Henan Normal University

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。

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三、AIDD人工智能药物发现设计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   Python编程基础1. Python 基础➣Python 简介：了解Python的历史、特点和与其他编程语言的比较。➣安装和设置环境：安装Python，设置Python开发环境（如Anaconda、Jupyter notebook）。➣基本语法：数据类型（整数、浮点数、字符串、布尔值）、变量、基本运算符。➣控制结构：条件语句（if-else）、循环语句（for循环、while循环）。➣函数：定义函数、参数、返回值、作用域、递归。➣数据结构：列表、元组、字典、集合、操作和常用方法。➣文件操作：读写文件，文件与异常处理。2. Python 进阶➣类和对象：面向对象编程基础，创建类，实例化对象，理解封装、继承和多态。➣模块和包：导入标准模块，使用第三方包，创建自定义模块和包。➣高级功能：列表推导式、生成器、迭代器、装饰器和匿名函数。3. Python 在科学计算中的应用➣NumPy：数组创建、数组操作、数学计算、线性代数等。➣Matplotlib：基础图表、科学图形、图表定制。4. 数据分析与可视化➣Pandas：数据结构（Series、DataFrame）、数据载入、数据清洗、数据统计、数据合并。➣数据可视化：使用 Matplotlib 和 Seaborn 进行高级数据可视化。5. 蛋白质设计中的特定应用➣BioPython：序列处理、数据库访问、生物学数据的分析。➣脚本编写：自动化常见的蛋白质设计任务，如序列对比、结构预测。➣机器学习：使用Scikit-learn进行特征提取、模型训练、评估和优化。6. 实战项目➣项目1：蛋白质序列数据分析，如统计特定序列的频率、可视化序列分布等。➣项目2：蛋白质结构预测，使用机器学习技术预测蛋白质的二级结构或功能位点。➣项目3：开发一个小型的蛋白质设计工具，集成数据处理、分析及可视化功能。第二天  shell命令行操作基础1. Shell环境简介➣什么是Shell：了解Shell是什么，以及它如何与操作系统交互。➣不同类型的Shell：Bash, Zsh, Tcsh的介绍。➣访问Shell：如何打开终端窗口，基础的命令行界面操作。2. 基础命令➣文件系统操作：cd, ls, pwd, mkdir, rm, touch 等命令的使用。➣文件操作：cat, more, less, head, tail, grep, find等命令。➣权限和所有权：使用chmod, chown, chgrp改变文件的权限和所有权。➣文本处理：echo, cat, cut, sort, uniq, tr, awk, sed等工具的基本使用。➣归档和压缩：tar, gzip, gunzip, zip, unzip等命令。3. Shell脚本编写➣创建和执行Shell脚本：如何编写一个简单的脚本并使其可执行。➣变量和数据类型：学习如何在脚本中定义和使用变量。➣流程控制：➣条件语句：if, else, elif, case等语句的使用。➣循环结构：for, while, until循环的使用。➣函数：如何定义和使用函数。➣输入和输出：处理用户输入和脚本输出。➣引用和转义字符：学习如何在命令行中正确使用单引号、双引号和转义字符。4. 高级Shell编程➣调试Shell脚本：如何调试Shell脚本，包括设置和使用调试选项。➣正则表达式：基本正则表达式的应用，结合grep, sed, awk使用。➣环境管理：了解PATH和其他环境变量的作用和管理方法。➣脚本的安全性：编写安全的脚本以避免常见的安全问题。5. 实用案例和项目➣数据备份脚本：创建一个自动备份你的重要文件的脚本。➣文件整理脚本：编写一个自动整理下载文件夹中文件的脚本。➣PDB文件分析脚本的编写第三天 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——Rosettaa) 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ProteinMPNNa) 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 Alphafold vs Rosettafold1.蛋白结构预测背景介绍2.早期蛋白质结构预测算法：从统计分析到深度残差网络2.1 直接耦合分析和互信息计算2.2 深度残差网络和蛋白质接触图预测2.3 蛋白质距离矩阵预测3. 几何约束的梯度下降法到端到端深度学习的蛋白结构预测3.1 trrosetta和alphafold简介3.2 端到端几何深度学习方法介绍4. AF和AF2的差异与创新4.1 第一代Alphafold简介4.2 Alphafold2详解5. Rosettafold详解5.1 SE3网络 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六天  蛋白质的从头生成模型1. Rosettafold的基本架构回顾2. 