生信研究的热门到底有那些?
机器学习模型在生物医学应用中具有巨大的潜力。一个名为GradioHub的新平台为临床医生和生物医学研究人员提供了一种交互式和直观的方式来试用模型,并在真实世界的训练外数据上测试其可靠性。机器学习(ML)研究人员越来越多地成为跨学科合作的一部分,他们与领域专家密切合作,以应对高影响力的临床和生物医学挑战。例如,已经开发了ML算法,可以直接从皮肤病学和放射学图像中推断诊断,自动将医患对话中的信息转录为结构化的电子健康记录,并指导手术机器人自主执行某些物理操作。然而,ML模型对非技术用户的可访问性以及对它们在真实世界数据上的可靠性的质疑是阻碍ML更广泛部署并充分发挥其在生物医学中潜力的两个关键障碍。
近年来“基因编辑行业正处于飞速发展的关键时期,涵盖了技术进展、商业化应用、伦理法规、投资合作等多个方面。在技术方面,CRISPR-Cas9技术的出现标志着基因编辑技术的重大突破,这一先进技术已广泛应用于生物医学、农业和疾病治疗等领域。它的精确和高效为整个行业的快速发展提供了强劲动力。商业化应用也在稳步推进。许多公司正在积极探索基于CRISPR的产品,如治疗遗传疾病的药物和改良作物的种子。
机器学习技术以其独特的优势在各个领域崭露头角,引起了广泛的关注和研究。它的快速发展和广泛应用,正在改变着我们的生活方式和工作方式。本文将从机器学习技术的发展现状和未来趋势两个方面进行探讨。
由于该项研究资料和学习平台较少,信息技术公开度低,培训学习迫在眉睫,特此诚挚邀请您参加下述专题线上培训课程。
九大热门

MONDAY


机器学习代谢组学

机器学习微生物

CRISPR-Cas9基因编辑技术

深度学习基因组学

机器学习在生物医学中应用专题

蛋白晶体结构解析

冷冻电镜结构解析

CADD计算机辅助药物设计

AIDD人工智能药物发现
内容介绍

Part.专题一
机器学习代谢组学
上下滑动查看更多内容
Part.专题二
机器学习微生物组学
上下滑动查看更多内容

Part.专题三
CRISPR-Cas9基因编辑技术
上下滑动查看更多内容
Part.专题四
深度学习基因组学
上下滑动查看更多内容
Part.专题五
机器学习在生物医学中应用专题
上下滑动查看更多内容
结果展示:
Part.专题六
蛋白晶体结构解析
上下滑动查看更多内容
Part.专题七
冷冻电镜结构解析
上下滑动查看更多内容
Part.专题八
CADD计算机辅助药物设计
![]() | ![]() | ![]() |
Part.专题九
AIDD人工智能药物发现与设计
上下滑动查看更多内容

副作用在药物-药物相似性网络中传播
利用药物关联网络特征和深度神经网络识别药物之间潜在相互作用事件
通过深度学习整合来自异构网络的邻接信息以发现新的药物靶点相互作用
将药物和蛋白质信息关联起来的带有注意力区块的 AttentionDTA 模型
讲师介绍

