【转发】CADD--AMBER--AIDD专题内容

近年来，利用高性能计算机来进行药物虚拟筛选已经被广泛应用，计算机辅助药物设计可以提高药物研发的成功率，降低研发成本，缩短研发周期，是目前创新药物研究的核心技术之一。随着医药大数据的积累和人工智能技术的发展，运用AI技术并结合大数据的精准药物设计也不断推动着创新药物的发展。在新型冠状病毒的治疗方案中，通过一系列计算机辅助药物生物计算的方法发现一大类药物分子可以有效阻止新冠病毒的侵染，为治疗新冠提供了新思路。

专题目录：

专题一：CADD蛋白结构分析、虚拟筛选、分子对接（蛋白-蛋白、蛋白-多肽）

专题二：AMBER分子动力学能量优化与分析、结合自由能计算专题

专题三：AIDD人工智能（浅层学习与深度学习）药物发现

专题一课程带您一步步实操学习蛋白结构分析、同源建模、虚拟筛选、分子对接（半柔性、柔性对接、蛋白-蛋白、蛋白-多肽、金属酶蛋白-配体、核酸-小分子、共价对接等）、药效团模型、定量构效关系、碎片化药物设计、Gromacs 分子动力学模拟与结果分析，并以实例讲解与练习为主，达到即学即用效果，帮助学员系统性掌握计算机辅助药物设计技术，助力学术研究；

专题二课程从AMBER的安装运行开始，深入研究对象模型的获取与构建、能量优化、分子动力学模拟、轨迹特征获取、基于能量的相互作用机理分析等知识点，并对经典文献进行复现。

专题三课程通过机器学习、深度学习的分类回归任务、 分子特征、模型评估、参数优化与模型选择、浅层学习分类的虚拟筛选、集成机器学习方法使用、DNN，GCN，GAT等主流深度学习模型实操以及结合相关课题的应用实践等内容，带您真正的进入人工智能药物发现的领域。