Cetuximab

前言 在我国，头颈肿瘤的诊疗正经历着从传统放化疗向精准免疫靶向治疗的深刻变革。随着 2026 CSCO 指南的更新，晚期头颈鳞癌的治疗选择日益丰富，免疫治疗、靶向治疗与化疗的联合应用为部分患者带来了生存获益。然而，在临床实践中，我们仍面临诸多挑战 —— 尤其在免疫治疗 (PD-1 抑制剂) 失败后，庞大的复发 / 转移性头颈鳞癌患者群体，在多线治疗后仍存在显著的临床需求未被满足，包括治疗方案的优化、耐药机制的破解与长程治疗管理等关键问题。 EGFR 作为头颈鳞癌中高表达 (80%~90%) 的经典靶点，传统单抗在后线治疗中疗效有限，未能充分发挥其治疗价值。近年来，我国医药创新力量在 ADC (抗体偶联药物) 领域取得了突破性进展，以 MRG003 (维贝柯妥塔单抗) 为代表的国产 EGFR ADC 药物，为多线治疗失败 (包括铂类和 PD-1 抑制剂) 的患者提供了新的治疗选择，展现出令人鼓舞的单药治疗潜力与联合治疗前景。中国原研药物正以其扎实的临床价值和本土化优势，悄然改变着头颈肿瘤的治疗格局与生态。 梅斯医学始终致力于推动优质医学知识传播与科研成果交流，助力临床医生提升专业能力与学术视野。梅斯医学特邀请同济大学附属东方医院郭晔教授深入探讨复发 / 转移性头颈鳞癌当前面临的共性临床挑战，解析以 MRG003 为代表的国产 ADC 创新药物的独特价值，并展望 ADC 联合免疫治疗等新模式在冲击一线治疗标准中的深远意义与未来方向。 Q1 郭教授您好，伴随2026 CSCO指南的更新，晚期头颈鳞癌的治疗选择持续拓展。结合临床实际，您认为现阶段临床诊疗面临的最大挑战是什么？针对PD-1抑制剂治疗失败的患者人群，目前存在的治疗难点您如何评价？ 郭晔 教授 当前晚期头颈鳞癌临床实践面临的核心挑战，可以概括为 “一线之后，标准缺失”。尽管免疫联合化疗已成为一线标准治疗，但仍有相当一部分患者，特别是PD-L1阴性患者，对初始治疗应答不佳。2026版CSCO指南一个重要更新是引入了基于PD-L1表达的分层治疗推荐，这体现了精准化的初步尝试。 然而，真正的困境在于一线治疗失败后。对于接受过PD-1抑制剂和铂类化疗后进展的患者，目前临床上缺乏公认、高效的标准挽救方案。传统选择如西妥昔单抗单药疗效有限，且后线常缺乏可联合的有效化疗药物（紫杉类多已在一线使用）。其他化疗药物如甲氨蝶呤或吉西他滨，疗效不尽如人意。这导致了临床上普遍存在的治疗“真空”地带。更深层次的难点在于，我们对免疫治疗的耐药机制理解尚不充分，使得后线治疗选择往往停留在“经验性换药”，而非基于精准的生物学分层。 此外，不同于某些癌种，头颈鳞癌对免疫治疗或靶向治疗“再挑战”的应答率通常很低，这意味着一旦前线耐药，后续治疗窗口非常狭窄。因此，临床迫切需要能够克服耐药、单药有效的新型药物，来填补这一巨大的未满足需求。 Q2 头颈鳞癌中EGFR的表达率高达80%-90%，但传统的EGFR单抗在二线及以后的治疗中效果并不尽如人意。您如何看待EGFR这个“老靶点”在新药时代的开发潜力？ADC技术是否为这个靶点带来了新的生机？ 郭晔 教授 EGFR在头颈鳞癌中是一个表达率极高、经过充分验证的“老靶点”，其开发潜力远未枯竭，关键在于新技术的引入。 传统EGFR单抗（如西妥昔单抗）的局限性在于其作用机制相对单一，易受下游信号通路代偿激活等因素影响导致耐药。在新药时代，针对EGFR的开发主要聚焦于两个前沿方向：双特异性抗体和抗体偶联药物（ADC）。双特异性抗体（如靶向EGFR/c-Met、EGFR/TGF-β等）旨在同时阻断多个通路，增强抗肿瘤效应，目前已有多个药物进入III期临床研究。而ADC技术则为EGFR靶点注入了全新的、更具突破性的活力。ADC的优势在于，它不仅能通过抗体部分抑制EGFR信号，更能将高活性的细胞毒药物精准递送至肿瘤细胞内，利用“旁观者效应”杀伤异质性肿瘤细胞，从而有望绕过传统单抗的耐药机制。 以国产创新药维贝柯妥塔单抗（MRG003）为例，这款抗EGFR-ADC在早期临床研究中，针对经治的头颈鳞癌患者已显示出令人鼓舞的抗肿瘤活性，其疗效信号显著优于传统单药挽救治疗的历史数据。因此，ADC技术成功地将一个看似“疲惫”的靶点，重新激活为极具潜力的治疗突破口，是未来改变临床实践的重要希望。 Q3 您作为主要研究者，参与了维贝柯妥塔单抗（MRG003）的多项临床研究。对于既往接受铂类化疗及PD-1抑制剂治疗失败的复发/转移性头颈鳞癌患者，您如何评价该药物单药治疗所展现出的临床应用潜力？ 郭晔 教授 在既往多线治疗（含铂类和PD-1抑制剂）失败的复发/转移性头颈鳞癌这一难治性人群中，MRG003单药治疗展现出了明确的临床应用潜力和成为新标准选择的实力。我们早期的探索性研究发现，这款抗EGFR-ADC对头颈部肿瘤（包括头颈鳞癌和鼻咽癌）具有特异性优势，这可能与其搭载的MMAE毒素对鳞癌具有较强活性有关。随后的关键IIa期研究数据证实，对于一线免疫和含铂化疗失败的患者，MRG003达到了20%-30%的客观缓解率（ORR）。 特别值得注意的是，在治疗线数较少（≤2线）的患者亚组中，疗效更为突出，ORR可达35%，中位无进展生存期（PFS）超过4个月，总生存期（OS）超过11个月，缓解持续时间（DoR）接近11个月。这些数据显著优于当前常用的挽救治疗方案（如西妥昔单抗单药或联合化疗）。因此，MRG003为这部分缺乏有效治疗的患者提供了一个疗效确切、单药即可使用的全新选择。目前，其国际多中心Ⅲ期研究（对比西妥昔单抗或甲氨蝶呤）已完成入组，我们期待这项研究能进一步确证其疗效优势，从而有望重塑晚期头颈鳞癌二线及后线的治疗格局。 Q4 除单药应用外，ADC与免疫治疗的联合方案亦成为当前重要探索方向。想请您介绍MRG003联合普特利单抗在复发/转移性头颈鳞癌中的最新研究进展，这种联合治疗模式是否具备挑战现有一线标准治疗的潜力？ 郭晔 教授 ADC与免疫检查点抑制剂（ICIs）的联合，是目前实体瘤治疗的重要趋势，旨在通过协同作用实现“1+1>2”的效果。 理论上，ADC诱导的免疫原性细胞死亡可以改变肿瘤微环境，有望增强免疫治疗的应答。MRG003联合普特利单抗的早期研究，特别是在鼻咽癌中，已显示出较高的客观缓解率，为免疫治疗进展后的患者提供了“再挑战”的可能，这令人鼓舞。然而，在头颈鳞癌中，这种联合模式的前景需要更审慎地看待。头颈鳞癌的免疫微环境和耐药机制可能比鼻咽癌更为复杂。许多患者一线免疫治疗失败后，可能存在T细胞耗竭等深层耐药机制，单纯通过联合ADC来重新“点燃”免疫应答可能面临挑战。因此，虽然联合策略在理论上有吸引力，并且早期数据值得关注，但其是否能挑战现有的一线标准治疗（免疫联合化疗），仍有待进一步观察。这取决于未来更大样本的临床研究能否证实，该联合方案在疗效上能够显著优于或等同于现有标准，同时具备更好的耐受性。 目前，将联合治疗定位于一线治疗失败后的探索性挽救策略，或用于特定生物标志物筛选的人群，可能是更现实的研发路径。最终的定位，必须由严谨的Ⅲ期随机对照研究数据来决定。 Q5 药物的安全性特征与不良反应可控性，亦是其能否实现临床广泛应用的核心考量因素。在应用EGFR-ADC类药物时，临床诊疗中您认为需重点关注哪些不良事件？结合您的临床实践，可否分享相关的安全性管理经验？ 郭晔 教授 管理好ADC药物的独特毒性，是其成功应用于临床的关键。不同载荷的ADC，其毒性谱差异显著。以载有拓扑异构酶I抑制剂的ADC为例，需高度警惕间质性肺病和较重的骨髓抑制。而像MRG003这类搭载MMAE（一种微管蛋白抑制剂）的ADC，其毒性谱则有所不同，整体更易管理。结合临床实践，应用EGFR-ADC需重点关注以下几类不良事件： 1. 皮肤黏膜毒性：这是EGFR抑制剂类药物的共性，包括皮疹、甲沟炎、口腔炎等。MRG003相关的此类毒性发生率与严重程度通常低于传统西妥昔单抗。管理关键在于预防和早期干预，例如加强皮肤保湿，进行预防性口腔护理，出现症状后及时局部或对症治疗。 2. 神经毒性：MMAE相关的周围神经毒性（如感觉异常、麻木）多为累积性、剂量依赖性。需在治疗期间主动询问患者，定期评估。多数为1-2级，可通过剂量调整或暂停给药来控制，严重神经毒性相对罕见。 3. 眼部毒性：EGFR在角膜有表达，因此需关注干眼症、角膜炎等。应告知患者相关症状，建议使用不含防腐剂的人工泪液预防，避免佩戴隐形眼镜。出现症状应及时眼科评估。 4. 骨髓抑制：相较于载荷为拓扑异构酶抑制剂的ADC，MMAE的骨髓抑制相对较轻。但仍需按常规监测血常规，对3-4级中性粒细胞减少等情况给予集落刺激因子等标准处理。 整体管理经验是“预防、监测、分级干预”。医生需熟悉该药物的特定毒性谱，加强对患者的宣教，治疗期间规律监测，一旦出现不良反应，严格参照说明书或共识进行剂量暂停、减量或对症支持治疗。MRG003在临床试验中展现出了可控的安全性，这为其未来在真实世界的广泛应用奠定了良好的基础。 专家介绍 郭 晔 教授 同济大学附属东方医院 主任医师 肿瘤科-新药一期临床试验中心主任 国家癌症中心鼻咽癌、喉癌质控专委会副主委 中国临床肿瘤学会（CSCO）头颈肿瘤专委会前任主委 中国医师协会头颈肿瘤专委会副主委 中国医促会鼻咽癌防治分会副主委 中国临床肿瘤学会甲状腺癌专委会副主委 中国抗癌协会（CSCO）头颈肿瘤专委会委员 中国抗癌协会鼻咽癌专委会委员 上海市抗癌协会头颈肿瘤专委会副主委

