机器学习还不会?精心整理的从小白到进阶教程快收下!

机器学习还不会?精心整理的从小白到进阶教程快收下!_第1张图片

主办方:北京软研国际信息技术研究院

承办方:互动派(北京)教育科技有限公司

01

时间安排

专题一:CADD蛋白结构分析、虚拟筛选、分子对接(蛋白-蛋白、蛋白-多肽等)

点击查看详情内容

2022年11月19日-11月20日  

2022年11月26日-11月27日  

2022年12月03日-12月04日  

在线直播(授课6天)

专题二:AMBER分子动力学能量优化与分析、结合自由能计算专题

点击查看详情内容

2022年12月10日-12月11日  

2022年12月17日-12月18日  

在线直播(授课4天)

专题三:GROMACS分子动力学蛋白模拟、药物开发溶剂筛选专题

点击查看详情内容

2022年12月24日-12月25日   

2022年12月31日     

在线直播(授课3天)

专题四:AIDD人工智能(机器学习与深度学习)药物发现专题

点击查看详情内容

2022年12月10日-12月12日  

2022年12月17日-12月18日  

在线直播(授课5天)  

    学员反馈/课堂答疑/学习成果

机器学习还不会?精心整理的从小白到进阶教程快收下!_第2张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第3张图片

02

大纲内容

专题课程一:CADD蛋白结构分析、虚拟筛选、分子对接(蛋白-蛋白、蛋白-多肽)

时间

课程名称

课程内容

第一天

上午

生物分子

互作基础

1.生物分子互作用研究方法

1.1蛋白-小分子、蛋白-蛋白相互作用原理

1.2 分子对接研究生物分子相互作用

1.3 蛋白蛋白对接研究分子相互作用

蛋白数据库

1. PDB 数据库介绍

1.1 PDB蛋白数据库功能

1.2 PDB蛋白数据可获取资源

1.3 PDB蛋白数据库对药物研发的重要性

2.PDB 数据库的使用

2.1 靶点蛋白结构类型、数据解读及下载

2.2 靶点蛋白结构序列下载

2.3 靶点蛋白背景分析

2.4 相关数据资源获取途径

2.4 批量下载蛋白晶体结构

第一天

下午

蛋白结构

分析

1. Pymol 软件介绍

1.1 软件安装及初始设置  

1.2 基本知识介绍(如氢键等)

2.Pymol 软件使用

2.1蛋白小分子相互作用图解

2.2 蛋白蛋白相互作用图解

2.3 蛋白及小分子表面图、静电势表示

2.4蛋白及小分子结构叠加及比对

2.5绘相互作用力

2.6 Pymol动画制作

实例讲解与练习:

(1)尼洛替尼与靶点的相互作用,列出相互作用的氨基酸,并导出结合模式图

(2)制作结合口袋表面图

(3)Bcr/Abl靶点的PDB结构叠合

(4)制作蛋白相互作用动画

(5)针对ACE2和新冠病毒Spike的蛋白晶体复合物,制作蛋白-蛋白相互作用

第二天上午

同源建模

1. 同源建模原理介绍

1.1 同源建模的功能及使用场景

1.2 同源建模的方法

2. Swiss-Model 同源建模;

2.1 同源蛋白的搜索(blast等方法)

2.2 蛋白序列比对

2.3 蛋白模板选择

2.4 蛋白模型搭建

2.5 模型评价(蛋白拉曼图)

