人工智能新药设计新药化合物筛选新药发现
作者：互联网
人工智能新药设计新药化合物筛选新药发现专题
新药研发存在周期长、费用高和成功率低等特点，人工智能作为药物研发领域的一个热点方向，已被应用到药物研发的各个阶段，医药领域对人工智能技术越来越重视，目前人工智能技术在药物研发中的应用主要表现为七个场景，分别是：靶点药物研发、候选药物挖掘、化合物筛选、预测ADMET性质、药物晶型预测、辅助病理生物学研究和发掘药物新适应症，人工智能可以直接为新药的研发做出贡献，AI+药物研发与传统模式相比，时间和成本优势明显。AI＋药物研发的结合必然是未来制药行业的发展趋势，对医药领域进行一场巨大的革命，让医药行业迎来新时， 随着新冠疫情的爆发，国内外医药从业人员纷纷涉足AI人工智能，国内多个科研院所高校企业单位更是创立多个人工智能药物研究所，投入巨额资金，由于国内AI人工智能药物研究发展缓慢，学习平台文献资料较少，peixun学习迫在眉睫，应广大科研人员要求，决定联合人工智能医药研究专家举办“人工智能新药设计新药化合物筛选新药发现”专题peixun班，本单位已经举办三期专题，参会人员百余人，对peixun质量内容一致评价极高，特此举办第四期peixun，诚挚邀请您参会学习
一、peixun对象
全国各大高校、企业、科研院所从事人工智能、生命科学、蛋白质、药物、微生物制药、生物信息学、植物学，动物学、农药学、化学化工，医学，等研究的科研人员以及人工智能爱好者
二、peixun目标
让学员能够掌握人工智能在药物研究中的应用背景与流程，以及机器学习，深度学习、药物设计、化合物筛选、药物发现、等软件的操作，实际工作学习掌握重要技能，药物设计的方法，以及人工智能在药物发现与设计方面的应用
三、peixun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
四、peixun讲师
主讲老师来自国内985高校，中科院等专家授课，老师主要擅长深度学习、机器学习、医学信息统计、计算机辅助药物设计、新药化合物筛选、人工智能药物发现、分子对接、分子动力学、等方面的研究
人工智能新药设计新药化合物筛选新药发现peixun课表
（第一天）药物设计的原理和方法 1. 药物设计的原理和方法1.1药物设计的基本原理 1.2 基于结构的药物设计方法1.3 基于配体的药物设计方法1.4 基于片段的药物设计方法
（第一天）数据库的构建及类药性筛选 2. 数据库的构建及类药性筛选 2.1 分子结构的构建和优化2.1.1 小分子的构建2.1.2 多肽和蛋白的构建2.2 小分子数据库的构建2.3 多肽数据库的构建2.4 数据库的多构象生成2.5 数据库的类药性筛选实例讲解与练习：(1) 构建小分子、多肽和蛋白(2) 构建小分子和多肽数据库
（第一天）蛋白质结构数据库 3. 蛋白质结构数据库（PDB）的使用方法 3.1 靶点蛋白的结构查询和选取3.2 靶点蛋白的结构类型和序列分析3.3 靶点蛋白的下载和预处理3.4 靶点蛋白的三维结构分析3.5 靶点蛋白的活性位点表征实例讲解与练习：(1) 基于新冠病毒3CL水解酶为靶点的蛋白结构获取和活性位点表征(2) 基于HDAC为靶点的蛋白结构获取和活性位点表征
（第二天）分子对接 4. 分子对接过程及结果分析4.1 分子对接原理4.2 分子对接方法4.2.1 靶点蛋白晶体结构的选取 4.2.2 靶点蛋白前期优化准备4.2.3 靶点蛋白活性位点表征4.2.4 数据库的处理和优化 4.2.5 对接算法的选择和对接评分4.2.6 结合自由能计算4.3 对接结果分析实例讲解与练习：(1) 基于分子对接技术筛选EGFR小分子抑制剂(2) 基于分子对接技术筛选HDAC小分子抑制剂
（第二天）同源建模 5. 同源建模方法及模型优化5.1 同源建模介绍5.2 同源建模的方法 5.2.1靶点蛋白的序列选取 5.2.2 蛋白序列的相似性搜索和比对5.2.3 蛋白模板的选择5.2.4 蛋白模型三维结构构建5.2.5 蛋白模型的验证5.2.6 蛋白模型的优化5.2.6 蛋白模型活性位点的表征（分子对接） 实例讲解与练习：以新型冠状病毒3CL水解酶为靶点的同源建模及其分子对接研究
（第三天）基于结构的药物筛选流程实例分析 6. 基于结构的药物筛选流程及结果分析6.1 虚拟筛选操作流程 6.1.1 靶点蛋白-配体复合物的选择6.1.2 靶点蛋白-配体复合物优化准备6.1.3 构效关系分析 6.1.4 药效团模型构建 6.1.5 药效团模型的验证6.1.6 分子对接6.1.7活性位点氨基酸与化合物的三维相互作用分析6.1.8 结合自由能计算6.2 结果分析实例讲解与练习：(1) 基于氨肽酶靶点的全新抑制剂虚拟筛选(2) 基于NRP1靶点的全新抑制剂虚拟筛选
（第四天）基于配体的药物筛选流程实例分析 7. 基于配体的药物筛选流程及结果分析7.1虚拟筛选操作流程 7.1.1 配体的选择与处理7.1.2 多构象分子数据库的构建7.1.3 基于配体的药效团模型构建7.1.4 药效团模型的验证7.1.5 分子对接7.1.5 活性位点氨基酸与化合物的三维相互作用分析7.1.6 结合自由能计算 7.2 结果分析实例讲解与练习： (1) 基于tubulin靶点的全新抑制剂虚拟筛选 (2) 基于MDM2靶点的全新抑制剂虚拟筛选
