2024年诺贝尔化学奖
2024 Nobel Prize in Chemistry
瑞典皇家科学院决定将2024年诺贝尔化学奖的一半授予David Baker,以表彰他在计算蛋白质设计方面的贡献;另一半则共同授予Demis Hassabis和John Jumper,以表彰他们在蛋白质结构预测方面的贡献。
德米斯·哈萨比斯和约翰·詹珀成功地利用人工智能技术预测了几乎所有已知蛋白质的结构。而大卫·贝克掌握了生命的构建模块,并创造了全新的蛋白质。
AlphaFold 3 具备了药物设计的能力,可以预测药物中常用的分子(如配体和抗体),这些分子可与蛋白质结合,改变蛋白质在人类健康和疾病中的相互作用方式。在预测类似药物相互作用(包括蛋白质与配体的结合以及抗体与靶蛋白的结合)方面,AlphaFold 3 达到了前所未有的准确性。
2007年,哈萨比斯入选《科学》杂志的“年度突破奖” 。随着AlphaGo发展,哈萨比斯也获得许多荣誉,包括“亚洲奖”年度科技最佳贡献奖、英国皇家学会颁发的“穆拉德奖”(Mullard Award)、Nature杂志评选的“年度十大人物”、《时代》提名全球最具影响力100人等等。
诺贝尔奖不仅仅是对个人成就的表彰,也承载着推动全人类福祉进步的使命。每一届获奖者的杰出研究,都在不同程度上改善了人类的生活质量,促进了科学的发展,展现了人类对抗疾病、追求健康不懈努力的决心。
以下为大家公布十大诺奖热点方向
十大热门方向
01、AI蛋白质设计
02、分子对接与模拟在食品研究中
03、AIDD人工智能药物发现与设计
04、蛋白晶体结构解析
05、机器学习代谢组学
06、深度学习在基因组学中的应用
07、深度学习解析宏基因组学
08、深度学习在质谱蛋白组学中的应用
09、CRISPR-Cas9基因编辑技术
10、机器学习微生物组学
深度学习蛋白质设计
可以上下滚动查看
分子对接与模拟在食品研究中
可以上下滚动查看
AIDD人工智能药物发现与设计
可以上下滚动查看
蛋白晶体结构解析
可以上下滚动查看
机器学习代谢组学
可以上下滚动查看
深度学习在基因组学中的应用
可以上下滚动查看
深度学习解析宏基因组学
可以上下滚动查看
深度学习在质谱蛋白组学中的应用
可以上下滚动查看
CRISPR-Cas9基因编辑
可以上下滚动查看
机器学习微生物组学
可以上下滚动查看
学习目标
01.深度学习蛋白质设计
这一课程旨在为学生提供深度学习与蛋白质设计领域的全面知识。通过讲授深度学习的基本概念和前沿技术,学生将理解深度学习在生物信息学特别是蛋白质设计中的具体应用。学生将了解如何使用主流深度学习框架PyTorch进行模型构建与优化,并通过实践操作掌握蛋白质结构预测、蛋白质功能预测和分子对接等关键技术。课程将介绍AlphaFold等先进模型,并探讨其在药物发现中的重要性。同时通过多肽设计、逆向中心法则等专题,学生将全面了解从功能推导结构和从零开始设计蛋白质的策略。
02.CADD计算机辅助药物设计
掌握包括PDB数据库、靶点蛋白、蛋白质-配体、蛋白-配体小分子、蛋白-配体结构、notepad的介绍和使用、分子对接、蛋白-配体对接、虚拟筛选、蛋白-蛋白对接、蛋白-多糖分子对接、蛋白-水合对接、Linux安装、gromacs分 子动力学全程实操、溶剂化分子动力学模拟
03.AIDD人工智能药物发现与设计
本课程让学员了解药物发现的前沿背景,学习人工智能领域的各类常见算法,熟悉工具包的安装与使用,掌握一定的算法编程能力,能够运用计算机方法研究药物相关问题。通过大量的案例讲解和实践操作,具备一定的AIDD模型构建和数据分析能力
04.蛋白晶体结构解析
让学员了解蛋白质晶体结构解析的原理、方法与技术,学习分子克隆、蛋白表达纯化、蛋白结晶方法、软件安装,蛋白结构数据处理,得到高分辨率的蛋白晶体结构。使学员通过本次课程的学习,很轻松地解析出蛋白晶体结构,并进行晶体结构的精修。
05.机器学习代谢组学
熟悉代谢组学和机器学习相关硬件和软件;熟悉代谢组学从样本处理到数据分析的全流程;能复现至少1篇CNS或子刊级别的代谢组学文章图片。
06.深度学习在基因组学中的应用
深入学习与了解深度学习基本框架与逻辑,同时掌握基本的生物信息学软件(Linux、R、python等)的使用,让学员能更好的应对基因组数据,挖掘出超越已有知识的新知识。而构建好的深度学习模型去探求新的研究思路和寻找新的潜在生物学机制,更好的服务于自身的科学研究和探索的过程中。
07.深度学习解析宏基因组学
本课程介绍先进的深度学习模型,如卷积神经网络、循环神经网络、图神经网络、自动编码机、注意力机制等在微生物宏基因组学分析中的应用,如提取宏基因组特征、病毒及噬菌体基因组分类和识别、基因组组装、预测疾病相关性、微生物功能预测等。
08.深度学习在质谱蛋白组学中的应用
通过对这些深度学习在蛋白组学中的应用案例进行深度讲解和实操,让学员能够掌握深度学习分析蛋白组学数据流程,系统学习深度学习及蛋白组学理论知识及熟悉软件代码实操,熟练掌握这些前沿的分析工具的使用以及研究创新深度学习算法解决生物学及临床疾病问题与需求。
