Ningxia Qiyuan Pharmaceutical Co. Ltd.

编者按：本文来自米内网，作者苍穹；赛柏蓝授权转载，编辑相宜踏入5月，上市公司2024年业绩基本披露完毕，年度最会赚钱的医药企业名单也随之出炉。截至4月30日，2024年净利润超过10亿元的A股医药企业共有46家，合计净利润在1200亿元以上；其中，迈瑞、恒瑞、云南白药、上药等6家企业均以超40亿元的净利润位居前列；达仁堂、浙江医药、百利天恒等6家企业净利润增长均超过100%；22家企业净利润创新高，包括华润三九、华东等首度突破30亿大关的潜力者，以及国药现代、西藏药业等首次晋身10亿梯次的生力军。2024年净利润超过10亿元的A股医药企业01医疗药械龙头116亿净利润出圈76亿分红创新高作为国产医疗药械龙头，迈瑞医疗2024年实现营业收入367.26亿元，同比增长5.14%；净利润116.68亿元，同比增长0.74%。自公司上市以来，迈瑞医疗营收和净利润已保持连续7年的双增长。分红预案显示，迈瑞医疗拟向全体股东每10股派5.6元（含税），共计派发现金红利约6.79亿元。加上2024年已实施的中期利润分配和第二次中期利润分配，2024年度公司累计现金分红总额将达到76.02亿元，现金分红比例为65.15%，分红总金额再创历史新高。过去的2024年，其已完成“设备+IT+AI”的智能医疗生态系统搭建，推出全球首个临床落地的重症医疗大模型——启元重症医疗大模型，并通过“三瑞”生态与设备的融合创新，结合大数据、人工智能，为医疗机构提供全院级数智化整体解决方案，用技术手段解决优质医疗资源分布不均的痛点，助力全球医疗机构提升诊疗能力和运营效率，同时提高其在全球高端客户群的渗透率和品牌粘性。对于国际市场局部面临宏观环境和地缘政治带来的挑战，迈瑞医疗表示，得益于海外高端客户群的持续突破、本地化平台能力建设的逐步完善，以及全球各主要地区收入的均衡分布，特别是在发展中国家和欧洲市场强劲表现的拉动下，其国际业务收入有望在未来几年内不断提升。02净利润涨超47%恒瑞医药创新成果丰硕素有“创新药一哥”之称的恒瑞医药，2024年实现营业收入279.85亿元，同比增22.63%；净利润63.37亿元，同比增47.28%；拟向全体股东按每10股派发现金股利2.00元（含税），为自上市以来第25次派现分红。近年来，恒瑞医药创新成果持续涌现，临床价值凸显，驱动收入增长。2024年创新药销售收入达138.92亿元（含税，不含对外许可收入），同比增长30.60%，创新药销售收入占总销售收入（不含对外许可收入）一半以上，研发投入占销售收入比重达29.40%，至今恒瑞累计研发投入已超过460亿元。为保证创新产出，恒瑞不断加大创新力度，2024年研发投入达82.28亿元，其中费用化研发投入65.83亿元，截至目前，已有约20款1类新药在国内获批上市。BD国际化加速推进，恒瑞已累计实现15笔创新药海外授权合作，其中近三年合计对外授权项目数占比过半，包括多笔总交易金额在10亿美元以上的项目。03云南白药净赚47亿核心单品销量节节攀升云南白药2024年实现营业收入400.33亿元，同比增长2.36%；净利润47.49亿元，同比增长16.02%，业绩再现双增。基于良好的业绩表现及发展质效，云南白药持续提升股东回报水平，2024年度拟派发现金红利21.14亿元，2024年三季度已实施的特别分红21.64亿元，以上现金分红累计总额达42.79亿元，占全年净利润的90.09%。2024年，云南白药进一步聚焦工业板块。药品事业群方面，销售额过亿的产品达10个，其中云南白药气雾剂大涨26%，蒲地蓝消炎片、气血康口服液分别涨超22%和14%，云南白药膏、云南白药胶囊等均实现显著增长；中药资源事业群持续保障战略品种的供应与价格稳定，三七提取物销售继续保持市场领先水平；健康品事业群净利润同比增长8.36%，口腔护理及防脱洗护领域稳健发展。云南白药将创新研发作为高质量发展的底层支撑：布局气血康口服液、云南白药胶囊等11个中药大品种、25个项目的二次创新开发；推进云南白药透皮制剂、全三七片、附杞固本膏等创新中药开发；聚焦创新药研发成果转化，如INR101（前列腺癌患者PSMA阳性病灶PET成像）、INR102（转移性去势抵抗性前列腺癌）已分别步入Ⅲ期和Ⅰ/Ⅱa期临床，KA-1641（肿瘤恶病质）处于临床前研究阶段。04华润三九净利润首破30亿中药传承创新成绩斐然华润三九2024年交出了一份营收利润双增、且均创新高的答卷，公司实现营业收入276.17亿元，同比增长11.63%；净利润33.68亿元，同比增长18.05%。公司拟向全体股东每10股派送现金3.2元（含税），预计派发现金红利4.11亿元。在复杂的经济和市场环境下，华润三九2024年继续锚定战略方向，坚持“品牌+创新”双轮驱动。