有机化学考研(有机化学考研学校排名)

有机化学考研，有机化学考研学校排名

专题一：CADD计算机辅助药物设计

CADD（计算机辅助药物设计）的推广应用，经过数十年的积累，已成为当今药物研发不可或缺的一部分，且国内外产出了部分实质性的成果。国外一些大型制药公司如默克、罗氏、诺华等，已经有一些领域通过CADD技术获得了更优的产品，甚至已成功上市，如血管紧张素转化酶抑制剂卡托普利、HIV-1蛋白酶抑制剂沙奎那韦、神经氨酸酶抑制剂扎那米韦等，均用到了一定的CADD来辅助结构优化设计。

专题二：AIDD人工智能药物发现与设计

AIDD（人工智能药物发现与设计）范围来说覆盖了机器学习和深度学习，能与新药研发相结合并实质性的应用到靶点预测、高通量筛选、药物设计、药物的ADMET性质预测，等；且算力方面，由早期应用于药物发现领域的决策树、随机向量机等机器学习模型，进展到深度神经网络、卷积神经网络、循环神经网络等深度学习算法。

授课专家

主讲老师硕士毕业于吉林大学化学学院，2018年~2020在中科院化学所工作，工程师岗，主要做一些分子合成类工作，擅长解析核磁光谱，对有机小分子结构有一定敏感度。2021~至今在医药公司(AI药物研发部)做药物研发工程师，主要从事CADD(分子对接做的较多)及AIDD(分子生成模型相关工作)相关的工作。参与过的项目(公司内的项目不能说出公司在研的靶点，此处只介绍类型)：参与研发的项目中，小分子药物居多，也有siRNA递送系统相关的及一个短肽相关的药物研发项目。对于小分子药物的对接，做过激酶收体及膜蛋白受体。对AIDD及CADD的整套流程都能有所把握。主讲老师在我单位长期进行授课，讲课内容和授课方式，以及敬业精神受到参会学员的一致认可和高度评价。

CADD计算机辅助药物设计课表目录

向下滑动查看完整内容

第一节课程

背景与理论知识以及工具准备

生物分子相互作用基础

1.1生物分子相互作用研究方法

1.2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

2.PDB及PDBsum数据库的介绍和使用

2.1数据库简介(功能，可获取资源，重要性)

