University of Glasgow

Antibiotic Resistance: A Lesson for Healthcare Interpreters 抗生素耐药性：医疗口译员的“关键一课” （图片来源：Multilingual官网） Antibiotics are among the most powerful tools modern medicine has ever developed. From routine surgeries to cancer chemotherapy, much of contemporary healthcare depends on the ability to prevent and treat bacterial infections effectively. Antibiotic resistance — the ability of bacteria to survive drugs designed to kill them — is now recognized as one of the most serious global public health threats of the 21st century. This is due in part due to lack of funding and research into the development of novel types of antibiotics. 抗生素堪称现代医学最强有力的武器之一。无论是常规手术还是癌症化疗，当代医疗的方方面面都离不开有效预防和治疗细菌感染。所谓抗生素耐药性，就是细菌能在本该杀死它们的药物面前存活下来。这如今已被视为21世纪最严重的全球公共卫生威胁之一。而推动这一危机加剧的部分原因，正是研发新型抗生素的资金和研究投入不足。 According to the World Health Organization, antibiotic resistance contributes to millions of infections and deaths worldwide each year. Hospital-acquired infections play a major role. Each year, an estimated 7.7 million deaths globally are caused by bacterial infections, making bacterial infections the second largest cause of death worldwide. Of those, almost 5 million are associated with bacteria that have developed antibiotic resistance. In settings where many patients with compromised or lower immunity gather, bacteria have it easier to share their own antibiotic resistance genes with other strains and even other bacterial species or to develop new resistance mechanisms due to selective pressure caused by the many types of antibiotics already in use in the clinical settings. 世卫组织的数据显示，抗生素耐药性每年在全球造成数百万人感染，并夺走无数生命，医院获得性感染在其中扮演了重要角色。全球每年约有770万人死于细菌感染，令其成为全球第二大死因。其中，近500万人的死亡与耐药菌有关。在许多聚集了大量免疫力低下患者的场所，细菌不仅更容易将耐药基因传递给其他菌株甚至其他菌种，还会因临床使用的多种抗生素带来的选择压力，演化出新的耐药机制。 Physicians, microbiologists, epidemiologists, and policymakers are at the forefront of combating this crisis, calling for a greater investment in research by public and private institutions. 医生、微生物学家、流行病学家和政策制定者是抗击这场危机的主力军，他们正呼吁政府与药企等机构增加研发投入。 Healthcare interpreters who, in the course of their work, constantly enter and exit hospitals, clinics, and doctors’ offices are inevitably exposed to an environment full of pathogens and infectious opportunistic bacteria. For interpreters, antibiotic resistance should not be an abstract scientific concept, but an important part of their medical knowledge and terminology. Infectious diseases and antibiotic resistance shape the conversations about diagnosis, treatment decisions, infection control, patient compliance, and even hospice care. 医疗口译员的工作需要不断穿梭于医院、诊所等场所，这让他们无可避免地暴露在充满病原体和机会性致病菌的环境里。对译员来说，抗生素耐药性不该只是一个抽象的科学名词，而应是他们必须掌握的医学知识和术语。无论是诊断、治疗决策、感染控制，还是患者依从性乃至临终关怀，每一次沟通都离不开传染病和抗生素耐药性的话题。 Here, we explore and raise awareness of the growing problem of antibiotic resistance, especially in healthcare settings, and outline what healthcare interpreters can learn from it, as well as how they can improve their professional competency in this important field of healthcare. 本文探讨并提高人们对抗生素耐药性日益严重问题的认识，尤其是在医疗环境中，并概述医疗口译员可以从中学到什么，以及他们如何提升在这一重要医疗领域的专业能力。 What Is Antibiotic Resistance? 什么是抗生素耐药性？ Antibiotic resistance occurs when bacteria change in ways that reduce or eliminate the effectiveness of antibiotics. These changes can arise through genetic mutations or by acquiring resistance genes from other bacteria. Once resistant, bacteria can continue to grow and spread even in the presence of antibiotics that once were effective. 当细菌发生变异，使得抗生素的效果减弱或被消除，这时就会产生抗生素耐药性。这种变异有两种方式：一是细菌自身发生了基因突变，二是从别的细菌那里获得了耐药基因。一旦细菌有了耐药性，就算用上以前管用的抗生素，它们也照样能活下来，继续繁殖和传播。 Resistance is a natural evolutionary process, but human activity has dramatically accelerated it. Overprescription of antibiotics (doctors preemptively prescribing antibiotics without first clarifying whether the underlying cause of infection is bacterial or viral), incomplete treatment courses (lack of patient compliance), inappropriate use for viral infections (many people use antibiotics against viral infections without knowledge that antibiotics do not eliminate viruses), and easy and prescription-free access to antibiotics in many countries have all contributed to the problem. 耐药性本身是自然的进化现象，但人类活动让它大大加速。比如：医生可能在没搞清楚是细菌还是病毒感染的情况下就开抗生素（这叫过度处方）；患者吃几天药觉得好了就停药，没完成整个疗程；还有人用抗生素治疗病毒感染——他们根本不知道抗生素杀不死病毒。再加上很多国家买抗生素根本不需要处方，所有这些都让问题变得更糟。 Another very important cause of spread of resistance is the widespread use of antibiotics in agriculture. Antibiotics are added to feedstock as a preventive measure for animals kept in the overcrowded conditions of industrial-scale farms. This is the ideal environment for the development of antibiotic resistance genes, which easily transfer from one bacterial species to the next, then enter into the natural environment and spread further from there. 耐药性传播的另一个重要推手，是抗生素在农业中的广泛使用。在工业化农场拥挤的饲养环境中，抗生素常被作为预防措施添加到饲料中。这种环境为抗生素耐药基因的产生提供了理想温床，这些基因极易从一种细菌转移至另一种细菌，进而进入自然环境并持续扩散。 Why Are Hospitals High-Risk Environments? 为什么医院是高风险环境？ Hospitals are prime locations for antibiotic resistance for many reasons, the first being high antibiotic use. Broad-spectrum antibiotics are frequently administered, sometimes preemptively. Patients are more vulnerable; those with weakened immune systems are more susceptible to infection. Invasive procedures utilizing catheters and ventilators and surgical wounds create entry points for bacteria. Patients may suffer from recurrent types of infections; some infections such as abscesses lay dormant in between cyclical treatments of antibiotics. Dormant bacteria have a greater potential of developing resistance. Renewed breakouts of infections can quickly turn deadly due to sepsis. Because of the proximity of patients and staff in hospital settings, pathogens spread easily among patients, staff, and surfaces (walls, door handles, light switches, etc.). 医院是抗生素耐药性的重灾区，原因复杂多样，首要因素便是抗生素用量巨大。广谱抗生素被广泛使用，有时甚至用于预防。患者免疫力普遍较低，尤其是免疫系统受损者，极易受到感染。导管、呼吸机等侵入性操作及手术伤口为细菌入侵打开了方便之门。患者还可能遭遇复发性感染；某些感染（如脓肿）在间歇性抗生素治疗间隙会转入休眠，而休眠的细菌更易产生耐药性。一旦感染复发并引发败血症，病情可能迅速恶化并致命。加之医院内患者、工作人员及物体表面（墙壁、门把手、电灯开关等）的密切接触，病原体极易在人际间及环境中传播。 These factors have led to the rise of hospital-acquired infections caused by resistant organisms such as MRSA (methicillin-resistant Staphylococcus aureus) and CRE (carbapenem-resistant Enterobacter). In the United States alone, the Centers for Disease Control and Prevention estimates that tens of thousands of deaths annually are linked to antibiotic-resistant infections, many originating in healthcare facilities. 正是这些因素，推高了耐药菌引起的医院获得性感染比例，比如 MRSA（耐甲氧西林金黄色葡萄球菌）和 CRE（耐碳青霉烯类肠杆菌）感染。以美国为例，疾病控制与预防中心估计，每年有数万人死于抗生素耐药性感染，其中不少就发生在医院等医疗机构内。 Communication Is a Pillar of Healthcare 沟通是医疗保健的支柱 Antibiotic resistance is not just a microbiological issue — it is a communication challenge. Interpreters who help non-English speaking patients in medical facilities may have to interpret information such as: The infection is resistant; the usual antibiotics won’t work; isolation precautions may be necessary; treatment options are limited or will come with stronger side effects due to the toxicity level of certain antibiotics; and strict adherence to the medication schedule is critical. 抗生素耐药性不仅是一个微生物学难题，更是一个沟通层面的挑战。在医疗机构中，为英语水平有限的患者提供服务的口译员，可能需要口译以下信息：感染已产生耐药性；常规抗生素已无效；可能需要采取隔离防护措施；治疗方案十分有限，且部分抗生素因毒性较强，可能引发更严重的副作用；严格遵守用药时间表至关重要。 For patients with limited English proficiency, these conversations can be confusing, frightening, or misunderstood. Healthcare interpreters are often the bridge between complex medical science and patient comprehension. 对于英语水平有限的患者来说，这些对话不仅让人摸不着头脑、感到害怕，甚至还容易被误解。这时候，医疗口译员就是那座桥，把难懂的医学知识和患者的理解连在一起。 Misinterpretation can have serious consequences because patients may stop antibiotics early, believing they are no longer needed. Family members may resist isolation measures, interpreting them as unkind treatment or neglect of the patient. Patients may demand antibiotics even when clinicians explain they are ineffective. 误译可能带来严重后果，比如，患者可能觉得病好了就不用再吃药，自己把抗生素停了；家属可能不理解为什么要隔离，觉得这是在虐待或忽视病人。哪怕医生解释了抗生素已经没用，患者可能还是会闹着要用。 Understanding antibiotic resistance as a real danger to human health enables interpreters to convey not just words but intent, nuance, and urgency. Along with increasing complexity of terminology, medical language becomes more specialized. Interpreters encounter names of resistant organisms, classes of antibiotics, diagnostic tests and lab markers, infection-control terminology, and so much more. Without preparation, even experienced interpreters may struggle with accuracy and consistency. 如果口译员能真正认识到抗生素耐药性是威胁人类健康的“大敌”，他们在翻译时就不仅能翻出字面意思，还能把其中的意图、分寸感和紧迫感都传达出来。现在的医学术语越来越复杂，专业门槛越来越高，口译员常常会碰到各种耐药菌名称、抗生素种类、诊断检查和实验室指标，还有感染控制的术语等等。要是没做足功课，就算是有经验的“老翻译”，也可能在准确性和前后一致上卡壳。 During their work with patients from different origins, interpreters encounter different cultural beliefs about medicines and antibiotics. For instance, antibiotics are available over the counter in many countries, often seen as a cure-all, and are associated with “strong” or “real” medicine. Patients may arrive with expectations shaped by prior healthcare systems. Interpreters often find themselves navigating cultural beliefs while trying to remain neutral and accurate, which is a delicate balance. There is even an ethical and emotional weight involved in discussions about antibiotic-resistant infections as a cause of poor outcome prognoses, prolonged hospital stays, and limited treatment options. 在为来自不同文化背景的患者服务时，口译员常常会遇到关于药物和抗生素的不同文化观念。例如，在许多国家，抗生素可作为非处方药随意购买，常被奉为包治百病的“万能药”，并与“强效”或“真正有效”的药物划等号。患者带着这些由既往就医经历塑造的期望前来就诊。口译员往往需要在保持中立和准确传达信息的同时，应对不同文化对药物的看法，而这种平衡往往十分微妙。当医患讨论涉及因抗生素耐药性感染导致的预后不良、住院时间延长以及治疗手段有限时，对话里就更带着一种道德和情感上的沉重感。 What Is Important for Healthcare Interpreters? 医疗口译员需要关注什么？ Interpreters benefit from understanding why resistance happens, not just how terms are translated. In the simplest example, knowing the difference between bacterial and viral infections helps clarify why antibiotics are useless in treating viral infections. Small differences in wording such as “resistant to,” “not responding to,” “ineffective” carry major clinical implications, and interpreters must resist the urge to oversimplify. 