2.6 蛋白模型优化

实例讲解与练习:用2019-nCoV spike蛋白序列建模,根据相应参数和方法评价模型

第二天下午

小分子构建

1. ChemDraw软件介绍

    1.1小分子结构构建

    1.2 小分子理化性质(如分子量、clogP等)计算

实例讲解与练习:分别构建大环、氨基酸、DNA、RNA等分子

小分子

化合物库

1. 小分子数据库

1.1 DrugBank、ZINC、ChEMBL等数据库介绍及使用

1.2 天然产物、中药成分数据库介绍及使用

第三天上午

生物分子

相互作用Ⅰ

1.分子对接基础

    1.1分子对接原理及对接软件介绍

2. 分子对接软件(Autodock) 使用

    2.1半柔性对接

    2.1.1  小分子配体优化准备

    2.1.2  蛋白受体优化及坐标文件准备

    2.1.3  蛋白受体格点计算

    2.1.4  半柔性对接计算

2.2对接结果评价

    2.2.1  晶体结构构象进行对比

    2.2.2  能量角度评价对接结果

    2.2.3  聚类分析评价对接结果

    2.2.4  最优结合构象的选择

    2.2.5  已知活性化合物对接结果比较

实例讲解与练习:激酶Bcr/Abl靶点抑制剂的半柔性对接

第三天下午

生物分子

相互作用II

2.3柔性对接

   2.3.1  小分子配体优化准备

   2.3.2  蛋白受体优化及坐标文件准备

   2.3.3  蛋白受体格点计算

   2.3.4  柔性对接计算及结果评价

   2.3.6  半柔性对接与柔性对接比较与选择

实例讲解与练习:Bcr/Abl靶点抑制剂的柔性对接

虚拟筛选

3. 分子对接用于虚拟筛选(Autodock)

    3.1 虚拟筛选定义、流程构建及演示

    3.2 靶点蛋白选择、化合物库获取

    3.3虚拟筛选

    3.4 结果分析(打分值、能量及相互作用分析)

实例讲解与练习:Bcr/Abl靶点抑制剂的虚拟筛选

小分子

格式转换

1. openbabel的介绍和使用

    1.1 openbabel软件介绍

    1.2 小分子结构类型

    1.3 小分子结构类型转换


答疑
针对前三天学习问题的答疑

第四天上午

拓展对接使用场景(上)

1.蛋白-蛋白大分子对接

1.1蛋白-蛋白对接的应用场景

1.2相关程序的介绍

1.3 受体和配体蛋白前期优化准备

1.4 载入受体和配体分子

1.5蛋白蛋白相互作用对接位点设定

1.6蛋白蛋白对接结果分析与解读

实例讲解与练习:新冠病毒Spike蛋白及宿主蛋白ACE2的对接

2.蛋白-多肽对接

2.1蛋白-多肽相互作用简介

2.2蛋白-多肽分子预处理

2.3蛋白-多肽分子对接

2.4对接结果展示与分析

实例讲解与练习:新冠靶点3CL与多肽/类多肽抑制剂的对接

3.含金属离子的蛋白靶点与小分子对接

3.1 金属酶蛋白-配体的相互作用介绍

3.2相关蛋白及配体分子的收集与预处理

3.3金属离子的处理与准备

3.4金属辅酶蛋白-配体的对接

3.5对接结果展示与分析

实例讲解与练习:基质金属蛋白酶MMP及其抑制剂对接

第四天下午

拓展对接使用场景(下)

4.小分子与小分子对接

4.1小分子-小分子相互作用简介

4.2小分子结构预处理

4.3小分子-小分子对接

4.4对接结果展示与分析

实例讲解与练习:环糊精与药物小分子的对接

5.核酸-小分子对接

5.1核酸-小分子的应用场景

5.2核酸-小分子相互作用简介

5.3核酸-小分子的预处理

5.4核酸-小分子对接

5.5相关结果的展示与分析

实例讲解与练习:DNA G-四链体和配体分子对接

6.共价对接

6.1共价对接的原理及应用场景

6.2蛋白和共价结合配体的预处理

6.3药物分子与靶蛋白的共价对接

6.6相关结果的展示与分析

实例讲解与练习:激酶靶点EGFR抑制剂的共价对接

第五天上午

基于碎片药物设计

1. 基于碎片药物设计

   1.1基于碎片的药物设计与发现

   1.2 基于碎片化合物库构建

   1.2.1 骨架替换

   1.2.2 碎片连接

   1.2.3 碎片生长

   1.3 基于药效团的化合物库生成

   1.4 基于蛋白结合口袋的化合物库生成

   1.5 基于分子描述符的化合物库生成

   1.6 基于BREED规则的化合物库构建

   1.7 基于碎片的化合物库筛选

实例讲解与练习:基于片段的Bcr/Abl靶点抑制剂优化与改造

第五天下午

构效

关系分析

1. 3D-QSAR模型构建(Sybyl软件)