2.2靶点蛋白的结构查询与选取

2.3靶点蛋白的结构序列下载

2.4靶点蛋白背景分析

2.5批量下载蛋白晶体结构

3.Pymol软件的介绍与使用

3.1软件安装及基本知识介绍

3.2蛋白小分子相互作用图解

3.3 蛋白蛋白相互作用图解

3.4蛋白-配体小分子表面图、静电势表示

3.5蛋白-配体结构叠加与比对

3.6绘制相互作用力

3.7 pymol动画制作

3.8 实例讲解与练习

4.notepad++的介绍和使用

第二节课

小分子化合物库及蛋白-配体对接讲解

1.ChemDraw软件介绍

1.1小分子结构构建

1.2 小分子理化性质计算

1.3实例讲解

小分子数据库

Zinc，ChEMBL，DrugBank等数据库介绍及使用

其它常用数据库介绍及使用

分子对接基础

3.1分子对接的原理及软件介绍

3.2分子对接软件(Autodock/Autodock vina)使用

3.3半柔性对接

3.3.1小分子配体优化准备

3.3.2 蛋白受体优化及坐标文件准备

3.3.3 半柔性对接计算

3.2对接结果评价

3.2.1晶体结构构象对比

3.2.2能量角度评价对接结果

3.2.3聚类分析评价对接结果

3.2.4最优结果选择

4 柔性对接

4.1 半柔性对接与柔性对接的比较

实例讲解与练习

第三节课

虚拟筛选

openbabel的介绍和使用

openbabel软件介绍

小分子结构类型

小分子结构类型转换

分子对接用于虚拟筛选

虚拟筛选定义、流程

靶蛋白选取，化合物库获取

虚拟筛选

结果分析

虚拟筛选的流程及实战演示

3.药物ADME预测

3.1ADME概念介绍

3.2预测相关网站及软件介绍

3.3预测结果的分析

第四节

拓展对接的使用方法

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蛋白蛋白相互作用对接位点设定

1.5蛋白蛋白对接结果分析与解读

实例讲解与练习

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

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

4.核酸-小分子对接

4.1 核酸-小分子的应用场景

4.2 核酸-小分子相互作用简介

4.3 核酸-小分子的预处理

4.4 核酸-小分子对接

4.5 相关结果的展示与分析

实例讲解与练习

5.共价对接

5.1共价对接的原理及应用场景

5.2 蛋白和共价结合配体的预处理

5.3 药物分子与靶蛋白的共价对接

5.4 相关结果的展示与分析

实例讲解与练习

第五节

药效团模型及基于碎片的药物设计

药效团模型的构建与使用

1.1药效团模型介绍

1.2药效团模型的构建

1.3药效团模型用于虚拟筛选

实例讲解与练习

2. 基于碎片药物设计

2.1基于碎片的药物设计与发现

2.2 基于碎片化合物库构建

2.2.1 骨架替换

2.2.2 碎片连接

2.2.3 碎片生长

2.3 基于药效团的化合物库生成

2.4 基于蛋白结合口袋的化合物库生成

2.5 基于分子描述符的化合物库生成

2.6 基于BREED规则的化合物库构建(生成小配体碎片库)

2.7 基于碎片的化合物库筛选

实例讲解与练习

3.QSAR模型介绍及构建

3.1 QSAR模型介绍

3.2 QSAR模型创建

3.3 QSAR模型分析

3.4 QSAR模型指导药物设计

实例讲解与练习

第六节

分子动力学模拟

1.Linux入门

1.1 Linux常用命令

1.2 Linux环境变量

1.3 Linux上的操作体验(分子对接)

2. 分子动力学模拟介绍

2.1分子动力学简介

2.1.1 分子力学的基本假设

2.2.2 分子力学的主要形式

2.2分子力场的介绍与应用

3 分子动力学软件介绍及使用

3.1 分子动力学软件(Gromacs)介绍

3.2 Gromacs 进行分子动力学模拟

3.2.1 配体分子及蛋白结构的处理

3.2.2 蛋白坐标文件的修改

3.2.3 拓扑文件修改

3.2.4 构建盒子并放入溶剂

3.2.5 平衡系统电荷

3.2.6 能量最小化

3.2.7 NVT及NPT平衡

3.2.8 模拟结果取样

3.3 分子动力学模拟结果分析

实例讲解与练习

案例图片

AIDD人工智能药物发现与设计课表目录

向下滑动查看完整内容

第一天

AI+制药

1、计算机辅助药物设计(CADD)简介

2、人工智能药物发现(AIDD)简介

3、AI+制药行业简介

4、常见AI制药工具简介（1）Anaconda（2）Rdkit（3）Temsorflow（4）Pytorch（5）Deepchem

5、python基础编程与进阶

6、基于结构的药物发现与设计

7、分子对接与分子动力学简介

8、基于配体的药物发现与设计

9、基于机器学习与深度学习的药物发现于设计

10、分子生成与药物设计

11、ChatGPT与药物发现

数据采集

1、 网络开源数据库：（1）ChemBL（2）BindingDB（3）PubChem（4）ZINC（5）PDB（6）中药数据库

2、 网络爬虫

3、 实验数据

4、 问卷数据

数据处理

1、pandas

2、numpy

特征工程

1、rdkit

2、drugtax

3、在线的计算分子描述符的网站

4、利用自己的想法构建新颖的描述符

第二天

机器学习模型

1、机器学习模型构建与评估

2、线性模型

3、逻辑回归

4、朴素贝叶斯

5、kNN

6、支持向量机(SVM)

