01
课程简介
课程名称
蛋白质的AI设计--线上专家课程
组织单位
智药邦
课程目标
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
课程内容范围
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
授课形式
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：搜索智药邦学院网站 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"学院"登陆
移动端访问2：扫码进入课程界面
扫描二维码即可购买课程
02
授课导师团
03
内容概览
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
李喆｜AI-empowered Design of Protein Self-assembly
第7节
原发杰｜基于结构的蛋白质语言模型
第8节
王宇光｜生成式AI的分子设计
第9节
戚逸飞｜人工智能蛋白质设计
第10节
刘思睿｜整合实验信息的AI蛋白质预测与解析
第11节
周晓根｜高精度蛋白质结构和功能预测方法
第12节
段宏亮｜HighFold：基于人工智能的环肽结构预测
第13节
高欣｜人工智能在多肽药物研发中的应用
第14节
王俊卿｜基于AI的蛋白质Binder设计：策略与应用前沿
第15节
刘磊峰｜蛋白结构解析技术及其在药物研发中的应用
04
课程亮点
内容丰富！
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AlphaFold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。
大咖主讲！
一站式学习！
兼顾学术研究与产业转化
05
适用人群及用途
高校、科研院所研究人员
生物医药企业研发团队
其他相关人群
06
报名及咨询
课程价格
报名咨询
请联系漆老师
电话：15618864572（手机微信同号）
邮箱：business@phaimus.com
扫码添加漆老师
购买说明
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
常见问题
07
课程大纲
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2节 王晟｜准确的从头蛋白质结构预测：从RaptorX, tFold到AlphaFold2
1 背景介绍
为何要做蛋白质结构预测
蛋白质结构预测的关键挑战
蛋白质结构预测的关键点
工作介绍：RaptorX（2016-2018）
2 tFold的进展
以往工作中待改进的问题
工作介绍：tFold接触预测进展 (2019-2020)
3 解密AlphaFold2
RaptorX-Contact和AlphaFold2的关键区别
AlphaFold2的模型架构解析：MSA, Evoformer, Structural Module
4 FastAF2介绍
FastAF2：Further speedup of AF2
FastAF2的关键算法
FastAF2的应用
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 李喆｜AI-empowered Design of Protein Self-assembly
1 引言
蛋白质自组装介绍
蛋白质自组装：从学习到设计
蛋白质自组装的应用
2 基于物理模型的蛋白质自组装设计
蛋白质自组装的设计策略
蛋白质自组装设计的三要素
早期的蛋白质自组装设计
蛋白质多聚体自组装设计
蛋白质纳米笼自组装设计
蛋白质一维纤维自组装设计
蛋白质二维阵列自组装设计
工作介绍：蛋白质三维晶体自组装设计
3 基于深度学习的蛋白质自组装设计
蛋白质设计的深度学习方法介绍
RFdiffusion用于蛋白质自组装设计
深度学习用于蛋白质设计的目前流程
工作介绍：RFdiffusion用于蛋白质晶体设计
4 结论和展望
第7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8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9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10节 刘思睿｜整合实验信息的AI蛋白质预测与解析
1 引言
从一维序列预测三维结构
获得结构信息的代表性实验技术
实验信息的特征和应用目标
应用实验信息的代表性方式
2 工作介绍
应用实验信息微调模型RASP及反向构建NMR解析工具FAAST
多种实验信息的整合工具GRASP
利用逆向优化策略的有约束蛋白对接流程ColabDock
3 总结
AI-科学计算-实验的“共生”和“闭环”
第11节 周晓根｜高精度蛋白质结构和功能预测方法
1 研究背景
2 基于类似模板的多域蛋白质结构组装
多域蛋白质数据库构建
域-域能量函数
结构域刚性组装
域-域铰链区重建
算法性能测试
3 融合类似模板和深度学习约束的多域蛋白质结构组装
算法主要流程
结构域方位评价指标
算法性能分析
4 冷冻电镜辅助的多域蛋白结构渐进组装
算法主要流程
结构域-密度图匹配
结构域刚性组装
结构域柔性组装和优化
算法性能分析
5 基于域/链交织拟合的冷冻电镜蛋白质复合物结构组装
研究动机
算法主要流程
域/链交织拟合
复合物组装和域级优化
算法性能分析
6 全自动多域蛋白质结构和功能预测平台
服务器算法流程
序列结构域划分
功能预测
算法性能分析
第12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13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14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15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
智药邦学院
智药邦学院
智药邦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：
小分子的AI设计
抗体的AI设计
ADC的AI设计
mRNA的AI设计
PROTAC的AI设计
基因递送载体的AI设计
疫苗的AI设计
环肽的AI设计
……
