下面是近两年人工智能与组学在顶刊发表的部分研究方向:
Science Adcances 机器学习代谢组学在粮食作物的研究
Seminars in Cancer Biology 机器学习多组学在植物领域的研究
Nature Protocols 机器学习代谢组学在药物代谢与疾病病理的研究
Cell Systems 机器学习蛋白质组学在生物标志物发现的研究
Nature Medicine 机器学习蛋白质组学在植物领域的研究
Cancer Cell 深度学习对泛癌基因组学进行整合分析
在生物信息学中,深度学习主要应用于以下几个方面:
基因表达谱分析:通过对基因表达谱数据进行深度学习,可以预测基因功能、发现新的生物标志物和生物路径径;
结构生物学预测:通过对结构生物学数据进行深度学习,可以预测蛋白质结构、功能和互动;
生物信息学数据集预处理:通过对生物信息学数据集进行深度学习,可以提高数据质量、减少噪声和缺失值,从而提高预测模型的准确性。
宏基因组学分析
机器学习代谢组学
深度学习基因组学
深度学习蛋白质设计
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
质谱蛋白质组学
特惠福利!报名即送往期课程回放课件资料ppt(任选一门):
1、机器学习微生物组学
2、CRISPR-Cas9基因编辑
3、单细胞测序及空间多组学
4、机器学习生物医学
深度学习解析宏基因组学
机器学习代谢组学
深度学习在基因组学中的应用
深度学习蛋白质设计
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
质谱蛋白组学
学习目标
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,为双一流独立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。
# Shopping Guide
授课时间
#01-深度学习蛋白质设计
2024.10.12-2024.10.13
全天课程(上午9:00-11:30下午13:30-17:00)
2024.10.15-2024.10.16
晚上授课(晚19:00—晚22:00)
2024.10.19-2024.10.20
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
2024.10.19-2024.10.20
全天授课(上午9:00-11:30下午13:30-17:00)
2024.10.21-2024.10.24
晚上授课(晚19:00—晚22:00)
2024.10.26-2024.10.27
全天授课(上午9:00-11:30下午13:30-17:00)
2024.10.28-2024.10.29
晚上授课(晚19:00—晚22:00)
#03-AIDD人工智能药物发现
2024.10.12-2024.10.13
全天授课(上午9:00-11:30下午13:30-17:00)
2024.10.15-2024.10.16
晚上授课(晚19:00—晚22:00)
2024.10.19-2024.10.20
全天授课(上午9:00-11:30下午13:30-17:00)
#04-机器学习代谢组学
2024.10.12-2024.10.13
全天授课(上午9:00-11:30下午13:30-17:00)
2024.10.15-2024.10.16
晚上授课(晚19:00—晚22:00)
2024.10.19-2024.10.20
全天授课(上午9:00-11:30下午13:30-17:00)
#05-深度学习基因组学
2024.10.12 -2024.10.13
全天授课(上午9:00-11:30下午13:30-17:00)
2024.10.13-2024.10.14
晚上授课(晚19:00—晚22:00)
2024.10.19-2024.10.20
全天授课(上午9:00-11:30下午13:30-17:00)
#06-蛋白质晶体结构解析
2024.10.19-2024.10.20
全天授课(上午9:00-11:30下午13:30-17:00)
2024.10.22-2024.10.23
晚上授课(晚19:00—晚22:00)
2024.10.26-2024.10.27
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
2024.10.15-2024.10.18
晚上授课(晚19:00—晚22:00)
2024.10.21-2024.10.24
晚上授课(晚19:00—晚22:00)
2024.10.26
全天授课(上午9:00-11:30下午13:30-17:00)
#08-深度学习在质谱蛋白组学中的应用
2024.10.27
全天授课(上午9:00-11:30下午13:30-17:00)
2024,10.29-2024.11.01
晚上授课(晚19:00—晚22:00)
2024,11.02-2024.11.03
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;
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25880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
联系人:汪老师
报名咨询电话:13140113821(同V)
往期学员好评