The Naval Medical University of PLA

论坛背景 为了加强国内外单细胞和空间生物技术学术交流，促进单细胞&空间组学基础研究、转化与临床研究深入发展， “第三届长三角单细胞组学技术应用论坛暨空间组学前沿论坛” 将于 2024年3月1-2日 在 中国·上海 召开。 为推动我国单细胞组学技术更快、更优的解决临床问题，转化医学网联合中国医药生物技术协会基因检测技术分会、中国遗传学会遗传诊断分会等多家单位发起了 中国单细胞系列论坛：长三角单细胞论坛、西南单细胞论坛和北京单细胞论坛 ，通过分享研究热点、技术进展、应用场景、临床需求、市场反馈、瓶颈分析及机遇与挑战等话题，对单细胞组学技术做了深入的交流与探讨。 作为2024开年之作，“第三届长三角单细胞组学技术应用论坛暨空间组学前沿论坛” 将在传承系列论坛成功经验的基础上，继往开来，开拓创新。增加单细胞和空间组学最新研究及应用，涉及转录组、蛋白组和代谢组等最新技术前沿；届时领域内知名研究者、技术专家、应用专家，将围绕临床应用和药物开发方面的内容，针对技术发展现状、存在的问题及未来的应用场景做深入探讨。 在此，我们诚挚的邀请您的参与！ 时间地点 时间： 2024年3月1-2日 地点： 上海中油阳光大酒店（上海浦东东方路969号） 主办单位 中国医药生物技术协会基因检测技术分会 中国遗传学会遗传诊断分会 世界华人医师协会前沿科技与临床转化专委会 国家卫健委出生缺陷与生殖健康重点实验室 长三角一体化基因检测联盟 新源转化医学中心 上海市遗传学会 转化医学网 裕策生物受邀参会 展位号：N 裕策生物成立于2015年，是国内的肿瘤免疫诊断、治疗整体解决方案平台，围绕肿瘤新生抗原的检测技术能力开展产品研发、转化和商业推广。 公司拥有肿瘤新生抗原检测和鉴定平台、肿瘤免疫多维检测和研究平台、专业的肿瘤免疫生信解读数据库、肿瘤免疫诊疗真实世界研究数据库，依托国际高标准的研究和生产质量体系以及经验丰富的管理运营团队，为肿瘤患者提供临床可及的用药指导、动态监测检测产品，为医疗机构及服务商提供精准医学解决方案，为药企提供高质量的伴随诊断、治疗靶点开发服务。 裕策生物秉承“让肿瘤免疫更有效”的使命，致力于成为中国精准肿瘤免疫诊疗第一品牌。 报名注册 部分嘉宾（姓氏排序，持续更新中...） 曹广文 中国人民解放军海军军医大学 流行病学专家，教授，中国人民解放军海军军医大学流行病学教研室主任、上海市生物医学防护重点实验室主任。长期从事原发性肝癌流行病学、乙肝病毒（HBV）基因组流行病学、HBV致癌机制和防控技术研究，首次阐明HBV基因组流行特征，揭示了“HBV末路进化规律”和炎症驱动HBV进化机制，提出了“癌症进化发育学”理论体系，建立了HBV致癌预测和防控措施。“癌症进化发育学”在结直肠癌、胆囊/胆管癌、肾细胞癌和胃癌等癌症中得到证实，被写入国外教科书。参与了20余项临床和公共卫生指南/专家共识的修订，主编出版专著10部，以第一/通讯作者在JCO等发表SCI收录论文128篇。以第一完成人获得国家自然科学奖二等奖（2019），教育部自然科学奖一等奖（2018），上海市科技进步奖一等奖（2018），军队科技进步奖一等奖（1999）。获得国家科技进步奖3项。 陈 磊 海军军医大学东方肝胆外科医院 研究员，博导。现任海军军医大学东方肝胆外科医院/国家肝癌科学中心细胞信号转导研究室主任。入选国家基金委优青，教育部青年长江学者，上海市优秀学术带头人。兼任中国抗癌协会青年理事，中国医师协会临床精准医疗专业委员会常务委员、青年委员会副主任委员，上海市遗传学会理事。师承中国工程院院士王红阳教授，主要从事肝癌早诊早治基础应用研究。发表通讯/第一（含并列）作者SCI论文70篇（IF>10论文30篇），他引3600余次，12篇引用100次，H指数62。授权国家发明专利3项。主持科技部专项子课题，基金委重大、重点项目、重大研究计划集成项目、面上/培育项目及上海市项目20余项。获中华医学科技奖一等奖、中国抗癌协会科技奖一等奖、福建省科技进步一等奖、上海市医学科技一等奖、上海市青年科技英才、明治生命科学奖、吴孟超医学青年奖、军队三等功等奖励荣誉。 陈豪燕 上海交通大学医学院附属仁济医院 上海交通大学医学院附属仁济医院 研究员 中华医学会消化病分会流行病协作组副组长、上海微生物学会委员、中国抗癌协会肠病分会委员 主要研究方向为肠道菌群与肿瘤免疫治疗。以第一作者或通讯作者在Cell，Cell Metabolism, Cell Host & Microbe(2023；2024), Cancer Discovery， Gut，Gastroenterology, 等著名杂志发表高影响力论文数十余篇,累积影响因子超500，总引用次数>2000次。 主持多项国家自然科学基金项目和上海市自然科学基金课题 以主要完成人获国家科技进步奖二等奖和上海市科技进步一等奖 丁 琛 复旦大学 复旦大学人类表型组研究院副院长，复旦大学生命科学学院教授，博士生导师。科技部重点研发计划首席科学家，国家“万人计划”科技创新领军人才，北京市“海聚工程”特聘教授，北京市“优秀青年人才”，上海市“曙光人才计划”，上海市“优秀学术带头人计划”。中国生物物理学会表型组学分会创会秘书长，中国生物化学与分子生物学会蛋白质组学分会委员，中国抗癌协会专业委员会委员，Springer出版集团《Phenomics》杂志创刊执行主编。主要从事以蛋白质组为核心的临床多组学研究：开发一站式高效蛋白质组技术系统和数据云平台Firmiana; 建立了内源性转录因子活性分析技术 (catTFRE); 转录因子DNA修饰结合偏好性解析技术(modi-TFRE); 染色质开放域转录调控蛋白质机器解析技术 (ATAC-MS)。利用多维度组学解析了胶质瘤、胃癌、肝癌、多器官鳞癌、膀胱癌、胰腺导管癌、胆管癌等队列的多维度分子调控网络图景。近5年以通讯作者在Nat Biotechnol、Nat Nanotechnol、Cell Research、Gastroenterology、J Hematol Oncol、Hepatology、Adv Sci、Sci Adv、Nature Commun (16篇)、Mol Cell、J Exp Med、EMBO J、PNAS等高水平杂志发表论文70余篇，邀请综述2篇。