01.「蛋白晶体结构解析」
范教授毕业于中国科学院生物物理研究所,师从著名结构生物学家王院士,具有美国耶鲁大学留学六年多的背景,为独立PI。研究方向是结构生物学和免疫学;除了深钻结构生物学和免疫学,还在积极参与和推动结构生物学的教育工作,应邀在多所高校或者科研研究所开展结构生物学课程讲授,在多种国际期刊上发表论文30余篇,均为SCI,作为第一作者或通讯作者4篇一区,包括国际顶尖杂志PNAS两篇,一区top2篇等。并承担国家自然科学基金面上项目等;作为国际著名学术杂志Nature Communication和Journal of Virology, Structure等的审稿人。
02.「CRISPR-Cas9基因编辑技术」
主讲老师来自加州大学生物医学工程专业博士,曾在麻省理工和哈佛大学从事基因编辑研究,在耶鲁大学从事基因递送工作。文章发表在Nature Biomedical Engineering, Nature Communications等杂志上。曾在天使投资机构工作,主要投资基因编辑、单细胞测序、AI制药等方向的创业公司。
03.「机器学习代谢组学」
主讲老师来自985高校神经科学博士,主要利用代谢组学、转录组学和分子生物学等技术研究神经内科慢性病的发病机制和生物标志物。擅长高效液相色谱-质谱联用(LC-MS)技术进行非靶向和靶向代谢组学从样本制备到数据分析的全流程研究,以及多组学大数据的生物信息学整合分析。5年内在J Clin Invest, EBioMedicine, Cell Death Dis, Cell Death Discov, Nanotoxicology等杂志发表SCI论文10篇。
04.「机器学习微生物组学」
主讲老师来自生物科技公司核心高管,曾在麻省理工学院、加州大学旧金山分校等机构工作,过去5年科研工作发表于Cell, PNAS等杂志
05.「深度学习基因组学」
主讲老师刘老师,生物信息学博士,有十余年的测序数据分析经验。研究领域涉及人工智能、自然语言处理、功能基因组学、转录组学、miRNA及靶基因网络分析,单细胞测序数据分析,基因调控网络时序分析,蛋白质互作网络分析,多组学联合分析等。主持省自然科学基金等项目4项,发表SCI论文23篇,论著一部。
06.「机器学习在生物医学中的应用」
主讲老师生物信息学博士,有十余年的测序数据分析经验。研究领域涉及机器学习,芯片数据分析,核酸及蛋白序列分析,DNA,RNA,甲基化测序数据分析,单细胞测序数据分析,miRNA及靶基因分析,生存分析及预后模型构建等。具有5年培训经验,对常用公共数据库TCGA,NCBI, UCSC, GEO等非常熟悉。发表SCI论文30余篇,其中一作及并列一作15篇。
07.「冷冻电镜结构解析」
刘老师来自中科院所毕业的结构生物学博士,主要利用单颗粒冷冻电镜手段研究作用于药物靶点的的分子机制和基于结构的药物设计。目前主要研究方向为膜蛋白及病毒相关蛋白的结构研究。5年内在国内外顶尖杂志包括Nature,NatureCommunications,Cell Research 等杂志发表文章数篇。

01
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、代谢工程、有机合成、天然产物、药物、生物信息学、植物学,动物学、化学化工,医学、基因组学、农业科学、植物学、动物学,临床医学、食品科学与工程、肿瘤免疫与靶向治疗、 全基因组泛癌分析、人黏连蛋白折叠基因组机、病毒检测、功能基因组、遗传图谱、基因挖掘变异、代谢组学、蛋白质组学、转录组学、生物医学、癌症、核酸、毒物学等研究科研人员及爱好者。

培训目标

(1)「蛋白晶体结构解析」
近年来结构生物学发展迅速并和其他学科相互渗透交叉,特别是受到结构基因组学等热点学科的极大带动。作为结构生物学的基本手段和技术,蛋白质晶体学从解析简单的蛋白质三维结构延伸到解决各类生物大分子及复合物结构,并更加注重研究结构与功能之间的相互关系,派生出诸如基于结构的药物设计等应用性很强的分支。生物技术及计算机技术的飞速发展,尤其是高通量技术在生物学领域的应用,为蛋白质晶体学带来了全新的概念和更加广阔的前景。
(2)「CRISPR-Cas9基因编辑技术」
课程从全局出发,由浅入深,课程通过基础入门+应用案例实操演练的方式,从最初的原理讲解到最后的应用实战,学完本课程你将掌握基因编辑技术的相关原理及其应用,此外可以学到基因编辑系统的优化策略,可以学到如何操作常用的生物学软件。能够快速运用到自己的科研项目和课题上。
(3)「机器学习代谢组学」
熟悉代谢组学和机器学习相关硬件和软件;熟悉代谢组学从样本处理到数据分析的全流程;能复现至少1篇CNS或子刊级别的代谢组学文章图片。
(4)「机器学习微生物组学」
通过本次培训多个案例的系统讲解让参会学员学会机器学习在微生物组数据分析流程,能够快速运用到自己的科研项目和课题上。
(5)「深度学习基因组学」
适于对深度学习、课程通过基础入门+应用案例实操演练的方式,从初学及应用研究的角度出发,带大家实战演练多种深度学习模型(深度神经网络 DNN、 卷积神经网络 CNN、循环神经网络 RNN、可变自动编码器 VAE、图卷积神经网络 GCN)在基因组学分析中的各种应用:识别 G4 基 序特征 DeepG4,识别非编码基因突变 DeepSEA,预测染色体亲和性 Basset,预测基因表达 eQTL 的Enformer、识别拷贝数变异DeepCNV、预测调控因子DeepFactor、预测 premiRNA 的 dnnmiRNA、从基因表达数据中识别乳腺癌分型 DeepType、从高维多 组学数据中识别疾病表型XOmiVAE 、从基因序列及蛋白质相互作用网络中识别关键基因 DeepHE、联合肿瘤基因标记及药物分子结 构预测药物反应机制的 SWnet 等深度学习工具。通过对这些深度学习在基因组学中的应用案例进行深度讲解和实操,让学员能够掌 握深度学习分析高维基因组学、转录组学、蛋白组学等多组学数据流程,系统学习深度学习及基因组学理论知识及熟悉软件代码实操, 熟练掌握这些前沿的分析工具的使用以及研究创新深度学习算法解决生物学及临床疾病问题与需求。
(6)「机器学习在生物医学中的应用」
通过本次学习,你将了解机器学习基本概念及常用机器学习模型的原理;生存分析及风险模型的构建;R语言构建常用机器学习模型;机器学习常见图,表的绘制;生存分析,预后模型常见图,表的绘制
(7)「冷冻电镜结构解析」
冷冻电镜结构解析课程致力于培养学员掌握冷冻电镜在结构生物学和基于结构的药物设计中的应用,掌握单颗粒冷冻电镜结构解析原理,实验方法和实际应用。通过深入的理论讲解和实际操作,学员将逐步建立对这一关键领域的深刻理解。
授课时间