自我诊疗（CHC）业务成绩亮眼：999感冒灵、抗病毒口服液等大品种市场持续扩大，冰连清咽喷雾剂、玉屏风口服液等新品快速打开市场；中药传承创新成果显著：4个经典名方获批上市，包括首个进入医保目录的妇科经典名方温经汤颗粒；多款新药临床试验稳步推进：1类新药KYAZ01-2011-020（急性脑卒中）、CR999C1905L1（抗肿瘤）、CR999C2016L1（胶质瘤）等已进入Ⅰ期临床及以上阶段，2类改良型新药CR999K1601L1（胃癌根治术淋巴示踪）、CR999C1701L1（痤疮）等已进入Ⅲ期临床。此外，华润三九通过“内生+外延”双向发力，持续完善产业布局。其收购昆药集团后，2024年完成对华润圣火51%股权的收购，强化三七产业链掌控力。目前昆药集团净利润贡献占比达22.3%，其慢病管理业务与公司CHC板块形成协同。随着其对天士力28%股权收购，有望进一步补充其心脑血管创新中药管线。05浙江医药净利润暴增170%子公司表现可圈可点浙江医药2024年实现营业收入93.75亿元，同比增长20.29%；净利润11.61亿元，同比增长170.11%。其拟每10股派发红利3.7元（含税），预计现金分红3.56亿元，占净利润比例为30.66%。作为国内维矿领域的“扛把子”，浙江医药表示，2024年其主导产品维生素E和维生素A市场价格和需求上升，利润进一步增长；生命营养品和药品两大主营业务板块销售实现双涨，推动整体营收增长，进而带动利润提升；优化成本费用结构，研发费用下降12.87%，销售费用维持平稳，使其保持较高的利润水平。浙江医药多个子公司在2024年表现出彩，合力为业绩贡献增量。其中，子公司芳原馨生物通过优化间甲酚各相关中间体生产工艺，综合完工成本下降；子公司新码生物积极推进1类新药ARX788（HER2 ADC）的生产许可证取证工作，ARX305（CD70 ADC）Ⅰ期临床试验正进行中，NCB003（长效IL-2药物）获得临床试验默示许可；子公司新昌制药厂的1类新药SH-337（治疗消化系统酸相关性疾病）、LYSC98（由革兰阳性菌引起的细菌性皮肤和软组织感染）等已相继获批临床。来源：东方财富网、公司年报；注：统计日期截至4月30日，如有疏漏，欢迎指正！END内容沟通：郑瑶（13810174402）

WEEKLY REPORT 12/20 2024 产业简报 本期导读 本周要闻 产业洞察 产业研报 近期活动 最新课程 本 周 要 闻 SHINE CONSULTANT 行业快讯 News Flashes 迈瑞医疗全球首个临床落地重症大模型“启元”问世 12月14日，国产医疗器械龙头迈瑞医疗（300760）在北京发布全球首个临床落地的重症医疗大模型——“启元重症大模型”。据悉，启元重症大模型由迈瑞医疗与腾讯携手搭建，融合了双方在重症医学领域及大模型原生工具方向所积累的显著优势。借助物联网、云计算、大数据与人工智能技术的深度融合，针对临床痛点，启元重症大模型实现了病情问答、建议生成、病历撰写和重症知识查询四大核心功能。（北京商报） 利德曼与贝克曼库尔特本土合作伙伴苏州立禾正式签署战略合作协议 2024年12月16日，利德曼与贝克曼库尔特本土合作伙伴苏州立禾正式签署战略合作协议。根据协议，双方本着互惠互利的原则，将围绕L1000全自动生化分析仪在国内市场的商业化进程展开深度合作，充分发挥各自在品牌、技术、渠道等方面的优势资源，通过精准的市场定位、有效的营销策略以及专业的技术支持，共同推动该系列产品在国内市场占有率的快速覆盖，助力提高国产医疗检测仪器在IVD行业内的市场竞争力和品牌影响力。（利德曼） 东北制药：化学原料药恩格列净上市申请获批 东北制药(000597)12月18日晚间公告，近日，公司收到国家药监局核准签发的《化学原料药上市申请批准通知书》，化学原料药名称为恩格列净。该药品是一种钠葡萄糖共转运体2(SGLT—2)抑制剂，通过减少肾脏的葡萄糖重吸收，降低肾糖阈，促进葡萄糖从尿液排出。（证券时报） 片仔癀出资10亿元在京设创新研发基地 近日，片仔癀(221.080, 2.05, 0.94%)增资10亿元用于下属全资子公司——片仔癀（北京）生物医药有限公司在北京市大兴区设立创新研发基地。片仔癀规划在北京创新研发基地设立“两馆四中心”，即设立中医药博物馆、片仔癀北京国药堂，片仔癀创新研发（北京）中心、片仔癀文化与产品展示中心、片仔癀（北京）营销中心、片仔癀健康产业营运（北京）中心。作为北京创新研发基地重要载体，片仔癀拟购置坐落于大兴区兴创国际中心的写字楼。（新华财经） 贝达药业：盐酸恩沙替尼胶囊获美国FDA批准上市 贝达药业12月19日公告，控股子公司Xcovery Holdings, Inc.申报的有关盐酸恩沙替尼胶囊（商品名：Ensacove，简称“恩沙替尼”）“拟用于既往未接受过间变性淋巴瘤激酶（ALK）抑制剂治疗的ALK阳性局部晚期或转移性非小细胞肺癌（NSCLC）成年患者的治疗”（即一线适应症）已获美国FDA批准上市。