主持国家科技部重点研发计划课题2项、科技部国际合作项目1项、863课题1项、国家自然科学基金重点项目3项、北京市自然科学基金1项、北京市留学人员重点项目1项，上海市市级重大科技专项1项，上海市张江专项2项，产学研项目1项。获得中国专利11项、美国专利1项。 丁显廷 上海交通大学 上海交通大学特聘教授、博士生导师，国际合作处副处长，个性化医学研究院常务副院长。民盟中央委员，国家重点实验室PI、求是基金会“求是杰出青年学者奖”、广慈基金会“转化医学创新奖”。担任比尔.盖茨基金会国际重大专项负责人、国家”重大新药创制“科技重大专项负责人、国家重点研发计划”生物安全技术“专项负责人、科技部亚太经合组织国际合作项目负责人、军委科技委国防创新特区第一批启动项目负责人。在Nature, PNAS, Advanced Materials, Science Advances, Genome Biology, Nature Communications,等领域内旗舰杂志发表论文150余篇；授权国内外发明专利60余项。研究方向：单细胞蛋白组学技术、空间蛋白组学、单细胞生物芯片技术。 房静远 上海交通大学医学院附属仁济医院 上海交通大学讲席教授，交大医学院二级教授和博导、附属仁济医院主任医师；上海交通大学医学院附属仁济医院副院长、消化科主任；上海市消化疾病研究所长；上海交通大学医学院消化科学院院长、上海市消化内科临床医学中心主任、上海市消化内科临床质控中心主任, 国家卫健委内科消化重点实验室主任。中华医学会消化病学分会候任主任委员。国家杰出青年基金获得者、教育部“长江学者”特聘教授。 郭国骥 浙江大学 浙江大学求是特聘教授，浙江大学血液学研究所副所长。2005年本科毕业于武汉大学生命科学学院生物技术专业。2010年博士毕业于新加坡国立大学及新加坡基因研究所。之后赴美国哈佛大学医学院，任达纳法伯癌症中心及波士顿儿童医院Research Fellow。2014年入职浙江大学医学院干细胞与再生医学中心。2019年入选“万人计划”科技创新领军人才。一直致力于单细胞分析技术的开发与应用，并在细胞图谱的绘制上有突出贡献。曾获“谈家桢生命科学创新奖”，“树兰医学青年奖”，“霍英东青年教师奖”，“中源协和生命医学创新突破奖”等荣誉。以通讯作者在Nature、Cell、Nature Genetics等著名期刊发表多篇学术论文。 韩泽广 上海交通大学系统生物医学研究院 上海交通大学讲席教授、上海交通大学系统生物医学研究院院长, 系统生物医学教育部重点实验室主任。曾获得国家“万人计划”百千万工程领军人才、教育部长江学者奖励计划特聘教授、国家杰出青年基金获得者、“新世纪百千万人才工程”国家级人选、“973”项目首席科学家。主要科研方向：肿瘤（肝癌等）遗传学和基因组学；重要基因功能研究；单细胞分析和应用。在国际杂志发表论文150余篇，包括以通讯作者在Nature、Nature Genetics、JCI、GUT、Journal of Hepatology、Hepatology、PNAS、Annu Rev Genomics Hum Genet等发表论文、综述、社评等, 论文被他人引用9000余次，获爱思唯尔“中国高被引学者”。以第一完成人获国家自然科学二等奖，教育部和上海市自然科学一等奖以及谈家桢生命科学奖等。 黄来源（Ng Lai Guan） 上海市免疫治疗创新研究院 Dr. Ng是澳大利亚Garvan Institute of Medical Research免疫学博士。2009-21年期间在新加坡科技局免疫研究院担任研究员，2022 年加入上海市免疫治疗创新研究院。作为免疫学界国际知名的学者，在髓系细胞领域做了大量开创性工作，在Science，Immunity，J Exp Med等国际顶级期刊论文 60 余篇，被引 2.5 万余次，H-index 60+，于 2020-23年连续荣获 Clarivate“全球高被引学者”。受邀于Annu Rev Immunol，Nat Rev Immunol，Trends Immunol，Cancer Cell等期刊发表综述和评论。曾作为会议召集者主办血液和免疫研讨会大会（2019），The Granulocyte Meeting （2023）等国际会议。目前Ng实验室主要聚焦于通过在体成像技术、高维流式、多组学以及生物信息学方法研究免疫细胞特别是粒细胞和单核细胞的招募和发育规律，及其在组织稳态和疾病中的作用。 江一舟 复旦大学附属肿瘤医院 研究员，副主任医师，博士生导师；复旦大学附属肿瘤医院副院长，临床研究中心主任。国家优秀青年科学基金获得者。主持国家重点研发计划课题、上海市优秀学术带头人、上海市浦江人才计划。通讯/一作发表Nature Genetics、Cancer Cell、Cell Metabolism（3篇）、Cell Research（3篇）、Nature Chemistry、PNAS等期刊论著，他引3000余次。获得上海市科技进步奖一等奖、中国抗癌协会科技奖一等奖、全国青年岗位能手、达摩院青橙奖、上海青年科技英才、上海市五四青年奖章标兵、上海市卫生健康系统 “银蛇奖”一等奖。 李 辰 上海交通大学医学院公共卫生学院 研究员，上海交通大学医学院，公共卫生学院，单细胞组学与疾病研究中心，蛋白质组学与代谢组学平台主任。在质谱技术的开发及应用领域深耕多年，形成了侧重临床样本，兼顾单细胞、低投入及混合样品，注重静态和动态生物标志物找寻的特色技术体系，并开展了在肿瘤、胚胎发育等领域中的系列科研工作。主持国家及省部级项目5项，参与科技部973计划、国自然重大研究计划、国家重点研发计划重点专项、中科院战略性先导科技专项等12项。参与编撰国际系列丛书1部、专业书籍1部、参与申请国内发明专利29项，其中12项获授权。近年来，以第一作者或通讯作者身份（含共同）在Cancer Cell、Genome Biol.、Cell Death Dis.、Genomics Proteomics & Bioinformatics国际一流杂志发表多篇SCI论文。入选国家科技计划专家库、上海市科技专家库、上海市高水平地方高校创新团队等。担任Cell Press、GPB等期刊审稿人。 李 虹 中国科学院上海营养与健康研究所 中国科学院上海营养与健康研究所研究员，博导，国家优青，中科院青促会优秀会员。作为负责人主持国自然、中科院和上海市10余项项目；作为骨干参与国家重点研发计划、国家支撑计划、中科院青年团队计划等。曾获上海市自然科学技术奖一等奖、上海市科技系统青年五四奖、上海生物信息学会生物信息青年新星奖。