基于Rosettafold的改进a) 有关扩散模型b) 基于扩散模型的模型修改3. RFdiffusion实现通用性蛋白结构生成a) 蛋白质binder生成b) 基于骨架结构的蛋白质结构生成c) 蛋白质单体的从头生成d) 多聚体蛋白的从头生成4. ProteinGenerator实现蛋白质骨架与序列的co-designa) 隐空间中的蛋白质序列-结构的联合分布b) 与rfdiffusion的异同5. Rosettafold AA实现多类生物大分子结构预测与生成a) 加入小分子结构预测器b) 将局部坐标系迁移到小分子结构6. Chroma的基本构架与实现a) 模型讲解b) 利用chroma逼近蛋白构象空间全空间采样与生成第七天  大语言模型在蛋白质设计中的应用及多肽设计1. ProGEN的基本实现a) 模型构架讲解b) 与基于结构方法的比较2. ProGEN的性能与改进 3. ESM-fold的基本构架a) ESM网络构架b) ESMfold网络讲解c) 与alphafold方法的对比4. ESM-fold的性能评估5. 基于大语言模型的蛋白质生成模型的下游应用a) 蛋白质结构的快速预测b) 大型蛋白复合物结构预测6. 多肽设计与蛋白质设计的区别与联系a) 分子结构稳定性i. 二级结构含量ii. 氢键网络与局部二级结构b) 分子的功能性异同c) 蛋白质设计方法在多肽设计面临的瓶颈7. 多肽设计算法a) 基于Rosetta实现多肽设计i. Flexpepdockii. Anchor extensionb) 基于RF diffusion实现多肽设计i. 参数的设定与优化方案ii. 生成结构的评估c) 基于alphafold 梯度下降进行多肽骨架和序列设计d) 多肽对接算法i. 基于Autodock 的多肽对接ii. 基于alphafold的多肽柔性对接iii. 其余对接算法8. 基于多肽蛋白复合物训练的深度学习多肽设计算法02课程目标结构预测基础： 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主讲老师们来自国内top1高校，组内工作主要聚焦新型蛋白质设计与蛋白质结构预测算法开发与自动化药物高通量筛选方向，已在Nature Chemistry子刊， JCAS，Angew，JMC，JCTC等权威期刊上发表SCI检索论文20余篇02CADD计算机辅助药物设计课程目标Science TechnologyCADD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   01CADD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SPORTS03AIDD人工智能药物发现与设计发现课程目标Science Technology AIDD人工智能药物发现与设计:是人工智能和机器学习技术使制药领域实现了现代化。目前机器学习和深度学习算法已被应用于多肽合成、虚拟筛选、毒性预测、药物监测和释放、药效团建模、定量构效关系、药物重定位、多药理和生理活性等药物发现过程。可以很好的将传统的面向化学的药物发现与人工智能药物设计相结合。此外，世界各地的系统生物学和化学科学家与计算科学家合作，开发现代ML算法和原理，大大的可以促进药物的发现和开发。   01AIDD人工智能药物发现与设计课表第一天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)requests5.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 ML-based AIDD1.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 GNN-based AIDD1.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 Learning3.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 NLP-based AIDD1.自然语言处理(1)Encoder-Decoder模型(2)循环神经网络 RNN(3)Seq2seq(4)Attention(5)Transformer2.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 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RL2.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》第六天深度学习的蛋白质-配体相互作用预测蛋白质基本知识介绍蛋白质的基本格式：序列、二级结构、三级结构多重序列对比数据库介绍与相关数据爬取PDB数据库UniProt数据库KLIFS数据库基于RDKit的蛋白质基本处理基于RDKit的药效团特征与可视化基于RDKit的骨架和片段处理基于RDKit的分子3D构象生成与优化项目实战：基于序列的蛋白质属性预测项目实战：基于结构的蛋白质属性预测项目实战：基于深度学习的蛋白质-配体相互作用基于深度学习的结合位点比较和脱靶预测基于深度学习的蛋白质结合位点检测基于分子对接预测小分子在蛋白质结合位点的结合模式蛋白质-配体相互作用模型搭建基于蛋白质-配体相互作用分析器PLIP深入了解蛋白质-配体相互作用基于机器学习的分子对接来预测蛋白质-配体的结合亲和力（回归任务）基于三维构象的蛋白质-配体对接及NGLView可视化基于蛋白质三维数据使用原子卷积网络进行蛋白质-配体相互作用预测02课程目标AIDD人工智能药物发现与设计课程：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03培训历程目前为止已经举办30余期，参会学员达2800余人，学员评价一致非常满意，填补了国内人工智能药物研发技术的空白04培训对象目前AIDD药物研发设计受众人体众多，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。