大學(xué)、華中農(nóng)業(yè)大學(xué)、山東理工大學(xué)、北京工商大學(xué)、江蘇大學(xué)、江南大學(xué)、大連工業(yè)大學(xué)、華南理工大學(xué)成都中醫(yī)藥大學(xué)、北京大學(xué)、浙江大學(xué)、中南大學(xué)、復(fù)旦大學(xué)、東北大學(xué)、國防科技大學(xué)、江蘇海洋大學(xué)、華中科技大學(xué)、湖北大學(xué)、中國醫(yī)學(xué)科學(xué)院、中南大學(xué)湘雅醫(yī)院、中國藥科大學(xué)、協(xié)和藥物研究所、中國農(nóng)業(yè)科學(xué)院基因組研究所、廣州中醫(yī)藥大學(xué)、上海中醫(yī)藥大學(xué)、上海理工大學(xué)、北京中醫(yī)藥大學(xué)、武漢大學(xué)、香港大學(xué)、沈陽藥科大學(xué)、山東中醫(yī)藥大學(xué)、寧波大學(xué)、山東大學(xué)、甘肅中醫(yī)藥大學(xué)、醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院、中國醫(yī)學(xué)科學(xué)院藥物研究所、杭州醫(yī)學(xué)院、廣州醫(yī)科大學(xué)附屬腫瘤醫(yī)院、中山大學(xué)孫逸仙紀(jì)念醫(yī)院、江蘇省中醫(yī)院、中國中醫(yī)科學(xué)院廣安門醫(yī)院、中山大學(xué)附屬第五醫(yī)院、中山大學(xué)中山眼科中心、汕頭大學(xué)、揚(yáng)州大學(xué)、天津科技大學(xué)、東南大學(xué)、上海應(yīng)用技術(shù)大學(xué)、中國農(nóng)業(yè)科學(xué)院深圳農(nóng)業(yè)基因組研究所 、紹興文理學(xué)院、喬治梅森大學(xué)、南京小飛象生物科技有限公司、加州大學(xué)、廣東省科學(xué)院微生物研究所（廣東省微生物分析檢測中心）、山東綠葉制藥有限公司、北京泰德制藥股份有限公司、深圳龍昌新藥研發(fā)有限公司、Osaka University、上海美迪西、防化研究院、國防科技創(chuàng)新研究院、北京安必奇生物科技有限公司、國家納米科學(xué)中心、軍事科學(xué)院防化研究院、南方科技大學(xué)、中國科學(xué)院化學(xué)研究所、中國農(nóng)業(yè)科學(xué)院茶葉研究所、四川國康藥業(yè)有限公司、南通藥明康德醫(yī)藥科技有限公司、南京沛微生物科技有限公司、北京科諾信誠科技有限公司、天士力生物醫(yī)藥股份有限公司、澤達(dá)易盛(天津)科技股份有限公司、沈陽市青囊醫(yī)療科技有限責(zé)任公司、青島科博源生物技術(shù)有限公司、中科聚研（吉林）干細(xì)胞科技有限公司、廣州同雋醫(yī)藥科技有限公司、北京斯利安藥業(yè)有限公司、上海韻和生物醫(yī)藥有限公司、北京英飛智藥科技有限公司、上海森輝醫(yī)藥有限公司、上海倍勘生物技術(shù)有限公司、浙江海正股份有限公司等公司的四百余名工程師老師學(xué)生參會，還有許多因?yàn)闀r間沖突沒法參加。這次，我們誠摯邀請您來參加！