过去几年里，以人工智能为代表的新技术的引入，通过利用自然语言处理、深度学习、机器学习和图像识别等对传统的计算机辅助药物设计带来显著的效率提升，并极大地增加了研发成功的可能性。目前，我国AI药物研发主要应用在药物发现阶段，其中，靶点发现、先导化合物研究和化合物筛选、化合物合成是AI+药物研发最热门的领域，按照应用场景的发展速度来看，未来药物发现、合成或将成自动化程度最高的方向。但是AI药物研发也面临着急需要解决的问题，AI药物研发兼具信息科技和医药双重属性，需要AI的人才也需要懂药物研发的人才，需要培养一批具备交叉学科的复合型人才队伍。应高端复合型人才学习需求，也应新老客户的需求，北京软研国际信息技术研究院特举办“人工智能药物设计技术与应用实践”专题班，本次专题由互动派（北京）教育科技有限公司具体承办，具体相关事宜通知如下：
一、专题·培训对象
各省市、自治区从事药学、生物学、化学、有机化工、肿瘤学、基础医学、临床医学、计算机软件及计算机应用技术、自动化技术等领域相关单位及部门，以及各大高校相关科研人员。
二、线上直播时间
2021年11月20日-11月21日 在线直播（授课2天）
2021年11月27日-11月28日 在线直播（授课2天）
三、专题大纲
（一）分子表征及特征提取
1. 分子描述符和分子指纹
1.1 分子描述符和分子指纹概念1.2 分子描述符类别和特点1.3 分子指纹的类别和特点
2. 分子描述符/指纹计算软件
2.1 分子表示方法和格式2.1.1 SMILES，SMARTS，SDF, MOL, MOL2, PDB2.1.2 JEM Editor, Chemdoodle, ChemAxon, ChemDraw, DrugBank2.2 RDKit简介及环境部署2.3 RDKit中如何操作分子2.4 RDKit中描述符的计算以及存储2.5 OpenBabel简介及环境部署2.6 OpenBabel操作分子和格式转换2.7 OpenBabel中的分子描述符和指纹2.8 ChemDes计算分子描述符和指纹2.9 ChemDes中的格式转换和分子优化2.10 PyBioMed 简介环境部署2.11 PyBioMed 获取分子2.12 PyBioMed 计算分子描述符2.13 PyBioMed 计算分子指纹2.14 PyBioMed 计算蛋白质描述符2.15PyBioMed 计算核酸描述符2.16 PyBioMed 计算相互作用描述符
（二） 结构、数据预处理
3. 结构预处理和数据预处理
3.1 PyBioMed结构预处理3.2 ChemSAR结构预处理3.3 KNIME 结构预处理3.4 Excel数据预处理及注意的问题3.5 KNIME数据预处理3.6 Pandas环境配置以及基本操作3.6 sklearn数据预处理3.7 归一化与空值处理
（三）常用人工智能药物设计算法和软件
4. 算法简单介绍和分类
4.1 药物设计中人工智能常用算法简介4.2 常用算法实现软件或工具介绍
5. KNIME软件介绍
5.1 KNIME软件特色和界面5.2 KNIME软件构建基本计算任务5.3 KNIME软件社区支持5.4 KNIME软件定制化插件5.5 KNIME软件第三方支持
6. 特征选择
6.1 基于sklearn的特征选择6.1.1 相关性分析，相关性绘图6.1.2 单变量特征选择及选择K个特征6.1.3 递归式特征删除6.2 基于KNIME流程的特征选择6.2.1 相关性分析，相关性绘图6.2.2 单变量特征选择6.2.3 递归式特征删除