7、决策树

8、随机森林

9、极端随机树

10、XGboost

11、LightGBM

12、机器学习模型案例分析：预测化合物生物活性与毒性

无监督学习

相关分析（corr）、主成分分析(PCA)、聚类分析(Cluster)等

第三天

统计线性模型

1、线性模型

2、最小二乘回归

3、多元线性回归

4、岭回归

5、lasso最小角回顾

6、主成分回归

7、偏最小二乘回归

8、混合线性模型

9、回归模型案理分析：基于化合物

10、活性数据建立定量构效关系回归模型

第四天

深度学习模型

1、人工神经网络ANN（MLP）

2、卷积神经网络(CNN)

3、全卷积神经网络(FCN)

4、图神经网络(GNN)

5、图卷积神经网络(GCN)

6、生成式对抗网络(GAN)

7、图注意力模型(GAT)

8、基于人工神经网络图神经网络建立化合物活性预测模型

第五天

分子生成模型

1、循环神经网络(RNN)

2、长短期记忆网络(LSTM)

3、基于生ZINC数据库或chembl数据库建立分子生成模型

4、基于ChatGPT/ChatMol生成化合物结构

AIDD与药物设计的一些思路分享

从药物分子配体的角度

构建机器学习分类或回归模型

1、逻辑回归

2、朴素贝叶斯

3、kNN

4、支持向量机(SVM)

5、决策树

6、随机森林

7、极端随机树

8、XGboost

9、LightGBM

从药物靶点角度

1、药效团；（1）基于配体的药效团；（2）基于蛋白结构的药效团；（3）基于蛋白配体复合物药效团。

2、分子对接：（1）Schrodinger: Glide分子对接（自由能微扰、内置的AIDD的方法）；（2）AutoDock vina分子对接；（3）Discovery Studio分子对接（贝叶斯机器学习方法、支持向量机方法）；（4）MOE分子对接（分子指纹图谱、内置的AIDD的方法）。

3、分子动力学：（1）蛋白和配体复合物的分子动力学，看RMSD、自由能、RMSF等指标来解释问题；（2）纯蛋白在溶液环境中（FTmap、在线的深度学习方法预测活性口袋）；（3）小分子在溶液环境中；（4）糖类化合物；（5）蛋白蛋白相互作用（PD-1-PD-L1、PD-1-单抗）；（6）研究靶点蛋白中水分子、金属离子、氢键对小分子活性的重要性；（7）研究靶点蛋白点突变对化合物活性的影响（经典的实例就是KRAS靶点，如安进的AMG510）；（8）研究小分子官能团对靶点活性的影响。