05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授课老师 AIDD授课老师老师，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。授课时间安排01深度学习蛋白质设计授课时间2024.06.08-2024.06.09（9：00-11：30）--（13：30-17：00）2024.06.15-2024.06.16（9：00-11：30）--（13：30-17：00）2024.06.22-2024.06.23（9：00-11：30）--（13：30-17：00）2024.06.29（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02CADD计算机辅助药物设计授课时间2024.06.08-2024.06.09（9：00-11：30）--（13：30-17：00）2024.06.15-2024.06.16（9：00-11：30）--（13：30-17：00）2024.06.22-2024.06.23（9：00-11：30）--（13：30-17：00）2024.06.29（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 03AIDD人工智能药物发现与设计授课时间2024.06.11-2024.06.14 （19：00-22：00）2024.06.17-2024.06.20（19：00-22：00）2024.06.24-2024.06.27（19：00-22：00）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与AIDD药物发现与设计：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：机器学习生物医学回放二：机器学习单细胞分析专题回放三：单细胞空间转录组专题回放四：比较基因组学专题回放五：机器学习蛋白组学专题回放六：机器学习微生物专题回放七：蛋白质晶体结构解析回放八：机器学习代谢组学技术培训特色及福利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。

IDC2024第六届化学创新药与改良型新药研发论坛议程发布（报名即将截止）：合作展位事宜请联系：李欣欣 158 0045 2389随着我国对创新药物研发的重视与投入，自主药物研发逐渐成为各大药企和科研机构争相追求的目标。自主研发小分子化学创新药需要深厚的基础研究积累、大量的资金投入和创新的研究方法，往往是新药研究中的风向标。本文通过查阅药渡网和药智网，并结合文献检索，总结了我国自2000年1月至2023年12月自主研制的小分子化学创新药：其中2023年15款，2022年5款，2021年13款，2000年-2023年12月份共计75款，详细结构式如下：1.阿泰特韦片/利托那韦片组合包装作用机制：3CL蛋白酶抑制剂中国批准适应症：治疗轻型、中型COVID-19的成年患者；批准时间：2023/11/23；申报公司：福建广生中霖生物技术;其他：商品名泰中定，按照药品特别审批程序，通过应急审评审批。全球另有4个3CL蛋白酶抑制剂已上市：辉瑞的奈玛特韦、盐野义的左可巴（商品名称：XOCOVA，通用名：Ensitrelvir）、海南先声药业的先诺欣和广东众生睿创生物科技的乐睿灵。2.伯瑞替尼作用机制：c-MET抑制剂中国批准适应症：用于治疗具有间质-上皮转化因子（MET）外显子14跳变的局部晚期或转移性非小细胞肺癌患者。批准时间：2023年11月16日；申报公司：北京浦润奥生物科技有限责任公司;其他：2022年，伯瑞替尼治疗MET突变非小细胞肺癌的适应症获得美国FDA罕见病药品的认定。据CDE药物临床试验登记与信息公示平台，国内开展了12项伯瑞替尼相关临床试验，其中6项已完成，适应症涵盖非小细胞肺癌、神经胶质瘤、脑胶质瘤等。3. 甲磺酸贝福替尼胶囊作用机制：EGFR抑制剂中国批准适应症：用于既往经EGFR酪氨酸激酶抑制剂治疗出现疾病进展，并且伴随EGFR T790M突变阳性的局部晚期或转移性非小细胞肺癌患者的治疗。批准时间：2023年5月29日；申报公司：贝达药业;其他：贝福替尼（代码：D-0316）原研公司益方生物，是一种靶向EGFR的酪氨酸激酶抑制剂，能够选择性抑制EGFR敏感突变和EGFR T790M耐药突变激酶。甲磺酸贝福替尼胶囊的第2项适应症2023年9月28日获中国NMPA批准上市许可，用于具有表皮生长因子受体（EGFR）外显子19缺失或外显子21（L858R）置换突变的局部晚期或转移性非小细胞肺癌成人患者的一线治疗。4. 舒沃替尼作用机制：不可逆的选择性EGFR酪氨酸激酶抑制剂中国批准适应症：用于既往经含铂化疗出现疾病进展，或不耐受含铂化疗，并且经检测确认存在表皮生长因子受体（EGFR）20号外显子插入突变的局部晚期或转移性非小细胞肺癌（NSCLC）患者；批准时间：2023年8月23日；申报公司：迪哲医药;其他：是迄今为止肺癌领域首个且唯一获得中、美两国药监部门双“突破性疗法认定”的国创新药。