（界面新闻） 人事变动 Personnel Changes 联康生物科技集团(00690.HK)：闻亚磊获任执行董事及首席营运官 联康生物科技集团(00690.HK)公布，自2024年12月17日起，闻亚磊已获委任为执行董事及首席营运官。（财华网） Arm的首席执行官将担任阿斯利康非执行董事 近日，阿斯利康宣布，Arm的首席执行官雷内·哈斯（Rene Haas）和Sonova的首席财务官比吉特·科尼克斯（Birgit Conix）将分别于明年1月1日和2月1日起被任命为公司非执行董事。（界面新闻） 产 业 洞 察 SHINE CONSULTANT 01 赛诺菲支持，AI制药融了近3亿元！ 点击阅读全文 产 业 研 报 SHINE CONSULTANT 01 2023年中国企业医疗健康管理白皮书 02 2022年中国康复医疗行业研究报告 03 合成生物学产业链及应用场景 04 2023年家用医疗智能器械商业路径发展报告 05 医疗产业链中数字化场景发展现况及挑战 06 2022年药品市场生命周期研究之GLP-1RA篇 07 中国医疗器械蓝皮书（2023版） 点击阅读全文 近 期 活 动 SHINE CONSULTANT 2025 APRL 第十三届亚洲医药研发领袖峰会，2月26日-27日 · 上海（点击查看） 2025医药数智营销创新峰会，3月6日-7日 · 上海（点击查看） 最 新 课 程 SHINE CONSULTANT 生物医药行业研究与投资逻辑（点击查看） 全面汇总：医药全行业研究分析框架与投资逻辑详解（点击查看） 联系我们 Sunny Sun 孙女士 T:021 6095 0241 M:189 6294 0579（微信同号） E:sunny.sun@shine-consultant.com 会议咨询 媒体合作 商务合作 欢迎详询洽谈！ SHINE CONSULTANT 上海士研管理咨询有限公司成立于2005年，致力于为组织领导者提供沟通交流与专家智库平台。通过二十年沉淀与积累，覆盖了金融与投资、交通与运输、消费与文旅、医药与医疗、能源与资源、高科与电信、公用与政府等产业领域，服务着全球500强和万余家领导型企业，汇聚了百万余名机构决策者，并与千余家产业权威机构建立了战略伙伴关系。士研咨询秉承专业立身的理念发展队伍，现拥有百余名专业的资深人员，核心管理团队都具有十五年以上的专业经验。

2024 年 5 月 8 日，谷歌 DeepMind 与 Isomorphic Labs 联合在《自然》期刊上发布蛋白质领域最新人工智能模型 AlphaFold 3！这一模型能够准确预测蛋白质、DNA、RNA 以及配体等生命分子的结构及其相互作用方式。这是继AlphaFold 2 之后的又一重大突破 在预测类药物相互作用方面，AlphaFold 3 实现了前所未有的准确度，包括蛋白质与配体的结合以及抗体与其靶蛋白的结合。在 PoseBusters 的基准测试中，AlphaFold 3 的准确率比现有最佳传统方法高出 50%，而且无需任何结构信息输入，成为首个超越传统物理预测工具的人工智能系统。这种预测抗体与蛋白质结合的能力，对于理解人类免疫反应的各个方面以及新抗体的设计至关重要。 深度学习在蛋白质设计领域的前沿研究主要集中在蛋白质结构预测、蛋白质序列设计、蛋白质-蛋白质相互作用预测、蛋白质功能注释和蛋白质优化与筛选等方面。这些研究方向为开发新的功能性蛋白质和药物靶点提供了新思路，并在生物医学、药物研发和生物材料等领深度学习在蛋白质设计领域的应用被认为是当前的前沿研究方向之一，深度学习在蛋白质设计领域的不断发展为新药研发、生物制药、生命科学研究等领域带来了许多创新和机会               2024年最值得期待的三大技术 一、深度学习蛋白质设计 二、CADD计算机辅助药物设计 echnology 深度学习在蛋白质设计领域的前沿研究主要集中在蛋白质结构预测、蛋白质序列设计、蛋白质-蛋白质相互作用预测、蛋白质功能注释和蛋白质优化与筛选等方面。这些研究方向为开发新的功能性蛋白质和药物靶点提供了新思路，并在生物医学、药物研发和生物材料等领深度学习在蛋白质设计领域的应用被认为是当前的前沿研究方向之一，蛋白质结构预测与设计领域的未来将充满创新和跨学科的发展，为解决生物医学、生物工程和生物能源等方面的重大问题提供更多可能性。 蛋白质折叠和结构预测：深度学习模型可以预测蛋白质的三维结构，这对理解蛋白质的功能和开展蛋白质设计至关重要。通过深度神经网络模型和注意力机制的应用，可以更准确地预测蛋白质的折叠和结构。 蛋白质序列设计：深度学习可以用于预测蛋白质序列的功能和稳定性。通过神经网络模型和自然语言处理技术的结合，可以设计出具有特定功能和稳定性的蛋白质序列，例如酶活性、药物靶点等。 蛋白质-蛋白质相互作用预测：深度学习模型可以预测蛋白质和蛋白质之间的相互作用，从而帮助设计新的蛋白质复合物和抗体。 