长期致力于肿瘤系统生物学研究，将统计、计算机、信息技术用于解决肿瘤相关的基础和临床科学问题，在Cancer Cell, Cell Stem Cell, Genome Bio, Genome Med等国际期刊发表众多学术论文。 卢大儒 复旦大学 复旦大学特聘教授、复旦大学生命科学学院基因技术教育部工程研究中心主任、国家卫健委出生缺陷与生殖健康重点实验室主任、中国遗传学会副理事长、中国优生优育协会常务理事、上海市遗传学会荣誉理事长、上海市人类学会副理事长、上海生物工程学会副理事长。主要研究基因编辑与基因治疗及遗传病等领域，曾经获得国家技术发明二等奖（第二完成人，1997）、国家自然科学二等奖（2007，第三完成人）， 省部级科技一等奖5项，获得国家级教学成果二等奖1项, 指导获得4届全国大学生挑战杯最高奖。此外, 获得全国优秀博士论文、全国优秀教师、中国青年科技奖、国家百千万人才工程国家级人选等。 任善成 上海长征医院 教授，主任医师，博士生导师。上海长征医院泌尿外科主任、机器人手术中心主任、党支部书记。国家重点学科带头人、全军泌尿外科中心主任、国家杰出青年科学基金获得者、教育部青年长江学者。国家自然科学基金委医学部专家咨询委员会委员（2023-）、Asian Journal of Urology执行主编、亚洲泌尿外科机器人学会学术委员会主席、中华医学会泌尿外科分会青年委员会秘书长、上海市“一带一路”泌尿系统肿瘤国际联合重点实验室主任。擅长泌尿系统肿瘤特别是前列腺癌的微创手术和综合治疗，主刀完成泌尿系统微创手术逾4000例，其中机器人手术3000余例，完成亚洲首例单孔机器人前列腺癌根治术和经会阴机器人前列腺癌根治术，荣获达芬奇机器人手术中国十万例杰出贡献奖。以通讯/第一作者在Nat Med、 Nat Cell Biol 、Mol Cell, Nat Commun、Eur Urol等国际权威期刊发表SCI论文60余篇，总影响因子695分。主持国家自然科学基金重点项目、国家重大研发计划等国家和省部级课题20余项，申请国家发明专利17项，获批13项。入选树兰医学青年奖、上海市卫生系统青年人才最高奖“银蛇奖”一等奖、“国之名医·青年新锐”等10余项人才计划。 苏 冰 上海市免疫学研究所 上海交通大学王宽诚讲席教授、上海市免疫学研究所所长，上海交通大学医学院特聘教授、免疫学与微生物学系主任，瑞金医院免疫相关疾病研究中心主任和首席科学家，上海交通大学医学院-耶鲁大学免疫代谢研究院主任，长江学者讲座教授，上海交通大学致远荣誉博士生导师，国家科技部重点研发计划首席科学家，美国耶鲁大学、上海中医药大学和中南大学湘雅医院客座教授。研究主要聚焦于MAPK和mTOR信号通路在肠道间质细胞、巨噬细胞、T、B细胞和固有样淋巴细胞以及血管细胞的调控机制及其在肠道炎症、肿瘤、纤维化、心脑血管等疾病中的生理病理作用。作为通讯作者在Nature、Cell、Immunity、Nature Genetics、Nature Immunology、EMBO J、Blood、Cell Metabolism、Cancer Cell、Molecular Cell、Cell Reports Medicine等国际知名杂志发表SCI论文153篇，他引超过21000次。主持多项科研项目，包括美国NIH、ACS、DOD、AHA、LLS、Irvington Fellowship，以及国家科技部、国家自然科学基金重大研究计划、重点项目、国际合作项目，以及上海市科委、卫计委等项目。曾担任美国华人生物学家协会秘书长和理事会委员，现任《现代免疫学》杂志主编，Journal of Molecular Cell Biology和Current Research in Immunology杂志副主编，SCIENCE CHINA Life Sciences、Signal Transduction and Targeted Therapy等杂志编委，国家自然基金委重点/面上项目、CJ及美国NIH、AHA等多个学科组的专业委员和项目评审专家。 唐惠儒 复旦大学 复旦大学特聘教授、国家杰青、“精准医学”及“前沿生物技术”国家重点研发计划项目首席科学家、英国皇家化学会会士、新世纪百千万人才工程国家级人选、国务院特殊津贴专家。1994年获伦敦大学博士学位。曾任英国BBSRC食品研究所及帝国理工学院生物医学部Senior Scientist、中科院武汉物数所研究员、“中科院生物磁共振分析重点实验室”创建主任、科技部973与蛋白质科学重大计划等项目评审专家、J Proteome Res编委。研究代谢物功能及代谢组学30余年，在Nature、Nat Microbiol、PNAS等上发表SCI论文210余篇，被引1万余次（h指数~65）。获批国内外发明专利多项。现任中国生物物理学会理事、代谢组学分会会长、自由基生物学及医学分会常务理事、生物磁共振专委会委员，中国抗癌协会肿瘤代谢专业委员会常务理事，中国营养学会基础营养学分会理事，Metabolomics、Curr Metabolomics、Arch Pharm和《基础医学与临床》等编委，Nutrition & Metabolism及Phenomics等副主编。 王红霞 复旦大学附属肿瘤医院 主任医师，博导。复旦大学教授、上海交通大学特聘教授。复旦大学附属肿瘤医院大内科主任。 中国抗癌协会肿瘤异质性与个体化治疗专委会主委、中国抗癌协会理事、上海抗癌协会副理事长、上海医师协会肿瘤学分会副会长。主任医师，博导。国家杰出青年基金获得者，国家重点研发计划首席，复旦大学与上海交通大学特聘教授。获国家杰青、中国青年女科学家奖、全国巾帼建功标兵、中国肿瘤青年科学家奖、上海市优秀学术带头人、上海医树奖、上海医务工匠等。主攻乳腺癌的精准诊治与实体肿瘤的免疫治疗。在Cell Res、Nat Cell Biol、Cancer Discov、Nat Commun、Sci Adv、PNAS 等发表论著 40 多篇，申请国家专利 11 项，PCT 专利 1 项。带领团队入选国家临床重点专科、国家乳腺肿瘤综合诊疗示范中心，高水平地方高校临床研究创新团队与战略核心团队等。 王建华 复旦大学附属肿瘤医院 复旦大学附属肿瘤医院 研究员、博士生导师；安徽理工大学特聘教授；上海高校特聘教授（东方学者）及跟踪计划、上海市卫生局优秀学科带头人、中国职业安全健康协会工业防毒专业委员会副主任委员、国家自然科学奖评审委员会委员、科技部重大研究计划及上海市科委基础研究重点等评审专家。