1.1 小分子构建

1.2 创建小分子数据库

1.3 小分子加电荷及能量优化

1.4 分子活性构象确定及叠合

1.5 创建3D-QSAR模型

1.6 CoMFA和CoMSIA模型构建

1.7 测试集验证模型

1.8 模型参数分析

1.9 模型等势图分析

1.10 3D-QSAR模型指导药物设计

实例讲解与练习:激酶靶点Bcr/Abl抑制剂的构效关系模型构建与活性预测

第六天全天

分子动力学

模拟

1. 分子动力学简介(GROMACS软件)

1.1分子动力学基本原理

1.2  Linux 系统介绍

1.3  分子动力学软件介绍(Gromacs)

2. Gromacs 进行分子动力学模拟

2.1 配体分子的处理

2.2 蛋白结构的处理

2.3 修改蛋白坐标文件

2.4修改拓扑文件

2.5构建盒子并放入溶剂

2.6平衡系统电荷

2.7能量最小化

2.8 NVT平衡

2.9 NPT平衡

2.10 产出动力学模拟

3. 分子动力学结果分析

3.1轨迹文件观察

3.2能量数据作图

3.3 轨迹修正处理

3.4 回旋半径分析

3.5 计算蛋白构象的RMSD 变化

3.6计算原子位置的RMSF变化

3.7蛋白配体构象聚类

3.8蛋白配体相互作用氢键分析

3.9 蛋白配体相互作用能分析

实例讲解与练习:

(1)水中的溶菌酶纯蛋白模拟

(2)T4溶菌酶及配体复合物模拟


答疑

针对后三天学习问题的答疑

部分案例图示:

机器学习还不会?精心整理的从小白到进阶教程快收下!_第4张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第5张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第6张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第7张图片

专题二:AMBER分子动力学能量优化与分析、结合自由能计算专题

第一天

时间

课时内容

主要知识点

AM

9:00~9:50

一.分子动力学入门理论

1    分子力学简介

1.1   分子力学的基本假设

1.2   分子力学的主要形式

2    分子力场

2.1   分子力场的简介

2.2   分子力场的原理

2.3   分子力场的分类及应用

AM

10:00~10:50

二.LINUX入门

3    LINUX 简介

3.1   用户属组及权限

3.2   目录文件属性

3.3   LINUX基础命令

3.4   LINUX环境变量

3.5   shell常用命令练习

AM

11:00~12:00

PM

14:00~14:50

三.AMBER简介及安装

4    AMBER简介和安装

4.1    GCC简介及安装

4.2    Open MPI简介及安装

4.3    AMBER安装运行

4.4    LIUUX操作练习

PM

15:00~15:50

PM

16:00~17:00

第二天

时间

课时内容

主要知识点

AM

9:00~9:50

四.研究对象模型获取

5    模型文件的预处理

5.1   模型来源简介

5.2   蛋白文件简介

AM

10:00~10:50

五.研究对象模型构建

6    模型文件的预处理

6.1   蛋白预处理

6.2   小分子预处理

AM

11:00~12:00

6.3   AMBER力场简介

6.4   拓扑文件、坐标文件简介

6.5   top、crd文件的生成

6.6   tleap模块的使用

案例实践:

Ø  HIV-1复合物的预处理

PM

14:00~14:50

六.  分子动力学模拟

7    能量优化、分子动力学模拟

7.1   能量优化意义以及方法

7.2   模拟温度调节意义及方法

7.3   溶剂模型分类及选择

7.4   动力学模拟输入文件的编写

7.5   运行分子动力学模拟

7.6   输出内容解读

7.7   练习答疑

案例实践:

Ø  HIV-1复合体系能量优化、分子动力学模拟

PM

15:00~15:50

AM

16:00~17:00

第三天

时间

课时内容

主要知识点

AM

9:00~9:50

七.  结合自由能计算

8    焓变计算

8.1   实验数据分析及检索

8.2   MM/PBSA结合自由能计算原理

8.3   GB模型讲解及分类

8.4   焓变输入文件的编写

8.5   焓变结果解读

AM

10:00~10:50

9    熵变计算

9.1   Nmode计算熵变原理

9.2   熵变输入文件的编写

9.3   熵变结果解读

9.4   实验值与理论值对照分析

案例实践:

Ø  HIV-1与抑制剂之间结合自由能计算

AM

11:00~12:00

PM

14:00~14:50

八.  可视化软件

10   3D可视化分析

10.1  VMD安装和使用

10.2  Pymol 安装和使用

PM

15:00~15:50

九.  基于分子动力学的轨迹特征获取

11   构象分析

11.1  RMSD分析

11.2  B-Factory 分析

11.3  RMSF分析

AM

16:00~17:00

11.4  RG分析

11.5  VMD动画展示

11.6   距离角度测量

11.7   溶剂可及表面积(SASA)

第四天

时间

课时内容

主要知识点

AM

9:00~9:50

十.  基于能量的相互作用机理分析

12   能量分析

12.1   残基分解(相互作用分析)

12.2   丙氨酸扫描(寻找热点残基)

12.3   氢键网络(盐桥,pi-pi共轭等其它相互作用)

12.4   练习答疑

AM

10:00~10:50

AM

11:00~12:00

PM

14:00~14:50

十一.   经典工作复现

13     经典文献工作复现(请同学在课前自行下载仔细阅读)

13.1Nanoscale 2020,  12, 71347145.

(a)RMSD和2D_RMSD检验模拟的稳定性

(b)结合自由能的对比与分析

(c)热力学积分计算相对结合自由能

(d)氢键网络分析

(e)残基分解预测热点氨基酸

13.2J. Chem.  Inf. Model. 2021,  61, 7, 3529–3542

(a) 丙氨酸扫面预测热点氨基酸

(b) 残基接触(contact)分析

(c) 温度因子分析(B-facter)分析

(d) 溶剂可及表面积分析

(e) 伞状采样动力学再现解离机制

13.3练习答疑

PM

15:00~15:50

PM

16:00~17:00

部分案例图示:

机器学习还不会?精心整理的从小白到进阶教程快收下!_第8张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第9张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第10张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第11张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第12张图片