基因编辑有望解决农业、生物技术和人类健康领域的根本性挑战。源自微生物的基于 CRISPR 的基因编辑器虽功能强大，但移植到人类细胞等非原生环境时，往往存在显著的功能权衡。人工智能辅助设计为突破进化限制、生成具有最优特性的编辑器提供了强有力的替代方案。本研究中，我们利用基于大规模生物多样性训练的大型语言模型，成功实现了对人类基因组的精准编辑，开发出一款由人工智能设计的可编程基因编辑器。为达成这一目标，我们通过系统挖掘 26 兆碱基对的组装基因组和宏基因组，精心构建了包含超过 100 万个 CRISPR 操纵子的数据集。研究证实，我们的模型能够生成涵盖 CRISPR-Cas 家族的蛋白质簇，数量是自然界中发现的 4.8 倍，且能为类 Cas9 效应蛋白定制单向导 RNA（sgRNA）序列。多个生成的基因编辑器相较于原型编辑效应蛋白 SpCas9，表现出相当或更优的活性和特异性，而它们在序列上相差 400 个突变位点。最后，我们证实一款名为 OpenCRISPR-1 的人工智能生成基因编辑器具备碱基编辑兼容性。我们公开 OpenCRISPR-1，以促进其在研究和商业应用中的广泛、符合伦理的使用。 七大顶尖课程 01 AI基因编辑线上直播课 02 深度学习在多组学融合中的应用 03 AI构建虚拟细胞线上直播课  04 AI蛋白质设计线上直播课 05 AI抗体设计线上直播课 06 合成生物学与基因线路设计线上直播课 07 AIDD人工智能药物设计与进阶（录播） 1 AI基因编辑课表内容 可滑动查看 第一天 1. 基因组编辑技术简述 1.1 基因组测序、编辑和读写时代及基因组编辑技术现状简述 2. 基因组编辑四代技术原理 2.1 四代基因组编辑技术发展历程 2.2 ZFN、TALEN和CRISPR/Cas系统的组成和工作原理 3. CRISPR/Cas系统的来源及分类 3.1 CRISPR/Cas系统的发现过程 3.2 CRISPR/Cas系统的适应性免疫原理 3.3 CRISPR/Cas系统的分类依据和类型 4. CRISPR/Cas系统介导的DNA编辑工具 4.1 CRISPR/Cas9基因编辑工具 4.2 CRISPR/Cas12a基因编辑工具 5. CRISPR/Cas系统衍生工具的发展 5.1 碱基编辑工具的组成、作用原理及其应用 5.2 引导编辑的作用机理、应用及其发展动态 6. CRISPR/Cas介导的基因调控、细胞成像和核酸检测技术 6.1 CRISPR/Cas介导基因调控技术的原理和工具组成 6.2 CRISPR/Cas介导细胞成像技术的原理和工具组成 6.3 CRISPR/Cas介导核酸检测技术的原理和工具组成 第二天 1. 脱靶效应及其检测 1.1 脱靶效应的检测方法：扩增子测序、全基因组测序、GUIDE-seq等 1.2 脱靶效应的规避方法 2. 基因编辑流程-以植物为例 2.1 靶位点sgRNA或crRNA的设计原则 2.2 表达盒设计和构建的方法 2.3 植物原生质体瞬时表达系统 2.4 基因编辑载体的遗传转化 2.5 基因编辑突变体的检测 3. 基因组编辑常用软件实操 3.1 靶位点设计软件Cas-Designer、BE-Designer、PE-Designer等 3.2 突变分析软件Cas- Analyzer、BE-Analyzer、PE- Analyzer 4. 基因组编辑技术在各领域的应用现状及前景 4.1 基因组编辑技术在基因治疗、免疫学、病毒诊断等方面的应用 第三天 理论部分（人工智能+基因编辑背景） 1. 深度学习概述 1.1. 深度学习的基础 1.2. 深度神经元网络的工作原理 1.3. 深度学习技术的发展趋势：自监督学习、迁移学习和少样本学习的进展 2. 深度学习在基因编辑中的应用 2.1. 基于监督学习的应用：序列标签模型 2.2. 零样本预测模型的应用：结构模型、大语言模型、多模态模型、 2.3. 少样本预测框架的应用（Design-Build-Test-Learn和Lab-in-the-loop范式） 3. 深度学习在gRNA优化与设计中的应用 3.1. gRNA活性预测 3.2. 脱靶效应预测 3.3. gRNA预测模型介绍 4. AI辅助的蛋白定向进化在基因编辑中的应用 4.1. 蛋白定向进化的基本概念与实验方法 4.2 AI辅助的蛋白进化工具 4.3. AI与实验反馈的结合 5. AI蛋白质设计在基因编辑中的应用 5.1. 蛋白质设计工具 5.2. 酶设计 5.3. binder设计 6. AI酶挖掘在基因编辑中的应用 6.1. 基于大语言模型挖掘基因编辑酶 6.2. 基于结构比对挖掘基因编辑酶 第四天深度学习在基因编辑中的应用实操教学 1. 基础知识和环境搭建 1.1. GPU服务器登录 1.2. Linux基础知识 1.3. Python基础知识 1.4. 常用深度学习工具包介绍及安装 2. 利用深度学习预测gRNA活性 2.1. 配置深度学习环境，安装gRNA活性预测所需的工具 2.2. 高通量数据获取：公开数据集的介绍与使用 2.3. 数据集划分：训练集、验证集、测试集 2.4. 模型搭建与调试：深度学习模型架构设计（如CNN, RNN） 2.5. 模型性能评估：精度、召回率、F1分数等评估指标 2.6. gRNA活性预测：实际应用案例演示和预测结果的解读与应用 3. 利用深度学习预测编辑活性 3.1. 环境配置：安装所需工具与库 3.2. 数据获取：编辑活性相关数据集清洗 3.3. 数据集划分 3.4. 模型搭建与调试 3.5. 模型性能评估 3.6. 编辑活性预测：预测结果的展示与解读 4. 零样本蛋白进化工具AiCE实操 4.1. AiCE的原理与应用场景 4.2. 环境搭建 4.3. 逆折叠模型的使用：如何利用AiCE进行高活性突变预测；案例演示与实际操作 4.4. 应用实例：碱基编辑器的高效进化 5. 少样本蛋白质定向进化工具EVOLVEpro实操 5.1. EVOLVEpro的背景与应用 5.2. 环境搭建与配置 5.3. 基于DMS数据的少样本微调 5.4. 基于实验数据反馈的少样本微调 5.5. 应用实例：Cas12f的高效进化 第五天 基因编辑工具设计与挖掘案例复现 1. 设计MLH1 binder提高引导编辑编辑(PE)效率 1.1. 背景知识：基于RFdiffusion + ProteinMPNN + AlphaFold的binder设计流程 1.2. 环境搭建与配置 1.3. 输入结构准备(AlphaFold预测) 1.4. 结构骨架生成：利用RFdiffusion进行结构采样与优化，生成蛋白质结构骨架 1.5. 序列设计：基于RFdiffusion生成的结构骨架，进行序列的优化设计 1.6.复合体结构预测验证：使用AlphaFold进行binder与目标蛋白复合体的结构预测，验证设计的复合体结构是否符合预期 1.7. 结果可视化：使用PyMOL进行结构和设计结果的可视化 2. Cas13抑制剂设计 2.1. 背景知识：Cas13的结构与功能介绍 2.2. 输入结构准备 2.3. 蛋白质设计流程：结合RFdiffusion、ProteinMPNN与AlphaFold设计Cas13抑制剂 2.4. 设计结果分析和可视化 3. 基于蛋白质语言模型挖掘新型CRISPR系统 3.1. 蛋白质语言模型在酶挖掘中的介绍与流程 3.2. 序列数据库介绍与下载 3.3. 搜索(query)序列准备 3.4. 基于ESM语言模型挖掘Cas12家族基因编辑酶 4. 基于三维结构挖掘新型CRISPR系统 4.1. 结构比对的背景知识：结构比对的重要性与应用；比较不同结构比对工具的优缺点 4.2. Foldseek系列工具介绍：介绍Foldseek、Foldseek multimer、Folddisco、FoldMason等工具的基本原理和使用 4.3. 结构数据库介绍与下载：PDB，AFDB，ESM Atlas 4.4. 输入结构准备：准备用于比对的目标蛋白质结构文件 4.5. Foldseek网页版使用：演示如何使用Foldseek网页版进行结构比对；讲解如何理解输出结果并进行后续分析 4.6. Foldseek本地版使用：本地部署Foldseek并使用命令行工具进行比对 4.7. DALI和TM-align工具本地版使用：介绍DALI与TM-align工具本地版的安装与使用 4.8. 结构进化树构建：使用FoldMason构建蛋白质结构的进化树 2 深度学习在多组学融合中应用 可滑动查看 第一天、多组学测序技术及数据库上午理论讲解 1.多组学测序技术2.介绍多组学数据库3.深度学习融合多组学模型及应用介绍GPU服务器上机实操1.Linux操作系统1.1常用的 Linux命令1.2Vim编辑器1.3基因组数据文件管理,修改文件权限1.4查看探索基因组区域2.Python语言基础2.1.Python包安装和环境搭建2.2.常见的数据结构和数据类型下午深度学习实现多组学数据插补模型理论讲解 Python代码解析及 GPU服务器上机 实操1.多组学融合通用框架模型 CustOmics2.非监督深度学习癌细胞系合成数据增强模型 MOSA(Multi-OmicSyntheticAugmentation) 第二天、深度学习识别基因变异及疾病亚型上午深度学习识别基因变异模型理论讲解  Python代码解析及 GPU服务器上机实操1.深度学习识别基因变异诊断阿尔茨海默病 SWAT2.多阶段融合多组学表观遗传数据预测转录因子深度学习模型 TRAPT下午深度学习识别疾病亚型模型 Python代码解析及 GPU服务器上机实操1.多组学识别癌症亚型生成对抗式深度学习模型 Subtype-GAN2.多尺度可解释的多组学深度学习模型 DeepOmix预测癌症生存期3.联邦深度学习多组学数据预测癌症演化 DeepProg模型第三天、深度学习识别疾病标志物上午深度学习模型识别疾病标志物 Python代码解析及 GPU服务器上机实操 1.多组学特征排序识别 COVID-19疾病标志物 DeepIDA模型2.基于肠道微生物组预测肠道代谢物高可解释性神经编码器-解码器网络模型 BioNED下午深度学习模型识别病理图像标志物 Python代码解析及 GPU服务器上机实操1.基于深度学习的集成方法从组织病理学图像预测胃腺癌分子亚型 DEMoS2.基于深度学习的结直肠癌病理图像预后标志物挖掘 DigiPathAI 第四天、深度学习融合单细胞多组学数据上午深度学习融合单细胞多组学模型 Python代码解析及 GPU服务器上机实操1.单细胞多组学聚类多模态深度学习模型 scMDC2.基于深度学习的生成式模型融合单细胞多组学数据 scMM(mixture-of-expertsdeepgenerativemodel)下午融合单细胞空间多组学深度学习模型 Python代码解析及 GPU服务器上机实操1.空间反卷积多尺度深度模型 TACIT推断细胞类型及细胞状态2.深度学习模型从单细胞数据解析醣基化生物过程 第五天、深度学习融合多模态功能学习识别疾病通路、药物重定位下午深度学习模型融合多模态功能学习识别疾病通路 Python代码解析及 GPU服务 器上机实操1.基于 Transformer的深度学习模型整合多组学数据与癌症通路 DeePathNet2.一种识别泛癌种 Ras通路激活的深度学习方法 NatDRAPl下午深度学习模型多组学整合药物重定位 Python代码解析及 GPU服务器上机实操1.基于核方法的深度学习框架实现多组学整合的药物重定位 DeepDRK2.