从药物靶点和配体复合结构角度

1、分子对接结合神经网络模型，增强对接的准确性，（1）Vina+CNN；（2）GNN。

2、反向对接的思想，利用现有小分子来探索对应的靶点：已知化合物的活性，然后研究对哪些靶点是有活性的，X=提取的特征，y是对哪些靶点有活性。

3、网络药理学，图神经网络，需要找到多个靶点与多个小分子配体之间的关系：底物和蛋白酶的关系

4、研究变量是什么：（1）是否是某个靶点的底物（2）中药对心脏/肝脏/肾脏的是否有毒性（3）中药对疾病如肿瘤是否有一定的疗效

5、影响因素->特征提取：（1）药物理化性质，如Rdkit、drugtax提取理化性质特征（2）药物实验的数据（3）分子对接得分

6、主成分分析

7、GNN: 药物和靶点/疾病作为节点(Node)，治疗关系作为边（Edge）, 这样来构建图神经网络。

数据库思想

1、构建碎片库

2、对现有感兴趣的片段结合生成新的分子

3、构建靶点突变的数据库

4、用分子生成的方法生成数据库

药物发现

1、高通量筛选

2、虚拟筛选

3、结构优化

4、药效评价

药物设计

1、基于靶点的设计

2、基于配体的设计

3、基于药效团的设计

4、基于分子动力学的设计

5、基于人工智能的设计

案例图片

授课时间

（腾讯会议直播上课提供录像回放 录像永久观看）

CADD计算机辅助药物设计专题培训课时间安排

5.13-5.14全天授课

上午9点到12点，下午13点半到17点半

5.16-5.17 晚上授课

晚上20点到22点半

5.18-5.19晚上授课

晚上20点到22点半

5.20-5.21全天授课

上午9点到12点，下午13点半到17点半

AIDD人工智能药物发现与设计专题培训课时间安排

5.13-5.14全天授课

上午9点到11点半，下午13点半到17点

5.16-5.17 晚上授课

晚上19点到22点

5.20-5.21全天授课

上午9点到11点半，下午13点半到17点

授课方式

通过腾讯会议线上直播，理论+实操的授课模式，老师手把手带着操作，从零基础开始讲解，开课前一周会提前发送给学员教程资料及预习视频，所有培训使用软件都会发送给学员，有什么疑问采取开麦共享屏幕和微信群解疑，学员和老师交流、学员与学员交流，培训完毕后老师长期解疑，培训群不解散，往期培训学员对于培训质量和授课方式一致评价极高。

报名费用

CADD计算机辅助药物设计与AIDD人工智能药物发现与设计课程价格：

公费价：每人每班￥5880元（含报名费、培训费、资料费）

自费价：每人每班￥5480元（含报名费、培训费、资料费）

优惠政策

优惠一、两班同报9880；

优惠二、5月1日前报名学员+转发到朋友圈或者到学术交流群可享受每人300元优惠;

学员福利

1、课程回放，培训结束后可获得本期全程录像视频无限次回放，

2、微信交流群，针对培训课程内容进行长期答疑，微信解疑群永不解散，

3、价格优惠，①2023年4月26日前报名汇款可享受300元优惠（名额有限）；②凡老学员推荐报名者可享受额外优惠，推荐者可获得现金红包；

4、成功报名学员，二次学习免费。

往期参会学员单位

有来自中科院大学、上海交通大学、中国人民解放军海军军医大学、江南大学、中国农业大学、南昌大学、合肥工业大学、天津科技大学、华中农业大学、山东大学、加州伯克利大学、启元实验室、中国人民解放军总医院第一医学中心、河南师范大学、南京工业大学、南方科技大 学、南京大学、中国医学科学院基础医学研究所、青海省农林科学院、天津中医药大学第一附属医院、山东大学、黑龙江八一农垦大学、南昌大学第二附属医院、台州市中心医院（台州学院附属医院）、宁波大 学附属人民医院、新疆农业大学、北京林业大学、广西医科大学、湖南文理学院、滨州医学院、滨州医学 院烟台附属医院、华南师范大学、中国环境科学研究院、云南师范大学、昆明理工大学、湖北医药学院、 苏州大学、福州大学、南方医院、南昌大学第二附属医院、深圳市中医院、湖南文理学院、河南科技学 院、福建省立医院、中南大学湘雅医院、深圳市中医院、省立同德医院、内蒙古科技大学包头师范学院、 乌鲁木齐市疾病预防控制中心、中国林业科学研究院林业研究所、中国农业科学院兰州畜牧与兽药研究 所、鲁东大学、河北工程大学、南方医科大学珠江医院、首都医科大学附属北京妇产医院、重庆医科大学 附属第二医院、北京普利智诚生物技术有限公司、复旦大学上海医学院、陕西中医药大学附属医院、中国 医学科学院血液病医院（中国医学科学院血液学研究所）、滨州康达欣医疗器械有限公司、深圳北京大学 香港科技大学医学中心、天津市肿瘤医院、陆军特色医学中心、空军军医大学第一附属医院、江南大学。感谢对我们培训的认可！还有许多因为时 间冲突无法参加。这次我们诚挚邀请您来参加！

报名通道

有机化学考研(有机化学考研学校排名)