据CDE药物临床试验登记与信息公示，舒沃替尼片开展了8项临床研究，适应症包括非小细胞肺癌和非霍奇金B细胞淋巴瘤。2022年治疗EGFR20号外显子插入突变的NSCLC适应症获美国FDA突破性疗法认定。5. 伊鲁阿克作用机制：ALK/ROS1抑制剂中国批准适应症：主要用于既往接受过克唑替尼治疗后疾病进展或对克唑替尼不耐受的间变性淋巴瘤激酶（ALK）阳性的局部晚期或转移性非小细胞肺癌（NSCLC）患者的治疗；批准时间：2023年6月28日；申报公司：齐鲁制药;其他：目前，ALK抑制剂已经从第一代发展到第三代，使患者有了更多更好的治疗选择。二代ALK抑制剂阿来替尼、塞瑞替尼、恩沙替尼和布格替尼（Brigatinib。三代ALK抑制剂洛拉替尼（Lorlatinib）都显示出优于克唑替尼的疗效，并且阿来替尼、布格替尼和洛拉替尼（Lorlatinib）均被美国FDA批准为ALK阳性晚期NSCLC的标准一线治疗药物。目前国内已经批准了克唑替尼、塞瑞替尼、阿来替尼和恩沙替尼用于ALK阳性NSCLC的治疗。6. 磷酸瑞格列汀片作用机制：二肤基肤酶4(DPP-4) 抑制剂中国批准适应症：改善成人2型糖尿病患者的血糖控制；批准时间：2023/06/26；申报公司：恒瑞医药;其他：国内另有8种DPP-4抑制剂（即列汀类）的单方和复方制剂已获批上市许可。7. 安奈拉唑钠肠溶片作用机制：质子泵抑制剂中国批准适应症：治疗十二指肠溃疡；批准时间：2023/06/21；申报公司：轩竹医药科技;其他：据CDE临床试验登记平台，轩竹医药科技共登记7项临床研究，涵盖十二指肠溃疡、反流性食管炎、胃溃疡、辅助用于根除幽门螺旋杆菌4个适应症，其中6项临床研究已完成，1项适应症为反流性食管炎的与雷贝拉唑对照Ⅱ期临床研究正在进行中。8. 伏罗尼布片作用机制：多靶点受体酪氨酸激酶抑制剂中国批准适应症：联用依维莫司用于既往接受过酪氨酸激抑制剂治疗的晚期肾细胞癌；批准时间：2023/06/07；申报公司：贝达药业;其他：伏罗尼布（代码：CM082）原研Xcovery公司，是一种多靶点受体酪氨酸激酶抑制剂，对VEGFR2、KIT、PDGFR、FLT3和RET均有较强的抑制作用，主要通过抑制新生血管形成来发挥抗肿瘤作用，2018年，贝达药业获得该药全部适应症的国内外开发权益。伏罗尼布共登记13项临床试验，其中4项已完成，1项主动终止，8项进行中，适应症涵盖肾癌、胃癌、湿性年龄相关性黄斑变性、晚期实体瘤和急性髓系白血病。9. 甲磺酸贝福替尼胶囊作用机制：靶向表皮生长因子受体（EGFR）的酪氨酸激酶抑制剂，能够选择性抑制EGFR敏感突变和EGFR T790M耐药突变激酶。中国批准适应症：为既往使用EGFR-TKI耐药后产生T790M突变的局部晚期或转移性非小细胞肺癌；批准时间：2023年5月31日；申报公司：贝达药业;其他：商品名称赛美纳。是贝达药业和益方生物联合开发的一款 I 类新型口服第三代EGFR-TKI（表皮生长因子受体酪氨酸激酶抑制剂）。除了贝福替尼这颗新星，贝达药业在肺癌领域中还有埃克替尼、恩沙替尼等药物获得上市批准。其中，埃克替尼是一代EGFR-TKI，也是我国首个拥有自主知识产权的EGFR-TKI。2011 年，随着埃克替尼在国内获批上市，打破了进口药在EGFR突变NSCLC领域的垄断。而恩沙替尼是目前唯一具有中国自主产权的ALK-TKI。作为新型强效、高选择性的新一代ALK-TKI，恩沙替尼具有强大的疗效和安全性优势。恩沙替尼填补了我国ALK领域原研靶向药的空白，为更多ALK阳性NSCLC患者带来新的治疗选择。除此之外，贝达药业的第四代EGFR-TKI及针对TKI耐药患者治疗的EGFR-cMET双抗和Protac项目也在积极开发中。10. 奥磷布韦片作用机制：HCV NS5B RNA依赖性RNA聚合酶抑制剂中国批准适应症：与盐酸达拉他韦联用，治疗初治或干扰素经治的基因1、2、3、6型成人慢性丙型肝炎病毒(HCV)感染，可合并或不合并代偿性肝硬化；批准时间：2023/05/12；申报公司：南京圣和药业;其他：商品名称圣诺迪，与盐酸达拉他韦联用，不得作为单药治疗。。是一种HCV非结构蛋白5B（NS5B）依赖性RNA聚合酶抑制剂，与吉利德公司的丙肝治疗药物索磷布韦的靶点相同。11. 来瑞特韦片作用机制：3CL蛋白酶抑制剂中国批准适应症：治疗轻中度COVID-19的成年患者；批准时间：2023/03/21；申报公司：广东众生睿创生物科技;其他：商品名称乐睿灵。为口服3CL蛋白酶抑制剂，不需要与肝药酶抑制剂如利托那韦等联用。12. 谷美替尼作用机制：中国批准适应症：治疗具有间质-上皮转化因子(MET)外显子14 跳变的局部晚期或转移性非小细胞肺癌；批准时间：2023年3月8日；申报公司：上海海和药物研究开发股份有限公司;其他：商品名称海益坦。由海和药物与中国科学院上海药物研究所合作研发，2021年9月被中国NMPA纳入突破性治疗品种名单，2022年1月获得美国FDA罕见病用药认定。13. 盐酸凯普拉生片作用机制：钾离子竞争性酸阻滞剂(P-CAB)中国批准适应症：十二指肠溃疡和反流性食管炎；批准时间：2023/02/14；申报公司：江苏柯菲平医药;其他：全球另有4个同靶点品种已获批上市许可。2022年9月，复星医药公司新闻宣布与江苏柯菲平医药合作，对盐酸凯普拉生进行全球开发，并获得其口服制剂和注射剂的独家商业化权利。14. 