基于蛋白质相互作用网络嵌入细胞系以预测抗癌协同药物组合模型 PRODeepSyn 3 AI构建虚拟细胞 可滑动查看 第一天| 细胞数据数字化与基础表征上午：理论讲解（第一、二阶段）第一阶段：细胞数据数字化（Data Representation）核心目标：解决"如何让细胞被AI理解"• 细胞多组学数据的复杂性（RNA、ATAC、Protein、Spatial）• 数据标准化与质量控制的最佳实践• 从原始数据到机器可读结构的核心逻辑配套模型理论：• MultiVI：RNA+ATAC多模态统一表征（重点讲解）• totalVI：RNA+Protein联合编码• MOFA+：多组学因子分析 • OmniReg-GPT（新模型，NC2026）：DNA序列基础表征，基因组位点识别与表达预测第二阶段：细胞状态建模（State Learning） 核心目标：解决"如何识别细胞处于什么状态"• 从"细胞数据"到"细胞状态"的转化逻辑• 潜变量空间的生物学意义• 细胞亚群识别与稀有细胞发现配套模型理论：• scVI/scANVI：单细胞潜变量建模（核心）• β-VAE：解耦表征学习• Contrastive Cell Embedding：对比学习在细胞表征中的应用下午：实操演练（对应上午第一、二阶段理论）实操前置准备：GPU服务器环境适配、Linux与Python环境调试 1. Linux 常用命令进阶：细胞数据文件（单细胞RNA、ATAC数据）的批量管理、权限设置、格式转换；2. Python 环境搭建与优化：细胞数据处理相关包（scanpy、torch、scvi-tools）的安装与调试。实操模型讲解（Python代码解析 + GPU服务器上机实操） 1. 实操模型1：MultiVI（多模态统一表征）—— 对应第一阶段理论，实现RNA+ATAC数据统一编码，完成数据降噪与批次效应校正，掌握潜变量空间构建方法，理解其作为模型底座的核心作用；2. 实操模型2：scVI（单细胞潜变量建模）—— 对应第一、二阶段理论，基于单细胞RNA数据，完成潜变量建模、细胞聚类初步分析，掌握基础表征模型的训练与评估方法，衔接细胞状态识别的核心需求；3. 实操模型：OmniReg-GPT演示（新模型）—— DNA序列特征提取，基因表达预测，理解基础表征模型在基因组学中的应用，展示Nature Communications论文核心技术。第二天| 细胞状态建模与空间转录组上午：理论讲解（第二阶段深化）空间转录组基础理论 核心目标：解决"细胞在组织中的空间状态"• 空间转录组技术概览（Visium、Stereo-seq、MERFISH）• 空间约束下的细胞状态识别• 组织微环境与细胞通讯配套模型理论：• GraphST：图神经网络空间表征• STAligner：空间转录组跨样本整合 • Nicheformer（新模型，2025NM）：空间基础模型下午：实操演练（对应上午空间转录组理论）实操前置准备：空间转录组数据预处理与工具包调试 1. Python 工具包适配：PyTorch Geometric（图神经网络）、squidpy（空间分析）工具包的安装与调试；2. 数据预处理复习：空间转录组数据格式（Visium、Stereo-seq）的读取与预处理方法。实操模型讲解（Python代码解析 + GPU服务器上机实操）实操模型：GraphST实操（空间数据聚类与域识别）—— 基于空间转录组数据，构建空间图网络，完成组织域识别与空间聚类，掌握图神经网络在空间数据中的应用；2. 实操模型：STAligner实操（空间转录组跨样本整合）—— 理解空间转录组的批次效应如何消除，掌握去批次的基本原理与核心方法，理解空间组的建模思路3. 实操模型：Nicheformer实操（空间基础模型）—— 细胞微环境表征，掌握空间基础模型的核心应用，深化细胞状态识别的实操能力。 第三天| 调控机制推理与细胞动态预测上午：理论讲解（第三、四阶段）第三阶段：细胞调控机制建模（Regulatory Modeling） 核心目标：解决"为什么细胞会发生变化"• 细胞调控的底层机制• 从表型识别深入到机制层面• 调控机制建模在药物研发中的核心价值配套模型理论：• GAT：图注意力网络，基因调控网络推理• SCENIC：转录因子调控推断• Gene Regulatory Graph：因果关系建模第四阶段：细胞动态预测（Dynamic Evolution） 核心目标：解决"细胞下一步会走向哪里"• 细胞命运轨迹推演的核心逻辑• 动态预测对药物研发（如耐药、复发预测）的重要意义配套模型理论：• CellRank 2：命运概率与轨迹推演• RNA Velocity：转录动力学建模• stVCR（新模型，Nat Methods 2026）：空间细胞发育轨迹推断，基于Neural ODE的空间-基因双速度场建模下午：实操演练（对应上午第三、四阶段理论）实操前置准备：图神经网络与动态预测工具包调试 1. Python 工具包适配：PyTorch Geometric（图神经网络）、CellRank（动态预测）工具包的安装与调试；2. 数据预处理复习：回顾上午理论相关的基因表达数据、调控关系数据的预处理方法。实操模型讲解（Python代码解析 + GPU服务器上机实操） 1.实操模型：SCENIC（调控网络机制推理）—— 对应第三阶段理论，基于基因表达数据，构建基因调控网络，识别关键调控节点，掌握机制推理的核心方法，理解其在药物靶点发现中的应用；2. 实操模型：CellRank 2（命运与轨迹推演）—— 对应第四阶段理论，基于单细胞数据，推演细胞分化轨迹，预测细胞未来状态，掌握动态预测的核心方法，贴合药物研发中耐药、复发预测的需求； 2.实操模型：stVCR实操（新模型）—— 空间轨迹推断，预测细胞分化方向，理解Neural ODE建模空间-基因双速度场的核心原理，展示Nature Methods 2026论文核心技术；第四天| 药物扰动建模与疾病系统上午：理论讲解（第五、六阶段）第五阶段：药物作用建模（Drug Perturbation Modeling） 核心目标：解决"药物如何改变细胞命运"• 药物作用于细胞的核心逻辑• 药物扰动建模在药物研发全流程中的应用场景配套模型理论：• ChemCPA：药物剂量-响应建模• scGen：扰动响应生成• CellOT：最优传输扰动预测• scGPT：大模型预测扰动第六阶段：疾病系统建模（Disease System Modeling） 核心目标：解决"疾病中细胞网络如何重构"• 疾病状态下细胞网络的变化规律• 疾病系统建模在患者分层、疾病亚型预测中的核心价值配套模型理论：• DeepProg：疾病预后预测• Numbat-multiome：从单细胞多组学数据推断CNV并重建肿瘤系统发育下午：实操演练（对应上午第五、六阶段理论）实操前置准备：药物扰动模型工具包调试 1. Python 工具包适配：ChemCPA、scGen等药物扰动相关工具包的安装与调试；2. 数据准备：药物作用相关数据（药物剂量、细胞反应数据）的预处理与导入方法。实操模型讲解（Python代码解析 + GPU服务器上机实操） 1.实操模型：ChemCPA（药物扰动预测）—— 对应第五阶段理论，构建药物扰动模型，预测不同药物剂量的作用效果、联合用药反应，掌握虚拟筛选的核心能力，理解其在药物研发ROI提升中的作用；2. 实操模型：scGen实操（单药扰动响应生成）—— 基于单细胞数据，生成药物扰动后的细胞状态预测，掌握生成式扰动模型的核心方法；3. 实操模型：DeepProg（疾病预后分析）——基于多组学数据和AI模型，分析疾病状态下患者预后进展。第五天| 数字孪生与虚拟临床应用上午：理论讲解（第七、八阶段）第七阶段：数字孪生细胞/组织（Digital Twin） 核心目标：解决"如何构建可推演虚拟人体局部系统"• 数字孪生技术在细胞、组织层面的应用逻辑• 其在降低药企湿实验成本中的核心价值配套模型理论： • Virtual cell：虚拟细胞总览• DrugCell：药物反应神经网络•PhysiCell（Cell 2026）：细胞仿真引擎第八阶段：虚拟临床与药物研发（Virtual Clinical Translation） 核心目标：解决"如何直接服务药物研发和临床决策"• 虚拟临床试验的设计逻辑• 从体外到体内的预测链条• ROI计算与决策支持配套模型理论：• PK/PD Neural Surrogate：药代动力学神经网络• Clinical Response Simulator：临床响应模拟下午：实操演练+ 课程总结实操前置准备：数字孪生与虚拟临床模型工具包调试 1. Python 工具包适配：DrugCell、PhysiCell等数字孪生相关工具包的安装与调试。实操模型讲解（Python代码解析 + GPU服务器上机实操）实操模型：DrugCell（产业级药物反应预测）—— 对应第七阶段理论，构建药物反应预测模型，解释药物作用机制，掌握产业级模型的应用方法，理解其在降低湿实验成本中的作用；2. 实操模型：PhysiCell（数字孪生底层仿真）—— 对应第七阶段理论，搭建虚拟细胞仿真环境，完成从虚拟细胞到虚拟组织的仿真闭环，掌握数字孪生底层操作，衔接虚拟临床应用； 课程总结• 技术栈回顾：从数据→状态→调控→动态→药物→疾病→孪生→临床• 前沿趋势：大模型、多模态、空间组学、虚拟敲除• 职业发展：计算生物学人才需求与能力路径配套资源 • 课程PPT（理论讲解）• 实操代码包（Jupyter Notebook）• GPU服务器账号（云端实操）• 数据集（公开单细胞/空间数据）• 参考文献（最新顶刊论文，基本是2026、2025新文章+少量经典文章） 4 AI蛋白质设计课表内容 可滑动查看 第一天：熟悉超算环境与蛋白质从头设计实践  1.环境搭建：Linux，VS code，Jupyter notebook* a)超算的登录 b)Linux系统的常用shell命令：vim, ls, cd, less, rm等； c)一些package安装的常用命令：pip, conda, source等。  d)Jupyter notebook的安装和使用。 e)VS code的基本配置：连接服务器；选择不同python版本的Interpreter；debug模式的使用等。 2.基础知识讲解 a)三类方法在不同程度上探索蛋白质序列空间： i.蛋白质定向进化（directed evolution） ii.固定蛋白质主链的序列设计（Fix-backbone protein design） iii.蛋白质的从头设计（De novo protein design） b)关键数据库：RCSB PDB， SCOPe， CATH， UniRef， BFD等 c)常见概念和名词： rotamer， scaffold， motif，domain，backbone，side-chain，apo和holo结构， d)使用的不同模型的原理，transformer，diffusion模型，Flow Matching等。 