2023最新八大热门专题
CADD计算机辅助药物设计
机器学习代谢组学
AIDD人工智能药物发现与设计
机器学习微生物组学
蛋白晶体结构解析
机器学习在生物医学中的应用
CRISPR-Cas9基因编辑技术
深度学习基因组学
课程内容
上下滑动查看更多内容
上下滑动查看更多内容
上下滑动查看更多内容
上下滑动查看更多内容
结果展示：
上下滑动查看更多内容
上下滑动查看更多内容
上下滑动查看更多内容
三：讲师介绍
CADD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授课老师余老师，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，药物靶标识别，药物不良反应等。参与了国自然基金2项，主持了省厅级科研项目3项。一作身份发表SCI论文数篇，包括BMC Bioinformatics, Journal of Biomedical Informatics, International Journal of Molecular Sciences等知名期刊。
蛋白晶体结构解析主讲老师顾博士来自基础医学院医学药理学系教师。具有十年以上的高校教学经验，承担本科生、研究生的教学任务。主持省自然科学基金1项（已结题），发表SCI论文10余篇。参与编写教材5部，担任人民卫生出版社配套教材编委，高等教育出版社数字教材编委，另外主编教辅教材2部。获省教学成果奖二等奖（排名第9），省一流本科课程（排名3），省在线开放课程（排名3），担任省药理学会教学专委会委员，学系教学副主任。
CRISPR-Css9基因编辑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。
机器学习微生物组学主讲老师来自生物科技公司核心高管，曾在麻省理工学院、加州大学旧金山分校等机构工作，过去5年科研工作发表于Cell, PNAS等杂志。
机器学习生物医学主讲老师生物信息学博士，有十余年的测序数据分析经验。研究领域涉及机器学习，芯片数据分析，核酸及蛋白序列分析，DNA，RNA，甲基化测序数据分析，单细胞测序数据分析，miRNA及靶基因分析，生存分析及预后模型构建等。具有5年培训经验，对常用公共数据库TCGA，NCBI, UCSC, GEO等非常熟悉。发表SCI论文30余篇，其中一作及并列一作15篇。
深度学习基因组学主讲老师刘老师，生物信息学博士，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。
四
培训对象
全国各大高校、企业、科研院所从事人工智能、生命科学、代谢工程、有机合成、天然产物、药物、生物信息学、植物学，动物学、化学化工，医学、基因组学、农业科学、植物学、动物学，临床医学、食品科学与工程、肿瘤免疫与靶向治疗、全基因组泛癌分析、人黏连蛋白折叠基因组机、病毒检测、功能基因组、遗传图谱、基因挖掘变异、代谢组学、蛋白质组学、转录组学、生物医学、核酸、毒物学等研究科研人员及爱好者
五
学习目标
CADD计算机辅助药物设计：让学员能够掌握包括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
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。
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
蛋白质晶体结构解析：近年来结构生物学发展迅速并和其他学科相互渗透交叉,特别是受到结构基因组学等热点学科的极大带动。作为结构生物学的基本手段和技术,蛋白质晶体学从解析简单的蛋白质三维结构延伸到解决各类生物大分子及复合物结构,并更加注重研究结构与功能之间的相互关系,派生出诸如基于结构的药物设计等应用性很强的分支。生物技术及计算机技术的飞速发展,尤其是高通量技术在生物学领域的应用,为蛋白质晶体学带来了全新的概念和更加广阔的前景。
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。
机器学习微生物组学：通过本次培训多个案例的系统讲解让参会学员学会机器学习在微生物组数据分析流程，能够快速运用到自己的科研项目和课题上
机器学习生物医学：通过本次学习，你将了解机器学习基本概念及常用机器学习模型的原理；生存分析及风险模型的构建；R语言构建常用机器学习模型；机器学习常见图，表的绘制；生存分析，预后模型常见图，表的绘制
深度学习基因组学：适于对深度学习、课程通过基础入门+应用案例实操演练的方式，从初学及应用研究的角度出发，带大家实战演练多种深度学习模型（深度神经网络 DNN、 卷积神经网络 CNN、循环神经网络 RNN、可变自动编码器 VAE、图卷积神经网络 GCN）在基因组学分析中的各种应用：通过对这些深度学习在基因组学中的应用案例进行深度讲解和实操，让学员能够掌 握深度学习分析高维基因组学、转录组学、蛋白组学等多组学数据流程，系统学习深度学习及基因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。
六
课程特色
课程特色
七、授课时间
CADD计算机辅助药物设计；
AIDD人工智能药物发现；
蛋白晶体结构解析；
深度学习基因组学；
公费价：5880 自费价：5480
机器学习代谢组学；
机器学习微生物组学；
机器学习生物医学；
CRISPR-Cas9基因编辑技术；
公费价4880 自费价4480
优惠一
两班同报9880元另外赠送一个课程
（赠送一个班任选）
优惠二
三班同报13880元
（赠送一个班任选）
四班同报17880元
（赠送两个班任选）
特惠三
五班同报22880
（赠送三个班任选）
一年内可免费参加本公司举办的任何课程（不限次数及课程）
证书：参加培训并通过考试的学员，可以申请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，须另行缴纳考试费500元/人）