氢溴酸氘瑞米德韦片作用机制：RNA依赖性的RNA聚合酶 (RdRp)中国批准适应症：治疗轻中度COVID-19的成年患者；批准时间：2023/01/28；申报公司：上海旺实生物医药科技;其他：2023年1月28日通过应急审评审批程序全球首次获得中国NMPA附条件批准上市许可。是一种靶向RdRp的核苷类似物，其代谢产物116-NTP与瑞德西韦（Remdesivir）的主要活性代谢产物GS-443902相似，区别为GS-443902杂环上的一个氢原子位被氘原子取代。15. 先诺特韦片/利托那韦片组合包装先诺特韦结构式作用机制：3CL蛋白酶抑制剂中国批准适应症：治疗轻中度COVID-19的成年患者；批准时间：2023/01/28；申报公司：海南先声药业;其他：首个国产3CL靶点新冠口服小分子药物，先诺欣的首发报价不到辉瑞帕克洛维（商品名称：Paxlovid）（1890元/疗程）的40%、默沙东莫诺拉韦胶囊（1500元/疗程）的50%。先诺特韦（代码：SIM 0417、SSD8432）是一种3CL蛋白酶抑制剂，与辉瑞公司的奈玛特韦靶点相同。2021年11月，海南先声药业与中国科学院上海药物研究所和武汉病毒研究所签订技术转让协议，获得该产品的全球开发、生产和商业化独家权力。16. 甲苯磺酰胺注射液作用机制：主要靶点为Carbonic anhydrase II（CA2）、Carbonic anhydrase III（CA3）。通过促进溶酶体破裂、提高胞浆内过氧化氢活性及抑制线粒体ATP合成酶的活性，促进肿瘤细胞凝固性坏死；中国批准适应症：用于严重气道阻塞的中央型非小细胞肺癌的治疗；批准时间：2022年11月21日；申报公司：天津红日药业;其他：是我国首次批准的经纤维支气管镜肿瘤内局部注射的化学消融药物，也是首个适应症为减轻中央型非小细胞肺癌成人患者的重度气道阻塞的药物，填补了呼吸介入药物治疗的空白。该药由钟南山院士挂帅研发，最早在2003年11月21日由北京健达康新药开发有限公司递交临床申请，天津红日亚药业在2018年申请上市，在经历了将近5年的审评后终于获批上市。红日药业是国内中药配方颗粒龙头企业之一，联合钟南山、张伯礼等知名院士持续开展抗肿瘤、血必净治疗新冠肺炎、中成药二次开发关键技术的创新研究。目前，已拥有KB、 PD-L1等5个1类新药，在研项目30余个。17. 盐酸托鲁地文拉法辛缓释片（Toludesvenlafaxine，LY03005，若欣林）作用机制：为5-羟色胺（5-HT）、去甲肾上腺素（NE）和多巴胺（DA）三重再摄取抑制剂（SNDRI）；中国批准适应症：用于抑郁症的治疗；批准时间：2022年11月3日；申报公司：山东绿叶制药;其他：中国首个自主研发并拥有自主知识产权用于治疗抑郁症的化药1类创新药。是文拉法辛的前药，可以在人体内普遍存在的酯酶水解下快速转化为SNRI去甲基文拉法辛（ODV）显著改善患者焦虑状态、阻滞/疲劳症状、快感缺失和认知能力，促进社会功能恢复；而且具有良好的安全性和耐受性，不引起嗜睡，不影响性功能、体重和脂代谢。18. 林普利塞片（linperlisib，因他瑞）作用机制：高选择性PI3Kδ抑制剂；中国批准适应症：用于既往接受过至少两种系统性治疗的复发或难治滤泡性淋巴瘤成人患者；批准时间：2022年11月9日；申报公司：上海璎黎药业；其他：这是我国首个获批上市的高选择性PI3Kδ抑制剂。恒瑞医药于2021年2月对璎黎药业进行2000万美元股权投资（占总股本6.67%），并获得了林普利塞在大中华地区的联合开发权益以及排他性独家商业化权益。从2016年12月首次提交IND申请，到2022年11月国内获批上市，共历时6年时间。美国上市的同靶点药物因安全和风险问题而面临撤回批准的可能。19. 多格列艾汀（dorzagliatin tablets，HMS5552）作用机制：葡萄糖激酶激活剂（GKA）；中国批准适应症：1）单独用药治疗未经药物治疗的，2）或者在单独使用二甲双胍血糖控制不佳时，与二甲双胍联合使用，配合饮食和运动治疗成人2型糖尿病（T2DM）；批准时间：2022年10月8日；申报公司：华领医药;其他：中国首先上市的全球首创（First-in-class）新药，全球首个葡萄糖激酶激动剂。2021年全球成年糖尿病患者人数达到5.37亿，另有2.4亿人属于高危人群，相比2019年，糖尿病患者增加了7400万，增幅达16%。目前用于 T2DM 降糖药物主要有二甲双胍类、胰岛素类、磺酰脲类、噻唑烷酮类、GLP-1 类、DPPIV 抑制剂、α-糖苷酶抑制剂、SGLT2 抑制剂，它们单独用药或几类降糖药联合用药，但都无法达到长久控制血糖的作用。2011年12月，陈力博士立项第四代葡萄糖激酶激活剂项目，HMS5552就此诞生。2020年6月，HMM0301注册临床研究成功完成。华领医药成为全球第一家实现GKA临床开发的公司。20. 瑞维鲁胺片（艾瑞恩）作用机制：AR抑制剂；中国批准适应症：高瘤负荷的转移性激素敏感性前列腺癌（mHSPC）；批准时间：2022年6月29日；申报公司：恒瑞医药;其他：瑞维鲁胺片是一款第二代AR抑制剂，相较于第一代AR抑制剂具有更强的AR抑制作用，且无激动作用。2022年5月18日，恒瑞医药宣布成立Luzsana公司，负责该品种在北美、欧洲和日本地区的开发。21. 奥雷巴替尼片（Olverembatinib，耐立克）作用机制：BCR-ABL；中国批准适应症：TKI耐药后并伴有T315I突变的慢性期或加速期的成年慢性髓细胞白血病（CML）患者；批准时间：2021年11月25日；申报公司：亚盛医药;其他：中国首个第三代BCR-ABL抑制剂。