研究领域：1. 前列腺癌微环境异质性；2.表观遗传修饰调控肿瘤发生发展；3.煤矿粉尘防控与职业安全健康。 近5年以通讯作者身份发表论文近20多篇，文章被引用（至2023年11月）超过6000次，单篇最高引用次数超过600次。相关研究论文发表在 Nature Cell Biology, JCI, Cancer Res, Clinical Cancer Res, Journal of Pathology, Oncogene, Molecular Cancer, Particle and Fibre Toxicology 等国际主流杂志，研究团队获得近20项国家级,上海市科研和人才项目资助。 王向东 复旦大学附属中山医院 欧洲科学院院士，医学博士，复旦大学特聘教授，上海临床生物信息学研究所所长，复旦大学中山医院呼吸首席科学家。中国生物医药技术协会基因检测技术分会主任委员、中国医师协会临床精准医学委员会副主任委员、世界华人医师协会副会长。主要研究包括单细胞测序、临床生物信息学、疾病特异性生物标志物、慢性肺疾病、癌症免疫学和分子与细胞治疗。已发表300多篇科学论文，总影响因子约1100，引用数量约10600次，h-index为54，i10-index为268。 卫立辛 国家肝癌科学中心 肿瘤学研究员，内科教授，国家肝癌科学中心PI。原东方肝胆外科医院肿瘤免疫与基因治疗中心主任，从事肝相关疾病的临床与基础研究30余年。提出肝癌发生新机制及防治新策略。发表中英文论文200余篇，SCI收录130余篇，被他引21053余次。主持国自然基金共12项，其中重点项目2项；负责参加7项973及国家重大专项课题。获国家科技进步创新团队奖、上海市科技进步二等奖。被评为上海市领军人才、优秀学科带头人，曙光学者及浦江人才。 武多娇 复旦大学附属中山医院 医学博士，复旦大学附属中山医院研究员，复旦大学附属金山医院副院长。聚焦免疫代谢调控机制及干预靶点的研究，近五年作为第一作者或者通信作者共发表SCI论文50余篇，主编或参编免疫代谢、系统免疫学等领域英文专著5本；兼任中国医药生物技术协会基因检测分会秘书长、上海心肺疾病人工智能工程技术研究中心常务副主任等。作为项目主持人获十余项国家、省部级等课题资助，以第一完成人获华夏医学科技奖三等奖1项，获“上海市青年科技启明星”，“上海市浦江人才”等计划资助。 叶幼琼 上海市免疫学研究所 研究员，上海交通大学医学院,上海市免疫学研究所课题组长，博士生导师。课题组聚焦肿瘤空间微环境（TSME）和免疫治疗(http://www.yelab.site/)，以单细胞、空间组学为驱动，构建算法、结合生物信息学创新方法、基础实验、临床队列等解析TSME，开发肿瘤空间微环境解析工具，创新性提出靶向肿瘤空间边界免疫屏障结构的新治疗策略，构建肿瘤免疫治疗疗效预测模型。相关研究成果以（共同)第一、最后通讯在Cancer Cell、Nat Metab、Nat Commun (2022, 2023a, 2023b) 、J Hepatol、Cancer Res（2022，2024）等。 赵玉政 华东理工大学 华东理工大学，教授，博士生导师，药学院副院长（主持工作），北京协和医学院博士生导师，上海市前沿科学研究基地主任，中国医学科学院创新单元主任，国家重点研发计划项目首席科学家，教育部国家级青年人才（2017），国家优秀青年科学基金获得者（2017），国家自然科学基金创新研究群体核心成员。研究方向是细胞代谢监测示踪与生命健康，主要研究成果发表在Nature Methods、Nature Metabolism、Cell Metabolism(3篇)、Nature Protocols(2篇)、Developmental Cell、Science Advances(2篇)、Cell Reports、PNAS和Blood等国际权威学术期刊；授权国内外发明专利15项；获教育部自然科学一等奖（2020）、上海青年科技英才奖（2018）、上海市青少年科技创新“市长”奖（2013）等荣誉。研究成果在国际上产生重要影响，被国际同行称为“颠覆性技术”，目前已被全球来自哈佛大学、斯坦福大学、麻省理工学院、牛津大学、剑桥大学等500多个国内外一流研究机构实验室跟踪应用。 朱鹤 上海交通大学医学院附属仁济医院干细胞研究中心 2006年本科毕业于复旦大学，之后赴美国加州大学圣地亚哥分校医学院攻读博士学位。2011年博士毕业后留校从事博士后研究，2012年全职回国工作。现任上海交通大学医学院附属仁济医院干细胞研究中心研究员、博士生导师，肿瘤系统医学全国重点实验室研究员。入选国家优青，上海市优秀学术带头人等。近年在Journal of Clinical Investigation (2023), Advanced Science (2023)，Cell Reports (2023)，Nature Cancer (2022)，Nature Communications (2020, 2019)等期刊发表最后通讯作者论文。主要研究前列腺癌细胞可塑性的调控机制和新的干预手段；神经相关因素对前列腺癌的治疗耐受和转移的促进作用和机理；肿瘤相关成纤维细胞的调控机制。 朱正江 中国科学院上海有机化学研究所 现任中国科学院上海有机化学研究所生物与化学交叉研究中心研究员、课题组长，基金委优青等项目获得者。2006年本科毕业于南京大学，2011年博士毕业于美国马萨诸塞大学阿默斯特分校，2011-2013年曾在美国加州斯克利普斯研究所从事博士后研究，2013年底回国加入中科院。有超过15年从事质谱技术和代谢组学研究的经历，已在Immunity、Nature Chemistry、Nature Communications、Analytical Chemistry等国际学术期刊上发表>80篇论文，引用超8000次，H指数44。率领团队开展质谱驱动的代谢组学精准测量关键技术的研发，研发的多项代谢组学技术，如MetDNA、MetTracer、Met4DX等，在相关专业领域具有广泛的国际影响力。课题组的研究方向聚焦于发展质谱驱动代谢组学技术和复杂疾病的代谢调控机理研究，详细见课题组网站(www.zhulab.cn)。朱正江目前兼任中国生物物理协会代谢组学分会秘书长、中国质谱学会理事会理事、中国细胞生物学细胞代谢分会理事、中国药理学会分析药理分会理事、Nature出版社Communications Biology和Genomics, Proteomics & Bioinformatics（GPB）等杂志编委等。 （更多嘉宾及日程持续更新中） 报名注册 联系我们 参会咨询 联系人：李老师 手机：180 1971 3070（微信同号） 邮箱：liminji@360zhyx.com 申请演讲 联系人：张老师 手机：177 2132 5659（微信同号） 邮箱：zhangqin@360zhyx.com 赞助合作 联系人：黄老师 手机：133 7192 8010（微信同号） 邮箱：huangxuqiong@360zhyx.com 往届情况 【快讯】第四届单细胞测序技术应用研讨会暨单细胞&空间组学研讨会在北京圆满落幕！大咖云集，共话单细胞发展新篇章! 【快讯】第二届长三角单细胞组学技术应用论坛圆满结束，大咖云集，共话单细胞组学技术！ 【快讯】首届长三角单细胞组学技术应用论坛圆满结束，大咖云集，共话单细胞组学技术！ 【快讯】首届西南单细胞组学技术应用论坛在山城重庆召开，大咖云集，聚焦前沿技术与临床转化，共谋单细胞产业发展

点击上方的 行舟Drug ▲ 添加关注个体化风险预测是提供个体化药物的先决条件。目标本研究将蛋白质组学机器学习(ML)算法与经典和临床风险预测方法相比较，预测心血管风险队列中的全因死亡率。OBJECTIVES This study compare proteomics-enabled machine-learning (ML) 算法与经典和临床风险预测方法对心血管风险患者队列的全因死亡率LIFE-Heart 研究中的因素，随后在 PLIC（Progressione della Lesione Intimal Carotidea）研究中进行验证。METHODS 使用 OLINK-Cardiovascular-II 面板，在来自 LIFE- 的 1,998 名个体的队列中测量了 92 种蛋白质心脏研究（推导）和来自 PLIC 队列的 772 名受试者（外部验证）。我们使用 eXtreme Gradient Boosting (XGBoost) 和神经网络构建了基于蛋白质的死亡率预测模型，将预测性能与经典临床风险评分（Systemic Coronary Risk Evaluation，Framingham）、逻辑和 Cox 回归模型进行了比较。RESULTS All-在中位随访 10 年和 11 年内，内部验证队列中有 156 名 (8%) 患者和外部验证队列中有 68 名 (9%) 患者发生了死因。在内部和外部验证中，Framingham 风险评分的曲线下面积 (AUC) 分别为 0.64（95% CI：0.59-0.68）和 0.65（95% CI：0.58-0.74），逻辑回归 AUC 为 0.65（95% CI） : 0.57-0.73) 和 0.67 (95% CI: 0.59-0.74)，Cox 回归 AUC 为 0.55 (95% CI: 0.51-0.59) 和 0.65 (95% CI: 0.57-0.73)，XGBoost 分类器 AUC 为 0.83 ( 95% CI：0.79-0.87）和 0.91（95% CI：0.86-0.95），XGBoost 生存估计量 AUC 为 0.83（95% CI：0.79-0.87）和 0.93（95% CI：0.88-0.97），以及神经网络 AUC 分别为 0.87（95% CI：0.83-0.91）和 0.94（95% CI：0.90-0.98）（现代与经典 ML：P < 0.001）。科研背景        代谢组学是对某一生物或细胞在一特定生理时期内所有代谢产物同时进行定性定量分析的学科，被广泛用于揭示小分子与生理病理效应间的关系。目前，代谢组学已经被应用于药物开发的各个阶段（如药物靶标识别、先导化合物发现、药物代谢分析、药物响应和耐药研究等）。基于代谢组学的高性价比特性，它被药学领域的研究者给予了厚望，有望加速新药开发的进程。然而，代谢组领域还面临着严重的信号处理与数据分析问题，对其在新药研发中的应用构成了巨大挑战。为了有效消除由环境、仪器和生物因素所引入的不良信号波动，就需要开发针对代谢组信号系统优化的新方法，为不同组学研究量身定制最优的数据分析策略。         随着高通量组学平台的发展，极大了促进了生物医学领域的发展，使得人们能够从基因组学，转录组学，蛋白组学，代谢组学等各个维度进行深入的研究。一切生命的表现形式，本质上都是蛋白质功能的体现。如果我们能够了解细胞、组织乃至整个生命体内蛋白质的组成及其活动规律，理解不同组织器官在不同生理病理状态下蛋白质组的构成和动态变化，就会对疾病的发生、发展、转归等过程有一个全面的认识，把握疾病诊治的关键，提高药物开发的效率。在高通量测序和多组学的快速发展下，无论是基因组学、表观组学、转录组学、宏基因组学还是蛋白质组学、代谢组学，都已经积累了非常庞大的数据，数据的大量增加需要更高效更强大的分析工具才能更好的对海量的组学数据进行深度挖掘，然而传统的信息数据处理算法显然不能满足大数据的处理要求，机器学习作为可以从数据中进行学习的算法，在组学数据分析和挖掘，如对疾病亚型识别、 生物标志物发现、 通路分析以及药物发现及其再利用有着更广泛的前景和应用空间。                CADD(Computer Aided Drug Design):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，针对这些基础研究中所揭示的包括酶、受体、离子通道及核酸等潜在的药物设计靶点，并参考其它类源性配体或天然产物的化学结构特征，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，CADD的应用，包括基于结构的药物设计（SBDD）、基于配体的药物设计（LBDD）、高通量虚拟筛选（HTVS）等技术，突破了传统的先导物发现模式，极大地促进了先导化合物发现和优化。特别是在食品、生物、化学、医药、植物、疾病方面应用广泛！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。CADD的应用可以加快靶点发现的速度，提高靶点发现的准确度，从而推进新药研发。      AIDD（AIDrug Discovery & Design）：是近年来非常火热的技术应用，且已经介入到新药设计到研发的大部分环节当中，为新药发现与开发带来了极大的助力。