计算机辅助高通量虚拟筛选的技术笔记巩固知识要点

高通量虚拟筛选技术是一种基于高通量实验技术开展的高效筛选方法，能够极大提高样品处理和分析的速度和精度，成为众多领域的重要工具。由于传统实验室药物发现成本高、效率低，迫切需要一种虚拟药物筛选模型，对海量化合物进行高通量筛选。

计算机辅助药物设计可以提高药物研发的成功率，降低研发成本，缩短研发周期，是目前创新药物研究的核心技术之一。随着医药大数据的积累和人工智能技术的发展，运用AI技术并结合大数据的精准药物设计也不断推动着创新药物的发展。

主题特色：

1、专题一深入学习与了解基于靶标蛋白结构高通量药物虚拟筛选的基本框架与逻辑，同时掌握国际主流计算机辅助药物设计软件的使用，让学员能更好的应对中药单体/中药复方/天然产物的活性分子搜寻，挖掘出超越已有知识的先导化合物，探求新的研究思路和寻找新的潜在药效物质基础机制，更好的服务于自身的科学研究和探索的过程中。

2、专题二一步步实操学习蛋白结构分析、同源建模、虚拟筛选、分子对接（半柔性、柔性对接、蛋白-蛋白、蛋白-多肽、酶蛋白-配体、核酸-小分子、共价对接）、药效团模型、定量构效关系、碎片化药物设计、Gromacs 分子动力学模拟与结果分析，并以实例讲解与练习为主，达到即学即用效果，帮助学员系统掌握计算机辅助药物设计技术，助力学术研究；

3、专题三一步步实操学习机器学习与深度学习的分类回归任务、分子特征、模型评估、参数优化与模型选择，并以微管蛋白为例，讲述机器学习在药物发现中的实战作用、DEEPCHEM集成的机器学习方法、DNN，GCN，GAT等主流深度学习多任务模型与分子生成模型理论与实践、并结合相关课题进行应用与实践，带您真正的进入人工智能药物发现的领域。

4、专题四从AMBER程序入门，安装自己的AMBER可执行程序开始，依次讲授研究对象模型的获取与构建-体系预处理、能量优化、分子动力学模拟结果评估、结合自由能计算及增强采样方法、相互作用机理分析、可视化、轨迹特征获取，并对经典文献进行复现。

专题一：高通量虚拟筛选技术与中药/天然产物挖掘药效分子

专题二：计算机辅助蛋白质结构分析、分子对接、片段药物设计技术与应用

专题三：人工智能技术及在生物分子活性预测、药物发现中的应用专题

专题四：AMBER分子动力学能量优化与分析、结合自由能计算专题

名师教授：

专题一讲师：副教授，留美博士后，长期从事基于人工智能药物设计以及生物大分子模拟在中药先导化合物及中药复方药理学的研究，在该领域积累了较为丰富的经验。主持或参与国家级、省部级课题多项，现为中国药理学会网络药理学专业委员会委员，并任《中草药》《中药新药与临床药理》《天然产物研究与开发》等中药类卓越期刊审稿专家。

专题二讲师：由全国重点大学、国家“双一流”、“211工程”重点建设医药类高校副教授，硕士生导师讲授。发表SCI研究论文20余篇，主持和参与国家级、省部级自然科学基金项目多项。拥有多年新药分子设计和开发经验，主要擅长CADD、AIDD等药物设计方法研究。

专题三讲师：由全国重点大学、国家“双一流”、“211工程”重点建设高校副教授,硕士生导师主讲。近五年发表代表性论文10余篇，专利8项，软件著作8项，主持和参与国家级、省部级自然科学基金项目10余项。拥有多年抗癌药物分子设计合成及活性研究经验，主要擅长生物信息学、人工智能（深度学习）与数据挖掘等药物设计方法研究。

专题四讲师：省重点高校特聘教授、省优青团队人员，研究团队在国际知名期刊发表SCI论文50余篇。其中以第一作者发表的两篇JACS属于本领域顶级TOP期刊(一区论文，IF: 14.612)。主持国家自然科学基金及省部级课题多项。主要从事生物分子量化计算和分子动力学模拟研究，在动力学模拟、量化计算、结合自由能计算等积累了丰富的经验。

点击查看：计算机辅助高通量虚拟筛选、分子动力学计算、生信系列专题研讨会