CADD计算机辅助药物设计设计流程,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
本课程让学生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。
本课程适于对深度学习、基因组学、转录组学、蛋白组学、药物基因组学等多组学分析感兴趣的学生。课通过基础入门+应用案例实操演练的方式,从初学及应用研究的角度出发,带大家实战演练多种深度学习模型(深度神经网络DNN、卷积神经网络CNN、循环神经网络RNN、可变自动编码器VAE、图卷积神经网络GCN)在基因组学分析中的各种应用:识别G4基序特征DeepG4,识别非编码基因突变DeepSEA,预测染色体亲和性Basset,预测基因表达eQTL的Enformer、识别拷贝数变异DeepCNV、预测调控因子DeepFactor、预测premiRNA的dnnmiRNA、从基因表达数据中识别乳腺癌分型DeepType、从高维多组学数据中识别疾病表型XOmiVAE、从基因序列及蛋白质相互作用网络中识别关键基因DeepHE、联合肿瘤基因标记及药物分子结构预测药物反应机制的SWnet等深度学习工具。通过对这些深度学习在基因组学中的应用案例进行深度讲解和实操,让学生能够掌握深度学习分析高维基因组学、转录组学、蛋白组学等多组学数据流程,系统学习深度学习及基因组学理论知识及熟悉软件代码实操,熟练掌握这些前沿的分析工具的使用以及研究创新深度学习算法解决生物学及临床疾病问题与需求。
由于学习平台文献、视频教程资料较少,技术不公开,对于有相应科研任务和发高质量文章的科研人员极度困扰,应而培训学习迫在眉睫, 应广大科研人员要求,本单位经过数月调研,决定联合专家共同举办“CADD计算机辅助药物设计+AIDD人工智能药物发现与设计+深度学习基因组学专题课,参会人员高达1500余人,对于课安排和课质量一致评价极高 !将内容全部学懂、学会、学透彻、学以致用,完成科研任务和高质量文章!