口译员不仅要知道术语如何翻译，还需理解耐药性产生的机制，这将对其专业素养大有裨益。以浅显的例子来说，了解细菌感染与病毒感染的区别，有助于阐明为何抗生素对病毒感染无效。“耐药”“无反应”“无效”等措辞上的细微差异，往往承载着重大的临床意义，口译员在传达时切忌简单化处理。 Antibiotic resistance is both an individual and collective issue. Interpreters may be involved in conversations about preventive measures including infection prevention, hand hygiene and sanitation, and antibiotic stewardship programs. In this context, accurate interpreting supports public-health goals and patient safety. Interpreters must also be concerned about their own safety, paying attention to the above-mentioned steps to ensure proper hygiene. 抗生素耐药性既是个人的健康挑战，更是集体的公共卫生课题。口译员常会参与到涉及预防措施的对话中，内容涵盖感染预防、手卫生、环境卫生以及抗生素管理项目。此时，精准的口译工作直接服务于公共卫生目标和患者安全。同时，口译员也必须关注自身防护，严格遵守上述卫生规范以确保安全。 Looking Ahead 展望未来 As antibiotic resistance continues to rise, healthcare interpreters are becoming increasingly important contributors to patient safety and quality of care. Their role extends beyond language transfer to ensuring understanding, adherence, and trust. Professional development in areas like infectious diseases, antimicrobial resistance, and public-health terminology should be viewed not as optional specialization, but as a core competency for interpreters working in medical settings. 随着抗生素耐药性的持续上升，医疗口译员在患者安全和护理质量方面正变得越来越重要。他们的角色从语言转换延伸到确保理解、依从和信任。在传染病、抗微生物药物耐药性和公共卫生术语等领域的专业发展，不应被视为可选的专长，而应被视为在医疗环境中工作的口译员的核心能力。 By deepening their understanding of antibiotic resistance, interpreters strengthen their ability to support clinicians, empower patients, and participate meaningfully in one of the most urgent healthcare challenges of our time. Antibiotic resistance may be driven by microbes, but its outcomes are shaped by human behavior and human communication. Healthcare interpreters stand at that intersection. 吃透了抗生素耐药性，口译员才能更好地帮医生、帮患者，真正投身到解决这个时代大难题的行动中。耐药性虽然是细菌搞出来的，但最后结果好不好，全看人怎么行动、怎么沟通。而医疗口译员，正好就站在这个十字路口。 We have included a glossary to aid interpreters in communicating the nuances of medical terminology related to antibiotic resistance. 以下附上一份术语表，以帮助口译员沟通与抗生素耐药性相关的医学术语的细微差别。 Glossary of Key Antibiotic Resistance Terms for Healthcare Interpreters 医疗口译员抗生素耐药性关键术语表 Antimicrobial Resistance (AMR): An umbrella term including antibiotic resistance. 抗微生物药物耐药性（AMR）：包含抗生素耐药性的总称术语。 Antibiotic: A drug used to treat bacterial infections. Not effective against viruses. 抗生素：用于治疗细菌感染的药物，对病毒无效。 Antibiotic Resistance (AR): The ability of bacteria to survive or grow despite exposure to antibiotics. 抗生素耐药性（AR）：细菌在接触抗生素后仍能存活或生长的能力。 Antibiotic Stewardship: Coordinated efforts to use antibiotics appropriately to reduce resistance. 抗生素管理：为适当使用抗生素以减少耐药性而进行的协调管理。 Broad-Spectrum Antibiotic: An antibiotic effective against a wide range of bacteria. 广谱抗生素：对多种细菌有效的抗生素。 Carbapenem-resistant Enterobacter (CRE): Enterobacter is a common cause of nosocomial infections (bloodstream, urinary, respiratory). 耐碳青霉烯类肠杆菌（CRE）：肠杆菌是医院内感染（血流、泌尿、呼吸道）的常见原因。 Culture and Sensitivity Test: A laboratory test that identifies bacteria and determines which antibiotics are effective. 培养和药敏试验：一种识别细菌并确定哪些抗生素有效的实验室测试。 Drug-Resistant Organism (DRO): A bacterium that is resistant to one or more antibiotics. 耐药菌（DRO）：对一种或多种抗生素具有耐药性的细菌。 Empiric Therapy: Treatment started before lab results are available, based on clinical judgment. 经验疗法：在实验室结果出来之前，根据临床判断开始的治疗。 Extended-Spectrum Beta-Lactamase (ESBL): An enzyme produced by some bacteria that makes them resistant to many antibiotics. 超广谱β-内酰胺酶（ESBL）：某些细菌产生的一种酶，使它们对许多抗生素具有耐药性。 Hospital-Acquired Infection (HAI): An infection contracted during a hospital stay. 医院获得性感染（HAI）：住院期间获得的感染。 Isolation Precautions: Measures taken to prevent the spread of infectious organisms. 隔离防护：为防止传染性生物传播而采取的措施。 MDR Tuberculosis: Tuberculosis is already difficult to treat with effective antibiotics. MDR Tuberculosis becomes untreatable. 多重耐药结核病：结核病本来就难以用有效抗生素治疗。多重耐药结核病变得无法治疗。 Methicillin-Resistant Staphylococcus aureus (MRSA): A common resistant bacterium causing skin and systemic infections. 耐甲氧西林金黄色葡萄球菌（MRSA）：一种常见的耐药菌，引起皮肤和全身性感染。 Multidrug-Resistant (MDR): Resistant to multiple classes of antibiotics. 多重耐药（MDR）：对多种抗生素类别具有耐药性 Nosocomial Infection: Hospital-acquired infection. 医院内感染：医院获得性感染。 Superbug: A non-technical term for highly resistant bacteria. 超级细菌：对高度耐药细菌的非专业术语称呼。 特别说明：本文内容选自Multilingual官网，仅供学习交流使用，如有侵权请后台联系小编删除。 摘译&推文编辑：韦才月 指导老师：刘婷婷 项目统筹：菅晓硕 - END - 添加助教 即可进入本号粉丝群 获取最新资讯~ ▶ 国际翻译动态 实习招募 | 翻译技术天团召唤你！【远程线上】 | 翻译公司篇 | TransPerfect简介 | 翻译公司篇 | 全球第2名 RWS如文思 | 翻译公司篇 | “收购狂魔”Keywords Studios | 咨询机构篇 | Nimdzi Insights简介 | 咨询机构篇 | Slator 简介 | 咨询机构篇 | CSA Research 简介 | 行业机构篇 | 国际翻译家联盟FIT | 行业机构篇 | 美国翻译协会ATA | 行业机构篇 | 加拿大联邦翻译局 Canada's Translation Bureau | 翻译院校篇 | 明德大学蒙特雷国际研究学院（MIIS） | 翻译院校篇 | 格拉斯哥大学 | 翻译院校篇 | 埃塞克斯大学 | 热点追踪 | ChatGPT的伦理问题（上） | 热点追踪 | ChatGPT的伦理问题（下） 欢迎大家点赞关注，支持我们~