随着医药大数据的积累和人工智能技术的发展，运用AI技术并结合大数据的精准药物设计也不断推动着创新药物的发展。在新型冠状病毒的治疗方案中，通过一系列计算机辅助药物生物计算的方法发现一大类药物分子可以有效阻止新冠病毒的侵染，为治疗新冠提供了新思路。倾向于机器对数据库信息的自我学习，可以对数据进行提取和学习，一定程度上避免了化合物设计过程中的试错路径，同时还会带来很多全新的结构，为药物发现打破常规的结构壁垒。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、癌症、核酸、毒物学等研究科研人员及爱好者培训目标（完全适合零基础）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。通过对机器学习在蛋白组学中的应用案例分享，让学员能够掌握机器学习分析蛋白组学的流(tao)程(lu)，了解常用机器学习算法的原理及蛋白组学理论知识。通过实操，复现高分SCI文章中机器学习结果，让学员能够熟悉相关软件和工具的使用，并且学以致用到自己的课题中。CADD计算机辅助药物设计设计流程，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。培训讲师蛋白组学主讲老师来自国内高校李老师授课，有十余年的蛋白质组数据分析经验。研究领域涉及机器学习，芯片数据分析，蛋白质组数据分析，DNA，RNA，甲基化测序数据分析，单细胞测序数据分析，miRNA及靶基因分析等，发表SCI论文30余篇，其中一作及并列一作15篇。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。     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，在我们单位长期进行授课，讲课内容和授课方式以及敬业精神受到参会学员 的一致认可和高度评价      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。课程内容课程一：机器学习代谢组学第一天A1 代谢物及代谢组学的发展与应用（1） 代谢生理功能；（2） 代谢疾病；（3） 非靶向与靶向代谢组学；（4） 空间代谢组学与质谱成像（MSI）；（5） 代谢流与机制研究；（6） 代谢组学与药物和生物标志物。A2 代谢组学实验流程简介A3 色谱、质谱硬件原理（1） 色谱分析原理；（2） 色谱的气相、液相和固相；（3） 色谱仪和色谱柱的选择；（4） 质谱分析原理及动画演示；（5） 正、负离子电离模式；（6） 色谱质谱联用技术；（7） LC-MS 的液相系统A4 代谢通路及代谢数据库（1） 几种经典代谢通路简介；（2） 能量代谢通路；（3） 三大常见代谢物库：HMDB、METLIN 和 KEGG;（4） 代谢组学原始数据库：Metabolomics Workbench 和Metabolights.第二天B1 代谢物样本处理与抽提（1） 组织、血液和体液样本的提取流程与注意事项；（2） 用 ACN 抽提代谢物的流程与注意事项；（3） 样本及代谢物的运输与保存问题；B2 LC-MS 数据质控与搜库（1） LC-MS 实验过程中 QC 样本的设置方法；（2） LC-MS 上机过程的数据质控监测和分析；（3） XCMS 软件数据转换与提峰；B3 R 软件基础（1） R 和 Rstudio 的安装；（2） Rstudio 的界面配置；（3） R 的基本数据结构和语法；（4） 下载与加载包；（5） 函数调用和 debug；B4 ggplot2（1） 安装并使用 ggplot2（2） ggplot2 的画图哲学；（3） ggplot2 的配色系统；（4） ggplot2 画组合图和火山图；第三天机器学习C1 无监督式机器学习在代谢组学数据处理中的应用（1） 大数据处理中的降维；（2） PCA 分析作图；（3） 三种常见的聚类分析：K-means、层次分析与 SOM（4） 热图和 hcluster 图的 R 语言实现；C2 一组代谢组学数据的降维与聚类分析的 R 演练(1) 数据解析；(2) 演练与操作；C3 有监督式机器学习在代谢组学数据处理中的应用（1） 数据用 PCA 降维处理后仍然无法找到差异怎么办？（2） PLS-DA 找出最可能影响差异的代谢物；（3） VIP score 和 coef 的意义及选择；（4） 分类算法：支持向量机，随机森林C4 一组代谢组学数据的分类算法实现的 R 演练(1) 数据解读；(2) 演练与操作；第四天D1 代谢组学数据清洗与 R 语言进阶（1） 代谢组学中的 t、fold-change 和响应值；（2） 数据清洗流程；（3） R 语言 tidyverse（4） R 语言正则表达式；（5） 代谢组学数据过滤；（6） 代谢组学数据 Scaling 原理与 R 实现；（7） 代谢组学数据的 Normalization；（8） 代谢组学数据清洗演练；D2 在线代谢组分析网页 Metaboanalyst 操作（1） 用 R 将数据清洗成网页需要的格式；（2） 独立组、配对组和多组的数据格式问题；（3） Metaboanalyst 的 pipeline 和注意事项；（4） Metaboanalyst 的结果查看和导出；（5） Metaboanalyst 的数据编辑；（6） 全流程演练与操作第五天E1 机器学习与代谢组学顶刊解读（2-3 篇）；（1） Nature Communication 一篇代谢组学小鼠脑组织样本 database 类型的文献；（2） Cell 一篇代谢组学患者血液样本的机器学习与疾病判断的文献；（3） 1-2 篇代谢组学与转录组学和蛋白组学结合的文献。E2 文献数据分析部分复现（1 篇）（1） 文献深度解读；（2） 实操：从原始数据下载到图片复现；（3） 学员实操。部分案例图片课程二：机器学习蛋白组学第一天机器学习及蛋白组学简介1.机器学习基本概念介绍2.常用机器学习模型介绍3.混淆矩阵4.ROC曲线5.主成分分析（PCA）6.蛋白组学基本概念R语言简介及实操1．R语言概述2．R软件及R包安装3．R语言语法及数据类型4．条件语句5．循环6．函数7．常用的机器学习相关R包介绍第二天机器学习在蛋白组学数据分析中的应用案例分享1.