3. Rfdiffusion3+ProteinMPNN生成序列 a)Rfdiffusion3生成蛋白质骨架结构，ProteinMPNN精细的生成氨基酸序列。 b)Rfdiffusion3的安装实操 c)Rfdiffusion3的使用实操 d)ProteinMPNN的安装实操 e)ProteinMPNN的使用实操 f)Rfdiffusion+ProteinMPNN生成序列，AphaFold2筛选序列。整体实操流程： i.计算SAP（Spatial Aggregation Propensity）的值，选择3-6个氨基酸作为hotspot，即结合位点；这里需要使用Rosetta进行计算，首先将安装rosetta，准备蛋白，再计算每一个氨基酸的SAP值，将SAP数值映射到结构上。选择hotspot位点。 ii. Rfdiffusion结构设计，生成~10000个蛋白质主链结构； 根据上面挑选得到的hotspot位点，更改相应的hotspot参数，生成新的结构 iii.ProteinMPNN-FastRelax进行序列设计，每一个主链结构两个对应的序列，共设计~20000个序列； iv.筛选:使用AlphaFold2预测设计结构，预测的置信度pAE<10，预测结构与设计结构的RMSD<1A，从中挑选95个进行实验验证。 4.其它的蛋白质设计方法的实操* a)BindCraft——序列生成和筛选的自动化实现 BindCraft相比于Rfdiffusion+ProteinMPNN更加用户友好，一站式设计流程，序列的生成和筛选自动化实现。将讲解其中参数的设计和选择，如过滤序列条件、生成氨基酸的偏好性等。使用包括置信度评分（如AlphaFold2预测得到的pLDDT、ipTM）、物理指标（如Rosetta界面能量）和序列特征（如疏水性比例）进行筛选。 b)MIT开发的Bolzgen方法原理、安装使用讲解。   安装和使用boltzgen讲解，将详细讲解yaml配置文件的写法，以一个靶点为例，从头生成VHH与该靶点结合。 c)PPIFlow：基于flow-matching的生成方法，原理，安装和使用方法。  第二天 二、蛋白质结构预测和分析  1.蛋白质结构预测方法 1)从CASP比赛结果来简述蛋白质结构预测方法的发展。基于能量函数 -> 接触图的应用 -> 端到端的预测结构（AlphaFold2）。 2)AlphaFold2的模型相比于以前的方法有什么改进 a)将基于MSA和基于模板的方法整合，使用注意力机制进行MSA信息和模板信息的相互交流。 b)以前提取MSA信息为计算协方差矩阵 ，AlphaFold2创造性的直接将MSA信息作为输入，将图像识别的算法转变成了自然语言处理算法，减少了中间处理过程中的信息损失。 3)AlphaFold3相比于AlphaFold2改进了什么，还有什么不足。 a)扩展到了多种生物分子的复合物结构预测，包括蛋白质-DNA、蛋白质-RNA、蛋白质-小分子，并使用扩散模型。 b)复合物组装与动态预测缺陷，抗体-抗原复合物结构准确度有待提高。 4)运行网页server上的AlphaFold3预测结构 5)如何使用AlphaFold3预测蛋白质的糖基化，不同糖基化的类型的输入方法。 6)AlphaFold3输出结果分析，各项置信度指标的含义，以及如何判断预测的准确度，如pLDDT，ipTM，PTM，PAE。 7)本地部署和运行ColabFold，由于AlphaFold3在安装过程中需要下载大量资源，且不能商用，因此不演示AlphaFold3的安装过程，如有问题可以帮助解决。 2.蛋白质结构分析和可视化 1)pdb文件的解读，每一行中的内容代表什么含义。 2)用 pymol 可视化蛋白质结构* a)pymol的基础操作讲解 b)如何将实验值投影到结构图的颜色上，如何画出发表文章中好看的图 3)计算蛋白质结构中两个氨基酸的距离* a)使用python的文本文件操作实现 b)使用python中biopython包实现 3.蛋白质结构相关物理性质的计算* 1)二级结构的分类和计算 2)溶剂可及表面积（SASA）的讲解及计算 第三天 三：蛋白质序列分析，数据挖掘和训练数据准备 讲解和实操： 1.获得同源序列 1)了解不同蛋白质序列库，如UniRef90，UniClust30，Pfam等 2)了解不同工具原理并使用：NCBI BLAST，Jackhmmer，HHblits 3)给定一条蛋白质序列，比对序列库，生成多序列比对（MSA）* 从AlphaFold2的经典代码仓库中找到它的生成MSA的代码并学习（alphafold/alphafold/data/tools/jackhmmer.py）。 运行示例：jackhmmer --cpu 8 -N 2 -E 1e-7 query.fasta uniprot_sprot.fasta -o output.sto 2.对MSA进行频率分析* 1)使用python的文本文件操作实现 2)使用python中biopython包实现 3)绘制序列Logo，可视化的展示每个位点的氨基酸频率和保守性  3.序列的同源性计算和进化树的绘制* 1)不同同源性的计算方法及应用情景，氨基酸序列的identity和Similarity，BLOSUM62的介绍。 2)进化树的绘制 4.基于序列相似性阈值划分训练集和测试集* 1)为什么要做？避免数据泄露 2)选择相似性度量方法 3)相似性矩阵的计算 4)划分数据集 5.大规模蛋白质序列的聚类分析和去冗余* 1)为什么要做？防止过度学习某一类序列特征，消除序列偏差；也能防止训练过程中数据泄露。 2)聚类方法的选择，CD-HIT、MMseq2和Linclust 3)选择代表序列，去冗余 4)实际复现S2ALM这一模型文章中的聚类方法。mmseqs easy-cluster examples/DB.fasta clusterRes tmp --min-seq-id 0.7 -c 0.8 --cov-mode 1 第四天 四、蛋白质的大语言模型及其应用  1.基础知识讲解 1)介绍蛋白质的语言模型（26字母语言模型->20氨基酸字母表，上下文依赖->氨基酸的共进化） 2)为什么要开发蛋白质大语言模型？1. 相比于结构或功能信息，序列信息更加海量；2. 蛋白质序列通过进化而来，可以学习蛋白质基本规律，折叠，共进化等 3)模型架构和基础理论：transformer，多头注意力机制，Bert，GPT，T5等 2.基于Bert架构的蛋白质语言模型 1) ESM系列（ESM-1b、ESM-1v、ESM2、ESM C） 2)ESMFold：无需MSA信息的结构预测 3)使用抗体序列库训练的语言模型：Ablang，AntiBERTy 3.类似GPT的生成模型ProGen 1)36层Transformer解码器架构，包含12亿参数 2)引入“控制标签”（如蛋白质家族ID、功能属性）作为输入，生成蛋白质序列空间以外的新的蛋白质序列 3)成功生成新的溶菌酶 4.多模态的蛋白质语言模型ESM3 1)模型架构融合序列，结构和功能信息 2)相比于ESMFold，单体结构预测精度更好 3)基于多模态提示（序列、结构、功能关键词）设计新的蛋白质序列 4)ESM3的安装，生成序列，快速结构预测。* 5.蛋白质语言模型的应用和实战演练* 1)获得序列embedding以构建下游模型（Cell systmes文章举例），从文章github仓库中提炼序列embedding的代码并学习使用。 看懂代码中EncodingGenerator的类，将这个类方法用在我们自己的代码上，实现蛋白质序列的不同方式encoding，包括"onehot", "georgiev", “esm”系列模型。  2)使用不同的蛋白质语言模型，零样本的预测蛋白质突变效应。  3)给定少量的突变效应数据作为训练数据，训练模型，预测新的突变效应值。  第五天 五、深度学习辅助酶设计 1.基础知识讲解 酶的过渡态理论，theozyme，fitness landscape，epistasis 2.酶学性质预测 1.DLKcat与GotEnzyme数据库介绍 2.UniKP:利用预训练模型挖掘、改造Kcat 3.CLEAN:基于对比学习的EC号预测挖掘稀有脱卤酶 3.蛋白质热稳定性改造 1.MutCompute介绍 2.利用MutCompute改造PETase(Nature) 3.ThermoMPNN介绍与使用* 4. Pythia介绍与使用* 4.从Frances H. Arnold（2018年因在酶的定向进化领域的贡献获得诺贝尔化学奖）的工作看酶的定向进化方法的发展 1.传统定向进化实验流程 2.MLDE（Mechine Learning Directed Evolution）， 学习序列与酶性能之间的映射关系，推荐新的突变组合（PNAS文章） 3.ftMLDE（focused training MLDE），主动学习流程，构建informative的训练数据（Cell Systems文章）。零样本突变效应预测挑选数据集，再通过小样本数据训练的策略微调。 5.酶的从头设计 1.从头设计Diels-Alder催化酶 a)基于Rosetta的Inside-out策略（Science文章） b)通过Foldit蛋白质折叠游戏改善结构问题（Nat. Biotechnol.文章）； c)Foldit蛋白质折叠游戏的实践* 2.从头设计荧光素酶，Family-wide hallucination，基于该酶家族的结构幻化出新的结构（Nature文章） 3.RFdiffusion+PLACER从头设计丝氨酸水解酶（Science文章） 6. 利用预测结构的相似性，挖掘序列的新酶功能（复现顶刊cell文章）* 1.InterPro数据库中下载数据 2.TM-score计算结构距离 3.UPGMA结构聚类，画出进化树 4.挑选序列 第六天 六、蛋白质功能与互作预测；实验验证与AI模型训练预测闭环 1.蛋白质功能预测： 1)基础知识： a)基因本体论（Gene Ontology, GO）， b)MF/BP/CC，MF Molecular Function分子功能；BP Biological Process 生物过程；CCCellular Component 细胞组分。 c)GAF (GO Annotation File) 文件。 d)本体文件来理解GO术语之间的层次关系。 e)解析GAF，提取蛋白质ID和GO ID。 