免疫药物研发的底层逻辑，正在被算力彻底碾碎重构。 半个多世纪以来，GPCR 家族始终是全球药物研发的第一金矿 —— 近 40% 的上市小分子药都靶向这一细胞表面受体家族，覆盖肿瘤、免疫、代谢、神经等几乎所有重大疾病领域。而「信号偏向配体」，更是这座金矿里最诱人的圣杯：只要让受体选择性激活治疗通路、绕开介导副作用与脱敏的通路，就能实现 “疗效拉满、副作用砍半” 的终极目标。 但这条路，人类走得异常艰难。 传统研发完全是 “大海捞针” 式的盲筛：合成上百个结构类似物，挨个测试活性，运气好能撞上一个偏向性候选，运气不好就是数年投入全部归零。没人能在原子层面回答一个最核心的问题：仅仅一个化学基团的差异，究竟是如何操控庞大的受体蛋白，在两条完全不同的信号通路之间做出选择的？ 黑箱之下，理性设计无从谈起。 直到计算免疫学的崛起，给这场僵局砸开了一道决定性的缺口。 当高分辨率冷冻电镜给出受体的原子级静态快照，当全原子分子动力学模拟跑通受体构象动态变化的全流程，当算力可以精准量化一个基团的空间位阻、预测一条氢键的断裂、推演一整条信号通路的开关 —— 免疫受体的信号调控，第一次从 “实验经验” 进入了 “可计算、可预测、可设计” 的定量时代。 近期发表于Nature Communications的这项重磅研究，正是计算免疫学落地的标杆之作。来自牛津大学、匹兹堡大学、格拉斯哥大学等机构的联合团队，以关键免疫代谢受体 GPR84 为模型，用「计算预测 + 结构解析 + 实验验证」的完整闭环，首次系统揭示了空间位阻调控受体信号偏向的分子机制。 更具颠覆性的是：研究中所有的偏向性配体设计，都不是盲目合成的产物，而是基于计算模型的精准推导 —— 通过改变配体上单个取代基的空间体积，就能定量调控 β-arrestin 的招募效率，同时完整保留 G 蛋白激活活性。从构象变化预测，到配体文库设计，再到偏向性定量关联，全链路由计算驱动，实验结果与理论预测高度吻合。 这绝不仅仅是单个靶点的小进展，而是计算免疫学向整个 GPCR 药物研发领域扔下的一颗范式炸弹。它宣告了：免疫受体的信号偏向，不再是靠运气筛出来的偶然产物，而是可以通过算力精准设计的必然结果。 接下来，我们就深入拆解这项研究，看看计算免疫学究竟是如何击穿免疫受体的信号黑箱，又是如何开启偏向配体理性设计的全新时代。 五大顶尖课程 01.AI蛋白质设计 02.AI+多肽设计 03.AI+抗体设计 04.AI＋合成生物学 05.AI+计算免疫学  01.AI蛋白质设计详细课表 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。 01 AI蛋白质设计课表 一、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。 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 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）* 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 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。 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。 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 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；CC    Cellular 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)ProteinKG65构建蛋白质知识图谱，将基因本体论的知识带入蛋白质功能和结构预测 3)DeepGO-SE，结构感知的GO预测模型 4)DEEPTRANS ，初级主动运输蛋白（PAT）分类 RAG（检索增强生成）+ ProtT5嵌入 + 多尺度CNN，从TCDB数据库检索上下文知识 94.78%和93.06%的平均准确率；对新PDB蛋白90%准确率。 2.实验验证与“设计-构建-测试”闭环 以Genetech的lab-in-the-loop为例，讲解产业界AI工作，结合了实验和计算方法的迭代优化策略的工作。完整闭环遵循Design（AI 计算设计）→Build（自动化合成构建）→Test（高通量实验测试）→Learn（数据回流重训模型），循环往复迭代优化，每一轮循环都压缩候选范围、提升模型预测精度。 a)Design 计算端：AI 模型生成候选方案，精准缩小实验范围：主动学习采样策略：AI 不只挑 “当前最优分子”，还会主动选取边界样本、预测不确定样本安排实验，刻意补齐数据集盲区，避免模型过拟合。 b)Build 构建端：自动化实验平台完成合成 / 表达（实验硬件闭环） c)Test 测试端：湿实验高通量测评，产出真实量化结果 d)Learn 学习端：实验数据回流，全量更新 AI 模型，本轮实测数据加入训练集，重新微调深度学习模型。开启下一轮循环。 02 通过课程学习您将得到 培训全程理论结合实操，免费提供超算服务器使用！通过手把手教学Linux超算环境搭建、PyMOL可视化、序列分析、数据集处理和模型构建，让学员快速掌握蛋白研究必备技能！通过详细讲解实操AlphaFold2、AlphaFold3、ColabFold等工具，精通高精度蛋白质结构预测、糖基化预测与结构评估分析！通过系统精讲ESM全系列蛋白质大模型，掌握序列编码嵌入、零样本突变预测与模型训练方法！通过实操Boltzgen、PPIflow、Rfdiffusion3、ProteinMPNN、ThermoMPNN、BindCraft等主流工具，熟练掌握全套AI蛋白质设计流程！课程重点讲解深度学习辅助酶设计、机器学习定向进化等前沿方向，复刻十余篇Science、Nature、Cell顶刊研究思路与实验范式！从结构预测、序列挖掘、大模型应用到蛋白从头设计、酶改造优化，多方向、全流程覆盖当下蛋白质设计核心技术体系！  02.AI+多肽设计详细课表 发主讲老师长期从事人工智能驱动的多肽/蛋白质设计研究，主要方向为多肽从头设计、生成式大模型与深度学习算法开发及应用，在Nature biotechnology、Nature Communications、Advanced Science、ICLR、AAAI、KDD等顶级期刊和会议发表论文十余篇，在多肽药物设计、抗菌肽与靶点结合肽设计、生物序列建模等方向具有丰富的算法开发与实战经验。 01 AI多肽设计课表 一、多肽与深度学习设计导论 1. 从氨基酸到多肽（零基础起步） 1.1 氨基酸是什么：从最基础的化学结构讲起，介绍 20 种天然氨基酸的通式——每个氨基酸都由一个中心碳、一个氨基（–NH₂）、一个羧基（–COOH）和一个决定其性质的侧链 R 基组成。按侧链性质把它们归为疏水（如 Ala、Val、Leu、Ile、Phe）、极性不带电（如 Ser、Thr、Asn、Gln）、带正电（Lys、Arg、His）、带负电（Asp、Glu）四大类。课堂上会发一张“氨基酸性质速查表”，让学员对每个字母代表什么性质形成直觉，这是后面理解净电荷、疏水性、两亲性等设计参数的基础。 1.2 肽键与序列方向：讲解两个氨基酸如何通过一个氨基与另一个羧基脱水缩合形成肽键，多个氨基酸首尾相连即构成多肽链。强调序列是有方向的（从 N 端到 C 端读写），这一点在后续做序列生成、突变标注时非常关键。随后介绍单字母与三字母两套代码的对照，并现场带学员把一条真实抗菌肽序列（如 KWKLFKKI）逐个残基读出来，顺便观察它为什么带正电、为什么两亲。 1.3 多肽 vs 蛋白质：从长度（多肽通常在 50 个残基以内）和是否能形成稳定三维折叠两个角度区分二者。重点讲清多肽的“柔性”特点——很多多肽在游离状态下并没有单一固定构象，而是在与靶点结合时才诱导形成稳定结构（诱导契合），这正是多肽结构预测和设计比球状蛋白更棘手的根本原因，也为第二主题的结构预测埋下伏笔。 1.4 多肽的种类：系统介绍线性肽、环肽（头尾环化或二硫键环化）、订书肽（stapled peptide，通过化学桥固定螺旋）、以及含非天然氨基酸或 D-氨基酸的肽。结合配图逐一说明为什么这些结构改造能够显著提升多肽的稳定性、刚性与穿膜能力，让学员在一开始就建立“结构改造是多肽成药关键手段”的整体认识。 2. 多肽为什么重要（治疗性多肽） 2.1 多肽药物的优势与局限：优势方面，多肽结合特异性高、脱靶毒性低、可通过化学合成大规模制备，介于小分子与抗体之间兼具二者部分优点；局限方面，多肽半衰期短、口服利用度低、易被体内蛋白酶降解。课堂用一张“小分子 vs 多肽 vs 抗体”的对比表，从分子量、靶点类型、给药方式、成本等维度帮学员精准定位多肽药物的适用场景。 2.2 明星案例 GLP-1：以近年爆火的司美格鲁肽（semaglutide）为例，完整拆解一个多肽药物是如何被“工程化”的——通过关键位点的氨基酸替换抵抗 DPP-4 降解、再接上一条脂肪酸链借助白蛋白结合延长循环时间，最终把天然 GLP-1 只有几分钟的半衰期延长到约一周、实现每周一次给药。以此串起“活性—稳定性—给药方式”三者之间的设计取舍。 2.3 其他经典案例：再补充胰岛素（最早的多肽药物之一）、环孢素（天然环肽、少见地可口服、免疫抑制）、多黏菌素（一类抗菌肽/脂肽）等案例，说明不同结构类型（线性、环状、脂化）对应着不同的成药策略与适应症，帮助学员建立“结构—性质—用途”的对应感。 3. 多肽设计要解决的核心难题（逐条讲） 3.1 活性与特异性：设计的第一目标是让多肽能有效地结合并调控目标靶点，同时尽量避免结合到其他蛋白造成脱靶副作用。会讲清活性（结合得牢不牢、功能强不强）与特异性（认得准不准）常常需要权衡，是贯穿全课程的核心矛盾。 3.2 稳定性与半衰期：体内存在大量蛋白酶，会在特定位点（如胰蛋白酶偏好切在 Lys/Arg 之后）把多肽切碎；同时肾脏会快速清除小分子量的肽。讲清这两条降解/清除途径，为第六主题的环化、订书、D-氨基酸等稳定化改造手段做铺垫。 3.3 膜穿透与口服利用度：多肽通常带电、亲水、分子量偏大，很难穿过细胞膜或肠道上皮，这也是绝大多数多肽药物只能注射给药、靶点主要局限在细胞外的根本原因。理解这一点，才能明白为什么“细胞穿膜肽（CPP）”是一个独立且重要的研究方向。 3.4 免疫原性、毒性/溶血性：外源多肽可能引发免疫反应，某些高疏水/高正电的序列会破坏人体自身细胞膜造成溶血或细胞毒。强调在设计阶段就必须把“安全性”当作硬约束，与活性一起优化，而不是等到最后才补救。 4. 机器学习与大模型入门（面向零基础） 4.1 用手写数字识别建立直觉：借助最经典的手写数字识别例子，把机器学习拆解为“输入 → 模型 → 输出”三段——输入是一张图（或一条序列），模型是一堆可调参数，输出是一个类别或分数。由此自然引出训练集（用来学）、验证集（用来调）、测试集（用来公正评估）三者的分工。 4.2 特征与标签：讲清有监督学习的两个核心概念——把一条多肽用某种方式变成一串数字，就是“特征”；它对应的活性、毒性或是否为抗菌肽，就是“标签”。模型要做的，就是学习从特征到标签的映射关系。用多肽的真实例子替换抽象说法，降低理解门槛。 4.3 判别 vs 生成：用一句话讲清两类模型的分工——判别模型回答“这条肽好不好/是不是抗菌肽”（做打分、分类、预测），生成模型回答“帮我造一条符合要求的新肽”（做设计、生成）。