人工智能、藥物設計、藥物ADMET評價、抑制劑篩選
時間：2021-06-26 09:00 至 2021-07-04 17:00
地點：線上活動
- 參會報名
- 會議通知
- 會議日程
- 會議嘉賓
- 參會指南
-
手機下單
首頁 > 培訓課程 > 生物/醫(yī)學培訓 > 人工智能、藥物設計、藥物ADMET評價、抑制劑篩選 更新時間：2021-06-09T14:17:39
|
人工智能、藥物設計、藥物ADMET評價、抑制劑篩選 已截止報名課程時間： 2021-06-26 09:00至 2021-07-04 17:00結束 課程地點： 線上活動 會議規(guī)模：50人 主辦單位： 北京軟研國際信息技術研究院 |
收藏3人
換一換
會議通知
會議內容 主辦方介紹
人工智能、藥物設計、藥物ADMET評價、抑制劑篩選宣傳圖
?
主辦單位：北京軟研國際信息技術研究院
承辦單位：互動派（北京）教育科技有限公司
本次課程共計4天，采用“2+2”教學體系，分兩階段授課，給與學員鞏固練習時間；小班授課，對知識進行由淺入深，層層遞進，系統(tǒng)講解，配合案例解析邊講邊練，讓學員能運用模擬軟件針對每個技術點進行上機操作；在線學習后對學員提煉出的問題提供專業(yè)指導，從而更好地滿足學員不同方面的論文及實際科研工作需求；課堂上建立專屬班級交流平臺，學員學完后可以繼續(xù)在班級群與老師同學交流問題，鞏固學習內容。
一、培訓對象：各省市、自治區(qū)從事藥學、生物學、化學、有機化工、腫瘤學、基礎醫(yī)學、臨床醫(yī)學、計算機軟件及計算機應用技術、自動化技術等領域相關單 位及部門，以及各大高校相關科研人員。
二、時間安排：2021年06月26日-06月27日 在線直播（授課2天）
2021年07月03日-07月04日 在線直播（授課2天）
問題1：課程講師是否專業(yè)？
本次課程由工作在科研一線的藥物設計課題組核心成員擔任主講，在領域內核心期刊發(fā)表SCI收錄論文30多篇，另開發(fā)了十多款藥物設計相關軟件和計算平臺，近幾年主持/參與國家自然科學基金和省自然科學基金多項。從事人工智能藥物分子設計研究工作近十年，擅長藥物發(fā)現(xiàn)過程中Web服務、數(shù)據(jù)庫、軟件、工具的開發(fā)，以及虛擬篩選方法的開發(fā)等。
問題2：課程是否適合小白/零基礎的學員？
對于初學者，因缺乏對人工智能數(shù)據(jù)算法、平臺、軟件的掌握與深入理解，導致無從下手。而本次人工智能藥物設計技術與應用實踐專題課程就是為初學者量身訂做，四天從九個模塊的專業(yè)知識配合實際案例操作，從數(shù)據(jù)分析的角度出發(fā)，讓你從AI小白到能夠結合藥學相關數(shù)據(jù)與AI技術結合出成果的學術弄潮兒。
每節(jié)實戰(zhàn)課都總結為數(shù)個知識點，整個學習一目了然，絕不迷失。
問題3：通過人工智能藥物設計技術與應用實踐專題培訓班我能學到什么？
本次課程共計四天，一共二十四個小時教學；整體分為五大模塊十四個專題講授，均采用“理論+實操”模式，系統(tǒng)講授藥物設計結合AI人工智能的研究技術，為你講解其中關鍵訣竅，幫你打開用AI技術研究藥物發(fā)現(xiàn)的大門。
問題4：培訓時遇到疑問，怎么辦？
課程采用邊講邊練邊答疑的模式，實戰(zhàn)跟著老師一步一步操作，過程中通過班級微信群實時跟蹤操作結果，遇到問題及時反饋、當堂解決，讓你實戰(zhàn)不出錯！
本次課程采用在線直播的形式，學習方式靈活。課前建立專門答疑的班級微信群，學員在課前、課間、課后皆可與主講老師隨時溝通解答。
?
大家伙兒一定要帶著問題來，權威老師幫你抽絲剝繭，和你一起打開成功的大門！
?