2)DeepGO-SE，通过蛋白质的语言模型提取序列嵌入，预测蛋白质的功能 3)DPFunc：先用蛋白语言模型提取残基特征，再在接触图上用 GCN 学习结构信息，并引入结构域（domain）指导，最后把多层特征映射到 GO 图上，显著提升对罕见功能项和低序列相似蛋白的预测精度 4)Prot2Text-V2模型。Prot2Text-V2将图神经网络（Graph Neural Network, GNN）与大型语言模型（Large Language Model, LLM）融合到同一个编码器-解码器框架中，有效整合了包括蛋白质序列、结构和文本注释在内的多种数据，以自由文本形式输出蛋白质功能预测结果 5)ProteinKG65构建蛋白质知识图谱，基于Gene Ontology (GO) 和 UniProt 等权威知识库，将蛋白质的功能、结构、相互作用等知识组织成图谱形式，支持下游的机器学习任务，如蛋白质功能预测、表示学习、药物靶点发现等  2.蛋白质相互作用预测： Science文章：使用更深的进化信号：omicMSA+新的深度学习网络：RF2‑PPI。在全人类蛋白质组中筛出一批高置信度的互作，用于补齐人类互作图谱、解释疾病突变和蛋白功能。 1. 更深的进化信号：omicMSA 从约 30 PB 的未组装基因组/转录组数据里挖人类蛋白的同源序列，而不仅仅依赖 UniRef 等传统数据库。 构建omicMSA，使得每个蛋白的深度比常规模板 MSA 深 7 倍左右，协同进化信号显著增强。 2. 新的深度学习网络：RF2‑PPI  基于 RoseTTAFold2 框架开发了一个新的 PPI 预测网络 RF2‑PPI，用来快速估计两条蛋白是否互作以及界面大致形态。 为了训练 RF2‑PPI，构建了很大的数据集：从约 2 亿个预测蛋白结构中抽取各种结构域组合，构建了大规模的 DDI 训练样本，使训练集规模相比传统 PPI 结构数据扩大约 16 倍 筛选流程： 1. 人类蛋白集合 取约 19,500 个人类蛋白序列（UniProt 等），所有可能的配对约 2 亿对。文章中实际筛查约 2 亿对蛋白组合。 2. 构建深度 omicMSA 对每个蛋白，以及蛋白对，基于 30 PB 基因组/转录组数据构建 omicMSA，并对每个蛋白对生成配对 MSA（pMSA），用于协同进化分析和后续深度学习输入。 3. 快速预筛：共进化 / RF2‑PPI 粗打分 先用直接耦合分析（DCA）等共进化方法，结合 RF2‑PPI 对 2 亿对蛋白打一个“互作概率”分数（RFIntProb），过滤掉大部分不可能的组合。 从 4360 万对预筛后的蛋白对中，用 RF2‑PPI 进一步筛选出约 190 万对 RFIntProb > 0.3 的候选。 4. 精细建模：AlphaFold2 复合物结构 对这约 190 万对蛋白，用 AlphaFold2（多聚体/复合物模式）进行结构预测，得到每一对的三维复合物模型以及一个基于界面质量的互作概率（AFIntProb）。 根据 AFIntProb 以及界面大小等指标选择高置信度互作。 5. 高置信度集的定义 在所有蛋白对中，最终在“完全无先验”的全 2 亿对筛选中得到 6,763 个高置信度 PPI； 进一步结合已有数据库（STRING、BioGRID、UniProt 里有物理互作证据的 115 万对蛋白对），在有先验证据的集合上又识别出 21,960 个高置信度 PPI。 综合各种来源和精度阈值，共预测出 17,849 个 PPI，预期精度约90%，其中 3,631 个此前实验未报道的新互作。 3. AI模型训练预测和实验闭环 以 EVOLVEpro 为例，实践计算–实验闭环： 1.初始化 ●选取少量已测序列（野生型 + 文献或少量自设计突变），测定活性。 ●用蛋白语言模型把序列编码成向量，训练一个初始的监督回归模型（序列向量→ 活性）。 2.生成候选序列 ●设定允许的突变范围（允许 1–3 点突变、限定在特定位点/区域）。 ●在该空间内大规模生成候选序列（10^3–10^5），可结合 embedding 空间附近搜索、局部扰动等策略。 3.预测与智能选样 ●用回归模型对所有候选序列预测活性或综合评分。 ●依据主动学习策略挑出一小批要做实验的序列： ●直接选预测值最高的 top‑k；或 ●结合预测不确定性、序列多样性等，使样本既“高潜力”又“信息量大”。 4.实验验证 ●合成/构建这批候选序列，利用高通量实验（如流式、板读、NGS 条形码筛选等）测定真实活性。 ●得到新一轮“序列–活性”数据。 5.回流更新与迭代 ●将新数据并入训练集，重新训练或微调回归模型（PLM 一般保持不变）。 ●重复“生成候选 → 预测选样 → 实验验证 → 更新模型”的循环，通常 3–4 轮即可显著提升目标性能。 案例实操图片： 5 AI抗体设计课表内容 可滑动查看 一、代码基础，抗体基础，介绍各大药企在AI辅助抗体药物开发上的布局，复现GSK在抗体亲和力成熟上的工作 1.      代码基础知识讲解，环境搭建：Linux，VS code* a)      超算的登录 b) Linux系统的常用shell命令：vim, ls, cd, less, rm等； c)      一些package安装的常用命令：pip, conda, source等。 d)     VS code的基本配置：连接服务器；选择不同python版本的Interpreter；debug模式的使用等。 2.       抗体基础知识讲解： a)       VDJ重排，germline，CDR区域，表位（epitope/paratope），抗体亲和力成熟，抗体的可开发性等概念介绍 b)       不同抗体编号方案（Kabat，Chothia，IMGT）讲解，使用python自动化对抗体序列编号，并识别CDR区域* c)       抗体药物开发的基本流程 3.       各大药企在AI辅助抗体药物开发上的布局：讲解各大药企公司发表的文献及报告: a)       Genetech的lab-in-the-loop,结合了实验和计算方法的迭代优化策略的工作 b)       Genmab手动建立了多样性的抗体可开发性数据集,以进行可开发性数据的训练和预测. c)   GSK、阿斯利康、诺和诺德等在抗体亲和力成熟上做的工作等。 4.   抗体结构预测 1)   通用蛋白结构预测模型：AlphaFold3。 u  运行网页server上的AlphaFold3预测结构，https://alphafoldserver.com* u  AlphaFold3输出结果分析，各项置信度指标的含义，以及如何判断预测的准确度，如pLDDT，ipTM，PTM，PAE。 u  AlphaFold3的安装过程讲解。 a)   抗体专用结构预测模型：ImmuneBuilder，IgFold。实操如何在服务器安装和使用。 5.   复现GSK在抗体亲和力成熟上的工作* 第二天 二、基于大语言模型的抗体亲和力成熟。 1.     基础知识讲解 1)       介绍蛋白质的语言模型（26字母语言模型->20氨基酸字母表，上下文依赖->氨基酸的共进化） 2)       为什么要开发蛋白质大语言模型？1. 相比于结构或功能信息，序列信息更加海量；2. 蛋白质序列通过进化而来，可以学习蛋白质基本规律，折叠，共进化等 3)       模型架构和基础理论：transformer，多头注意力机制，Bert，GPT，T5等 2.     基于Bert架构的蛋白质语言模型 1)       ESM系列（ESM-1b、ESM-1v、ESM2、ESM C） 2)       ESMFold：无需MSA信息的结构预测 3)       多模态的蛋白质语言模型ESM3 4)       使用抗体序列库训练的语言模型：Ablang，AntiBERTy 3.     Adaptyv EGFR Binder比赛——设计靶向EGFR的更高亲和力binder。 1)   比赛结果展示 2)      比赛排名靠前的抗体/蛋白是如何设计的 a)       第一轮比赛，排名第一的方法：BindCraft b)       第二轮比赛，排名第一的方法：Cradle，在Cetuximab的基础上，用的LLM，突变了10个FR的氨基酸 c)       第二轮比赛，排名第二的方法：对一个纳米抗体进行人源化改造 d)       第二轮比赛，排名第三的方法：保留与结合重要的氨基酸，生成其它氨基酸RFdiffusion+inverse folding 4.     零样本的抗体亲和力成熟* 1)   Efficient evolution，基于序列的语言模型推荐突变点（Nat. Biotechnol.文章）   i.了解语言模型推荐突变点的原理；  ii.  安装package和模型参数。https://github.com/brianhie/efficient-evolution  iii. 运行以推荐突变点：python bin/recommend.py [sequence] 2)   Structure evolution，基于结构的语言模型推荐突变点（Science文章）  i.  了解inverse folding推荐突变点原理  ii.  安装package和模型参数 1.   git clone https://github.com/varun-shanker/structural-evolution.git 2.   conda env create -f environment.yml 3.   conda activate struct-evo 4.   wget -P ~/.cache/torch/hub/checkpoints https://zenodo.org/records/12631662/files/esm_if1_20220410.zip 5.   unzip ~/.cache/torch/hub/checkpoints/esm_if1_20220410.zip iii.  运行以推荐突变点：python bin/recommend.py examples/7mmo_abc_fvar.pdb \    --chain A --seqpath examples/7mmo_chainA_lib.fasta \     --outpath examples/7mmo_chainA_scores.csv \     --upperbound 109 --offset 1 5.     