蛋白质功能注释和预测：深度学习可以进行蛋白质功能注释和预测，识别蛋白质的功能域、结构域和功能位点等。这有助于预测蛋白质的功能和相应的生物学作用。 蛋白质优化和筛选：深度学习可以用于优化和筛选设计出的蛋白质。通过神经网络和生成对抗网络的应用，可以提高蛋白质的稳定性、可溶性和活性，以满足特定的设计要求。 蛋白质-蛋白质相互作用预测：深度学习可用于预测蛋白质与蛋白质之间的相互作用，从而实现蛋白质和配体的高效率设计和筛选等。 近年来发过哪些顶刊以及方向： Nature communications| 使用基于结构的残基偏好进行蛋白质设计 Nature biotechnology| 用于功能性蛋白质设计的机器学习 Scientific reports| Deep-WET：一种基于深度学习的方法，使用具有加权特征的词嵌入技术预测 DNA 结合蛋白 Cell Systems| 深度学习为蛋白设计开启了新时代 Nat. Comput. Sci| 基于深度学习的无rotamer蛋白质设计 Comput Struct Biotech| 深度学习用于蛋白质设计：从结构到序列与功能 本课程围绕蛋白设计基础与前沿工作展开讲述，从蛋白结构的预测与优化到蛋白的从头设计进行深度教学，本课程主要面向有编程基础的学员，对基础知识进行详细讲解，并且会结合前沿文献讲解相关技术的应用。帮助学员们， 通过本次培训学员将了解蛋白质设计的底层逻辑与基本规则，并掌握蛋白质设计中的常见蛋白质设计算法的实际操作，具备基本的蛋白质设计算法开发的基础能力及前沿视野。 01 深度学习蛋白质设计课表 第一天： 深度学习蛋白质设计的相关概念及基础 1. 基础概念 a. 什么是深度学习 b. 什么是蛋白质设计 c.    python 简介 d.   inux 与 VS code 简介 2. 如何描述一个蛋白质的状态 a. 量子力学： 含时薛定谔方程 b. 量子化学： 定态薛定谔方程 c. 全原子分子动力学模拟：朗之万方程 d. 粗粒化模拟： 广义朗之万方程 e.    马尔科夫态模型： 主方程 3. 常用的分析/可视化蛋白质及相关分子的方法 a. 获得并观察一条蛋白序列的 MSA b. 用 pymol 或 chimeraX 可视化蛋白质分子体系  c. 小分子结构的生成与优化： rdkit 与 GAMESS d. 分子动力学模拟轨迹可视化： VMD e. 通用序列/结构分析软件包： biopython    f. 生物大分子编辑平台： Discovery Studio  g. 位点冲突分析： Frustratomete h. 简易生物分子空腔与通道分析： CAIN 4. 深度学习蛋白质设计与传统蛋白质设计之间的差异 a.  深度学习的本质 b. 传统方法： 通过物理能量推测概率 c. 深度学习： 直接从数据中找到概率分布的规律 d. 深度学习与传统的物理方法还是存在紧密联系的 e. 深度学习蛋白质设计的强大之处 f. 功能蛋白设计的滑铁卢： 玻尔兹曼废墟 5. 结构模型 vs 语言模型 a. 结构模型： 基于图神经网络 b. 语言模型： 天涯若比 c. 结构模型的优势及劣势 d. 语言模型的优势及劣势 e. 走向融合 第二天： 蛋白质设计的先行者： 蛋白质结构预测 1. 在 AlphaFold 之前人们如何做蛋白质结构预测 a. 基于物理能量函数： rosetta b. 传统分子对接 c. 分子动力学模拟 d. 同源序列分析 2. AlphaFold 系列历史 a. AlphaFold： 开创一个时代 b. AlphaFold2： 终结一个时代 c. AlphaFold3： 走向未来 3. AlphaFold3 原理解析 a. 本质上不是从序列到结构， 而是从 MSA 到结构 b. 注意力机制 c. 扩散模型 d. AlphaFold3 的成绩与不足 4. AlphaFold 实际操作与结果分析 a.AlphaFold2 实操  b.AlphaFold2 分析  c.AlphaFold3 实操  d.AlphaFold3 分析 e.别忽视结构之外的信息 5.其它深度学习蛋白质结构预测软件简介 a.trRosetta b.OmegaFold c.ESMFold 第三天 蛋白质设计基础: 从经典力场到深度学习 1. 如何计算蛋白质构象的能量？ a) 蛋白质可视化与编辑常用方法 i. pymol使用方法简介 ii. chimera使用方法简介 iii. pdb文件格式详解 iv. 使用python biopython、pymol等库编辑蛋白质结构 b) 分子力学、溶剂化能简介 i. 分子力学公式形式 ii. 溶剂化能的计算方法 iii. MM/PBSA方法计算结合自由能 2. 基于统计势函数的蛋白质设计方法——Rosetta a) 统计势函数的一般定义 b) 蛋白质设计中的统计势函数 i. Rosetta统计势定义 ii. Rosetta能量函数常见项及物理意义 c) 基于Rosetta势函数的蛋白设计 i. 