专题三:GROMACS分子动力学蛋白模拟、药物开发溶剂筛选专题

课程名称

内   容

基础理论

1 分子模拟基础理论 

 1.1 统计力学理论概述

 1.2 主要算法介绍:最速下降法、共轭梯度法、有限差分法

 1.3 力场、力场类型、参数和分类:AMBER、CHARMM、MMX、CVFF、OPLS

 1.4 基础知识:积分迭代器、积分步长选取、温度控制、压力控制、周期性边界条件

 1.5 模拟基本流程:能量最小化、NVE弛豫、NVT控温、NPT控压、MD平衡模拟

 1.6 计算化学基本概念:范德华表面、分子表面、接触表面、溶剂可及表面、势能面

程序入门

2 GROMACS程序入门——学会编译方法,安装自己的GROMACS可执行程序,并运行一个例子。

 2.1 版本/安装/运行

 •Linux入门操作及方法

 •并行介绍和环境搭建

 •win版、linux版编译安装及运行

 •win版下使用linux系统编译安装及运行GROMACS程序

 2.2 各种文件介绍:PDB、GRO、TOP/ITP、XVG、MDP

 2.3 力场概念、分类及力场参数修改:——探究力场具体形式,为以后创建自己体系做准备,以OPLS为例,力场的各种参数说明及修改

生物体系建模与

TOP文件构建

3 生物体系建模——掌握不同体系快速搭建方法,使学员具有扎实的建模基础 

 3.1 辅助工具软件:Packmol、GaussView、vmd、Grace等

 3.2 模型建模/TOP文件的生成 生物小分子PDB构建、生物小分子模型及原子类型定义、结构调整(键长、键角、二面角)、生物小分子top结构构建、itp文件建立、拓扑文件生成工具

 3.3 不同简单生物体系的建模

 3.4 构建一个简单的生物分子体系模型并运行

 3.5 蛋白质、核酸、多肽、溶剂等复杂体系构建

建模结果分析

4 模拟结果分析——掌握不同生物体系所需分析方法,生成拓扑结构和坐标文件

 4.1 模拟轨迹分析:trajectory,sasa,rdf,freevolume等

 4.2 生成拓扑结构和坐标文件:editconf,genconf,pdb2gmx等

 4.3 模拟能量分析:energy,enemat等

 4.4 系统动态结构分析:cluster,confrms,midist等

 4.5 空间分布性质:gyrate,msd,rdf,traj等  

 4.6 分子结构分析:hbond,order,principal,spol等

 4.7 静电作用分析:dielectric,dipoles,potential等

生物体系建模实践

5 水溶性蛋白质和配体作用分子动力学模拟

 5.1 配体分子的处理

 5.2 蛋白结构的处理

 5.3 修改蛋白坐标文件

 5.4 修改拓扑文件

 5.5 构建盒子并放入溶剂

 5.6 平衡系统电荷

 5.7 能量最小化

 5.8  NVT平衡

 5.9  NPT平衡

 5.10 模拟结果取样

6 分子动力学结果分析

 6.1 轨迹文件观察

 6.2 能量数据作图

 6.3 计算斜方差

 6.4 测量回旋半径

 6.5 计算结构的RMSD值

 6.6 计算原子位置的根均方波动

 6.7 计算模拟过程中分子间的氢键的数目、距离或角度

7 生物膜磷脂双分子层生物膜、膜蛋白等建模 

 7.1 磷脂分子结构、双分子层建模

 7.2 模拟水通道(蛋白、多肽等)

 7.3 插入溶剂分子

 7.4 模拟系统达平衡

 7.5 分析溶剂分子扩散速率

 7.6 分子间的氢键的数目、距离或角度

高级进阶模拟分子自由能计算实践

8 蛋白质结合自由能计算(伞形采样法为例) 

 8.1 创建一系列反应路径分子构型

 8.2 提取模拟间隔质心轨迹

 8.3 模拟每个构型的伞形采样

 8.4 柱状图分析计算结合自由能

 8.5 模拟结果讨论

9 药物分子开发溶剂筛选

 9.1 介绍热力学积分方法

 9.2 构建药物分子模型

 9.3 建模药物分子溶解在水相,油相和醇相

 9.4 计算不同相态下的分配系数

 9.5 快速预测药物分配系数方法

SCI论文复献

根据学员需求,回答相关SCI文献中模拟的问题

部分案例图示:

机器学习还不会?精心整理的从小白到进阶教程快收下!_第13张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第14张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第15张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第16张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第17张图片