蛋白晶体结构解析
2023.12.05-2023.12.08
晚上授课(晚18:30—晚21:30)
2023.12.09-2023.12.10全天授课
(上午9:00-11:30下午14:00-17:30)
2023.12.14-2023.12.15
晚上授课(晚18:30—晚21:30)

CRISPR-Cas9基因编辑技术
2023.12.12-2023.12.15
晚上授课(晚19:00—晚22:00)
2023.12.16-2023.12.17全天授课
(上午9:00-11:30下午13:30-17:00)
2023.12.18-2023.12.19
晚上授课(晚19:00—晚22:00)

机器学习代谢组学
2023.12.12-2023.12.15
晚上授课(晚19:00—晚22:00)
2023.12.16-2023.12.17全天授课
(上午9:00-11:30下午13:30-17:00)
2023.12.18-2023.12.19
晚上授课(晚19:00—晚22:00)

机器学习微生物组学
2023.12.05-2023.12.08
晚上授课(晚19:00—晚22:00)
2023.12.09-2023.12.10全天授课
(上午9:00-11:30下午13:30-17:00)
2023.12.14-2023.12.15
晚上授课(晚19:00—晚22:00)

深度学习基因组学
2023.12.12-2023.12.15
晚上授课(晚19:00—晚22:00)
2023.12.16-2023.12.17全天授课
(上午9:00-11:30下午13:30-17:00)
2023.12.18-2023.12.19
晚上授课(晚19:00—晚22:00)
2023.12.21全天授课
(上午9:00-11:30下午13:30-17:00)

机器学习在生物医学中的应用
2023.12.05-2023.12.08
晚上授课(晚19:00—晚22:00)
2023.12.09-2023.12.10全天授课
(上午9:00-11:30下午13:30-17:00)
2023.12.14-2023.12.15
晚上授课(晚19:00—晚22:00)

冷冻电镜结构解析
2023.12.12-2023.12.15
晚上授课(晚19:00—晚22:00)
2023.12.16-2023.12.17全天授课
(上午9:00-11:30下午13:30-17:00)
2023.12.18-2023.12.19
晚上授课(晚19:00—晚22:00)

CADD计算机辅助药物设计
2023.12.05-2023.12.08
晚上授课(晚19:00—晚22:00)
2023.12.09-2023.12.10全天授课
(上午9:00-11:30下午13:30-17:00)
2023.12.14-2023.12.15
晚上授课(晚19:00—晚22:00)
2023.12.16-2023.12.17全天授课
(上午9:00-11:30下午13:30-17:00)

AIDD人工智能药物发现与设计
2023.12.12-2023.12.15
晚上授课(晚19:00—晚22:00)
2023.12.16-2023.12.17全天授课
(上午9:00-11:30下午13:30-17:00)
2023.12.18-2023.12.19
晚上授课(晚19:00—晚22:00)
(腾讯会议 线上直播课)

02
报名费用及福利

03
学员反馈

04
官方联系方式

联系人:汪老师
咨询电话:17638148717(同V)
听说99%的同学都来这里充电吖