设计流程 ii. 实验结果 3. 蛋白-蛋白对接的强大——无先验知识的蛋白质药物设计流程 a) 蛋白-蛋白对接简介 i. 蛋白-蛋白对接的定义 ii. RifGen对接方法介绍 b) 蛋白质药物设计 i. 设计流程 ii. 实验结果 4. 深度学习强势登场——蛋白质设计模型ProteinMPNN a) MPNN 消息传递神经网络简介 b) ProteinMPNN模型简介 i. 模型结构介绍（输入、输出、参数……） ii. 模型使用（主编程语言Python） c) 基于ProteinMPNN的蛋白质设计 i. 设计流程 ii. 实验结果 5. 平分秋色还是天壤之别？两种蛋白设计方法的比较 a) 深度学习模型具有更高的序列恢复率 b) 深度学习模型可实现rosetta、alphafold不可完成的设计任务 c) 深度学习模型的短板 第四天： 深度学习蛋白质骨架设计 1.为什么要走先设计骨架再设计序列的道路 2.传统的蛋白质骨架设计 a.简单粗暴的结构拼接 b.理性地突变氨基酸以得到理想的结构 c.RosettaRemodel 简介 3.基于优化能量的蛋白质骨架设计模型： SCUBA a.SCUBA 的基本原理其实很简单 b.核心难点以及克服方法 c.SCUBA 实际操作 d. 不足之处 4. 基于扩散模型的蛋白质骨架设计模型 a.改写时代的 RFdiffusion b. 结合了 GAN 的 SCUBA-D  c.结合了 VQ 的 PVQD 5.实际的骨架从头设计流程：以结合蛋白从头设计为例 a.功能口袋的选取 b.带限制条件的骨架生成 c.迭代优化 d. 特殊手段  第五天  基于Alphafold的下游应用 1. AF2多体蛋白结构预测的关键问题与解决途径 1.1 多序列比对中序列拼接配对问题 1.2 模板匹配问题 2. 利用AF2做蛋白和多肽柔性对接 2.1蛋白质表面几何物理化学互补问题 2.3 多肽柔性/构象处理 3. 利用AF2做蛋白结构和序列新设计 3.1 trrosetta幻想设计 3.2 AF2序列和结构幻想设计 4. 利用AF2做结构聚类发现新结构和功能 4.1 alphadatabase数据库结构简介与分析 4.2 foldseek结构比对工具介绍 4.3 新结构与新功能 5. 利用AF2做多构象预测和功能发现 5.1 MSA采样聚类分析及结构预测 5.2 不同MSA可以预测构象之间的转变和功能 6. 利用AF2的部分算法模块做模型质量评估和侧链构象等   6.1 三角机制提升蛋白质模型质量评估 6.2 局部三角机制和evoformer用于蛋白质侧链预测 第五天： 深度学习蛋白质序列设计 1. 传统的蛋白质序列设计 a.基于力场 b. 基于同源序列 c. 走向数据驱动： ABACUS 与 ABACUS2 d. ABACUS2 实际操作 2. 改变一个时代的杰作： ProteinMPNN a. 在 GNN 之前： 基于 CNN 的序列设计 b.ProteinMPNN 框架解析 c.ProteinMPNN 的广泛应 d.ProteinMPNN 实际操作 e. 潜在的问题 3. 其他的序列设计模型 a. ESM-IF 简介 b. ABACUS-R 简介 c. ABACUS-R 实际操作  4.神奇的 CarbonDesign a.受 AlphaFold 的启发 b.CarbonDesign 框架解析 c.CarbonDesign 成功的原因 d. 然而序列恢复率高并不等价于功能蛋白序列设计成功率高 5.基于结构的序列设计之梦魇： 本征无序区 a. 什么是本征无序区， 为什么会存在本征无序区 b. 本征无序区对蛋白质的功能是至关重要的 c. 本征无序区序列设计欠佳的核心原因 d. 当前的解决方案 第六天： 深度学习蛋白质设计前沿 1. 基于配体分子的功能蛋白设计 a. 骨架设计： RFdiffusionAllAtoms b. 序列设计： LigandMPNN 2. 结构-序列协同设计 a. 为什么理论上协同设计要优于传统设计 b.协同设计的难点 c.当前协同设计所取得的进展 3. 动态蛋白质结构预测与设计 4.KAN 在深度学习蛋白质设计中的潜在应用  a. 机器学习的可解释性 b.物理信息机器学习 c.Kolmogorov-Arnold 表示定理 d.KAN vs MLP e.KAN 潜在的优势 5.如何避免玻尔兹曼废墟是核心问题 6.展望未来 a.基于化学反应机理的酶从头设计 b.找到功能蛋白的蛋白质空间分布的 extropy 结构预测基础： 学生将学会通过生物信息学工具分析蛋白质序列，预测其二级结构和三维结构，并理解结构与功能之间的关联。 模型应用与评估： 学生将能够使用机器学习和深度学习模型进行蛋白质结构预测，同时学习如何评估模型的准确性和可靠性，选择正确的工具加以应用。 