AIDD人工智能药物发现与设计+CADD计算机辅助药物设计
作者：互联网
专题课程一：CADD计算机辅助药设计药物研发专题培训班
专题课程二：AIDD人工智能药物虚拟筛选与毒性预测专题培训班
专题课程三：蛋白-分子对接虚拟筛选Amber分子动力学专题培训班
培训背景
计算机辅助药物设计（CADD）是以量子力学和分子力学的分子模拟理论为基础，通过模拟、计算或模型学习，预测药物与靶标分子之间的作用，筛选、设计和优化先导化合物的方法。而在此次新冠肺炎疫情中，计算机辅助药物设计也为抗病毒药物研发，贡献上关键的力量。CADD的优势：提高药物设计命中率、增加成功率、降低研发成本、缩短研发周期。（AIDD）人工智能助力药物筛选可以预测药物分子理化性质、药物分子生物活性、药物分子毒性、目标蛋白结构、药物的相互作用、 从头设计新药物实体、人工智能正不断降低药物研发周期。AIDD不仅可以帮助快速和轻松地识别靶标化合物，而且有助于建议这些分子的合成路线，预测所需的化学结构，了解药物-靶标相互作用及其SAR。由于国内药物研究发展缓慢，学习平台文献资料较少，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AIDD+CADD专家举办“CADD计算机辅助药物设计+AIDD人工智能药物虚拟筛选与毒性预测+蛋白-分子对接虚拟筛选Amber分子动力学”专题培训班，本单位已经举办5期培训，参会人员参加近300余人，对于培训安排和培训质量一致评价极高
一、培训对象
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、食品、化学化工，医学等研究的科研人员以及人工智能爱好者
二、培训目标
让学员能够掌握计算机辅助药物设计（CADD）在药物研发中的应用，包括三维定量构效关系（3DQSAR），分子对接多个软件、多个对接方法、虚拟筛选、分子动力学gromacs、Amber模拟等领域常用软件的操作，熟悉基于受体的药物设计的基本原理，以及所设计化合物的药代动力学预测等。通过本次培训，学员可以学会如何利用传统机器学习模型和深度学习模型，对大批量的小分子药物进行基于结构的虚拟筛选和化合物毒性预测，学会人工智能、深度学习、计算机辅助药物设计操作技能，独自完成自己的课题研究项目
标签：分子,药物,计算机辅助,AIDD,CADD,设计 来源： https://blog.csdn.net/x1478526/article/details/122047703