09.CRISPR-Cas9基因编辑技术
课程从全局出发,由浅入深,课程通过基础入门+应用案例实操演练的方式,从最初的原理讲解到最后的应用实战,学完本课程你将掌握基因编辑技术的相关原理及其应用,此外可以学到基因编辑系统的优化策略,可以学到如何操作常用的生物学软件。能够快速运用到自己的科研项目和课题上。
10.机器学习微生物组学
课程将涵盖机器学习技术在微生物数据分析中的应用,包括基因组序列分析、基因调控网络构建和多组学数据整合等,并带领学员们深度使用R语言,Python语言实地操作演示。
讲师介绍
深度学习蛋白质设计
授课老师来中国科学院北京基因组研究所。共发表SCI论文16篇,.生物学 2 区 共同一作. 化学2区 共同一作化学 2 区 共同一作. .生物 1 区 共同一作. . 综合 2 区 共 同一作. 熟练AMBER、VMD、AutodockVina、PyMOL. DiscoveryStudio、Gaussian等软件,熟悉分子动力学模拟 以及增强采样。有丰富计算机辅助药物设计与筛选经验,基于计算的蛋白设计与改造经验。拥有多年实操课教学 经验并备受好评.
CADD计算机辅助药物设计
主讲老师来自国内高校、中科院等单位,老师主要擅长深度学习、机器学习、药物虚拟筛选、计算机辅助药物设计、人工智能药物发现、分子对接、分子动力学等方面的研究。
AIDD人工智能药物发现与设计
AIDD授课老师曹老师,有十余年的计算机算法研究和程序设计经验。研究方向涉及生物信息学,深度学习,药物合成路径设计,药物不良反应等。发明专利5项,参与国家重点科研项目4项,发表SCI高水平论文10篇,包括BMC Bioinformatics, Journal of Biomedical Informatics, International Journal of Molecular Sciences等知名期刊。
蛋白晶体结构解析
范教授毕业于中国科学院生物物理研究所,师从著名结构生物学家王院士,具有美国耶鲁大学留学六年多的背景,为某某大学独立PI,研究方向是结构生物学和免疫学。范老师在多种国际期刊上发表论文30余篇,包括国际顶尖杂志PNAS两篇,一区top2篇等;并主持国家自然科学基金面上项目等,担任中国晶体学会生物大分子专业委员会委员,担任国家自然科学基金评审专家和上海光源用户课题评审专家等;并且应邀担任国际著名学术杂志Nature Communication和Journal of Virology, Structure等的审稿人。
机器学习代谢组学
主讲老师来自985高校神经科学博士,主要利用代谢组学、转录组学和分子生物学等技术研究神经内科慢性病的发病机制和生物标志物。擅长高效液相色谱-质谱联用(LC-MS)技术进行非靶向和靶向代谢组学从样本制备到数据分析的全流程研究,以及多组学大数据的生物信息学整合分析。5年内在J Clin Invest, EBioMedicine, Cell Death Dis, Cell Death Discov, Nanotoxicology等杂志发表SCI论文10篇。
深度学习在基因组学中的应用
主讲老师刘老师,生物信息学PI,有十余年的测序数据分析经验。研究领域涉及人工智能、自然语言处理、功能基因组学、转录组学、miRNA及靶基因网络分析,单细胞测序数据分析,基因调控网络时序分析,蛋白质互作网络分析,多组学联合分析等。主持省自然科学基金等项目4项,发表SCI论文23篇,论著一部。
深度学习解析宏基因组学
主讲老师刘老师,生物信息学博士,从事生物信息及医学人工智能研究 15 年,开发过数个生物信息学工具,发表 SCI 论文 20 余篇,其中人工智能算法文章近 10 篇,编著医学数据分析实用教材一部,研究致力于医学人工智能在复杂疾病诊疗中的应用。
深度学习在质谱蛋白组学中的应用
主讲老师刘老师,生物信息学博士,从事生物信息及医学人工智能研究 15 年,开发过数个生物信息学工具,发表 SCI 论文 20 余篇,其中人工智能算法文章近 10 篇,编著医学数据分析实用教材一部,研究致力于医学人工智能在复杂疾病诊疗中的应用。
CRISPR-Cas9基因编辑技术
主讲老师来自加州大学生物医学工程专业博士,曾在麻省理工和哈佛大学从事基因编辑研究,在耶鲁大学从事基因递送工作。文章发表在Nature Biomedical Engineering, Nature Communications等杂志上。曾在天使投资机构工作,主要投资基因编辑、单细胞测序、AI制药等方向的创业公司。
机器学习微生物组学
主讲老师来自清华大学博士,研究方向包括生物信息学、机器学习与微生物基因组学,大模型与蛋白质定向进化等。同时他在图神经网络和疾病药物靶向等知识图谱技术方面有丰富的经验,带领并指导多次团队在国际基因工程竞赛(iGEM)中获得国际金牌,并一作发表了多篇一区高水平SCI论文。
授课时间
#01-深度学习蛋白质设计
2024.11.09-2024.11.10