小样本的抗体亲和力成熟*，在已有少量样本的亲和力数据下训练模型。 使用MULTI-evolve的方法预测多点的组合突变。 第三天 三、抗体可开发性预测和优化 1. 抗体可开发性优化在药物开发过程中的意义， 2. 衡量抗体可开发性要考虑的因素，如免疫原性、自聚集性、结合特异性、稳定性等等 3. 以一篇专利文件为例讲解AI辅助抗体改造的案例。Patent No.: US12110324B2。Generate:Biomedicines公司通过AI方法在tezepelumab上改成的一种靶向（TSLP）的长效单克隆抗体GB-0895。 4. 抗体结构简单物理性质的计算：溶剂可及表面积（SASA）的讲解及计算；等电点的计算；蛋白质表面电荷分布的计算。* 5. 讲解Ginkgo举办的抗体可开发性预测比赛的结果。 6. 公开的抗体可开发性数据的收集。 7. 抗体性质预测的模型实践，展示在小样本的情景下训练机器学习模型* 1)   数据处理，划分数据集 2)   模型构建，基于特征工程的机器学习模型（随机森林，XGboost，ElasticNet等）；学习根据蛋白质序列和结构信息构建常见特征。seq_features = feature_utils.get_all_seq_features(heavy_seq, light_seq, is_fv=True, isotype='igg1', lc_type='lambda') 3)   模型训练和评价，GridSearchCV交叉验证调参等 4)   模型的可解释性，特征重要性分析 第四天 四：抗体可开发性预测和优化2和抗体人源化 1. 基于蛋白质语言模型的可开发性预测* 1)   零样本的可开发性预测 2)   少样本的可开发性预测。给定抗体序列和相应的性质，构建下游模型预测。 a)   数据处理，划分数据集 b)   获得序列embedding以构建下游模型，实现蛋白质序列的不同方式encoding，包括"onehot", "georgiev", “esm”系列模型。 c)   深度学习模型的构建。上游的大语言模型+下游简单线性层。 d)   模型训练和评价：绘制训练曲线，训练集和测试集的评价指标随epoch的变化， 2. 免疫原性预测 1)   免疫系统介绍，MHC-I和MHC-II，Anti-drug Antibody等基础概念 2)   免疫原性预测是MHC结合肽段的预测 3)   预测免疫原性。netMHCpan的原理讲解，安装和使用 3.     抗体人源化 1)       人源化的基础知识和流程。目标：保留亲和力+减小免疫原性+好的稳定性和可开发性。CDR移植到人源框架，回复突变，Vernier Zone， 2)       Germline的搜索，IMGT/V-QUEST 数据库搜索得到V 基因和J基因相似的人类germline序列。 3)       人源化的经典方法biophi的原理讲解、安装和使用。 4)       基于AI和基于物理能量（Rosetta）的方法是如何辅助抗体人源化的。 5)       排除抗体序列的PTM。 第五天 五、抗体（scFv, VHH）的从头设计 1. 从头设计的意义 1)       跨膜蛋白例如GPCR，难以稳定表达为可溶性蛋白 2)       VHH动物免疫羊驼成本高。 3)       更高效快速获得候选分子 2.     基础模型方法概念介绍：Diffusion模型、 flow-matching、全原子（all-atom）建模等 3. 不同公司和方法模型、实验结果讲解 1)   Rfdiffusion3+ProteinMPNN生成序列，AphaFold2筛选序列。将学会各个包的安装，不同参数的选择，结合的hotspot位点选择。 a)   Rfdiffusion3结构设计，生成~10000个蛋白质主链结构；根据hotspot位点，生成新的结构： ./scripts/run_inference.py 'contigmap.contigs=[B1-100/0 100-100]' 'ppi.hotspot_res=[A30,A33,A34]' inference.output_prefix=test_outputs/binder_test inference.num_designs=10000 b)   ProteinMPNN-FastRelax进行序列设计，每一个主链结构两个对应的序列，共设计~20000个序列； c)   筛选:使用AlphaFold2预测设计结构，预测的置信度pAE<10，预测结构与设计结构的RMSD<1A，从中挑选95个进行实验验证。 2)   Nabla Bio开发的JAM（Joint Atomic Modeling）系统 3)   Chai2 Discovery开发的Chai-2方法，用以实现抗体的从头生成 4)   MIT开发的Bolzgen方法原理、安装使用讲解。      安装和使用boltzgen讲解，将详细讲解yaml配置文件的写法，以一个靶点为例，从头生成VHH与该靶点结合。 5)       PPIFlow：基于flow-matching的生成方法，原理，安装和使用方法。 4.     VHH的生成实践 1)   确定纳米抗体序列框架（Framework区域）序列，生成CDR区域序列。分析整理纳米抗体序列，绘制序列保守性的Logo图，以此确定在生成VHH时，哪些位置的氨基酸需要固定。 2)   对生成的序列进行筛选。在亲和力、序列稳定性、可开发性等各个方面进行筛选。 a)       预测结构与设计结构的RMSD，AlphaFold预测设计结构的置信度pAE等 b)       筛选Cys，Met等氨基酸含量 c)       减少电荷patch d)       根据等电点等性质筛选。 案例实操图片： 6 合成生物学与基因线路设计 可滑动查看 一、：合成生物学导论与入门 主题：从DNA组装到生命系统设计 一、合成生物学定义与发展简史（1小时） 定义与核心概念 合成生物学是通过工程化方法设计和构建生物系统，以解决实际问题的跨学科领域，融合生物学、工程学和信息学。 核心目标：改写生命遗传指令，实现定制化功能（如生产药物、能源）。 发展简史 起源：20世纪中叶，DNA双螺旋结构发现和蛋白质合成技术奠定基础。 里程碑： 2000年：基因网络开关设计（Collins团队）。 2002年：人工合成脊髓灰质炎病毒（Wimmer团队）。 2010年：首个人工合成基因组细胞（Venter团队）。 2014年：非天然碱基配对整合（Romesburg团队）。 现状：21世纪后快速发展，聚焦基因组设计、细胞工程和产业应用。 二、常用软件工具与网站介绍 基因设计工具 DNAWorks：免费在线软件，用于设计寡核苷酸链（适用小片段合成）。 商业软件：如Snapgene，GenBank（序列数据库）、EMBL（欧洲生物信息学资源），支持基因组全序列下载和分析。 功能：序列优化、引物设计、模拟基因表达。 代谢通路建模工具 KEGG（京都基因与基因组百科全书）：可视化代谢通路，辅助设计合成生物学模块。 实践平台 iGEM（国际基因工程机器大赛）官网：提供标准化生物元件库和社区资源。 NCBI（美国国家生物技术信息中心）：综合数据库，支持基因序列检索和功能注释。  三、代谢数据库与知识库 核心数据库 代谢组学数据库：如HMDB（人类代谢组数据库），整合代谢物结构和功能信息。 基因组数据库：GenBank、EMBL、DDBJ（日本DNA数据库），存储全基因组序列。 功能：通过序列比对和通路映射，预测基因功能和代谢网络。 知识库应用 设计阶段：利用数据库筛选标准化生物元件（如启动子、终止子），确保设计可行性。 测试阶段：比对实验数据与数据库，验证代谢通路效率（如酶活性分析）。 四、互动实践：常用软件使用 实践目标 掌握DNA序列设计、组装模拟。 步骤与工具 DNA设计：使用Snapgene输入目标序列，生成寡核苷酸链并模拟组装。 数据分析：通过NCBI BLAST比对序列相似性，评估设计准确性。 第二天 二、基因编辑与工具技术 eCRISPR技术、基因合成、生物元件设计（启动子/终止子）  一、基因编辑技术基础概念 基因编辑定义与核心原理 定义：通过人工干预修改生物体基因组，实现特定性状改变。 核心原理： DNA断裂与修复：双链断裂（DSB）触发细胞修复机制（NHEJ或HDR）。 碱基编辑：直接修改单个碱基，无需断裂DNA。 基因编辑工具发展历程 第一代：ZFN（锌指核酸酶，2000年代初，靶向性差）。 第二代：TALEN（转录激活因子样效应核酸酶，2010年代，灵活性提升）。 第三代：CRISPR-Cas9（2012年诺贝尔奖，高效、低成本、可编程）。 二、CRISPR-Cas9系统详解 CRISPR系统组成与工作机制 核心组件： Cas9蛋白：切割DNA的“剪刀”。 sgRNA（单导RNA）：引导Cas9到目标位点（含20nt互补序列）。 PAM（原间隔序列）：Cas9识别的短序列（如NGG）。 工作机制： sgRNA与Cas9结合，形成复合物。 复合物识别PAM，切割DNA双链。 细胞通过NHEJ或HDR修复断裂。 CRISPR系统操作流程 步骤： 设计sgRNA：选择目标基因的PAM序列，设计20nt互补RNA。 构建载体：将sgRNA和Cas9基因插入质粒（如pCRISPR1）。 转化宿主：将载体导入细胞（如HEK293T细胞）。 筛选与验证：通过PCR、测序确认编辑效率。 CRISPR技术优化方向 提高特异性：使用高保真Cas9变体（如HF-Cas9）。 降低脱靶率：优化sgRNA浓度，避免非特异性切割。 扩展应用场景：开发CRISPR-Cas12（靶向单链DNA）和CRISPR-Cas13（靶向RNA）。 CRISPR实验注意事项 实验设计：设置阴性对照（如非靶向sgRNA）。 数据分析：使用NGS（下一代测序）评估编辑效率。 三、基因编辑实验设计实践 实验方案设计要点 明确目标：编辑单个基因（如敲除）或多基因（如代谢通路优化）。 选择宿主：根据基因功能选择模式生物（如大肠杆菌、酵母、人类细胞）。 优化条件：调整sgRNA浓度、Cas9表达量、转化方法（如电穿孔）。 不同微生物宿主SgRNA设计原则 原核生物（如大肠杆菌）： 优先选择PAM序列（如NGG），避免CRISPR-Cas系统的天然防御机制。 真核生物： 避免设计在基因组重复区域或调控序列中的sgRNA。 筛选方法与验证 筛选：通过抗生素抗性或荧光标记（如GFP）筛选成功转化细胞。 验证：PCR扩增：设计引物跨越编辑位点，检测片段大小。 