利用机器学习鉴定疾病相关蛋白标志物2.利用机器学习基于蛋白组学数据预测表型3.利用机器学习基于蛋白组学数据进行分类4.利用机器学习基于蛋白组学数据构建预后模型蛋白组学相关数据库介绍1.Uniport2.HPA3.TCPA4.CPTAC第三天零代码工具利用机器学习分析蛋白组学数据利用PLOS Computational Biology（IF:5分）发表零代码工具，轻松完成差异表达分析，常见统计分析，常见可视化，内置7种机器学习方法，轻松调用。1.数据导入（两套数据，二分类，多分类）2.数据可视化（散点图，热图，柱形图，相关性热图，火山图，层次聚类图）3.缺失值填充4.数据归一化5.离群值检测/清理6.常见统计方法应用（t-test, limma, Kruskal-Wallis ,ANOVA, PCA, k-means, 相关性分析）7.机器学习方法应用（RF, lasso, SVM等）第四天利用机器学习基于蛋白组学数据预测表型，基于蛋白组学数据复现cell中机器学习分析结果实操内容1.蛋白组学数据处理，差异表达分析2.火山图，多分组热图，多组箱型图展示差异表达分析结果3.构建Random Forest模型4.重要蛋白筛选5.绘制ROC曲线6.独立测试集检测模型表现利用机器学习鉴定疾病相关蛋白标志物，基于Olink数据，复现影响因子17分文章中，蛋白数据常规分析+时序蛋白聚类分析+机器学习分析结果实操内容1.读取蛋白表达数据2.差异蛋白挑选，火山图绘制，箱型图绘制3.时序蛋白表达数据聚类分析4.构建随机森林模型5.挑选重要特征6.独立测试集进行验证第五天利用机器学习基于质谱的蛋白质组学数据，构建肝病相关分类和预后模型，复现Nature Medicine文章中的机器学习，生存分析，预后模型相关的结果。实操内容1.鉴定与不同肝病显著相关的蛋白2.比较22种不同的机器学习分类器，挑选最优算法构建不同肝病的分类模型3.独立队列验证模型准确性4.构建预后模型5.绘制生存曲线和时间依赖的ROC曲线部分案例图片课程三：CADD计算机辅助药物设计课表内容第一天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课程四：AIDD人工智能药物发现与设计课表内容第一天人工智能药物发现(AIDD)简介机器学习和深度学习在药物发现领域的应用工具的介绍与安装 1.人工智能药物发现(AIDD)简介2.机器学习和深度学习在药物发现领域的应用2.1药物靶标相互作用2.2药物重定位2.3药物不良反应2.4药物间相互作用3.工具介绍与安装3.1Anaconda3/Pycharm安装3.2Python基础3.3Numpy基础3.4Pandas基础3.5Matplotlib基础3.6scikit-learn安装3.7Pytorch安装3.8RDKit基础第二天机器学习机器学习药物发现案例1.机器学习1.1分类算法与应用1.2回归算法与应用1.3聚类算法1.4降维1.5模型的评估方法和评价指标1.6特征工程2.机器学习药物发现案例（一）——药物副作用预测模型3.机器学习药物发现案例（二）——化合物生物活性分类模型4.机器学习药物发现案例（三）——化合物生物活性回归模型 图1、副作用在药物-药物相似性网络中传播。第三天深度学习（一）深度学习药物发现案例（一） 1.深度学习（一）1.1多层感知机1.2深度神经网络1.3反向传播1.4优化方法1.5损失函数1.6卷积神经网络2.深度学习药物发现案例（一）——药物-药物相互作用预测模型 图2、利用药物关联网络特征和深度神经网络识别药物之间潜在相互作用事件。第四天深度学习（二）深度学习药物发现案例（二）1.深度学习（二）1.1循环神经网络1.2消息传递神经网络1.3图卷积神经网络1.4图注意力神经网络1.5图采样和聚合2.深度学习药物发现案例（二）——药物靶标相互作用预测模型3.深度学习药物发现案例（三）——药物重定位模型 图3、基于图神经网络的药物重定位。第五天深度学习（三）深度学习药物发现案例（三）1.深度学习（三）1.1注意力机制1.2自注意力模型1.3多头自注意力模型1.4交叉注意力模型2.深度学习药物发现案例（四）——药物-药物相互作用预测模型3.深度学习药物发现案例（五）——药物靶标结合亲和力预测模型 图4、利用多源药物数据和注意力机制预测药物-药物相互作用事件。赠送视频：深度学习AiphaFold2蛋白质结构预测实例讲解（以下内容为赠送的视频教程）蛋白质结构与功能的概述。蛋白质的组成蛋白质的结构蛋白质的功能常见蛋白质结构预测的网站及方法。常用蛋白质结构预测的相关网站及软件常用网站及软件的使用方法及说明机器学习在蛋白质结构预测的应用。蛋白质结构与小分子药物库获取机器学习加速预测小分子药物AlphaFold2机器学习模型对蛋白结构预测实战蛋白结构预测目前最好的人工智能模型AlphaFold2。AlphaFold2模型的获取及安装AlphaFold2相关数据的获取AlphaFold2模型的实战操作授课时间机器学习代谢组学培训班2023.06.10----2023.06.11全天授课(上午 09.00-11.30 下午 13.30-17.00)2023.06.13----2023.06.14晚上授课  (晚上 19.00-22.00)2023.06.17----2023.06.18全天授课(上午 09.00-11.30 下午 13.30-17.00)机器学习蛋白质组学培训班2023.07.1----2023.07.2全天授课(上午 09.00-11.30 下午 13.30-17.00)2023.07.4----2023.07.5晚上授课 (晚上 19.00-22.00)2023.07.8-----2023.07.9全天授课(上午 09.00-11.30 下午 13.30-17.00)CADD计算机辅助药物设计专题培训班2023.6.10 -----2023.6.11 全天授课(上午09.00-11.30 下午13.30-17.00)2023.6.13-----2023.6.16晚上授课(晚上19.00-22.00)2023.6.17-----2023.6.18全天授课(上午09.00-11.30 下午13.30-17.00)2023.6.19 -----2023.6.20晚上授课 (晚上19.00-22.00)AIDD人工智能药物发现与设计专题培训班2023.6.17 -----2023.6.18 