查看更多
會議日程
（最終日程以會議現(xiàn)場為準）
三、培訓內容
分子表征及特征提取
1. 分子描述符和分子指紋
1.1 分子描述符和分子指紋概念
1.2 分子描述符類別和特點
1.3 分子指紋的類別和特點
2. 分子描述符/指紋計算軟件
2.1 分子表示方法和格式
2.1.1 SMILES，SMARTS，SDF, MOL, MOL2, PDB
2.1.2 JEM Editor, Chemdoodle, ChemAxon, ChemDraw, DrugBank
2.2 RDKit簡介及環(huán)境部署
2.3 RDKit中如何操作分子
2.4 RDKit中描述符的計算以及存儲
2.5 OpenBabel簡介及環(huán)境部署
2.6 OpenBabel操作分子和格式轉換
2.7 OpenBabel中的分子描述符和指紋
2.8 ChemDes計算分子描述符和指紋
2.9 ChemDes中的格式轉換和分子優(yōu)化
2.10 PyBioMed 簡介環(huán)境部署
2.11 PyBioMed 獲取分子
2.12 PyBioMed 計算分子描述符
2.13 PyBioMed 計算分子指紋
2.14 PyBioMed 計算蛋白質描述符
2.45PyBioMed 計算核酸描述符
2.15 PyBioMed 計算相互作用描述符
結構、數(shù)據(jù)預處理
3. 結構預處理和數(shù)據(jù)預處理
3.1 PyBioMed結構預處理
3.2 ChemSAR結構預處理
3.3 KNIME 結構預處理
3.4 Excel數(shù)據(jù)預處理及注意的問題
3.5 KNIME數(shù)據(jù)預處理
3.6 Pandas環(huán)境配置以及基本操作
3.6 sklearn數(shù)據(jù)預處理
3.7 歸一化與空值處理
常用人工智能藥物設計算法和軟件
4. 算法簡單介紹和分類
4.1 藥物設計中人工智能常用算法簡介
4.2 常用算法實現(xiàn)軟件或工具介紹
5. KNIME軟件介紹
5.1 KNIME軟件特色和界面
5.2 KNIME軟件構建基本計算任務
5.3 KNIME軟件社區(qū)支持
5.4 KNIME軟件定制化插件
5.5 KNIME軟件第三方支持
6. 特征選擇
6.1 基于sklearn的特征選擇
6.1.1 相關性分析，相關性繪圖
6.1.2 單變量特征選擇及選擇K個特征
6.1.3 遞歸式特征刪除
6.2 基于KNIME流程的特征選擇
6.2.1 相關性分析，相關性繪圖
6.2.2 單變量特征選擇
6.2.3 遞歸式特征刪除
7. 模型的評價與解釋
7.1 回歸模型和分類模型的評價指標
7.2 應用域的評估
7.3 基于樹的模型的解釋
類藥性和ADMET評價實踐
8. ADMET介紹
8.1 ADMET概念以及意義
8.2 基于人工智能的ADMET虛擬評價方法的進展
8.3 ADMET計算資源（ADMETlab、ADMETsar等）
9. KNIME軟件構建ADMET模型
9.1 KNIME軟件配置相關插件
9.2 caco-2細胞滲透性數(shù)據(jù)概覽
9.3 結構預處理
9.4 描述符和指紋計算
9.5 SVM模型構建以及參數(shù)調整
9.6 RF模型構架及參數(shù)調整
9.7 RNN模型構建以及簡單超參數(shù)調整
10. ADMET計算軟件和實操
10.1 ADMETlab（v1.0 與v2.0）計算平臺使用
10.2 admetSAR計算平臺使用
10.3 本地模型調用以及預測
GRK2抑制劑篩選實踐
11.噪聲過濾和相似性搜索
11.1 FAFDrugs4過濾
11.2 指紋和相似性度量計算
11.3 Swiss-Similarity相似性搜索
12. 機器學習模型構建和預測
12.1 **GRK2化合物（講解過程）
12.2 計算合適的分子表征
12.3 算法和特征選擇
12.4 模型構建和評價
12.5 應用模型篩選化合物庫
13. 分子對接
13.1 蛋白質預處理
13.2 小分子預處理
13.3 可應用Swiss-Dock對接
14. ADMET評估
14.1 ADMETlab計算并評估
14.2 確定相關性質的參考范圍
14.3 評估并確定Hits.
【注】1、開課前一周會務組統(tǒng)一通知；開課前一天會將直播鏈接及上機賬號發(fā)至您郵箱或微信。如未收到請及時電話咨詢！
查看更多
會議嘉賓
參會指南
會議門票
| 票種名稱 | 價格 | 原價 | 票價說明 |
| 培訓費（會議費） | ￥3900 | ￥3900 | 培訓費（會議費） |
查看更多
溫馨提示
酒店與住宿:
為防止極端情況下活動延期或取消，建議“異地客戶”與活動家客服確認參會信息后，再安排出行與住宿。
退款規(guī)則:
活動各項資源需提前采購，購票后不支持退款，可以換人參加。
您可能還會關注
贊助