（第四天）组合筛选方法的实例分析 8. 基于组合筛选方法发现全新新药先导化合物目标：从数据库中发现3CL水解酶、神经氨酸酶和PLK1等靶点的全新新药先导化合物 组合筛选方法实例讲解与练习（举一反三-学以致用）：（1）以3CL水解酶为靶点的抗新型冠状病毒先导化合物的发现（2）以神经氨酸酶为靶点的抗流感病毒先导化合物的发现 （3）以PLK1为靶点的全新抗肿瘤先导化合物的发现
（第五天）基于机器学习的毒性评价 8.基于机器学习方法对先导化合物进行毒性评价8.1 机器学习在药物发现中的应用8.2 常用机器学习算法与实现工具8.2.1 支持向量机8.2.2 随机森林8.2.3 k最近邻8.2.4 极限梯度提升8.3 数据处理8.3.1 特征选择（主成分分析）8.4 模型构建8.4.1 参数搜索8.4.2 交叉验证8.5 模型评价8.5.1 评价指标实例讲解与练习：以致突变性为例构建预测模型
（第六天）基于机器学习的毒性评价与实例分析 9. 基于多种机器学习方法构建毒性预测模型实例练习：以致突变性化合物为例，分别构建基于支持向量机、随机森林、KNN和极限梯度提升的化合物致突变性预测模型（1）数据预处理：数据清理、数据切分、主成分分析（2）模型构建：支持向量机模型、随机森林模型、k最近邻模型和极限梯度提升模型（3）参数搜索：格点搜索、交叉验证（4）模型评估：交叉验证、外部验证
（第七天）基于深度学习的药物发现 10.基于深度学习的药物发现10.1 深度学习在药物设计和药物发现中的应用10.1.1 深度学习在药物生成中的应用10.1.2 深度学习在药物属性预测中的应用10.2 常用深度学习框架与算法的介绍与应用10.2.1 TensorFlow10.2.2 PyTorch10.2.3 图卷积神经网络10.2.4 长短期记忆网络
拓展学习：AlphaFold2蛋白结构预测（课外增值福利（赠送AlphaFpld2培训视频，此内容不做讲解，有录制好的精品视频）） 蛋白质结构与功能的概述。蛋白质的组成蛋白质的结构蛋白质的功能常见蛋白质结构预测的网站及方法。常用蛋白质结构预测的相关网站及软件常用网站及软件的使用方法及说明机器学习在蛋白质结构预测的应用。蛋白质结构与小分子药物库获取机器学习加速预测小分子药物AlphaFold2机器学习模型对蛋白结构预测实战蛋白结构预测目前最好的人工智能模型AlphaFold2。AlphaFold2模型的获取及安装AlphaFold2相关数据的获取AlphaFold2模型的实战操作
部分培训案例图片鉴赏
五、授课时间地点：
2021.11.06-2021.11.08 （9:00-11:30）–（13:30-17:00） 线上实操
2021.11.11-2021.11.12 （19:00-22:00） 线上实操
2021.11.13-2021.11.14 （9:00-11:30）–（13:30-17:00） 线上实操
202.11.16-2021.11.17 （19:00-22:00） 线上实操
（共计七天42个小时的内容 干货满满 上机实操）
六、联系方式
联系人：杜老师 电话：15238680799（微信同号）
七、报名费用
每人￥5880元 （含报名费，培训费、资料费)
优惠一：报名两人及以上每人可享受400元优惠
优惠二：提前报名缴费讲培训内容转发到学术交流群可享受每人300元优惠（仅限15名）
优惠三: 报名5人以上包含5人，免费赠送一个培训名额
报名费用可开具正规报销发票及提供相关缴费证明、邀请函，可提前开具报销发票、文件用于费用报销
八、福利
报名缴费成功赠送人工智能Python精品视频及常见药物设计软件安装指导视频，CADD药物设计精品教程课件、参加本次课程的学员可享受免费参加一次本单位后期组织的“人工智能新药设计新药化合物筛选新药发现”培训班（任意一期都可以），针对与时间有冲突学员，本单位会将录制好的视频发送到您手上
九、往期参会单位学员反馈
有来自四川大学、中科院大学 、上海交通大学、中国人民解放军海军军医大学、江南大学、中国农业大学、浙江大学、东北农业大学、山东大学、四川大学、国防科技大学、江苏海洋大学、中国医学科学院、中南大学湘雅医院、广西科大学、中国科学技术大学、中国药科大学、协和药物研究所、广州中医药大学、陆军防化学院、暨南大学、北京中医药大学、北京大学、武汉大学、香港大学、美国贝勒医学院、伦敦大学、新加坡南洋理工大学等高校，康希诺生物股份公司、成都国为生物医药有限公司、青峰制药、江苏恒瑞、北京药理学会、上海青玄生物、北京同仁堂股份有限公司、华博生物医药技术(上海)有限公司、石药集团、深圳市疾病预防控制中心、正大天晴等公司的老师学生参会，还有许多因为时间冲突没法参会的，这次，我们欢迎您一起来参加我们课程
有正式邀请函和会议通知文件！敬请期待您的参会！
标签：药物,人工智能,靶点,筛选,新药,蛋白 来源： https://blog.csdn.net/weixin_49051767/article/details/120473053