《人工智能药物设计技术与应用实践》与《新药先导化合物的虚拟筛选技术与实践》线上专题。
一、专题特色
《人工智能药物设计技术与应用实践》线上专题讲解共计四天，采用“2+2”教学体系，分两段讲解，小班进行（配合案例解析边讲边练）。运用模拟软件针对每个技术点进行上级操作，对问题提供专业的指导，从而更好地满足学员不同方面的论文及实际科研工作需求，建立专属的交流平台，后期也可与同行与老师交流问题，巩固学习。学员提出的各自研究方向遇到的问题在课程结束后可以得到老师的解答与指导！
《新药先导化合物的虚拟筛选技术与实践》线上专题讲解共计四天，采用“2+2”教学体系，分两段教学，小班授课（配合案例解析边讲边练），学员能运用专业软件对每个技术点进行上级操作。本专题可帮助学员掌握和运用计算机辅助药物设计专业软件工具应用于先导化合物发现和优化的药物分子设计过程，提高药物设计水平、速度和成功率，使药物设计从基于偶然性趋向于定向化和合理化。建立专属交流平台，学员完成后可以继续与老师同学交流问题，巩固学习内容。
二、线上直播时间
1.《人工智能药物设计技术与应用实践》
时间：2021.11.20——2021.11.21
2021.11.27——2021.11.28
2.《新药先导化合物的虚拟筛选技术与实践》
时间：2021.12.04——2021.12.05
2021.12.11——2021.12.12
三、专题大纲
（一）：人工智能药物设计技术与应用
1.分子表征及特征提取（计算分子描述符、分子指纹、蛋白质描述符、核酸描述符、相互作用描述符）
2.结构数据预处理（PyBioMed结构预处理、ChemSAR结构预处理、 KNIME 结构预处理、Excel数据预处理及注意的问题、 KNIME数据预处理、Pandas环境配置以及基本操作、sklearn数据预处理、归一化与空值处理）
3. 常用人工智能药物设计算法与软件: KNIME特征选择及模型评价与解释、基于sklearn特征选择、模型的评价与分析
4.类药性及ADMET评价（ADMET介绍、SVM、RF、RNN模型构建及参数调整、ADMET计算软件和实操）
5.GRK2抑制剂筛选实践（噪声过滤和相似性搜索、机器学习模型构建和预测、分子对接、蛋白质预处理、小分子预处理、可应用Swiss-Dock对接、ADMET评估）
（二）：新药先导化合物的虚拟筛选技术线上实践课程
1. 全新先导化合物的筛选策略、小分子数据库的构建，三维数据库的类药性筛选，小分子三维数据库的构建及蛋白质结构数据库的使用方法
2. 基于PLK1为靶点的蛋白结构获取和活性位点表征，分子对接，基于分子对接技术筛选磷酸二酯酶-4小分子抑制剂3.同源建模，以新冠病毒3CL水解酶为靶点的同源建模，构建基于受体-配体复合物的药效团模型
4.虚拟筛选，基于受体药效团模型发现新型的免疫检查点PD-L1抑制剂，基于PARP-1活性位点构建三维药效团模型及先导化合物筛选，基于配体药效团模型发现全新的磷脂酰肌醇-3-激酶(PI3K)抑制剂
5.多肽药物的虚拟筛选流程和结果分析，运用药效团和分子对接发现全新的基质金属蛋白酶9(MMP-9)抑制剂，抗病毒药物先导化合物的发现。
四、联系方式
联系人：张老师 VX/电话：17835208081QQ：1398042118 官方座机：010-56245524
更多可查看：https://mp.weixin.qq.com/s/SdpCwUdjF-9gfNn6GIKvgg
一、专题特色
《人工智能药物设计技术与应用实践》线上专题讲解共计四天，采用“2+2”教学体系，分两段讲解，小班进行（配合案例解析边讲边练）。运用模拟软件针对每个技术点进行上级操作，对问题提供专业的指导，从而更好地满足学员不同方面的论文及实际科研工作需求，建立专属的交流平台，后期也可与同行与老师交流问题，巩固学习。学员提出的各自研究方向遇到的问题在课程结束后可以得到老师的解答与指导！
《新药先导化合物的虚拟筛选技术与实践》线上专题讲解共计四天，采用“2+2”教学体系，分两段教学，小班授课（配合案例解析边讲边练），学员能运用专业软件对每个技术点进行上级操作。本专题可帮助学员掌握和运用计算机辅助药物设计专业软件工具应用于先导化合物发现和优化的药物分子设计过程，提高药物设计水平、速度和成功率，使药物设计从基于偶然性趋向于定向化和合理化。建立专属交流平台，学员完成后可以继续与老师同学交流问题，巩固学习内容。
二、线上直播时间
1.《人工智能药物设计技术与应用实践》
时间：2021.11.20——2021.11.21
2021.11.27——2021.11.28
2.《新药先导化合物的虚拟筛选技术与实践》
时间：2021.12.04——2021.12.05
2021.12.11——2021.12.12
三、专题大纲
（一）：人工智能药物设计技术与应用
1.分子表征及特征提取（计算分子描述符、分子指纹、蛋白质描述符、核酸描述符、相互作用描述符）
2.结构数据预处理（PyBioMed结构预处理、ChemSAR结构预处理、 KNIME 结构预处理、Excel数据预处理及注意的问题、 KNIME数据预处理、Pandas环境配置以及基本操作、sklearn数据预处理、归一化与空值处理）
3. 常用人工智能药物设计算法与软件: KNIME特征选择及模型评价与解释、基于sklearn特征选择、模型的评价与分析
4.类药性及ADMET评价（ADMET介绍、SVM、RF、RNN模型构建及参数调整、ADMET计算软件和实操）
5.GRK2抑制剂筛选实践（噪声过滤和相似性搜索、机器学习模型构建和预测、分子对接、蛋白质预处理、小分子预处理、可应用Swiss-Dock对接、ADMET评估）
（二）：新药先导化合物的虚拟筛选技术线上实践课程
1. 全新先导化合物的筛选策略、小分子数据库的构建，三维数据库的类药性筛选，小分子三维数据库的构建及蛋白质结构数据库的使用方法
2. 基于PLK1为靶点的蛋白结构获取和活性位点表征，分子对接，基于分子对接技术筛选磷酸二酯酶-4小分子抑制剂3.同源建模，以新冠病毒3CL水解酶为靶点的同源建模，构建基于受体-配体复合物的药效团模型
4.虚拟筛选，基于受体药效团模型发现新型的免疫检查点PD-L1抑制剂，基于PARP-1活性位点构建三维药效团模型及先导化合物筛选，基于配体药效团模型发现全新的磷脂酰肌醇-3-激酶(PI3K)抑制剂
5.多肽药物的虚拟筛选流程和结果分析，运用药效团和分子对接发现全新的基质金属蛋白酶9(MMP-9)抑制剂，抗病毒药物先导化合物的发现。
四、联系方式
联系人：张老师 VX/电话：17835208081QQ：1398042118 官方座机：010-56245524
更多可查看：https://mp.weixin.qq.com/s/SdpCwUdjF-9gfNn6GIKvgg