整门课程正是围绕“判别 + 生成”这两条主线交替展开的。 4.4 过拟合与泛化：用“死记硬背题库 vs 真正学会解题”的比喻讲清过拟合，说明为什么必须留出测试集、为什么模型在训练集上的高分不能代表真实能力。特别强调在生物序列里一个常见陷阱：如果训练集和测试集含有高度相似的序列，会造成“数据泄漏”、严重高估性能，因此需要按序列相似度而非随机来划分数据。 4.5 从判别到大模型：解释什么叫“从头设计”（de novo design）——不再依赖已知的天然模板去改造，而是让模型直接生成全新的序列甚至结构。再说明为什么近年的大模型（蛋白质语言模型、扩散模型）让这件原本极难的事情第一次变得真正可行，为后续各主题定下总基调。 5. 动手：代码环境搭建 * 5.1 命令行/Linux 基础：带零基础学员认识终端，理解“用文字命令操作电脑”这件事，并掌握做科研计算最常用的一小撮命令与虚拟环境管理。 ▸ 演示 cd（进目录）、ls（看文件）、mkdir（建目录）、cp/mv（复制移动）等基本命令，并创建一个课程项目文件夹 peptide-course/ ▸ 用 conda create -n peptide-ai python=3.10 创建虚拟环境，再 conda activate peptide-ai 激活它，讲清“为每个项目单独建环境”的好处 5.2 VS Code + Jupyter：搭建一个既能写脚本、又能交互式探索数据的编程环境，这是后面所有实操的“主战场”。 ▸ 在 VS Code 中打开项目文件夹、安装 Python/Jupyter 扩展、选择刚建好的 conda 内核 ▸ 新建一个 .ipynb，在第一个 cell 里 print 一条多肽序列并运行，确认环境跑通 5.3 Python 极简入门：只挑做数据分析必需的最小知识集——变量、列表、字典、for 循环、条件判断、函数——用多肽相关的小例子把它们串起来，避免大而全的语法轰炸。 ▸ 小练习：写一个函数 count_aa(seq)，输入一条序列、返回每种氨基酸出现的次数（用字典实现） 5.4 安装依赖：讲清“库”是什么、为什么要装，用 pip/conda 安装本课程会反复用到的 numpy、pandas、matplotlib、biopython，并介绍 requirements.txt 如何让环境可复现。 5.5 拓展：vibe coding（AI 辅助写代码）：现场演示如何用 AI 编程助手把一句自然语言需求（例如“读入这个 FASTA 并画出长度分布”）直接变成可运行代码，让零基础学员也能快速产出结果、把精力集中在生物问题本身而非语法细节上。 6. 动手：常用数据库与可视化 * 6.1 多肽数据库导览：介绍多肽研究中最常用的几个专业数据库，讲清各自收录什么数据、字段含义以及如何检索下载，让学员知道“做设计前去哪里找数据”。 ▸ 在 APD3 / DBAASP 中按活性、来源检索抗菌肽，在 CPPsite 中检索细胞穿膜肽，在 PepBDB 中查肽-蛋白复合物结构 ▸ 把感兴趣的一批序列导出为 FASTA 文件，供后续分析使用 6.2 PyMOL / Mol* 可视化：教学员把抽象的序列/坐标“看见”，建立结构直觉，这是理解结合、穿膜等机制的前提。 ▸ 加载一条多肽的 PDB 文件，在 cartoon（卡通）与 stick（棒状）显示之间切换 ▸ 旋转视角、测量残基间距离、给关键残基上色，并导出一张出版级结构图 6.3 biopython / biotite：用几行 Python 代码完成常见的序列/结构处理——读取 FASTA、计算序列长度、分子量与理论等电点（pI），以及解析 PDB/mmCIF 提取原子坐标，为实战项目的批量分析打基础。 7. 实战项目 7.1 数据获取：从 DBAASP 下载一批抗菌肽序列，用 pandas 把它们整理成一张规范的 CSV 表（包含序列、长度、活性标注等字段），并做基本的清洗（去重、去掉含非法字符的序列）。 7.2 性质画像：用 biopython 批量计算每条肽的净电荷、GRAVY 疏水性指数、螺旋倾向等描述符，再用 matplotlib 画出各性质的分布直方图与两两散点图，形成本课程的第一份“数据画像”报告，让学员亲手体会“数据长什么样”。 二、多肽的结构预测与表征 1. 先搞懂“结构”是什么 1.1 四级结构层次：系统讲解蛋白质/多肽结构的四个层次——一级结构（氨基酸序列本身）、二级结构（α 螺旋、β 折叠等局部规则构象）、三级结构（整条链在空间中的折叠方式）、四级结构（多条链的组装）。用配图把四个层次一一对应，让学员建立“序列决定结构、结构决定功能”的整体框架。 1.2 二级结构识别：详细讲α 螺旋与β 折叠各自的氢键规律和几何特征（螺距、方向），并训练学员在 PyMOL 里一眼认出它们。对多肽尤其重要的是两亲性 α 螺旋——这是抗菌肽、细胞穿膜肽发挥功能的常见结构基础。 1.3 短肽为什么“不好定”：深入解释短肽结构预测的难点——残基数量少、缺乏能够稳定折叠的疏水核心，导致其构象在溶液中高度动态、在多个状态之间快速切换，因此单一的静态预测结构往往不能真实代表它的行为。这一节帮学员对预测结果保持恰当的怀疑态度。 1.4 环化/订书如何锁构象：讲清环化、订书、二硫键等共价约束是如何大幅压缩多肽可及的构象空间、把它“锁定”在有活性的构象上的，从结构角度解释为什么这些改造既能提升稳定性、又常常能提升活性。 2. 为什么要预测结构 2.1 结构决定功能：用具体例子说明——结合口袋在形状和电荷上的互补决定了能否结合、两亲性螺旋的疏水面决定了能否插入细胞膜——让学员理解“想设计功能，必须先掌握结构”。 2.2 结构是设计的前提：指出后续几乎所有高级方法（分子对接、binder 从头设计、结合界面分析、结构层面的稳定化改造）都以三维结构为输入，因此结构预测是整个 AI 多肽设计流程的基础环节。 3. 传统预测方法（简要了解） 3.1 同源建模：介绍用 SWISS-MODEL / MODELLER 依据同源模板搭建结构的经典思路，并指出多肽往往缺乏合适同源模板、传统同源建模在多肽上常常失效的局限，从而引出深度学习方法的必要性。 3.2 分子动力学：讲解用力场在计算机中模拟肽在水环境里随时间运动、采样多种构象的思路，并借此建立“构象系综”（一个肽对应一群构象而非单一结构）的重要概念。 3.3 分子对接原理：说明分子对接是把配体或多肽放进受体口袋、用打分函数（近似结合能）来评估并排序不同结合姿势（pose）的过程，是研究“肽如何结合靶点”的基础工具。 3.4 动手：用 AutoDock Vina 做一次肽-受体对接 * ▸ 用 PyMOL/OpenBabel 准备受体：去除水分子、加氢、转换为 pdbqt 格式 ▸ 在结合口袋周围定义对接盒子（center_x/y/z 与 size_x/y/z） ▸ 编写 config 并运行 vina，得到多个 pose 及其结合能（affinity, kcal/mol） ▸ 在 PyMOL 中载入最优 pose，观察氢键、盐桥等关键相互作用 4. AlphaFold 的直觉理解（不讲公式） 4.1 共进化信号：用通俗语言解释共进化——在漫长演化中，如果两个残基在空间上相互接触，它们往往会“成对地一起突变”以维持相互作用；因此从多序列比对（MSA）里统计出的这种共变信号，就成了推断三维接触、进而推断结构的核心线索。 4.2 注意力机制大白话：不写任何公式，用“阅读时该重点看哪些字”的比喻讲清注意力机制——模型会为每个残基学习它应该重点关注序列中的哪些其他残基，从而高效地捕捉远距离的相互作用。 4.3 AF2 两大部件：拆解 AlphaFold2 的核心流水线——EvoFormer 模块反复地在“MSA 表示”和“残基对表示”之间交换信息、提炼共进化与几何线索；结构模块再把这些抽象表示翻译成具体的三维坐标；最后通过 recycling（把输出再喂回输入）多轮迭代逐步精修。 4.4 AF3 与扩散：介绍 AlphaFold3 用扩散式生成的方式直接“画”出原子坐标，并把预测范围从单纯的蛋白扩展到蛋白-核酸-配体-离子的通用复合物，说明这对研究多肽与小分子、核酸共同作用的体系意义重大。 4.5 ESMFold：讲清 ESMFold 用蛋白质语言模型学到的表示直接替代了耗时的 MSA 搜索，因此可以在单条序列上秒级出结构，特别适合缺乏同源信息的人工设计短肽的快速筛查。 4.6 专题 AlphaFold3：作为专题深入讲 AF3 的关键变化（用 Pairformer 替代 EvoFormer、用扩散头生成坐标），演示它在预测肽-蛋白/肽-配体复合物上的能力，同时客观讨论它在高柔性多肽和弱结合体系上的局限与使用注意事项。 5. 动手：预测一条多肽的结构 * 5.1 ColabFold / AlphaFold2 预测单肽：使用 ColabFold（AlphaFold2 的轻量在线实现）完整跑一遍单肽预测，理解每一步在做什么。 ▸ 在 ColabFold notebook 中粘贴目标序列，选择 MSA 模式（对短肽可对比 single-sequence 与建 MSA 的差异） ▸ 运行预测，下载 5 个模型的 PDB 及 pLDDT/PAE 结果文件 ▸ 在 PyMOL 中按 b-factor(pLDDT) 着色查看结构，识别高/低置信区域 5.2 ESMFold 快速预测：用 ESMFold 的网页版或本地 API 对同一条序列一键出结构，直观感受它相比 AF2 在速度上的巨大优势以及在精度上的取舍。 5.3 对比分析：针对同一条柔性短肽，把 AF2 与 ESMFold 的预测结果叠合比较（计算 RMSD、对比 pLDDT），引导学员讨论“什么时候该信 AF2、什么时候用 ESMFold 就够了”，培养对预测结果的批判性判断。 6. 动手：预测复合物与环肽 * 6.1 肽-蛋白复合物：用 AlphaFold-Multimer 或 AF3 预测多肽与靶蛋白结合后的复合物结构，重点看界面区域的 pLDDT 与链间 PAE，用它们判断预测的结合模式是否可信——这是后续 binder 设计中反复要用到的技能。 6.2 环肽/大环肽：介绍并使用 HighFold 等专门处理环化约束的工具来预测环肽/大环肽结构，同时演示普通 AF2 在处理头尾环化、二硫键约束时的失真，让学员明白“选对工具”的重要性。 7. 动手：看懂预测结果好不好 * 7.1 pLDDT：讲清 pLDDT 是模型对每个残基局部结构的置信度打分（0–100），一般 >70 相对可信、>90 很可信，而柔性区/无序区往往偏低；教学员不要盲信一个漂亮的结构，而要先看置信度分布。 7.2 PAE：讲解预测对齐误差（PAE）热图如何反映“两个残基相对位置”的可信度，并演示如何用它判断不同结构域之间、以及肽-靶界面之间的相对摆放是否可靠。 7.3 fpocket：用 fpocket 在靶点结构上自动检测口袋并给出可药性（druggability）评分，帮助学员在设计前先定位“应该把结合肽做到哪里去”。 8. 实战项目 8.1 批量结构预测：对第一主题产出的一组候选肽用脚本批量调用 ESMFold 预测结构，按 pLDDT 自动筛选出高置信构象，体验“把单次操作工程化为批处理流程”的思路。 8.2 复合物分析：挑选一个感兴趣的靶点，预测一个肽-靶点复合物，用 PyMOL 标注界面残基、氢键与盐桥，产出一张带注释的结合模式图，并写一小段结合机制说明。 三、抗菌肽（AMP）设计 1. 认识抗菌肽 1.1 来源与定义：介绍抗菌肽是广泛存在于动物、植物、微生物体内的天然免疫效应分子，是宿主抵御病原的第一道防线；从序列上看，它们通常较短（约 10–50 个残基）、带正电、并具有两亲性，这些共性正是后续做预测和设计时最重要的特征。 