蛋白质的AI设计在线课程上线！

蛋白质的AI设计--线上精品课程2024

智药邦

全面、充分地介绍基于AI的蛋白质设计技术的前沿进展，促进学术交流、产业发展

蛋白质AI设计的方法学原理、技术路线、关键科学问题、应用领域和相关案例，当前研究的最新进展、技术优势和未来提升空间等内容

本套课程为录播。感兴趣的学员可购买课程，在线观看和学习

PC端访问：搜索智药学院网站 www.edu.phaimus.com

移动端访问1：微信关注"智药邦"公众号，点击底部菜单栏"智药学院"登陆

第1节 

杨建益｜AI赋能蛋白质结构预测

第2节 

王晟｜准确的从头蛋白质结构预测：从RaptorX, tFold到AlphaFold2

第3节 

周耀旗｜基于能量函数和接触图神经网络的蛋白质设计

第4节 

马剑鹏｜从算法到应用：全链条AI-赋能新药研发

第5节 

陈海峰｜基于人工智能的全新蛋白质药物设计

第6节 

原发杰｜基于结构的蛋白质语言模型

第7节 

王宇光｜生成式AI的分子设计

第8节 

戚逸飞｜人工智能蛋白质设计

第9节 

段宏亮｜HighFold：基于人工智能的环肽结构预测

第10节 

高欣｜人工智能在多肽药物研发中的应用

第11节 

王俊卿｜基于AI的蛋白质Binder设计：策略与应用前沿

第12节 

刘磊峰｜蛋白结构解析技术及其在药物研发中的应用

本套课程覆盖了蛋白质AI设计领域的大多数重要问题。既包括了对蛋白质结构预测原理的深入解读，对AlphaFold2模型架构的深度解析，也包括了对蛋白质AI设计方法的剖析和总结，对蛋白质语言模型详细回顾等内容。

此外，本套课程还介绍了大量国内外蛋白质AI设计方法案例。

详见后文课程大纲。

蛋白质的AI设计为生命科学新兴探索领域。在本套课程中，多位业内知名的蛋白质结构预测和蛋白质设计的专家倾情奉献，详细介绍了各自工作的最新进展，以及对研究思路的总结，和对技术细节的理解和阐释。

本套课程后期还将陆续增加新的专家和新的内容，敬请期待！

对于学员来说，通过本套课程，可以一站式了解蛋白质AI设计相关技术方法。

本套课程总时长约9小时，平均每位专家授课45分钟左右。对于关注蛋白质AI设计的业内人员来说，课程信息量极其丰富，值得反复学习和观看！

本套课程的学习不受限于场地和时间，可登录网站在线观看，不限次数学习。

本套课程中，多位专家不同程度的介绍了蛋白质AI设计的多个应用方向和应用进展（如蛋白质药物、抗体、环肽、酶的设计等），因此既可作为学术研究的参考资料，也可作为工业界了解蛋白质AI设计的应用前景的窗口。

蛋白质结构预测与蛋白质设计互为逆操作。随着AlphaFold等方法带来的蛋白质结构预测技术水平的大幅度提高，蛋白质的AI设计已成为最前沿的学术方向和学术热点之一，许多研究工作已发表于Nature、Cell、Science等顶级学术杂志。

本套课程包含了大量国内外蛋白质AI设计的方法案例，可以作为相关领域高校、科研院所研究人员的学习资料，也可作为课题组项目开题、自然科学基金标书撰写等工作的参考。

蛋白质的AI设计方法如何应用于蛋白质、抗体、环肽等药物的设计和开发？目前都有哪些进展、技术优势，挑战和未来发展空间？本套课程将帮助生物医药企业研发团队一探究竟！也可作为企业研发项目立项参考！

