|
关于举办“人工智能新药设计新药化合物筛选新药发现专题培训班”通知（理论+实操 七天42小时课程）
本单位已经举办三期培训，参会人员百余人，对培训质量内容一致评价极高，特此举办第四期培训，诚挚邀请您参会学习
培训特色：
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
一、药物设计的原理和方法 2.数据库的构建及类药性筛选?
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
3. 蛋白质结构数据库（PDB）的使用方法?
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
二、分子对接 4.分子对接过程及结果分析
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
5.同源建模 ?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?
三、基于结构的药物筛选流程实例分析
1 虚拟筛选操作流程 ?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?
四、基于配体的药物筛选流程实例分析 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
五、组合筛选方法的实例分析 ?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
六、基于机器学习的毒性评价 实例讲解与练习：以致突变性为例构建预测模型
七、基于机器学习的毒性评价与实例分析 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
八、基于深度学习的药物发现 基于深度学习的药物发现、 深度学习在药物设计和药物发现中的应用、深度学习在药物属性预测中的应用
九、AlphaFold2蛋白结构预测
联系人：王老师 ?电话：17596530370（微信同号） QQ: 2537055786 ?
线上培训采取开麦和微信群解疑，学员和老师交流、学员与学员交流，培训完毕后老师长期解疑，上期培训学员对于培训质量一致评价极高
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
|