测序：对PCR产物进行Sanger测序，比对参考序列。 功能检测：如编辑后基因表达量（qPCR）、表型变化（如细胞生长速度）。 单基因编辑设计与多基因编辑设计 单基因编辑： 步骤：设计sgRNA→构建载体→转化细胞→筛选→验证。 多基因编辑： 示例：在酵母中同时编辑3个代谢基因（如ADH1、PGK1、GAPDH）。 第三天 三、基因线路工程与动态调控 主题：细胞内的“逻辑电路 基因电路设计原理 ‌一、基因线路概述 1. ‌定义与功能‌ o ‌基因线路‌：生物体内基因表达的调控网络，通过逻辑门（与门、或门、非门）实现特定功能（如代谢调控、信号响应）。 o ‌核心功能‌： § ‌开关控制‌：基因表达的“开/关”（如乳糖操纵子）。 § ‌信号处理‌：环境信号（如光、温度）的响应与转导。 § ‌稳态维持‌：通过负反馈调节基因表达水平。 2. ‌应用领域‌ o ‌生物制造‌：优化代谢通路。 o ‌疾病治疗‌：基因疗法。 o ‌环境监测‌：工程菌检测污染物。 3. ‌案例对比‌ o ‌原核案例‌：大肠杆菌乳糖操纵子（LacI蛋白抑制转录，乳糖诱导表达）。 o ‌真核案例‌：人类β-珠蛋白基因增强子（远端调控序列激活转录）。 ‌二、基因线路设计原则‌ 1. ‌模块化设计‌ o ‌原则‌：将复杂功能拆解为独立模块（如启动子、转录因子、报告基因）。 o ‌示例‌：设计“光控开关”线路，分离光敏蛋白与报告基因（如GFP）。 2. ‌稳定性与可预测性‌ o ‌正交设计‌：减少模块间干扰（如避免共用转录因子）。 o ‌鲁棒性‌：通过冗余设计（如双启动子）确保功能稳定。 3. ‌实验验证方法‌ o ‌荧光报告基因‌：定量表达水平（如GFP荧光强度）。 o ‌qPCR‌：检测转录效率（如mRNA量）。 ‌三、实践操作：基因线路构建 1. ‌工具介绍‌ o ‌CRISPR-Cas9‌：精准编辑基因（如敲除抑制子）。 o ‌质粒载体‌：携带基因线路元件（如pCRISPRi）。 o ‌电转化技术‌：将载体导入细胞（如大肠杆菌）。 2. ‌设计“光控开关”基因线路‌ o ‌步骤‌： 1. ‌设计光敏蛋白‌：选择光敏离子通道（如ChR2）或光敏转录因子（如PhyB）。 2. ‌构建载体‌：将光敏蛋白基因与报告基因（如GFP）插入质粒。 3. ‌转化宿主‌：将载体导入大肠杆菌，筛选阳性克隆。 4. ‌验证功能‌：光照后检测GFP荧光（定性）或qPCR（定量）。 3. ‌实验 o ‌阴性对照‌：使用非光敏蛋白（如GFP空载质粒）。 o ‌优化条件‌：调整光强、曝光时间。 ‌四、动态调控原理 1. ‌负反馈与正反馈‌ o ‌负反馈‌：转录因子抑制自身表达（如乳糖操纵子中的LacI蛋白）。 o ‌正反馈‌：转录因子激活自身表达（如噬菌体λ的CI蛋白）。 2. ‌时间延迟效应‌ o ‌原因‌：基因表达与调控的滞后（如转录、翻译过程）。 o ‌影响‌：导致系统振荡或稳态偏离。 3. ‌案例：大肠杆菌动态调控高产莽草酸‌ o ‌背景‌：莽草酸是合成抗病毒药物的原料。 o ‌调控机制‌： § ‌负反馈‌：莽草酸合成酶（如AroB）抑制自身表达。 § ‌优化策略‌：通过CRISPR敲除抑制子（如AroB的负调控蛋白），提高产量。 ‌五、系统集成与案例分析（ 复杂线路设计策略‌ o ‌振荡器‌：结合负反馈与时间延迟（如基因表达振荡）。 o ‌开关‌：利用逻辑门（如与门）控制多基因表达。 o ‌脉冲发生器‌：通过瞬时信号触发基因表达（如热激响应）。 1. ‌案例分析：合成生物学中的动态调控‌ 第四天 四、代谢工程与生物制造 主题：微生物细胞工厂的理性设计与代谢通路设计与重构 ‌‌一、细胞工厂与理性设计范式‌ 1. ‌细胞工厂定义‌ o 利用工程化微生物（如大肠杆菌、枯草芽孢杆菌、酵母）作为“生物反应器”，通过重构代谢网络生产高值化学品（如1,3-丙二醇、氨基酸、生物燃料）。 2. ‌范式转型‌ o ‌传统模式‌：随机诱变+高通量筛选（低效、不可预测）。 o ‌理性设计‌：基于基因组尺度模型 + 代谢通量分析 + AI预测（精准、可复现）。 3. ‌发展历程‌ o 天然发酵（酿酒酵母产乙醇）→ 代谢工程（大肠杆菌产乳酸）→ ‌AI驱动设计‌（AlphaFold辅助酶结构预测，优化限速步骤）。 4. ‌核心挑战‌ o ‌鲁棒性‌：抗渗透压、高温、产物毒性（如1,3-丙二醇抑制生长）。 o ‌效率‌：产物得率，需突破热力学极限。 o ‌原料多样性‌：利用农业废弃物（如秸秆水解液）替代葡萄糖，降低碳源成本。 ‌二、物质流-能量流-信息流协同设计 1. ‌热力学驱动：ATP/NADH平衡‌ o 产物合成需消耗还原力（如NADPH用于脂肪酸合成）或产生还原力（如1,3-丙二醇生成消耗NADH）。 o ‌策略‌：引入NADH再生系统（如甲酸脱氢酶）或切换碳源（甘油 vs 葡萄糖）调控辅因子比例。 2. ‌动力学驱动：酶活性调控‌ o 限速酶（如AroE、DhaT）表达量不足导致通量瓶颈。 o ‌优化方法‌：使用NCS文库（N端编码序列）精细调控翻译效率，提升酶活性3–8倍。 3. ‌代谢网络重构：通量平衡分析（FBA）‌ o ‌原理‌：基于质量守恒与反应约束，求解最大生物量或产物产量的代谢流分布。 4. ‌‌案例：碳-氮比调控谷氨酸棒杆菌产谷氨酸‌ o 高碳氮比（>20:1）激活谷氨酸脱氢酶，抑制TCA循环，使α-酮戊二酸积累并转化为谷氨酸。 三、底盘细胞开发策略‌ 1. ‌设计原则‌ o ‌鲁棒性底盘‌：引入热休克蛋白（如GroEL/ES）增强耐热性，提升高温发酵稳定性。 o ‌稳定性底盘‌：基因组简化（删除非必需基因如 prophage、转座子），减少代谢负担与基因组不稳定性。 2. ‌技术方法‌ o ‌智能抗逆元件‌：构建温度响应型启动子，在37°C以上激活抗逆基因表达。 o ‌无诱导表达系统‌：利用组成型强启动子替代IPTG诱导，降低生产成本。 3. ‌案例：枯草芽孢杆菌底盘改造‌ o ‌目标产物‌：N-乙酰神经氨酸（Neu5Ac） o ‌改造策略‌： § 引入唾液酸合成途径（neuA, neuB, neuC） § 构建NCS文库优化关键酶表达（GFP荧光强度提升8.47倍） § 删除竞争途径（如glcA）减少副产物 ‌ 第五天 五、 合成生物学中高通量筛选技术 ‌  ‌1、主题‌：传统高通量筛选技术 一、传统高通量筛选技术体系‌ 1. ‌三大技术支柱‌ o ‌机器人自动化系统‌：通过协作机器人（如Explorer G3）实现96/384孔板的自动加样、温孵与转移，日处理通量可达10⁵–10⁶样品。 o ‌液体处理器‌：精准控制纳升–微升级液体分配（误差<2%），支持混合、稀释、分液一体化，消除人为操作偏差。 o ‌检测系统‌： § ‌荧光检测‌：报告基因（GFP、LacZ）用于基因表达水平量化； § ‌细胞增殖检测‌：MTT/Resazurin法评估细胞代谢活性； § ‌离子通道筛选‌：膜片钳自动化平台检测神经靶点化合物活性。 2. ‌数据处理流程‌ o ‌原始数据‌：荧光强度、吸光度、成像特征 o ‌标准化‌：Z’因子评估（Z’>0.5为合格）  o ‌分析工具‌：GraphPad Prism、Python（pandas + scikit-learn）进行剂量响应曲线拟合与Hit筛选。 3. ‌案例‌ o ‌报告基因筛选‌：构建“GFP-乳糖操纵子”大肠杆菌库，用荧光酶标仪筛选强启动子变体。 ‌二、微流控与液滴微流控技术‌ 1. ‌技术原理‌ o ‌微流控芯片‌：通过光刻/软光刻技术在PDMS芯片中构建微通道网络，集成样品制备、反应、分选、检测单元（尺寸<2 cm²）。 o ‌液滴微流控‌：利用油水两相流生成‌皮升级（pL）单分散液滴‌，作为独立微反应器，实现： § 单细胞包裹与恒化培养 § 酶基因表达产物的高通量筛选 § 细胞裂解与代谢物捕获 2. ‌通量优势‌ o 传统：10³–10⁴ 样品/天 o 液滴系统：‌10⁵–10⁶ 液滴/小时‌（DropAI系统实测） 3. ‌实验设计‌ o ‌非标记荧光分选‌：利用微生物自发荧光（NADH/FAD）检测生长速率，分选“高产”菌株。 o ‌荧光编码系统‌：FluoreCode技术，通过不同荧光强度组合编码液滴组分，实现百万级组合并行筛选。 三、拉曼光谱在代谢物高通量筛选中的应用‌ 1. ‌原理与优势‌ o ‌拉曼散射‌：激光激发分子振动模式，产生特征“指纹光谱”，无需标记即可检测： § 脂肪酸（C-H伸缩峰：2850 cm⁻¹） § 聚羟基脂肪酸酯（PHAs，1240 cm⁻¹） § 蛋白质二级结构（Amide I, 1650 cm⁻¹） o ‌无损、快速、单细胞级‌：单细胞光谱采集<1秒，适用于活细胞动态监测。 2. ‌操作流程‌ o ‌样品准备‌：细胞悬液滴于硅基片或微流控出口 o ‌光谱采集‌：使用532 nm或785 nm激光，积分时间1–10 s o ‌数据分析‌： § 主成分分析（PCA）区分细胞表型 § 支持向量机（SVM）分类高产/低产菌株 3. ‌应用‌ o ‌油脂生产菌筛选‌：对产油酵母（如Yarrowia lipolytica）进行拉曼成像，识别高脂含量单细胞。 o ‌液滴-拉曼联用‌：SERS增强基底嵌入微流控芯片，实现“生成-检测-分选”一体化。 4. ‌技术瓶颈‌ o 信号弱（需SERS增强） o 数据维度高（>1000波数点/光谱），需AI降维分析 四、AI驱动的高通量筛选闭环 1. ‌DBTL循环升级‌ o ‌Design‌：AI预测酶结构（AlphaFold）→ 优化催化位点 o ‌Build‌：自动化合成基因库（CRISPR-Cas9 + Golden Gate） o ‌Test‌：液滴微流控 + 拉曼/荧光检测 → 生成百万级表型数据 o ‌Learn‌：机器学习模型（XGBoost、神经网络）训练预测模型，反向优化设计 2. ‌工业级平台案例‌ o ‌SynGears™平台‌：AI驱动的“数字基座”，整合基因设计、通路模拟与筛选数据，实现“设计即优化”。 案例实操图片： 7 AIDD药物发现与设计录播 可滑动查看 第一天 1.AIDD概述及药物综合数据库介绍 2.人工智能辅助药物设计AIDD概述 3.安装环境 (1)anaconda (2)vscode (3)pycharm (4)虚拟环境 4.第三方库基本使用方法 (1)numpy (2)pandas (3)matplotlib (4)requests 5.