1.2 分类：按二级结构把抗菌肽分为α 螺旋型（如 magainin、LL-37）、β 折叠型（常含二硫键，如 defensin）、环状型与延伸型（富含特定氨基酸如脯氨酸、色氨酸）四大类，并说明不同类型在稳定性、活性谱与设计难度上的差异。 1.3 为什么重要：结合当前全球抗生素耐药（AMR）的严峻形势，说明抗菌肽因主要作用于细菌膜的物理性质、细菌难以通过单点突变快速逃逸，被寄望为对抗“超级细菌”的新型武器，凸显这一研究方向的现实意义。 2. 抗菌肽是怎么杀菌的 2.1 膜破坏模型：详细讲解经典的桶板（barrel-stave）、地毯（carpet）、环孔（toroidal-pore）三种膜破坏模型——带正电的抗菌肽先通过静电吸附到带负电的细菌膜表面，再借助疏水面插入脂双层、最终破坏膜的完整性导致细菌死亡。理解机制有助于理解为什么电荷和两亲性如此关键。 2.2 胞内靶点：说明并非所有抗菌肽都靠破膜，一部分能穿过膜进入胞内，抑制 DNA/RNA 或蛋白质合成、干扰细胞分裂等，作用机制更接近传统抗生素。 2.3 为什么不容易耐药：解释由于抗菌肽针对的是细菌膜较为保守的整体物理化学性质，而非某个具体的蛋白靶点，细菌很难通过少数几个突变就获得抗性，这是抗菌肽相对传统抗生素的核心优势。 3. 哪些性质决定活性（关键参数 + 如何量化） 3.1 净电荷：抗菌肽的净电荷通常在 +2 到 +9 之间，正电有利于吸附到带负电的细菌膜。课堂讲解如何根据序列中带电残基数目和给定 pH 值计算净电荷，并讨论电荷过高可能带来的毒性问题。 3.2 疏水性：疏水性决定了肽插入膜的能力，可用 GRAVY 值或“疏水矩”来量化。强调这是一把双刃剑——适度疏水利于杀菌，过度疏水则容易破坏人体自身细胞膜、导致溶血。 3.3 两亲性：讲解两亲性指分子同时具备明显的亲水面和疏水面，对α 螺旋型抗菌肽可用“螺旋轮投影”直观展示极性/疏水残基是否分列两侧，并用疏水矩定量。两亲性是膜活性的关键结构基础。 3.4 螺旋度与长度：讨论螺旋倾向、序列长度对活性和选择性的综合影响——太短往往不足以形成稳定膜活性构象、太长则合成成本高且毒性风险上升，设计时需要在多个参数间寻找平衡。 4. 传统怎么设计和筛选 4.1 理化性质/模板改造：介绍最经典的做法——在一条已知的天然抗菌肽模板上做定点突变，系统调节净电荷、疏水性、两亲性，观察活性变化，逐步优化。这是理解后续 AI 方法的对照基线。 4.2 QSAR：讲解定量构效关系（QSAR）如何在“理化描述符”与“抗菌活性”之间建立回归关系，从而在实验之前就预测并指导优化方向，是机器学习进入这个领域之前的主流量化手段。 4.3 经典机器学习：介绍用支持向量机（SVM）、随机森林等传统模型配合人工设计特征来判别一条序列是否为抗菌肽的经典工作思路（如 CAMP、AMPScanner 等），为后面对比深度学习方法做铺垫。 5. 用模型来“打分”（判别模型）* 5.1 序列编码：系统讲解把一条氨基酸序列转化为模型可读数字的几种主流方式——one-hot 编码、理化性质向量、k-mer 频率，以及用预训练蛋白语言模型（如 ESM）直接提取的高维 embedding，并比较它们在信息量、数据需求和效果上的优劣。 5.2 抗菌活性预测：既介绍如何直接调用现成工具，也带学员从零训练一个属于自己的抗菌活性分类器，完整体验判别模型的构建流程。 ▸ 准备正样本（已知 AMP）与负样本（非 AMP 序列），注意平衡与去冗余 ▸ 为每条序列提取手工特征或 ESM embedding，构建特征矩阵 ▸ 训练分类器（随机森林或小型 MLP），用交叉验证 + ROC-AUC/PR-AUC 评估 ▸ 绘制 ROC 曲线、分析哪些特征最重要 5.3 毒性/溶血性预测：介绍并使用 HemoPI、ToxinPred 等工具对候选肽做溶血性、毒性预测，把“安全性”作为与活性并列的筛选维度，避免设计出高活性但高毒的序列。 5.4 手工特征 vs 端到端：通过在同一数据集上对比“传统理化特征 + 随机森林”与“蛋白语言模型微调”两条技术路线的表现，让学员直观理解深度学习/大模型带来的增益，以及它对数据量的要求。 6. 用模型来“造肽”（生成模型） 6.1 VAE：用“压缩再还原”的比喻讲清变分自编码器——把序列编码进一个连续的隐空间，再从隐空间解码回序列；训练好后可以在隐空间中采样或插值，从而生成全新的候选肽（以 HydrAMP 等抗菌肽生成工作为例）。 6.2 GAN：讲解生成对抗网络的核心思想——生成器不断尝试造出以假乱真的肽，判别器不断学习分辨真假，两者对抗训练直到生成器能产出逼真的序列（以 PepGAN 等思路为例），并讨论 GAN 在离散序列上训练不稳定的难点。 6.3 扩散模型：用“从一团噪声里逐步显影出图像”的直觉讲清扩散模型，说明它如何通过反复去噪来生成序列或结构（以 AMP-Diffusion 等思路为例），并点明它正是当前 RFdiffusion、AlphaFold3 等前沿方法的共同基石。 6.4 语言模型/大模型：讲解如何用 GPT 式自回归模型按条件“写”出抗菌肽，或用 BERT 式模型（如 ESM）通过掩码采样来生成/改造序列，把第五主题的大模型能力直接对接到抗菌肽设计上。 6.5 专题：深度学习引导的 AMP 发现闭环：以一篇代表性研究为主线，完整拆解现代抗菌肽发现的工业级闭环流程——用生成模型产出海量候选、经活性/毒性/新颖性多级计算过滤大幅缩小范围、挑选少量候选进行化学合成、再回到湿实验测定最小抑菌浓度（MIC）验证、并把实验结果回填数据反哺模型，形成“干湿结合”的迭代设计范式。 7. 实战项目 7.1 判别筛选：用第 5 节训练好的判别模型对一批候选肽进行抗菌活性打分和排序，结合毒性预测卡定阈值，输出一份“值得进一步关注”的候选短名单。 7.2 生成 + 过滤：用生成模型批量产出上千条候选序列，再串联抗菌活性、溶血性、与天然序列相似性等多个过滤器逐层筛选，最终留下多样且有潜力的 Top-N，完整体验“大量生成 + 严格过滤”的设计哲学。 7.3 文章复现：选取一篇有代表性的抗菌肽生成设计论文，复现其核心的设计-筛选流程，产出候选清单并逐条给出入选理由，训练学员阅读并落地前沿文献的能力。 四、靶点结合肽 / Binder 从头设计 1. 什么是结合肽 / binder 1.1 结合位置：讲清结合肽要真正发挥作用，必须精准占据靶点的功能位点或蛋白-蛋白相互作用界面，从而阻断或激活其功能；设计的第一件事就是想清楚“要结合到靶点的哪个部位”。 1.2 表位与热点：区分两个关键概念——表位（epitope）是靶点上被结合肽覆盖的整片区域，而热点（hotspot）是这片区域中贡献了绝大部分结合能的少数关键残基。讲解如何通过实验的丙氨酸扫描或计算方法找出 hotspot，并以此作为设计的“锚点”。 1.3 结合肽 vs 蛋白 binder：对比多肽结合物与更大的蛋白结合物——多肽更小、更灵活、更易化学合成和修饰，但可埋藏的结合面积小、天然亲和力往往偏弱，因此常需要环化、订书、引入非天然氨基酸等手段来弥补，这也串联起第六主题的优化方法。 2. 设计的整体流程（先看全貌） 2.1 三步法：先给学员一张全景图——现代从头 binder 设计通常分三步：先生成合理的三维骨架（决定“长什么形状”）、再为骨架设计氨基酸序列（决定“用哪些残基”）、最后回测验证并迭代优化（判断“靠不靠谱、要不要重做”）。理解这个总框架后再逐步深入每一步，学员不会迷失在工具细节里。 3. 第一步：生成骨架 3.1 RFdiffusion 直觉：用“从一团随机噪声出发、一步步去噪、逐渐长出合理蛋白主链”的直觉讲清 RFdiffusion；说明它既可以无条件生成全新结构，也可以在给定条件下定向生成，是目前从头结构设计最主流的扩散模型。 3.2 施加约束：讲解如何把设计意图“告诉”模型——指定要结合的靶点、锚定到指定的 hotspot、或围绕一段固定的功能 motif 生成支架（motif scaffolding），从而让生成的骨架天生就“面向靶点”。 ▸ 准备靶点结构并确定 hotspot 残基编号 ▸ 用 contigs 语法描述“靶点固定 + 结合肽长度范围”，设置 hotspot 参数 ▸ 运行 RFdiffusion 生成多条候选骨架，并初步筛掉明显不合理的构象 3.3 专题 RFpeptides：作为专题介绍 RFpeptides 如何在 RFdiffusion 流程中引入环化处理，实现大环肽 binder 的从头设计，并结合已发表的实验验证成功案例，讲清这条路线的实际威力与适用范围 * 4. 第二步：设计序列 * 4.1 ProteinMPNN：讲解 ProteinMPNN 的作用——给定一条主链的三维坐标，预测每个位置放哪种氨基酸能最稳定地折叠成这个形状；并说明采样温度（temperature）如何在“保守可靠”和“多样探索”之间调节。 ▸ 输入上一步生成的骨架 PDB ▸ 设置采样温度、指定需要固定或允许变化的位置（如保留界面关键残基） ▸ 批量生成多条候选序列，供下一步回测 4.2 多肽注意点：针对多肽的特殊性提醒若干实操细节——短肽两端的处理、环化位点残基的选择、以及尽量避免使用化学合成困难或易氧化的残基，让设计结果更容易真正被合成出来。 5. 第三步：验证与打分 * 5.1 AF2 回测：讲解 binder 设计中最重要的“自洽性”检验——把 ProteinMPNN 设计出的序列单独喂给 AlphaFold2 重新折叠，看它能否折回当初设计的目标构象；用 pLDDT 和与目标结构的 RMSD 来量化，是过滤失败设计最有效的手段之一。 5.2 界面评估：介绍一系列评估结合可信度的指标——界面 PAE（interaction PAE）、界面 pLDDT、界面接触残基数、以及近似结合能等，教学员综合这些指标判断哪些候选真正有希望结合。 5.3 迭代优化：强调从头设计是一个循环而非一次成功——对未通过回测的候选，回到骨架生成或序列设计步骤调整参数、重新生成，形成“生成—筛选—再生成”的迭代闭环，这也是真实设计工作的常态。 6. 实战项目 6.1 完整流程：选定一个真实靶点，完整走通 RFdiffusion 生成骨架 → ProteinMPNN 设计序列 → AlphaFold2 回测与排序 的从头结合肽设计流水线，把本主题所有工具串成一条可复用的 pipeline。 6.2 输出：整理排名靠前的候选肽，产出结构图、界面指标汇总表与设计说明文档，形成一份可以拿去和实验合作者讨论的完整设计报告。 五、面向功能的多肽序列生成与大模型 1. 语言模型是什么（从头讲起） 1.1 序列即“句子”：用一个贯穿全章的核心类比——把 20 种氨基酸当作“字”、把一条蛋白/多肽序列当作一句“话”，那么让模型学习蛋白序列，本质上就和让它学习一门语言一样。这个类比帮零基础学员一下子抓住蛋白语言模型的直觉。 1.2 RNN 直觉：讲解早期的循环神经网络如何像人一样一个字一个字地顺序阅读、并用一个不断更新的“隐藏状态”记住前文，同时指出它在处理很长序列时容易“忘记”开头、难以捕捉长程依赖的固有缺陷。 1.3 Transformer 直觉：讲清 Transformer 用自注意力机制让序列中任意两个位置都能直接“对话”，因此既能高效并行计算、又特别擅长捕捉相距很远的残基之间的关联——这正是它取代 RNN、成为所有现代大模型基石的原因。 1.4 预训练在学什么：解释在海量无标注的天然蛋白序列上做“完形填空/接龙”式的自监督预训练，模型能够自发地学到氨基酸之间的搭配规律、进化保守性乃至结构倾向，从而得到一套可迁移到各种下游任务的通用表示。 