7. 模型的评价与解释
7.1 回归模型和分类模型的评价指标7.2 应用域的评估7.3 基于树的模型的解释
（四）类药性和ADMET评价实践
8. ADMET介绍
8.1 ADMET概念以及意义8.2 基于人工智能的ADMET虚拟评价方法的进展8.3 ADMET计算资源（ADMETlab、ADMETsar等）
9. KNIME软件构建ADMET模型
9.1 KNIME软件配置相关插件9.2 caco-2细胞渗透性数据概览9.3 结构预处理9.4 描述符和指纹计算9.5 SVM模型构建以及参数调整9.6 RF模型构架及参数调整9.7 RNN模型构建以及简单超参数调整
10. ADMET计算软件和实操
10.1 ADMETlab（v1.0 与v2.0）计算平台使用10.2 admetSAR计算平台使用10.3 本地模型调用以及预测
（五）GRK2抑制剂筛选实践
11.噪声过滤和相似性搜索
11.1 FAFDrugs4过滤11.2 指纹和相似性度量计算11.3 Swiss-Similarity相似性搜索
12. 机器学习模型构建和预测
12.1 收集GRK2化合物（讲解过程）12.2 计算合适的分子表征12.3 算法和特征选择12.4 模型构建和评价12.5 应用模型筛选化合物库
13. 分子对接
13.1 蛋白质预处理13.2 小分子预处理13.3 可应用Swiss-Dock对接
14. ADMET评估
14.1 ADMETlab计算并评估14.2 确定相关性质的参考范围14.3 评估并确定Hits.
四、联系方式：
官方联系人: 张老师 VX/电话：17835208081
官方座机：010-56245524 报名QQ: 1398042118
官方网址：http://srit.ac.cn
一、专题·培训对象
各省市、自治区从事药学、生物学、化学、有机化工、肿瘤学、基础医学、临床医学、计算机软件及计算机应用技术、自动化技术等领域相关单位及部门，以及各大高校相关科研人员。
二、线上直播时间
2021年11月20日-11月21日 在线直播（授课2天）
2021年11月27日-11月28日 在线直播（授课2天）
三、专题大纲
（一）分子表征及特征提取
1. 分子描述符和分子指纹
1.1 分子描述符和分子指纹概念1.2 分子描述符类别和特点1.3 分子指纹的类别和特点
2. 分子描述符/指纹计算软件
2.1 分子表示方法和格式2.1.1 SMILES，SMARTS，SDF, MOL, MOL2, PDB2.1.2 JEM Editor, Chemdoodle, ChemAxon, ChemDraw, DrugBank2.2 RDKit简介及环境部署2.3 RDKit中如何操作分子2.4 RDKit中描述符的计算以及存储2.5 OpenBabel简介及环境部署2.6 OpenBabel操作分子和格式转换2.7 OpenBabel中的分子描述符和指纹2.8 ChemDes计算分子描述符和指纹2.9 ChemDes中的格式转换和分子优化2.10 PyBioMed 简介环境部署2.11 PyBioMed 获取分子2.12 PyBioMed 计算分子描述符2.13 PyBioMed 计算分子指纹2.14 PyBioMed 计算蛋白质描述符2.15PyBioMed 计算核酸描述符2.16 PyBioMed 计算相互作用描述符
（二） 结构、数据预处理
3. 结构预处理和数据预处理
3.1 PyBioMed结构预处理3.2 ChemSAR结构预处理3.3 KNIME 结构预处理3.4 Excel数据预处理及注意的问题3.5 KNIME数据预处理3.6 Pandas环境配置以及基本操作3.6 sklearn数据预处理3.7 归一化与空值处理
（三）常用人工智能药物设计算法和软件
4. 算法简单介绍和分类
4.1 药物设计中人工智能常用算法简介4.2 常用算法实现软件或工具介绍
5. KNIME软件介绍
5.1 KNIME软件特色和界面5.2 KNIME软件构建基本计算任务5.3 KNIME软件社区支持5.4 KNIME软件定制化插件5.5 KNIME软件第三方支持
6. 特征选择
6.1 基于sklearn的特征选择6.1.1 相关性分析，相关性绘图6.1.2 单变量特征选择及选择K个特征6.1.3 递归式特征删除6.2 基于KNIME流程的特征选择6.2.1 相关性分析，相关性绘图6.2.2 单变量特征选择6.2.3 递归式特征删除
7. 模型的评价与解释
7.1 回归模型和分类模型的评价指标7.2 应用域的评估7.3 基于树的模型的解释
（四）类药性和ADMET评价实践
8. ADMET介绍
8.1 ADMET概念以及意义8.2 基于人工智能的ADMET虚拟评价方法的进展8.3 ADMET计算资源（ADMETlab、ADMETsar等）
9. KNIME软件构建ADMET模型
9.1 KNIME软件配置相关插件9.2 caco-2细胞渗透性数据概览9.3 结构预处理9.4 描述符和指纹计算9.5 SVM模型构建以及参数调整9.6 RF模型构架及参数调整9.7 RNN模型构建以及简单超参数调整
10. ADMET计算软件和实操
10.1 ADMETlab（v1.0 与v2.0）计算平台使用10.2 admetSAR计算平台使用10.3 本地模型调用以及预测
（五）GRK2抑制剂筛选实践
11.噪声过滤和相似性搜索
11.1 FAFDrugs4过滤11.2 指纹和相似性度量计算11.3 Swiss-Similarity相似性搜索
12. 机器学习模型构建和预测
12.1 收集GRK2化合物（讲解过程）12.2 计算合适的分子表征12.3 算法和特征选择12.4 模型构建和评价12.5 应用模型筛选化合物库
13. 分子对接
13.1 蛋白质预处理13.2 小分子预处理13.3 可应用Swiss-Dock对接
14. ADMET评估
14.1 ADMETlab计算并评估14.2 确定相关性质的参考范围14.3 评估并确定Hits.
四、联系方式：
官方联系人: 张老师 VX/电话：17835208081
官方座机：010-56245524 报名QQ: 1398042118
官方网址：http://srit.ac.cn