多种药物综合数据库的获取方式 (1)KEGG（requests爬虫） (2)Chebi（libChEBIpy） (3)PubChem（pubchempy / requests） (4)ChEMBL（chembl_webresource_client） (5)BiGG（curl） (6)PDB（pypdb） 第二天 二、 ML-based AIDD 1.机器学习 (1)机器学习种类： ①监督学习 ②无监督学习 ③强化学习 (2)典型机器学习方法 ①决策树 ②支持向量机 ③朴素贝叶斯 ④神经网络 ⑤卷积神经网络 (3)模型的评估与验证 (4)分类评估：准确率、精确率、召回率、F1分数、ROC曲线、AUC计算 (5)回归评估：平均绝对误差、均方差、R2分数、可释方差分数 (6)交叉验证 2.sklearn工具包基本使用 3.rdkit工具包的基本使用 4.化合物编码方式和化合物相似性理论知识 5.项目实战1：基于ADME和Ro5的分子筛选 6.项目实战2：基于化合物相似性的配体筛选 7.项目实战3：基于化合物相似性的分子聚类 8.项目实战4:   基于机器学习的生物活性预测 9.项目实战5：基于机器学习的分子毒性预测 第三天 三、 GNN-based AIDD 1.图神经网络 (1)框架介绍: PyG，DGL，TorchDrug (2)图神经网络消息传递机制 (3)图神经网络数据集设计 (4)图神经网络节点预测、图预测任务和边预测任务实战 2.论文精讲：DeepTox: Toxicity Prediction using Deep Learning 3.项目实战1：基于图神经网络的分子毒性预测 (1)SMILES分子数据集构建PyG图数据集 (2)基于GNN进行分子毒性预测 4.项目实战2：基于图神经网络的蛋白质-配体相互作用预测 (1)蛋白质分子图形化，构建PyG图数据集 (2)基于GIN进行网络搭建及相互作用预测 第四天 四、 NLP-based AIDD 1.自然语言处理 (1)Encoder-Decoder模型 (2)循环神经网络 RNN (3)Seq2seq (4)Attention (5)Transformer 2.项目实战1：基于自然语言的分子毒性预测 (1)SMILES分子数据集词向量表示方法 (2)基于NLP模型进行分子毒性预测 3.项目实战2：基于Transformer的有机化学反应产量预测 （Prediction of chemical reaction yields using deep learning） 4.论文精读及代码讲解：《Mapping the space of chemical reactions using attention-based neural networks》 第五天 五、分子生成与药物设计 1.分子生成模型 (1)循环神经网络RNN (2)变分自动编码器VAE (3)生成对抗网络GAN (4)强化学习RL 2.项目实战1: 基于图数据的小分子化合物生成模型《A Graph to Graphs Framework for Retrosynthesis Prediction》 3.项目实战2: 基于NLP的抗体生成模型《Generative language modeling for antibody design》 讲师介绍 AI蛋白质设计与AI抗体设计 主讲老师在学术界和工业界都有丰富算法开发和应用经验，博士毕业于国内顶尖课题组，从事蛋白质结构预测和蛋白质设计的研究工作，相关工作成果已在Cell Systems、Angew. Chem. Int. Ed.、JCIM等国际知名期刊发表论文。目前在知名药企担任高级研究员，主导AI驱动的大分子药物设计平台开发与团队管理。 深度学习多组学融合 主讲老师刘老师，生物信息学博士，从事医学生物信息及人工智能研究15年，曾在新加坡基因组研究院及美国加州大学洛杉矶分校研究多组学数据在复杂疾病诊疗中的应用。研究领域涉及人工智能、自然语言处理、功能基因组学、宏基因组学、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。主持省级自然科学基金等项目4项，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10余篇，编著医学数据分析实用教材一部。 AI构建虚拟细胞主讲老师来自浙江大学，主要研发方向为组学算法开发与虚拟细胞建模，以第一作者（含共同）发表高水平期刊会议论文数篇，包括Nature Communications，ISBI等，承担各层次研发课题3项，领导共创开源社区搭建，github star数百，具有丰富的科技成果转化落地经验，讲课一致受到学员高度评价。 AI基因编辑 主讲老师在学术界具有多年的研究经历和应用经验，来自于国内顶尖课题组，从事基因组编辑技术与人工智能交叉融合的研究工作，相关工作成果已在Nature Biotechnology、Nature Plants、Trends in Biotechnology等国际知名期刊发表 AIDD药物设计 主讲老师来自天津大学，有十余年的计算机算法研究和程序设计经验。研究方向涉及深度学习药物发现，药物合成路径设计等。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！讲课一致受到学员极高评价 合成生物学与基因线路设计主讲老师博士毕业于某合成生物学专业顶尖双一流高校，主要从事合成生物学工具开发，基因电路设计与动态调控，高附加值天然产物化学品合成路径挖掘与高水平合成，精通大肠杆菌，酿酒酵母，毕赤酵母，解脂酵母等微生物细胞工厂的基因编辑和构建，具备完整的从上游菌株改造到下游放大生产的产业化经验，已经实现多个产品的产业化落地，在Metabolic Engineering，Bioresour Technol，Appl Microbiol Biotechnol，J Agric Food Chem，ACS Synthetic Biology等杂志共发表SCI文章16篇，申请发明专利8项 授课时间 01.AI蛋白质设计 2026.5.23-2026.5.24(09:00-11:30--13:30-17:00) 2026.5.26-2026.5.27(19:00-22:00) 2026.5.30-2026.5.31(09:00-11:30--13:30-17:00) 2026.6.02-2026.6.03(19:00-22:00 02.AI抗体设计 2026.6.13-2026.6.14(09:00-11:30--13:30-17:00) 2026.6.25-2026.6.26(19:00-22:00) 2026.6.27-2026.6.28(09:00-11:30--13:30-17:00） 03.合成生物学与基因线路设计 2026.6.13-2026.6.14(09:00-11:30--13:30-17:00) 2026.6.25-2026.6.26(19:00-22:00) 2026.6.27-2026.6.28(09:00-11:30--13:30-17:00） 04.AI构建虚拟细胞 2026.6.13-2026.6.14(09:00-11:30--13:30-17:00) 2026.6.25-2026.6.26(19:00-22:00) 2026.6.27-2026.6.28(09:00-11:30--13:30-17:00） 05.AI基因编辑 2026.6.13-2026.6.14(09:00-11:30--13:30-17:00) 2026.6.25-2026.6.26(19:00-22:00) 2026.6.27-2026.6.28(09:00-11:30--13:30-17:00） 06.深度学习在多组学融合中应用 2026.6.13-2026.6.14(09:00-11:30--13:30-17:00) 2026.6.25-2026.6.26(19:00-22:00) 2026.6.27-2026.6.28(09:00-11:30--13:30-17:00） 腾讯会议直播上课            课后提供直播回放 07.AIDD药物发现与设计+进阶复现视频录播 提供全部录播，代码进群答疑 培训费用 课程报名费用： AI基因编辑、AI蛋白质设计、AI抗体设计： 公费价：每人每班￥6880元 （含报名费、培训费、资料费） 自费价：每人每班￥6580元 （含报名费、培训费、资料费） AI构建虚拟细胞、深度学习在多组学融合中应用、合成生物学与基因线路设计 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） 重磅优惠: 优惠1： 报二送一（同时报名两个班免费赠送一个学习名额赠送班任选） 两班同报：10880元 （可学习三个直播课） 三班同报：14880元 （可学习四个直播课） 四班同报：18880元 （可学习六个直播课） 特惠2：24880元（可免费学习两整年本单位举办的任意课程） 优惠3：提前报名缴费可享受300元优惠（仅限十五名） 特惠福利：报一送二、报三个送全部回放（额外送的回放）（包含全套课程回放和课件资料ppt） （可点击跳转详情链接）： 回放一：本课程为视频课！机器学习生物医学培训！ 回放二：本课程为视频课！单细胞空间转录组培训！ 回放三：本课程为视频课！比较基因组学培训！ 回放四：本课程为视频课！机器学习蛋白质组学培训 回放五:  本课程为视频课！CRISPR-Cas9基因编辑培训！ 回放六：本课程为视频课！蛋白质晶体结构解析培训！ 回放七：本课程为视频课！深度学习基因组学培训！ 回放八：本课程为视频课！机器学习微生物多组学联合分析！                                    培训特色及福利 1、课程特色--全面的课程技术应用、原理流程、实例联系全贯穿 2、学习模式--理论知识与上机操作相结合，让零基础学员快速熟练掌握 3、课程服务答疑--主讲老师将为您实际工作中遇到的问题提供专业解答 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，电子PPT和教程开课前一周提前发送给学员，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! 学员对于培训给予高度评价   腾讯会议实时直播解答|手把手带着操作 报名咨询方式（请二维码扫描下方微信） 微信：Z13283822597  电子邮箱：z13283822597@163.com  电话：13283822597 引用本次参会学员的一句话： 发现真的是脚踏实地的同时 需要偶尔仰望星空非常感谢各位对我们培训的认可！祝愿各位心想事成