全天授课(上午09.00-11.30 下午13.30-17.00)2023.6.20---2023.6.21晚上授课(晚上19.00-22.00)2023.6.25全天授课(上午09.00-11.30 下午13.30-17.00)2023.6.27 -----2023.6.28晚上授课 (晚上19.00-22.00)报名费用机器学习代谢组学、机器学习蛋白组学公费价：每人每班￥4680元 （含报名费、培训费、资料费）自费价：每人每班￥4280元 （含报名费、培训费、资料费）AIDD人工智能药物发现与CADD计算机辅助药物设计课程价格：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）优惠政策优惠一：报名两班免费赠送一个学习名额（赠送班任选）费用：9880元 优惠二：提前报名缴费学员+转发到朋友圈或者到学术交流群可享受每人300元优惠（仅限15名）报名费用可开具正规报销发票及提供相关缴费证明、邀请函，可提前开具报销发票、文件用于报销 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）培训福利  报名缴费成功赠送报名班全套预习视频，课后学习完毕提供全程录像视频回放，针对与培训课程内容 进行长期答疑，微信解疑群永不解散，参加本次课程的学员可免费再参加一次本单位后期组织的相同的 专题培训班（任意一期都可以）授课方式授课方式及学员反馈通过腾讯会议线上直播，从零基础开始讲解，1300余页电子PPT和教程＋预习视频提前发送给学员，所有培训使用软件都会发送给学员，附赠安装教程和指导安装，培训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，培训完毕后老师针对与培训内容长期解疑，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高往期学员参会单位及报名流程有来自四川大学、四川师范大学、中国科学院大学、西安电子科技大学、陕西科技大学、东北林业大学、渤海大学、海南大学、广西中医药大学、北京化工大学、成都大学、香港浸会大学中医药学院、赣南师范大学、重庆陆军勤务学院、齐鲁工业大学、陕西科技大学、陕西师范大学、中科院大学 、浙江工商大学、成都中医药大学、上海交通大学、哈尔滨商业大学、中国人民解放军海军军医大学、西安电子科技大学、中国农业大学、南昌大学、新疆医科大学、山东农业大学、合肥工业大学、清华大学、华中农业大学、山东理工大学、北京工商大学、河南大学、江苏大学、江南大学、大连工业大学、华南理工大学、华南农业大学、成都中医药大学、东北林业大学、北京大学、浙江大学、浙江工业大学、中南大学、复旦大学、南京农业大学、齐鲁工业大学、东北大学、国防科技大学、江苏海洋大学、华东理工大学、华中科技大学、湖北大学、中国医学科学院、西南大学、中南大学湘雅医院、山西省人民医院、中国药科大学、西安市中医医院、首都医科大学附属北京友谊医院、上海市第十人民医院、协和药物研究所、中国农业科学院基因组研究所、广州中医药大学、上海中医药大学、上海理工大学、成都中医药大学、北京中医药大学、武汉大学、香港大学、安阳工学院、沈阳药科大学、中山大学肿瘤防治中心、山东中医药大学、宁波大学、宁夏大学、山东大学、甘肃中医药大学、医学院附属仁济医院、杭州医学院、广州医科大学附属肿瘤医院、中山大学孙逸仙纪念医院、江苏省中医院、承德医学院、中国中医科学院广安门医院、中山大学附属第五医院、中山大学中山眼科中心、汕头大学、扬州大学、天津科技大学、吉林农业大学、上海应用技术大学、空军军医大学、首都医科大学附属北京友谊医院、中国科学院海洋研究所、中国科学院深圳先进技术研究院、深圳湾实验室、江苏省淡水水产研究所、广东省科学院测试分析研究所(中国广州分析测试中心)、中国科学院昆明植物研究所、中国科学院植物研究所、中国科学院苏州纳米技术与纳米仿生研究所、江苏省淡水水产研究所、中国食品发酵工业研究院、中国中医科学院中药研究所、中国科学院海洋研究所、深圳清华大学研究院、国科大杭州高等研究院、美国贝勒医学院等高校，康希诺生物股份公司、青峰制药、江苏恒瑞、上海青玄生物、石药集团、正大天晴、宜昌人福药业有限责任公司、江苏中旗科技有限公司、长春金赛药业有限责任公司、丽珠医药集团股份有限公司、大连医诺生物股份有限公司、南京盛德瑞尔医药科技有限公司、上海兰天生物医药科技有限公司、深圳研顺生物科技有限公司、中国农业科学院蜜蜂研究所、上海森辉医药有限公司、上海硕迪生物技术有限公司、云南腾善生物科技有限公司、湖南九典制药股份有限公司、北京先为达生物科技有限公司、广东省深圳市南山区中科院深圳先进院、无锡佰翱得生物科学有限公司、苏州沪云新药研发股份有限公司、深圳市灵蛛科技有限公司、潍坊易北特健康食品有限公司、江苏三黍生物科技有限公司、苏州浦合医药科技有限公司、丽珠医药集团股份有限公司、兰晟生物医药(苏州)有限公司、甫康（上海）健康科技有限责任公司、南京盛德瑞尔医药科技有限公司、深圳市领治医学科技有限公司、北京安必奇生物科技有限公司、国家纳米科学中心、四川国康药业有限公司、南通药明康德医药科技有限公司、南京沛微生物科技有限公司、北京科诺信诚科技有限公司、天士力生物医药股份有限公司、泽达易盛(天津)科技股份有限公司、沈阳市青囊医疗科技有限责任公司、石家庄以岭药业股份有限公司、青岛科博源生物技术有限公司、中科聚研（吉林）干细胞科技有限公司、广州同隽医药科技有限公司、南通奥贝特化工有限公司、北京斯利安药业有限公司、上海韵和生物医药有限公司、杭州百诚医药科技股份有限公司、上海倍勘生物技术有限公司、长春金赛药业有限责任公司、浙江海正股份有限公司等公司的五百余名工程师老师学生参会，还有许多因为时间冲突没法参加。这次，我们诚挚邀请您来参加！报名咨询请二维码扫描下方微信  QQ：2014640669 电子邮箱：2014640669@qq.com 报名电话：17278906158( 微信同号）                                                                引用往期参会学员的一句话： 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！学如逆水行舟，不进则退；心似平原走马，易放难收。行舟Drug每日更新 欢迎订阅+医药大数据|行业动态|政策解读