全天课程(上午9:00-11:30下午13:30-17:00)
2024.11.12-2024.11.15
晚上授课(晚19:00—晚22:00)
2024.11.17
全天课程(上午9:00-11:30下午13:30-17:00)
#02-CADD计算机辅助药物设计
2024.11.16-2024.11.17
全天授课(上午9:00-11:30下午13:30-17:00)
2024.11.19-2024.11.22
晚上授课(晚19:00—晚22:00)
2024.11.23-2024.11.24
全天授课(上午9:00-11:30下午13:30-17:00)
2024.11.25-2024.11.26
晚上授课(晚19:00—晚22:00)
#03-AIDD人工智能药物发现
2024.11.09-2024.11.10
全天授课(上午9:00-11:30下午13:30-17:00)
2024.11.12-2024.11.15
晚上授课(晚19:00—晚22:00)
2024.11.17
全天课程(上午9:00-11:30下午13:30-17:00)
#04-机器学习代谢组学
2024.11.09-2024.11.10
全天授课(上午9:00-11:30下午13:30-17:00)
2024.11.12-2024.11.15
晚上授课(晚19:00—晚22:00)
2024.11.17
全天课程(上午9:00-11:30下午13:30-17:00)
#05-深度学习基因组学
2024.11.09-2024.11.10
全天授课(上午9:00-11:30下午13:30-17:00)
2024.11.12-2024.11.15
晚上授课(晚19:00—晚22:00)
2024.11.17
全天课程(上午9:00-11:30下午13:30-17:00)
#06-蛋白质晶体结构解析
2024.11.17
全天授课(上午9:00-11:30下午13:30-17:00)
2024.11.18-2024.11.21
晚上授课(晚19:00—晚22:00)
2024.11.23-2024.11.24
全天授课(上午9:00-11:30下午13:30-17:00)
#07-深度学习解析宏基因组学
2024.11.18-2024.11.21
晚上授课(晚19:00—晚22:00)
2024.11.23-2024.10.24
全天授课(上午9:00-11:30下午13:30-17:00)
2024.11.25-2024.11.26
晚上授课(晚19:00—晚22:00)
#08-深度学习在质谱蛋白组学中的应用
2024,11.28-2024.11.29
晚上授课(晚19:00—晚22:00)
2024,11.30-2024.12.01
全天授课(上午9:00-11:30下午13:30-17:00)
2024.12.03-2024.12.06
晚上授课(晚19:00—晚22:00)
#09-CRISPR-Cas9基因编辑
2025.01.04-2025.01.05
全天授课(上午9:00-11:30下午13:30-17:00)
2025.01.06-2025.01.09
晚上授课(晚19:00—晚22:00)
2025.01.11
全天授课(上午9:00-11:30下午13:30-17:00)
#10-机器学习微生物组学
2025.01.11-2025.01.12
全天授课(上午9:00-11:30下午13:30-17:00)
2025.01.14-2025.01.17
晚上授课(晚19:00—晚22:00)
2025.01.18
全天授课(上午9:00-11:30下午13:30-17:00)
(腾讯会议直播上课 提供录像回放 录像永久观看)
报名费用及福利
common problem
深度学习蛋白质设计
公费价:6380元 自费价:5880元
CADD计算机辅助药物设计;AIDD人工智能药物发现与设计;蛋白晶体结构解析;机器学习代谢组学;深度学习基因组学;深度学习解析宏基因组学;深度学习在质谱蛋白组学中的应用;CRISPR-Cas9基因编辑技术;机器学习微生物组学;
每班公费价:5880元 每班自费价:5480元
报二赠一10880元(原价17140,可任选三门课学习)
报四赠二18880元(原价35280,可任选六门课学习)
全部报名25800元(两年内可免费学习本公司举办的任何课程,不限次数)
报名成功后转发朋友圈或转发50人以上群聊即可获得300元现金红包(只限前15名)
报名费用可开具正规报销发票及提供相关缴费证明、邀请函,可提前开具报销发票、文件用于报销 。报名缴费后即可获得全套预习资料供大家课前准备
结业证书:参加培训并通过考试的学员,可以获得工业和信息化部工业文化发展中心颁发的“工业强国建设素质素养提升尚工行动”岗位能力适应评测证书。该证书可在中心官网查询,可作为能力评价,考核和任职的重要依据。评测证书查询网址:www.miit-icdc.org(自愿申请,需另行缴纳考试费500元/人)
SIMPLICITY
官方联系人