分子结构由中国科学院广州生物医药与健康研究丁克团队设计、合成，后期由亚盛医药完成临床前、临床研发并获批上市。2008年立项，研发历时13年。22. 西格列他钠（商品名：双洛平/ Bilessglu）作用机制：PPAR全激动剂；中国批准适应症：单药适用于配合饮食控制和运动，改善成人2型糖尿病患者的血糖控制；批准时间：2021年10月19日；申报公司：成都微芯药业有限公司。其他：全球首个PPAR全激动剂。该产品于2005年6月在中国获得药品临床试验批件；此后，该产品正式迈入临床研究阶段。2019年9月，微芯生物递交西格列他钠的新药上市申请并获得受理。此次该产品在中国获批，距离其首次获批临床已超过16年。23. 阿兹夫定（Azvudine）作用机制：核苷类逆转录酶和辅助蛋白Vif抑制剂；中国批准适应症：用于与核苷逆转录酶抑制剂及非核苷逆转录酶抑制剂联用，治疗高病毒载量的成年HIV-1感染患者；批准时间：2021年7月21日；申报公司：河南真实生物科技有限公司。其他：2013年4月30日，阿兹夫定获国家食品药品监督管理总局批准进入临床试验；该药由常俊标教授发明，河南真实生物科技有限公司、郑州大学、河南师范大学、河南省科学院高新技术研究中心共同研发。24. 艾诺韦林（Ainuovirine）作用机制：HIV-1非核苷类逆转录酶抑制剂。中国批准适应症：用于与核苷类抗逆转录病毒药物联合使用，治疗成人HIV-1感染初治患者。批准时间：2021年6月28日；申报公司：江苏艾迪药业股份有限公司；其他：是目前全球治疗HIV药物中第三代非核苷类逆转酶抑制剂，适用于治疗成人HIV-1感染患者。被豁免二期临床试验，从一期临床直接进入三期，然后从一期临床申请到2021年7月底首个销售单开出，仅仅用了五年。25. 海博麦布片（商品名：赛斯美）作用机制：用于肠道和肝细胞表面的尼曼匹克C1类1(NPC1L1)蛋白受体；中国批准适应症：作为饮食控制以外的辅助治疗，可单独或与HMG-CoA还原酶抑制剂（他汀类）联合用于治疗原发性（杂合子家族性或非家族性）高胆固醇血症，可降低总胆固醇、低密度脂蛋白胆固醇、载脂蛋白B水平；批准时间：2021年6月28日；申报公司：浙江海正药业股份有限公司；其他：公开资料显示海正药业在该产品上的研发投入达2.89亿元。26. 艾米替诺福韦（Tenofovir Amibufenamide）作用机制：核苷类逆转录酶抑制剂；中国批准适应症：用于慢性乙型肝炎成人患者的治疗；批准时间：2021年6月23日；申报公司：江苏豪森药业集团有限公司；其他：艾米替诺福韦（Tenofovir Amibufenamide）是替诺福韦的亚磷酰胺药物前体。27. 赛沃替尼（Savolitinib）作用机制：MET抑制剂；中国批准适应症：用于含铂化疗后疾病进展或不耐受标准含铂化疗的、具有间质-上皮转化因子（MET）外显子14跳变的局部晚期或转移性非小细胞肺癌成人患者；批准时间：2021年6月23日；申报公司：和记黄埔医药（上海）有限公司；其他：国内首个获批的高选择性MET抑制剂。28. 海曲泊帕乙醇胺作用机制：人血小板生成素受体(TPOR)激动剂；中国批准适应症：用于因血小板减少和临床条件导致出血风险增加的既往对糖皮质激素、免疫球蛋白等治疗反应不佳的慢性原发免疫性血小板减少症（ITP）成人患者，以及对免疫抑制治疗疗效不佳的重型再生障碍性贫血（SAA）成人患者。其中SAA适应症为附条件批准；批准时间：2021年6月17日；申报公司：江苏恒瑞医药股份有限公司；其他：恒瑞公司获批的第8个创新药；预计峰值销售有望超过10亿元。29. 多纳非尼作用机制：多激酶抑制剂类小分子抗肿瘤药物；中国批准适应症：用于既往未接受过全身系统性治疗的不可切除肝细胞癌患者；批准时间：2021年6月9日；申报公司：苏州泽璟生物制药股份有限公司；其他：中国第一款自主研发的氘代药物。30. 康替唑胺（Contezolid，商品名：优喜泰 ）作用机制：抑制细菌蛋白质合成过程中所必需的功能性70S起始复合体的形成；中国批准适应症：用于治疗对康替唑胺敏感的金黄色葡萄球菌（甲氧西林敏感和耐药的菌株）、化脓性链球菌或无乳链球菌引起的复杂性皮肤和软组织感染；批准时间：2021年6月2日；申报公司：上海盟科药业股份有限公司；其他：研发周期12年。31. 帕米帕利胶囊作用机制：PARP-1和PARP-2的强效、选择性抑制剂；中国批准适应症：用于既往经过二线及以上化疗的伴有胚系BRCA(gBRCA)突变的复发性晚期卵巢癌、输卵管癌或原发性腹膜癌患者的治疗；批准时间：2021年5月7日；申报公司：百济神州（苏州）生物科技有限公司；其他：是国内首款获批用于治疗涵盖铂敏感及铂耐药复发性卵巢癌的PARP抑制剂，也是已知唯一非药物泵P-gp（P糖蛋白）底物的PARP抑制剂。32. 优替德隆注射液（商品名：优替帝）优替德隆分子结构式（推测结构，以权威发布为准）作用机制：促进微管蛋白聚合并稳定微管结构；中国批准适应症：用于既往接受过至少一种化疗方案的复发或转移性乳腺癌患者；批准时间：2021年3月15日；申报公司：成都华昊中天药业有限公司。其他：国内首个且唯一获批的埃坡霉素类抗肿瘤药物，结束了国内近三十年来除紫杉醇外无突破性化疗药物的局面。33. 甲磺酸伏美替尼作用机制：EGFR抑制剂；中国批准适应症：适用于既往经表皮生长因子受体(EGFR)酪氨酸激酶抑制剂(TKI)治疗时或治疗后出现疾病进展，并且经检测确认存在EGFR T790M突变阳性的局部晚期或转移性非小细胞性肺癌(NSCLC)成人患者的治疗；批准时间：2021年3月3日；申报公司：上海艾力斯医药科技股份有限公司；其他：艾力斯自主研发的第三代EGFR-TKI，也是其首个商业化产品。