2. 两种典型：BERT 与 GPT 2.1 BERT / 掩码式：讲解 BERT 式模型通过“完形填空”（随机遮住一些残基、让模型预测被遮住的是什么）来训练，因而特别擅长理解序列、给序列或突变打分，蛋白领域的 ESM 系列正属于这一类。 2.2 GPT / 自回归：讲解 GPT 式模型通过“文字接龙”（根据前面的残基预测下一个残基）来训练，因而天然擅长逐位地生成全新序列，是条件化蛋白/多肽生成的主力架构。 2.3 对应到多肽：把两类模型的分工落到多肽任务上——掩码式模型主要用于突变效应打分、天然性评估与特征提取，自回归/生成式模型主要用于按功能需求从头生成候选序列。 3. ESM 系列深入 3.1 ESM 系列模型演进：回顾 ESM-1b（650M 参数）→ ESM-2（8M 到 15B 多规格）→ ESMFold（结构预测）→ ESM-IF（反向折叠）的发展脉络；说明 ESM-2 是当前蛋白质序列表示的 state-of-the-art 模型，也是本课程做表征、打分与微调的默认主力模型。 3.2 ESM2-650M 架构解析：讲解 33 层 Transformer、1280 维 embedding、约 6.5 亿参数的规模；说明 ESM-2 在 UniRef50 上进行自监督预训练，通过掩码语言建模从数以亿计的天然序列中学到了蛋白质家族的进化约束与结构倾向，这也是它的 embedding 能广泛迁移的根本原因。 3.3 ESM2 在多肽评估中的应用（Perplexity 打分）：讲解 perplexity（困惑度）的直观含义——模型认为该序列“像不像”天然蛋白质；perplexity 越低，说明序列越符合天然蛋白质的统计规律，因而可以直接作为多肽“天然性 / 可折叠性”的一个廉价初筛指标，在做完生成后用它快速剔除明显不合理的序列。 ▸ 用 transformers/fair-esm 加载 esm2_t33_650M_UR50D 模型与对应 tokenizer ▸ 对每条候选多肽逐位做掩码、累加对数似然，计算 (pseudo-)perplexity ▸ 按 perplexity 从低到高排序，剔除高困惑度（明显不像天然蛋白）的候选 3.4 从 ESM2 到 PepMLM（微调策略与条件化生成）：解释 PepMLM 如何在 ESM2-650M 的基础上，使用 PepNN 和 Propedia 数据库中的肽-蛋白配对数据进行微调；其核心变化在于把靶蛋白序列作为条件（condition）拼接进输入，强制模型学习“给定靶点、生成能与之结合的肽”的映射关系，从而把一个通用的蛋白语言模型改造成一个面向靶点的结合肽生成器。这一节把“预训练大模型 + 任务微调 + 条件化生成”的完整范式讲透。 4. 怎么让模型“按需求”生成 4.1 预训练 + 微调范式：讲清当今大模型应用的主流范式——先用海量通用数据预训练出一个“懂蛋白语言”的基座模型，再用相对少量的任务数据进行微调，让它专精于某个具体功能，这样既省数据又省算力。 4.2 条件生成：讲解条件生成的思想——把想要的功能标签、类别或靶点序列作为额外输入“条件”喂给模型，引导它只生成满足该条件的序列，而不是漫无目的地乱生成，这是可控设计的关键。 4.3 专题 ProGen / ZymCTRL：以 ProGen、ZymCTRL 为例讲解如何用控制标签（如蛋白家族、酶功能）来条件化地生成蛋白序列，并讨论如何把这套成熟思路迁移到多肽的功能条件生成上。 4.4 扩散生成功能肽：介绍在序列空间或结构空间上运用扩散模型、并结合条件约束来生成目标功能多肽的新兴思路，把第四主题的扩散结构生成与本章的功能序列生成联系起来。 5. 生成特定功能的肽 5.1 细胞穿膜肽（CPP）：讲解 CPP 的典型序列特征（富含精氨酸/赖氨酸、常具两亲性），以及为什么它是解决多肽“进不了细胞”这一核心难题的关键工具；并说明如何用条件生成模型定向产出 CPP 候选。 5.2 抗癌肽：介绍抗癌肽（尤其是膜裂解型）如何利用肿瘤细胞膜与正常细胞膜在电荷等方面的差异实现选择性杀伤，以及在设计时如何兼顾疗效与对正常细胞的安全性。 5.3 信号肽等：简要介绍信号肽、抗病毒肽、激素肽等其他功能肽的生成任务，说明本章方法框架具有很强的通用性，可迁移到各类功能目标。 5.4 动手：微调一个小模型生成目标肽 * ▸ 准备目标功能数据集（如 CPP 的正负样本），做清洗与划分 ▸ 在 ESM2 或一个小型自回归模型上进行微调（可用 LoRA 等轻量方式降低算力需求） ▸ 从微调后的模型采样生成候选序列，去重并做初步长度/组成过滤 6. 生成完怎么评估好坏 * 6.1 天然相似性：用 BLAST 比对或 embedding 空间距离衡量生成序列与已知天然序列的接近程度；强调要在“足够像天然（可能可折叠、可表达）”和“足够新颖（有专利与创新价值）”之间取得平衡。 6.2 多样性：用序列聚类或计算候选之间的两两相似度来评估生成结果是否过于雷同——一个只会反复生成几乎相同序列的模型是没有实用价值的，多样性是衡量生成质量的重要维度。 6.3 结构合理性：用 ESMFold 或 AF2 对生成序列快速回测，看其能否折叠成 pLDDT 较高的合理结构，把结构不合理的候选提前淘汰。 6.4 成药性初筛：把第六主题的毒性、溶血性、稳定性等预测器作为前置过滤器接入生成流程，尽早剔除高风险候选，避免把宝贵的实验资源浪费在注定失败的序列上。 7. 实战项目 7.1 目标：以“设计一批细胞穿膜肽（CPP）”为具体目标，把本章学到的微调与条件生成方法真正用起来。 7.2 流程：完整走一遍数据准备→ 模型微调 → 批量生成 →（perplexity / 结构合理性 / 毒性）多指标联合筛选 → 输出 Top-N 候选并逐条说明入选理由 的闭环，产出一份可交付的生成设计报告。 六、多肽性质预测、优化与工程改造（成药性） 1. 成药性到底看哪些指标 1.1 稳定性：讲解体内蛋白酶如何在特定位点降解多肽（例如胰蛋白酶偏好切在 Lys/Arg 之后），如何从序列上识别这些潜在的“易切位点”，并如何评估一条肽在血浆中的整体稳定性，这是多肽能否成药的第一道门槛。 1.2 半衰期：说明多肽的体内半衰期主要由肾小球滤过（与分子量相关）和酶解共同决定，并预告后面会讲到的延长策略——PEG 化、脂肪酸修饰、与白蛋白结合等，把“为什么半衰期短”和“怎么解决”连起来讲。 1.3 膜穿透性：分析影响多肽穿膜能力的主要因素（脂水分配系数 logP、净电荷、两亲性、分子量等），并介绍可用于预测穿膜概率的计算工具，呼应第一主题提出的“多肽进不了细胞”这一核心难题。 1.4 毒性与免疫原性：讲解需要评估的几类安全性风险——对红细胞的溶血性、对正常细胞的细胞毒性、以及可能引发免疫反应的 T 细胞表位，强调这些指标必须与活性同步优化。 2. 动手：用模型预测这些性质 * 2.1 稳定性/半衰期：用基于序列规则的方法标注出潜在的蛋白酶切割位点，并结合预测工具给每条候选肽打一个稳定性评分，产出一张“稳定性风险清单”。 2.2 膜穿透/CPP：使用 CellPPD 等在线/本地工具批量预测候选肽的细胞穿膜概率，筛选出更可能进入细胞、适合作用于胞内靶点的序列。 2.3 毒性/免疫原性：使用 ToxinPred 预测毒性、用免疫原性/表位预测工具评估免疫风险，把高风险候选在计算阶段就过滤掉，降低后续实验成本。 3. 从结构上让肽更“耐用” 3.1 环化：讲解头尾酰胺环化与二硫键环化两类主要环化方式，说明环化如何通过消除易被外切酶识别的自由末端、并限制构象自由度，来同时提升多肽的酶稳定性与结合活性。 3.2 订书肽：讲解订书肽如何通过在螺旋的两圈之间引入一条全碳或硫醚化学桥，把α 螺旋“钉”得更稳固，从而显著提升其蛋白酶抗性、结合亲和力乃至细胞穿透能力，是近年热门的多肽稳定化策略。 3.3 非天然氨基酸：介绍引入天然界不存在的氨基酸（如β-氨基酸、N-甲基化氨基酸等）如何让多肽逃避蛋白酶识别、并精细地调节其溶解度、刚性与穿膜性等理化性质。 3.4 D-氨基酸/逆序-D：讲解用 D 型氨基酸替换 L 型、乃至采用“逆序-D”（retro-inverso）策略，如何在尽量保持结合构象的同时，让多肽几乎完全逃脱只识别 L 型底物的蛋白酶降解，是提升稳定性的强力手段。 4. 用机器学习帮忙改造（优化）* 4.1 零样本突变效应预测：讲解如何用 ESM-1v / ESM-2 这类蛋白语言模型，在完全不需要额外训练数据的情况下（zero-shot），直接根据模型对突变前后序列的打分变化来预测某个突变是有益还是有害，从而快速圈定值得尝试的突变。 ▸ 对目标肽的每个位置，枚举其所有可能的单点突变 ▸ 用语言模型计算每个突变体相对野生型的对数似然差（打分） ▸ 按打分排序、挑出高分突变，并尝试将多个有益突变组合叠加 4.2 定向进化思路：讲解经典定向进化“构建突变库 → 高通量筛选 → 富集迭代”的实验范式，并说明机器学习如何通过预测有希望的突变、大幅减少需要实验筛选的轮次和规模，实现“更聪明地进化”。 4.3 Low-N 策略：讲解在实验数据极其有限（仅几十条）的现实场景下，如何借助预训练模型强大的先验表示，只用少量标注数据就训练出可用的性质预测或优化模型，解决生物领域普遍存在的“小数据”难题。 4.4 用自有数据训练小模型：手把手带学员把自己实验室积累的活性/稳定性等实测数据整理成规范训练集，在 ESM 等预训练表示之上微调一个轻量的回归/分类头，得到一个贴合自身课题的定制化预测模型。 5. 实战项目 5.1 全流程串讲：给定一条初始多肽，完整演示“性质预测 → 定位薄弱环节（如某处易被降解或毒性偏高）→ 用环化/突变等手段针对性优化 → 重新预测验证”的迭代闭环，把全课程学到的判别、生成、优化能力融会贯通。 5.2 学员小项目：给定一个真实的靶点或功能目标，让学员独立走一遍“设计 → 结构预测 → 性质预测 → 优化”的完整流程，最终产出一批候选多肽以及一份图文并茂的设计报告。 02 通过课程学习您将得到 培训全程理论结合代码实操，配套多肽专业数据集、开源算力环境免费开放使用！通过手把手教学 Linux 命令行、Conda 虚拟环境、VS Code+Jupyter 编程、Biopython 序列批量处理、PyMOL/Mol * 三维可视化，零基础学员快速掌握多肽 AI 研究全套底层实操技能！通过完整实操 ColabFold、AlphaFold2/3、ESMFold、HighFold 等工具，精通线性肽、环肽、多肽 - 靶蛋白复合物高精度结构预测，熟练运用 pLDDT、PAE、RMSD 完成结构置信度评估与构象对比分析！通过系统精讲 ESM 全系列蛋白语言大模型（ESM-1b/ESM-2/ESM-IF），掌握氨基酸序列嵌入表征、困惑度天然性打分、零样本突变效应预测、LoRA 轻量微调、条件化序列生成全套大模型落地方法！通过实操 RFdiffusion、RFpeptides、ProteinMPNN、AutoDock Vina 等行业主流工具，熟练打通「靶点热点识别→多肽骨架从头生成→序列设计→AF2 回测验证」完整 AI 多肽结合物（Binder）设计流水线！课程分模块深度拆解抗菌肽、细胞穿膜肽、GLP-1 类多肽药物等  03.AI抗体设计详细课表 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。 01 AI抗体设计课表 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* 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。 