本套课程是蛋白质AI设计方法的整体介绍和应用总结，也可作为行业分析师、投资机构的学习材料，用于技术调研、技术评估等用途。

欢迎走进蛋白质的AI设计世界！

1200元/位

注：9月24日18点之前报名，可享受999元/位的价格！

请联系漆老师 

电话：15618864572（手机微信同号）

邮箱：business@phaimus.com

1.报名成功后，可不限次数学习课程内容。

2.本课程为虚拟商品，一经售出不可退款。

第1节 杨建益｜AI赋能蛋白质结构预测

1 引言

蛋白质结构预测原理

蛋白质结构预测中的人工智能

具有代表性的两步走方法

具有代表性的端到端方法

后AlphaFold2时代的进展

2 工作介绍：trRosetta的开发及发展

trRosetta的开发

trRosettaX和trRosettaX2

trRosettaX-Single

Yang-server与AlphaFold2的比较

3 未来发展方向

孤儿蛋白的结构预测

有意识体现生物学功能的结构预测

RNA的结构预测

Q-BioLip：生物分子相互作用数据库

第3节 周耀旗｜基于能量函数和接触图神经网络的蛋白质设计

1 生物分子蛋白质

万能的蛋白靠千变的结构

探索蛋白质的可能结构空间

探索蛋白质的可能功能空间

2 蛋白质设计

蛋白质设计的原理

蛋白质从头设计简史

蛋白质设计的问题

3 基于能量的蛋白质设计

能量函数：级数展开优化

工作介绍：OSCAR-Design

Protein Design用于醛缩酶设计

4 基于AI的从头蛋白质设计

用AI避开能量函数

基于AI的蛋白质从头设计简史

AI大模型引发蛋白质从头设计领域的大爆发

工作介绍：SPIN-CGNN

5 讨论

第4节 马剑鹏｜从算法到应用：全链条AI-赋能新药研发

1 复杂生物体系结构研究中的两大瓶颈

实验：复杂体系多重构象的多尺度精密成像和动态分析

计算：复杂体系结构与功能的多尺度智能算法和模型构建

2 计算生物学的重要性

3 AI-赋能新药设计总架构

3.1 目标蛋白选取

3.2 静态蛋白结构建模

工作介绍：OPUS-Fold

AlphaFold2在实际应用中存在的问题

侧链建模的重要性

电镜实验数据图像处理

3.3 动态蛋白结构模拟

专用模拟算法

工作介绍：PCST-SBM

4 总结

第5节 陈海峰｜基于人工智能的全新蛋白质药物设计

1 蛋白质骨架设计    

蛋白质设计的里程碑事件    

蛋白质的从头设计   

当前的蛋白质骨架设计方法   

工作介绍：GPDL

Argonaute编辑酶的设计改造及方法验证

2 蛋白质序列设计   

两类蛋白质序列设计方法

当前主流的设计方法和存在的问题

工作介绍：GPD

CALB酶的设计和验证

3 蛋白质构象生成    

动态构象预测重要且尚未解决

开发准确的动态构象预测模型

工作介绍：IDPFold

边界无规蛋白HYPK及突变体的系综预测结果

边界无规蛋白Crk1的系综预测结果

第6节 原发杰｜基于结构的蛋白质语言模型

1 蛋白质背景

蛋白质折叠问题

2 AI背景

BERT vs GPT

大语言模型的发展史

3 蛋白质语言模型回顾   

DeepSequence, TAPE, SeqVec (ELMo), ESM-1b, MSA Transformer, ProTrans, ESM-1v, GearNet, ESM-IF1, CARP, MIF, ESM-2, Saprot, ESM-3

4 工作介绍

SaProt：基于结构感知词表的蛋白质语言模型

SaprotHub：让所有生物学家都能进行蛋白质建模 

ProTrek：通过三模态对比学习导航蛋白质宇宙

Pinal：通过自然语言实现蛋白质从头设计

第7节 王宇光｜生成式AI的分子设计

1 蛋白质AI设计的基本背景和方法

蛋白质折叠与逆折叠

蛋白质三级结构的图表示

多模态数据：结构化与非结构化

图神经网络的神经信息传递

图卷积网络扩散模型

扩散模型

2 蛋白质设计方法的发展

蛋白质设计1.0：传统技术，边际效益低，无法形成指数级增长

蛋白质设计2.0：AI提升效率、多模型联用门槛高，严重依赖数据

蛋白质设计3.0：精通AI+生物技术的多模态大模型

3 工作介绍：TourSynbio大模型

国内首款多模态蛋白质设计大模型

用于全新序列生成基于结构深度学习的扩散模型

与传统方法的比较

应用场景

应用案例

第8节 戚逸飞｜人工智能蛋白质设计

1 蛋白质结构和蛋白质药物

2 蛋白质结构和功能设计

2.1 传统的蛋白质计算设计流程

案例：酶设计、配体结合蛋白设计、疫苗设计、SARS-Cov-2小蛋白抑制剂设计

2.2 传统的蛋白质计算设计方法的挑战

2.3 基于卷积神经网络进行蛋白质设计

工作介绍：DenseCPD, ProBID-Net

2.4 基于图神经网络进行蛋白质设计

案例：ProteinMPNN

2.5 蛋白质工程

案例：AlphaMissense

工作介绍：DeepDDG, ThermoPro

3 蛋白质序列和结构生成

案例：RFdiffusion, Chroma

4 总结

第9节 段宏亮｜HighFold：基于人工智能的环肽结构预测

1 环状多肽简介

多肽药物市场

环肽兼具大分子与小分子优势，诸多性能优于线性肽

环肽成药方式和应用场景

国际上拥有环肽技术平台的公司

2 蛋白质结构预测

3 工作介绍：HighFold

模型结构

数据集

环肽结构预测

环肽单体结构预测

环肽蛋白质复合物结构预测

第10节 高欣｜人工智能在多肽药物研发中的应用

1 多肽类药物背景

疾病相关蛋白"不可成药"的挑战

合成肽药物适合靶向胞内"不可成药"靶点

合成肽药物发展现状

2 AI+合成肽高通量实验技术

设计、筛选、合成、表征、优化

3 新一代AI技术的出现加速多肽/蛋白质药物的研发

4 工作介绍：呈元科技的多肽药物AI设计方法

高精度核心算法

高通量核心算法

多个跨模态预训练大模型

MetaCPP模型产生极高穿膜性的环肽分子

第11节 王俊卿｜基于AI的蛋白质Binder设计：策略与应用前沿

1 AI在蛋白质研究中的崛起

AI在蛋白质研究中的应用领域

2 蛋白质Binder的定义、功能与应用

3 基于AI的Binder设计策略与案例

Binder的一般设计思路

De novo binder设计

案例：基于分子表面互作指纹识别的Binder设计

案例：基于扩散模型的de novo Binder设计 

4 工作介绍：ChimerAffibody

非抗体支架蛋白-亲合体

融合亲合体 vs 嵌合亲合体 

蛋白质亚结构域 (α-螺旋片段) 共享融合策略

ChimerAffibody介绍

第12节 刘磊峰｜蛋白结构解析技术及其在药物研发中的应用

1 结构生物学在药物设计中的应用

2 X射线衍射

X射线晶体结构解析

蛋白表达纯化

案例：PRMT5-MEP50的结构解析

3 MicroED微晶电子衍射

技术原理和技术特点

案例：IL5RA-AF17121的结构解析

4 冷冻电镜

Cryo-EM介绍

技术流程和常见问题

案例：GCGR的结构解析

智药学院

智药学院是智药邦推出的"AI + 生物医药"在线学习平台，后期将陆续推出以下系列前沿课程：

敬请期待！

课程咨询、课程合作请联系