专题四:AIDD人工智能(机器学习与深度学习)药物发现专题

时间

课程内容

课程内容

第一天上午

计算机辅助药物分子设计

1.计算机辅助药物设计(CADD)简介

2.CADD的基本方法

2.1分子对接

2.2药效团

2.3 QSAR和QSPR

2.4 各类药学研究数据库的介绍

第一天下午

Anaconda3的安装配置

3.Anaconda3

3.1 Pandas

3.2 NumPy

3.3 RDKit

3.4 scikit-learn

3.5 Pytorch

3.6 Tensorflow

3.7 DeepChem

3.8 XGBoost

第二天上午

AIDD简介

——分类和回归任务

1.分类模型的构建与应用

1.1逻辑回归算法原理

1.2朴素贝叶斯算法原理

1.3k最近邻算法原理

1.4支持向量机算法原理

1.5随机森林算法原理

1.6梯度提升算法原理

2. 分子特征介绍

2.1 分子描述符              2.2 分子指纹                2.3分子图

第二天下午

基于浅层机器学习的药物发现(目标:引导学员自行实现基于其他三种算法如KNN,SVM,XGBoost的毒性预测模型,并用于小分子化合物的毒性预测)

3.模型评估方法

3.1交叉验证

3.2外部验证

3.3分类模型的常用评价指标

3.4混淆矩阵

3.5准确率

3.6敏感性

3.7特异性

4.参数优化与模型选择

4.1超参数优化4.2 模型选择的标准

模型实例讲解与练习(文献复现):

Ø  给定数据集为例,基于随机森林算法的CYPs抑制剂相关毒性预测模型的构建与使用

第三天上午

基于浅层学习的药物发现——回归任务

1.回归模型的构建与应用

2.回归模型的常用评价指标

2.1 MSE 

2.2 MAE  

2.3 R2

3.模型选择

3.1超参数优化

3.2最优模型选择

第三天下午

基于浅层学习分类的虚拟筛选(目标:引导学员自行实现基于其他三种算法的pIC50值预测模型,并用于小分子化合物pIC50值的预测)

模型实例讲解与练习(文献复现):

Ø  以微管蛋白为例,机器学习分类任务在药物发现中的实战作用

Ø  给定数据集为例,基于随机森林算法的pIC50值预测模型构建与使用

第四天

基于深度学习的药物发现

1.深度学习的发展历程

1.1深度学习在药物开发中的应用

1.2 DNN

1.3 GCN

1.4 GAT

1.5 KGCN

1.6 FP-GNN

2.深度神经网络的常用框架介绍

2.1 PyTorch

2.2 TensorFlow

3.DEEPCHEM介绍与使用

模型实例讲解与练习(文献复现):

Ø  DEEPCHEM集成的机器学习方法和加载使用

第五天

使用DNN,GCN,GAT等主流深度学习模型进行实操

实例讲解与练习(文献复现):

Ø  给定数据集为例,使用DNN,GCN,GAT等主流深度学习模型进行小分子抗乳腺活性预测

Ø  乳腺预测的基本思路,逻辑和课题设计

基于图模型的F1分数(A);基于图模型的AUC结果(B);基于分子图的不同亚型细胞的最优模型(C)

部分案例图示:

机器学习还不会?精心整理的从小白到进阶教程快收下!_第18张图片

03

课程特色

1、本次系列课程共四个专题,均采用在线直播的形式,课后提供无限次的回放视频,建立永不解散的课程群,长期互动答疑,学员学完后可以继续与专业老师同学交流问题,巩固学习内容,从而更好地满足学员不同方面的论文及实际科研工作需求;

2、专题一课程带您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、专题二课程从AMBER程序入门学会编译方法,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、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。

4、专题三课程从GROMACS程序入门学会编译方法,安装自己的GROMACS可执行程序开始,依次讲授生物体系简单到复杂的建模与TOP文件构建、常用模拟结果分析、水溶性蛋白质和配体作用分子动力学模拟过程及结果分析、生物膜磷脂双分子层生物膜、膜蛋白等建模分析、蛋白质结合自由能计算、药物分子开发溶剂筛选。

5、专题四课程通过机器学习、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、浅层机器学习分类虚拟筛选、集成机器学习方法、DNN,GCN,GAT等主流深度学习模型实操以及结合相关课题的应用实践等内容,带您真正的进入人工智能药物发现的领域。