药物设计： 掌握与蛋白质结构预测相关的药物设计原理，学会设计靶向特定蛋白质的药物分子与多肽药物分子，理解蛋白类药靶相互作用的机制。 03 通过课程学习您将得到 基于深度学习的通用型蛋白设计模型近几年来发展迅速，本课程围绕蛋白设计基础与前沿工作展开讲述，从蛋白结构的预测与优化到蛋白的从头设计进行深度教学，本课程从零基础开始讲解，对基础知识进行详细讲解，并且会结合前沿文献讲解相关技术的应用。帮助学员们， 通过本次培训学员将了解蛋白质设计的底层逻辑与基本规则，并掌握蛋白质设计中的常见蛋白质设计算法的实际操作，具备基本的蛋白质设计算法开发的基础能力及前沿视野。 04 授课架构 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 05 课程解疑、学员评价以及资料 老师针对每一个学员的培训疑问都会耐心解答,每次培训将近2000余次解疑 将近300余页PPT还有相应代码，提供软件安装和指导，报名成功就发送预习视频进行预习 讲师介绍  主讲老师来自中国TOP高校，在国内顶尖教授组中从事人工智能蛋白质设计研究，目前的主要研究方向是酶与结合蛋白的设计和人工智能在进化尺度上的蛋白质设计。有着丰富的实战经验。已在Applied Physics Letters，eLife，Nucleic Acids Research，ACS Omega，Journal of Molecular Biology等国际知名期刊上发表数篇工作 02 CADD计算机辅助药物设计 课程目标 Science Technology CADD计算机辅助药物设计：依据生物化学、酶学、分子生物学以及遗传学等生命科学的研究成果，以计算机化学为基础，通过计算机的模拟、计算和预算药物与受体生物大分子之间的相互作用，考察药物与靶点的结构互补、性质互补等，设计出合理的药物分子。它是设计和优化先导化合物的方法，特别是在食品、生物、化学、医药、植物、疾病方面应泛！靶点的发现与确证是现代新药研发的第一步，也是新药创制过程中的瓶颈之一。 计算机辅助药物设计（computer aided drug design）是以计算机化学为基础，通过计算机的模拟、计算和预算药物与受体生物大分子之间的关系，设计和优化先导化合物的方法。计算机辅助药物设计实际上就是通过模拟和计算受体与配体的这种相互作用，进行先导化合物的优化与设计。计算机辅助药物设计大致包括活性位点分析法、数据库搜寻、全新药物设计 01 CADD计算机辅助药物设计课表 第一天上午 背景与理论知识以及工具准备 1.PDB数据库的介绍和使用 1.1数据库简介 1.2靶点蛋白的结构查询与选取 1.3靶点蛋白的结构序列下载 1.4靶点蛋白的下载与预处理 1.5批量下载蛋白晶体结构 2.Pymol的介绍与使用 2.1软件基本操作及基本知识介绍 2.2蛋白质-配体相互作用图解 2.3蛋白-配体小分子表面图、静电势表示 2.4蛋白-配体结构叠加与比对 2.5绘制相互作用力 3.notepad的介绍和使用 3.1优势及主要功能介绍 3.2界面和基本操作介绍 3.3插件安装使用 下午 一般的蛋白 -配体分子对接讲解 1.对接的相关理论介绍 1.1分子对接的概念及基本原理 1.2分子对接的基本方法 1.3分子对接的常用软件 1.4分子对接的一般流程 2.常规的蛋白-配体对接 2.1收集受体与配体分子 2.2复合体预构象的处理 2.3准备受体、配体分子 2.4蛋白-配体对接 2.5对接结果的分析 以新冠病毒蛋白主蛋白酶靶点及相关抑制剂为例 第二天 虚拟筛选 1.小分子数据库的介绍与下载 2.相关程序的介绍 2.1 openbabel的介绍和使用 2.2 chemdraw的介绍与使用 3.虚拟筛选的前处理 4.虚拟筛选的流程及实战演示 案例：筛选新冠病毒主蛋白酶抑制剂 5.结果分析与作图 6.药物ADME预测 6.1ADME概念介绍 6.2预测相关网站及软件介绍 6.3预测结果的分析 第三天 拓展对接的使用方法 1.蛋白-蛋白对接 1.1蛋白-蛋白对接的应用场景 1.2相关程序的介绍 1.3目标蛋白的收集以及预处理 1.4使用算例进行运算 1.5关键残基的预设 1.6结果的获取与文件类型 1.7结果的分析 以目前火热的靶点 PD-1/PD-L1等为例。 2.涉及金属酶蛋白的对接 2.1金属酶蛋白-配体的背景介绍 2.2蛋白与配体分子的收集与预处理 2.3金属离子的处理 2.4金属辅酶蛋白-配体的对接 2.5结果分析 以人类法尼基转移酶及其抑制剂为例 3.蛋白-多糖分子对接 4.1蛋白-多糖相互作用 4.2对接处理的要点 4.3蛋白-多糖分子对接的流程 4.4蛋白-多糖分子对接 4.5相关结果分析 以α-糖苷转移酶和多糖分子对接为例 5.核酸-小分子对接 5.1核酸-小分子的应用现状 5.2相关的程序介绍 5.3核酸-小分子的结合种类 5.4核酸-小分子对接 5.5相关结果的分析 以人端粒 g -四链和配体分子对接为例。 