34.索凡替尼作用机制：VEGFR和FGFR1抑制剂；中国批准适应症：适用于无法手术切除的局部晚期或转移性、进展期非功能性、分化良好（G1、G2）的非胰腺来源的神经内分泌瘤；批准时间：2020年12月；申报公司：和记黄埔医药（上海）有限公司。35.奥布替尼作用机制：BTK 抑制剂；中国批准适应症：（1）既往至少接受过一种治疗的成人套细胞淋巴瘤（MCL）患者。（2）既往至少接受过一种治疗的成人慢性淋巴细胞白血病（CLL）/小淋巴细胞淋巴瘤（SLL）患者；批准时间：2020年12月；申报公司：北京诺诚健华医药科技有限公司。36.磷酸依米他韦（东卫恩）作用机制：NS5A抑制剂；中国批准适应症：与索磷布韦联用，治疗成人基因1型非肝硬化慢性丙型肝炎；批准时间：2020年12月；申报公司：宜昌东阳光长江药业股份有限公司。37.环泊酚作用机制：GABAA受体；中国批准适应症：用于消化道内镜检查中的镇静；批准时间：2020年12月；申报公司：辽宁海思科制药（思舒宁） 有限公司。38.氟唑帕利（艾瑞颐）作用机制：PARP抑制剂；中国批准适应症：用于既往经过二线及以上化疗的伴有胚系BRCA突变（gBRCAm）的铂敏感复发性卵巢癌、输卵管癌或原发性腹膜癌患者的治疗；批准时间：2020年12月；申报公司：江苏恒瑞医药股份有限公司。39.恩沙替尼作用机制：ALK抑制剂；中国批准适应症：用于此前接受过克唑替尼治疗后进展的或者对克唑替尼不耐受的间变性淋巴瘤激酶（ALK）阳性的局部晚期或转移性NSCLC患者的治疗；批准时间：2020年11月；申报公司：贝达药业股份有限公司。40.依达拉奉右旋莰醇（先必新）作用机制：清除自由基及改善血脑屏障；中国批准适应症：依达拉奉（抗氧化剂和自由基清除剂）和右旋莰醇（双环单萜类化合物，抑制脑缺血再灌注导致的炎性细胞因子TNF⁃α、IL⁃1β的表达和致炎蛋白COX⁃2、iNOS的表达）；批准时间：2020年7月；申报公司：南京先声东元制药有限公司。41.盐酸拉维达韦（新力莱）作用机制：NS5A抑制剂；中国批准适应症：联合利托那韦强化的达诺瑞韦钠片和利巴韦林，用于治疗初治的基因1b型慢性丙型肝炎病毒感染的非肝硬化成人患者，不得作为单药治疗；批准时间：2020年7月；申报公司：歌礼生物科技（杭州）有限公司。42.泽布替尼（百悦泽）作用机制：BTK选择性抑制剂；中国批准适应症：用于既往至少接受过一种治疗的成人套细胞淋巴瘤（MCL）患者和既往至少接受过一种治疗的成人慢性淋巴细胞白血病（CLL）/小淋巴细胞淋巴瘤（SLL）患者；批准时间：2020年6月；申报公司：百济神州（苏州）生物科技有限公司。43.甲磺酸阿美替尼（阿美乐）作用机制：EGFR抑制剂；中国批准适应症：用于既往经表皮生长因子受体（EGFR）酪氨酸激酶抑制剂（TKI）治疗时或治疗后出现疾病进展，并且经检测确认存在EGFR T790M突变阳性的局部晚期或转移性非小细胞肺癌成人患者；批准时间：2020年3月；申报公司：江苏豪森药业集团有限公司。44.苯环喹溴铵（必立汀）作用机制：选择性M胆碱能受体拮抗剂；中国批准适应症：用于改善变应性鼻炎引起的流涕、鼻塞、鼻痒和喷嚏症状；批准时间：2020年3月；申报公司：银谷制药有限责任有限公司。45.盐酸可洛派韦（凯力唯）作用机制：NS5A抑制剂；中国批准适应症：与索磷布韦联用，治疗初治或干扰素经治的基因1、2、3、6 型成人慢性丙型肝炎病毒（HCV）感染，可合并或不合并代偿性肝硬化；批准时间：2020年2月；申报公司：北京凯因格领生物技术有限公司。46.甲苯磺酸瑞马唑仑（瑞倍宁）作用机制：GABAA受体拮抗剂；中国批准适应症：用于常规胃镜检查的镇静；批准时间：2019年12月；申报公司：江苏恒瑞医药股份有限公司。47.甲磺酸氟马替尼（豪森昕福）作用机制：Bcr⁃Abl酪氨酸激酶抑制剂；中国批准适应症：用于治疗费城染色体阳性的慢性髓性白血病（Ph+CML）慢性期成人患者；批准时间：2019年11月；申报公司：上海翰森生物医药科技有限公司。48.甘露特钠（九期一）作用机制：肠道菌群；中国批准适应症：轻度至中度阿尔茨海默病；批准时间：2019年11月；申报公司：上海绿谷制药有限公司。49.可利霉素（必特）作用机制：大环内酯类抗生素；中国批准适应症：上呼吸道感染；批准时间：2019年6月；申报公司：沈阳同联集团有（限公司。50.本维莫德（欣比克）作用机制：细胞因子受体拮抗剂；中国批准适应症：用于局部治疗成人轻至中度稳定性寻常型银屑病；批准时间：2019年6月；申报公司：广东中昊药业有限公司。51.罗沙司他（爱瑞卓）作用机制：低氧诱导因子脯氨酰羟化酶抑制剂；中国批准适应症：用于治疗正在接受透析治疗的患者因慢性肾脏病（CKD）引起的贫血；批准时间：2018年12月；申报公司：珐博进（中国）医药技术开发有限公司。52.呋喹替尼（爱优特）作用机制：VEGFR抑制剂；中国批准适应症：适用于既往接受过氟尿嘧啶类、奥沙利铂和伊立替康为基础的化疗，以及既往接受过或不适合接受抗VEGF治疗、抗EGFR治疗（RAS野生型）的转移性结直肠癌患者；批准时间：2018年9月；申报公司：和记黄埔医药（上海）有限公司。53.吡咯替尼（艾瑞妮）作用机制：HER2、EGFR双靶点的酪氨酸激酶抑制剂；中国批准适应症：联合卡培他滨，适用于治疗HER2阳性、既往未接受或接受过曲妥珠单抗的复发或转移性乳腺癌患者；批准时间：2018年8月；申报公司：江苏恒瑞医药股份有限公司。54.