04

报名费用

机器学习还不会?精心整理的从小白到进阶教程快收下!_第19张图片

费用提供用于报销的正规机打发票及盖有公章的纸质通知文件;

如需开具会议费的单位请联系招生老师发送会议邀请函;

年底免费大赠送:(赠送的免费课程不开发票)

1)  报名CADD专题课程,可任选AMBER专题、GROMACS专题、AIDD专题课程之一免费参加;

2)  报名AIDD专题课程,可任选AMBER专题、GROMACS专题课程之一免费参加;

3)  报名AMBER专题课程,可免费参加GROMACS专题课程;

05

增值服务

1、年底大赠送:凡报名价格高的专题课程,可任选一个比所报课程价格低的课程免费参加;

2、凡报名学员将获得本次培训书本(或电子)教材以便提前预习及随堂电子资料;

3、凡报名学员将获得课程相关Windows版本软件安装指导(一年有效期);

4、提供无限次回放视频:凡报名学员课程结束后可获得所学专题课程无限次回放视频;

5、 价格优惠:(优惠活动最终解释权归主办方)

1)  早鸟优惠:所有专题课程2022年11月1日前报名缴费均立减200元

2)  转发优惠:转发本文/海报至朋友圈12小时,优惠100元/人(朋友圈不设屏蔽,截图联系工作人员确认)

3)  凡老学员推荐报名者,新报名者可享受额外优惠

4)  老学员优惠:老学员参加任一新课程立减400元(与1)2)不叠加)

6、学员提出的各自遇到的问题在课程结束后可以长期得到老师的解答与指导;

7、参加培训并通过考试的学员,可以获得:北京软研国际信息技术研究院培训中心颁发的《计算机辅助药物设计应用工程师》专业技能结业证书。

06

主讲老师

CADD专题讲师: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。

AMBER专题讲师:山东省重点高校特聘教授、省优青团队人员,研究团队在《J. Am. Chem. Soc.》、《Phys. Chem. Chem. Phys.》、《Nanoscale》、《J. Chem. Phys.》等国际知名期刊发表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。

GROMACS专题讲师:由湖北省重点建设高校、国内一流学科建设高校特聘教授、国立台湾大学博士后毕业、美国研究型大学和世界名校留学生讲授。在国内外学术期刊发表研究论文二十余篇,曾先后主持和参与国家自然科学基金和省自然科学基金数十项。拥有十余年的分子模拟、化学反应动力学、量子化学研究经验,主要擅长计算分子模拟、分子动力学、热力学、化学反应动力学等研究,其中溶剂化自由能计算方法研究被评为“Top Tier”的研究贡献。

AIDD专题讲师: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。

07

联系方

机器学习还不会?精心整理的从小白到进阶教程快收下!_第20张图片

08

课程问答

问题1:课程是否适合小白/零基础的学员?

对于初学者,因缺乏对药物设计专业软件计算技巧的掌握与深入理解,导致无从下手。本次计算机辅助药物设计系列专题课程从初学者角度出发,贴合实际项目需求。

多个专题分别使用不同的专业软件工具讲授药物分子和蛋白的设计以及相互作用等多项专业技术知识,分别为满足学生不同的学习需求,配置各个实用热门案例实操,让你从计算机辅助药物设计小白到跟紧时代热点能够上场做计算的学术弄潮儿。

问题2:如何报名、缴费?

1、致电专门负责行政招生的老师报名,联系方式见本文“第7条”。

2、缴费支持公对公转账、个人垫付(对公到账及时退还垫付费用,可开具垫付证明)

机器学习还不会?精心整理的从小白到进阶教程快收下!_第21张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第22张图片

机器学习还不会?精心整理的从小白到进阶教程快收下!_第23张图片

你可能感兴趣的:(大数据,编程语言,机器学习,人工智能,深度学习)