操作流程介绍及实战演示 第四天 拓展对接的使用方法 1.柔性对接 1.1柔性对接的使用场景介绍 1.2柔性对接的优势 1.3蛋白-配体的柔性对接 重点：柔性残基的设置方法 1.4相关结果的分析 以周期蛋白依赖性激酶 2（CDK2）与配体1CK为例 2.共价对接 2.1两种共价对接方法的介绍 2.1.1柔性侧链法 2.1.2两点吸引子法 2.2蛋白和配体的收集以及预处理 2.3共价药物分子与靶蛋白的共价对接 2.4结果的对比 以目前火热的新冠共价药物为例。 3.蛋白-水合对接 3.1水合作用在蛋白-配体相互作用中的意义及方法介绍 3.2蛋白和配体的收集以及预处理 3.3对接相关参数的准备 重点：水分子的加入和处理 3.4蛋白-水分子-配体对接 3.5结果分析 以乙酰胆碱结合蛋白 (AChBP)与尼古丁复合物为例 第五天 分子动力学模拟（linux与gromacs使用安装） 1. linux系统的介绍和简单使用 1.1 linux常用命令行 1.2 linux上的常用程序安装 1.3体验：如何在linux上进行虚拟筛选 2.分子动力学的理论介绍 2.1分子动力学模拟的原理 2.2分子动力学模拟的方法及相关程序 2.3相关力场的介绍 3.gromacs使用及介绍 重点：主要命令及参数的介绍 4.origin介绍及使用 第六天 溶剂化分子动力学模拟的执行 1.一般的溶剂化蛋白的处理流程 2.蛋白晶体的准备 3.结构的能量最小化 4.对体系的预平衡 5.无限制的分子动力学模拟 6.分子动力学结果展示与解读 以水中的溶菌酶为例 第七天 蛋白-配体分子动力学模拟的执行 1.蛋白-配体在分子动力学模拟的处理流程 2.蛋白晶体的准备 3.蛋白-配体模拟初始构象的准备 4.配体分子力场拓扑文件的准备 4.1高斯的简要介绍 4.2 ambertool的简要介绍 4.3生成小分子的力场参数文件 5.对复合物体系温度和压力分别限制的预平衡 6.无限制的分子动力学模拟 7.分子动力学结果展示与解读 8.轨迹后处理及分析 以新冠病毒蛋白主蛋白酶靶点及相关抑制剂为例       02 课程目标 让学员熟练掌握：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、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、分子动力学等技术 03 培训对象 目前计算机辅助药物设计受众人体众多，列如CADD、药物设计、药学、药物研发、药物筛选、新药研发、药物化学、生物制药、免疫、天然产物、兽药研发，生物信息、中药药理、中药化学、网络药理、结构药理、食品安全、食品风味、食药研发、食品研发、抗肿瘤药物、肿瘤免疫、酶工程、遗传、抗体药物、农业工程、化学、有机合成、有机化学、结构生物、合成生物等众多科研人员。 04 培训架构 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 05 授课资料 老师备课PPT将近1000余页，培训软件都会提供以及指导安装    目前为止已经举办30余期，参会学员达3000余人，学员评价一致非常满意，算是国内CADD计算机辅助药物设计最好的培训课程 计算机辅助药物设计主讲老师来自国内高校北京协和医院药物研究所，主要擅长药物虚拟筛选、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，有十余年的研究经验，以第一作发表论文20余篇 讲师介绍  计算机辅助药物设计主讲老师来自国内高校北京协和医院药物研究所，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，有十余年的研究经验。 授课时间安排 01 深度学习蛋白质设计授课时间 2024.08.17-2024.08.18（9：00-11：30）--（13：30-17：00） 2024.08.24-2024.08.25（9：00-11：30）--（13：30-17：00） 2024.08.28-2024.08.29（9：00-11：30）--（13：30-17：00） 共计全6天的课 通过腾讯会议直播    线上实操    提供全部录播 02 CADD计算机辅助药物设计授课时间 2024.08.10-2024.08.11（9：00-11：30）--（13：30-17：00） 2024.08.13-2024.08.16（9：00-11：30）--（13：30-17：00） 2024.8.20-2024.08.23（9：00-11：30）--（13：30-17：00） 共计全7天的课 通过腾讯会议直播    线上实操    提供全部录播 培训费用及福利 课程报名费用： 深度学习蛋白质设计： 