达诺瑞韦钠（戈诺卫）作用机制：NS3/4A蛋白酶抑制剂；中国批准适应症：丙型肝炎；批准时间：2018年6月；申报公司：歌礼药业（浙制剂江）有限公司。55.艾博韦泰（艾可宁）作用机制：HIV融合抑制剂；中国批准适应症：用于治疗经其他多种抗逆转录病毒药物治疗仍有HIV⁃1病毒复制的HIV⁃1感染者；批准时间：2018年5月；申报公司：前沿生物药业（南京）股份有限公司。56.盐酸安罗替尼（福可维）作用机制：小分子酪氨酸激酶抑制剂；中国批准适应症：VEGFR/PDGFR/FGFR/C⁃KIT等多靶点酪氨酸激酶抑制剂；批准时间：2018年5月；申报公司：正大天晴药业集团股份有限公司。57.海姆泊芬（复美达）作用机制：光敏剂；中国批准适应症：用于鲜红斑痣的治疗；批准时间：2016年12月；申报公司：上海复旦张江生物医药股份有限公司。58.苹果酸奈诺沙星（太捷信）作用机制：II型DNA拓扑异构酶抑制剂；中国批准适应症：用于治疗社区获得性细菌性肺炎；批准时间：2016年5月；申报公司：浙江医药股份有限公司/太景生物科技股份有限公司。59.西达本胺（爱谱沙）作用机制：组蛋白去乙酰化酶抑制剂；中国批准适应症：用于治疗既往至少接受过一次全身化疗的复发或难治的外周T 细胞淋巴瘤（PTCL）患者；批准时间：2014年12月；申报公司：深圳微芯生物科技有限责任公司。60.甲磺酸阿帕替尼（艾坦）作用机制：VEGFR⁃2抑制剂；中国批准适应症：用于治疗既往至少接受过2种系统化疗后进展或复发的晚期胃腺癌或胃⁃食管结合部腺癌患者；批准时间：2014年12月；申报公司：江苏恒瑞医药股份有限公司。61.吗啉硝唑（迈灵达）作用机制：DNA合成抑制剂；中国批准适应症：用于妇科炎症治疗（盆腔炎）以及联合手术治疗化脓性阑尾炎、坏疽性阑尾炎；批准时间：2014年2月；申报公司：江苏豪森药业集团有限公司。62.阿利沙坦酯（信立坦）作用机制：血管紧张素II受体拮抗剂；中国批准适应症：用于轻、中度原发性高血压的治疗；批准时间：2012年7月；申报公司：上海艾力斯医药科技有限公司。63.艾拉莫德（艾得辛）作用机制：核因子NF⁃κB活化作用抑制剂；中国批准适应症：类风湿性关节炎；批准时间：2011年8月；申报公司：先声药业集团有限公司。64.盐酸埃克替尼（凯美纳）作用机制：EGFR抑制剂；中国批准适应症：单药适用于治疗EGFR敏感突变的局部晚期或转移性NSCLC患者的一线治疗；单药可试用于治疗既往接受过至少一个化疗方案失败后的局部晚期或转移性NSCLC，既往化疗主要是指以铂类为基础的联合化疗；术后辅助治疗；批准时间：2011年4月；申报公司：贝达药业股份有限公司。65.艾瑞昔布（恒扬）作用机制：COX⁃2抑制剂；中国批准适应症：用于缓解骨关节炎的疼痛症状；批准时间：2011年5月；申报公司：江苏恒瑞医药股份有限公司。66.盐酸安妥沙星（优朋）作用机制：抑细菌拓扑异构酶II抑制剂；中国批准适应症：用于治疗细菌感染引起的慢性支气管炎的急性发作（AECB）、急性肾盂肾炎（AP）、急性膀胱炎和多发业性毛囊炎；批准时间：2009年4月；申报公司：中国安徽环球药业。67.艾普拉唑（壹丽安）作用机制：质子泵抑制剂；中国批准适应症：十二指肠溃疡；批准时间：2007年12月；申报公司：丽珠集团。68.盐酸槐定碱作用机制：作用机制不明；中国批准适应症：试用于不能耐受标准化疗的恶性滋养细胞肿瘤的治疗；批准时间：2005年8月；申报公司：通化中盛药业有限公司。69.盐酸博安霉素（业立宁）作用机制：作用机制不明；中国批准适应症：头颈部恶性肿瘤；批准时间：2004年6月；申报公司：辽源迪康药业。70.三苯双脒（力卓）作用机制：广谱肠道驱虫药；中国批准适应症：用于治疗钩虫（尤其是美洲钩虫）、蛔虫感染；批准时间：2004年4月；申报公司：山东新华制药股份有限公司。71.血卟啉（喜泊分）作用机制：作用机制不明；中国批准适应症：用于治疗口腔、膀胱等部位和表浅癌症；批准时间：2003年9月；申报公司：重庆市华鼎现代生物制药有限责任公司。72.甘氨双唑钠（希美纳）作用机制：作用机制不明；中国批准适应症：适用于对头颈部肿瘤、食管癌、肺癌等实体肿瘤进行放射治疗的病人；批准时间：2002年11月；申报公司：广州莱泰制药有限公司。73.丁苯酞（恩必普）作用机制：双孔钾通道抑制剂；血小板聚集抑制剂；中国批准适应症：急性缺血性脑卒中；批准时间：2002年9月；申报公司：石药集团欧意药业有限公司。74.爱普列特（川流）  作用机制：选择性的和非竞争性的类固醇Ⅱ型5α⁃还原酶抑制剂；中国批准适应症：用于治疗良性前列腺增生症；批准时间：2001年1月；申报公司：江苏联环药业。75.双环醇（百赛诺）作用机制：作用机制不明；中国批准适应症：用于治疗慢性肝炎所致的氨基转移酶升高；批准时间：2001年9月；申报公司：北京协和药厂。小结长期以来，我国的原研药主要依赖进口，而从本土出口海外的药品则多为原料药或仿制药，总体对全球医药创新体系的贡献相对较小。近年，随着改革开放的深化与综合国力的提升，我国医药行业加快转型升级，尤其在药改、医改的利好政策驱动下，制药业兴起创新浪潮，大批科学家归国投入新药研发，为医药产业从仿制转向创新、从本土走向全球，注入了可持续发展的活力，自主研发新药逐年增加。参考资料：[1] 药渡数据库[2] 药智网[3] 精准药物ENDIDC2024第六届化学创新药与改良型新药研发论坛：聚焦Protac、分子胶、CNS、小分子GLP-1、改良型新药研发。合作展位事宜请联系：李欣欣 158 0045 2389戳这里，阅读原文立即领取免费参会入场券