公费价：每人每班￥6880元 （含报名费、培训费、资料费、提供课后全程回放资料） 自费价：每人每班￥6480元 （含报名费、培训费、资料费、提供课后全程回放资料） CADD计算机辅助药物设计： 公费价：每人每班￥5880元 （含报名费、培训费、资料费、提供课后全程回放资料） 自费价：每人每班￥5480元 （含报名费、培训费、资料费、提供课后全程回放资料） 重磅优惠: 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） 报四送二（同时报名四个班免费赠送两个学习名额赠送班任选） 优惠1： 两班同报：10880元  （原价18640） 三班同报：14880元   （原价23620） 可免费学习一年特惠：24880元 （可免费学习一整年本单位举办的任意课程） 可免费学习两年特惠：（28880元可免费学习两整年本单位举办的任意课程） 优惠2：提前报名缴费可享受300元优惠（仅限十五名） 报名学习课程可赠送往期课程回放（报多少赠多少） （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！ 回访二：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！机器学习微生物组学培训 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！CRISPR-Cas9基因编辑培训 回放八：本课程为视频课！AIDD人工智能药物设计培训！ 回放九：本课程为视频课！机器学习代谢组学培训！ 回放十：本课程为视频课！深度学习基因组学培训！ （蓝色字体可以点击查看       均为培训视频课） 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！ 腾讯会议实时直播解答|手把手带着操作 学员对于培训给予高度评价 学员培训后投顶刊 报名咨询方式（请二维码扫描下方微信） 微信：766728764  电子邮箱：m15238680799@163.com  电话：15238680799 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 往期参会单位 ▼ 国外院系高校；有来自麻省理工大学、University of Bristol (布里斯托大学)、加州伯克利大学、Osaka University(大版大学）、乔治梅森大学、加州理工大学、曼彻斯特大学 、莱斯大学、波士顿大学、德州 农工大学、德雷克大学、美国联合大学、普林斯顿大学、斯坦福大学、Imperial College London、KAUSTuniversity、理海大学、TheUniversityofQueensland、澳大利亚昆士兰大学、耶鲁大学、牛津大学、剑桥大学、匹兹堡大学、悉尼大学、多伦多大学、西雅图华盛顿大学、伦敦大学、杜克大学、东京大学、哥伦比亚大学、康奈尔大学、纽约大学、西北大学、布朗大学、华盛顿大学等  国内院系高校；有来自中山大学、清华大学、浙江大学、北京大学第一医院、中国医学科学院北京协和医院、西北民族大学、西南大学、山东大学、启元实验室、中国人民解放军总医院第一医学中心、广东海洋大学、武汉大学、中国农业大学、河南师范大学、南京工业大学、上海交通大学、南方科技大学、南京大学、中国医学科学院基础医学研究所、青海省农林科学院、天津中医药大学第一附属医院、山东大学、黑龙江八一农垦大学、南昌大学第二附属医院、台州市中心医院（台州学院附属医院）、宁波大 学附属人民医院、新疆农业大学、北京林业大学、广西医科大学、湖南文理学院、滨州医学院、滨州医学 院烟台附属医院、华南师范大学、中国环境科学研究院、云南师范大学、昆明理工大学、湖北医药学院、临港实验室、 苏州大学、福州大学、南方医院、南昌大学第二附属医院、深圳市中医院、湖南文理学院、河南科技学院、福建省立医院、中南大学湘雅医院、深圳市中医院、省立同德医院、内蒙古科技大学包头师范学院、 乌鲁木齐市疾病预防控制中心、中国林业科学研究院林业研究所、中国农业科学院兰州畜牧与兽药研究 所、鲁东大学、河北工程大学、南方医科大学珠江医院、首都医科大学附属北京妇产医院、重庆医科大学 附属第二医院、复旦大学上海医学院、陕西中医药大学附属医院、中国 医学科学院血液病医院（中国医学科学院血液学研究所）、深圳北京大学、 香港科技大学医学中心、天津市肿瘤医院、陆军特色医学中心、空军军医大学第一附属医院、江南大学、 中国科学院深圳先进技术研究院等5000余名学员还有很多公司和科研院所以及高校！感谢对我们培训的认可！还有许多因为时间冲突无法参加。这次我们诚挚邀请您来参加！ 声明：此内容由第三方提供、授权发布或者转载自第三方；本内容一切版权及连带责任由第三方负责，与本公众号无关。据此内容作出的任何判断，后果自负。