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 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。 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。 02 通过课程学习您将得到 培训聚焦深度学习驱动的抗体设计为核心方向，以David Baker实验室核心设计方法、主流抗体大语言模型、AI抗体结构预测模型为教学核心，秉持理论夯实、实操落地、科研进阶、工程应用的培训原则。依托高性能服务器实操环境，循序渐进讲解行业主流软件、开源模型、代码实操、数据处理与模型调优，搭配十篇顶刊经典文献深度解析，全方位覆盖当下抗体设计领域前沿技术、研究热点与工业落地方案。助力零基础及进阶学员快速打通理论原理、代码实操、模型应用、科研创新全流程，熟练掌握AI抗体设计全套技术栈，可独立完成抗体结构预测、抗体亲和力优化、可开发性改造、抗体从头设计等科研实操任务，适配药物研发、生物工程、合成生物学等科研与工业应用场景。  04.AI+合成生物学详细课表 主讲教师来自清华大学，兼具学术研究与产业应用背景，，来自国内顶尖生命科学与人工智能交叉研究团队。其研究方向与本课程“AI 驱动的合成生物学”高度契合，能够从前沿算法、真实科研案例和产业转化应用三个层面，系统讲解人工智能如何结合生物元件设计、基因线路构建、代谢工程优化与 DBTL 闭环。主讲教师及所在团队相关研究成果已发表于 PNAS、Angew. Chem. Int. Ed.、Nature、Science 等国际知名期刊，团队累计发表论文 300 余篇，具备扎实的科研积累与前沿课程开发基础。 01 AI合成生物学课表 一、AI合成生物学总览与数据基础 1. 合成生物学的工程化框架 1.1 合成生物学的核心对象：parts、devices、circuits、pathways、genomes、cells。 1.2 从传统“试错式工程”到 AI 驱动的设计闭环。 1.3 DBTL 框架：Design、Build、Test、Learn。 1.4 AI 在 DBTL 中的位置：预测、生成、筛选、推荐、自动化实验、闭环优化。 1.5 为什么合成生物学需要 AI：组合空间巨大、上下文依赖强、实验成本高、数据噪声大。 2. AI 合成生物学的数据类型 2.1 DNA/RNA 序列数据：启动子、增强子、RBS、UTR、终止子、riboswitch、gRNA。 2.2 蛋白序列与结构数据：酶、受体、转录因子、变构开关、传感器结构域。 2.3 表达与表型数据：荧光、转录强度、产量、滴度、速率、动态范围、EC50。 2.4 多组学数据：转录组、蛋白组、代谢组、CRISPRi扰动数据。 2.5 高通量实验数据：MPRA、筛选库、条形码测序、自动化 biofoundry 数据。 3. AI 方法基础 3.1 监督学习：从序列或组学特征预测功能和表型。 3.2 生成模型：从目标功能反向生成 DNA、RNA、蛋白或线路方案。 3.3 主动学习与贝叶斯优化：决定下一轮最值得做的实验。 3.4 基础模型：蛋白语言模型、基因组语言模型、多模态生物模型。 3.5 AI agent：从单个预测工具到自动化实验设计助手。 3.6 模型评估：准确率、R2、MAE、外推能力、不确定性、实验验证成功率。 二、人工智能生物元件设计 1. 生物元件的基本类型 1.1 启动子：表达强度、细胞类型特异性、条件响应。 1.2 增强子与顺式调控元件：调控语法、motif组合、位置效应。 1.3 RBS、5'UTR 和翻译调控元件：核糖体结合、翻译效率、mRNA结构。 1.4 终止子与绝缘元件：表达边界、上下文隔离、转录终止效率。 1.5 riboswitch 与 RNA 元件：小分子响应、RNA结构调控、可编程传感。 1.6 蛋白元件：转录因子、结合结构域、酶、传感器受体、降解标签。 2. 传统元件设计与 AI 元件设计 2.1 传统方法：经验突变、motif拼接、文库筛选、理性设计。 2.2 AI 预测：从序列预测表达强度、特异性、响应曲线和上下文适配性。 2.3 AI 生成：按目标表达模式或细胞类型生成新调控序列。 2.4 AI 优化：在表达强度、特异性、稳定性和宿主负担之间做权衡。 2.5 关键难点：数据规模、实验噪声、宿主差异、序列上下文、模型可解释性。 3. 启动子与调控元件设计前沿 3.1 MPRA 数据如何训练调控元件模型。 3.2 深度学习如何学习调控语法：motif、位置、方向、组合关系。 3.3 细胞类型特异调控元件的机器引导设计。 3.4 PARM：从 DNA 序列预测 promoter activity。 3.5 DNA-Diffusion：扩散模型生成细胞类型特异调控序列。 3.6 微生物启动子生成与代谢工程中的表达调节。 实操：启动子、RBS 与调控元件快速判读* 使用 JASPAR 或 MEME Suite 对一段启动子/增强子序列做 motif 扫描或 motif discovery，观察模型如何把 DNA 序列转换成“转录因子结合位点/调控语法”线索；使用 Salis Lab Genetic Systems Calculator / RBS Calculator 输入 CDS 与目标翻译起始率，比较不同 RBS 设计对表达强度的影响。课堂产出为 motif 命中结果、RBS 设计结果截图和“哪些结果可以进入下一轮实验验证”的简短判断。 4. 本章重点 本章让学员理解：AI 元件设计的本质，是从“查已有元件”转向“按目标表达行为设计新元件”。元件设计是后续基因线路、代谢工程和传感器构建的基础。 三、AI基因线路设计 1. 基因线路基础 1.1 基因线路的概念：用 DNA 编写细胞行为。 1.2 基础逻辑门：NOT、AND、OR、NAND、NOR。 1.3 经典线路：toggle switch、repressilator、feed-forward loop、feedback control。 1.4 输入、处理与输出：诱导物、传感器、调控模块、报告基因。 1.5 线路性能指标：动态范围、响应速度、泄漏表达、鲁棒性、负载效应。 2. 为什么基因线路难设计 2.1 非线性动力学：Hill函数、反馈、双稳态、振荡。 2.2 宿主负载：转录翻译资源竞争、代谢压力、生长耦合。 2.3 上下文效应：元件连接后功能变化。 2.4 噪声与异质性：单细胞差异与群体平均的差别。 2.5 进化稳定性：突变、沉默、选择压力和线路失效。 3. 线路设计中的模型方法 3.1 ODE 机理模型：从参数和方程理解线路动态。 3.2 逻辑综合：从目标真值表到基因门组合。 3.3 Cello 与 Cello v2：把电子设计自动化思想迁移到遗传线路设计。 3.4 机器学习代理模型：快速预测线路行为。 3.5 高通量线路测量：从一个一个调试到大规模设计空间映射。 3.6 生成式线路设计：从目标动态功能反向生成线路结构。 实操：CelloCAD 逻辑线路自动设计演示* 使用 Cello / CelloCAD 输入简单逻辑需求，例如 AND、NOT 或两输入逻辑门，观察工具如何从高层逻辑规格转换为遗传门组合、元件库选择和候选 DNA 设计。课堂重点不做复杂线路调参，而是让学员理解“电子设计自动化思想如何迁移到基因线路设计”。 4. 本章重点 本章让学员理解：AI 基因线路设计并不是简单预测一个元件，而是在元件组合、动态行为、宿主环境和进化稳定性之间做系统设计。AI 的价值在于帮助探索巨大组合空间，并把线路设计从手工调参推向自动化。 四、AI基因组工程 1. 基因组工程基础 1.1 基因组工程的目标：敲除、插入、替换、调控、重写。 1.2 CRISPR-Cas 系统：Cas9、Cas12、Cas13 的基本差异。 1.3 base editing、prime editing、CRISPRa/i、epigenome editing。 1.4 gRNA、PAM、on-target、off-target、编辑窗口和递送方式。 1.5 合成生物学中的基因组工程：通路整合、宿主优化、基因组压缩、基因组重编码。 2. AI 如何辅助 CRISPR 设计 2.1 gRNA 活性预测：序列特征、GC含量、局部结构、染色质状态。 2.2 off-target 预测：相似序列、错配、插入缺失和安全评估。 2.3 编辑结果预测：indel分布、修复偏好、base editing效率。 2.4 多基因编辑与组合扰动设计。 2.5 CRISPRi/a 在代谢工程和线路调控中的应用。 3. AI 设计基因编辑器与基因组基础模型 3.1 从自然 CRISPR 系统挖掘到 AI 生成编辑器。 3.2 OpenCRISPR-1：AI 设计高功能基因编辑器的案例逻辑。 3.3 大规模基因组/宏基因组数据如何训练 CRISPR-Cas 模型。 3.4 Evo 2 等基因组语言模型：从单核苷酸分辨率理解和生成基因组序列。 3.5 基因组语言模型在变异解释、调控序列生成、合成基因组设计中的潜力。 3.6 AI 基因组工程的双重用途风险与安全边界。 实操：CRISPR 靶点与 gRNA 候选筛选* 使用 CHOPCHOP 或 CRISPOR 输入教学用基因名、基因组坐标或示例 DNA 序列，比较候选 gRNA 的 on-target 分数、PAM、GC 含量和 off-target 风险。 4. 本章重点 本章让学员理解：AI 基因组工程包括三个层次，一是优化 gRNA 和编辑实验，二是设计新的编辑器蛋白，三是用基因组基础模型理解和生成更大尺度的 DNA 程序。课程强调科研理解与安全边界，不提供高风险操作性设计五、AI代谢工程与细胞工厂 1. 代谢工程基础 1.1 代谢工程的目标：提高目标产物的产量、滴度、速率和稳定性。 1.2 细胞工厂：E. coli、Saccharomyces cerevisiae、Pseudomonas putida 等常用底盘。 1.3 通路设计：异源通路引入、关键酶优化、辅因子平衡。 1.4 代谢瓶颈：底物流向、能量供应、毒性、副产物、宿主负担。 1.5 传统策略：基因敲除、过表达、启动子调节、酶突变、适应性进化。 2. 代谢工程中的计算模型 2.1 Genome-scale metabolic model。 2.2 FBA、pFBA、FVA、MOMA 等约束模型。 2.3 COBRApy、COBRA Toolbox、cameo、StrainDesign。 2.4 从代谢网络模型到基因干预建议。 2.5 模型局限：参数缺失、调控缺失、动力学缺失、实验上下文差异。 3. AI 驱动的 DBTL 与菌株推荐 3.1 代谢工程为什么适合主动学习。 3.2 从组学数据、产量数据和构建信息训练模型。 3.3 贝叶斯优化与不确定性量化：选择下一轮最有价值的菌株。 3.4 ART：Automated Recommendation Tool 在合成生物学中的应用。 3.5 自动化 biofoundry：机器人实验、自动化测量和机器学习闭环。 3.6 CRISPRi 组合扰动与代谢通量调控。 实操：酶挖掘、通路候选与代谢流预测* 使用 BRENDA 或 Selenzyme 从一个目标反应出发筛选候选酶，关注 EC 编号、底物范围、来源物种和文献证据；使用 KBase Run Flux Balance Analysis 或 Escher-FBA 演示通量平衡分析，观察培养基、反应敲除或目标函数变化如何影响生长和目标产物通量。若课堂时间有限，本章只保留 KBase/Escher-FBA 的代谢流演示。 4. 本章重点 本章让学员理解：代谢工程不是单个基因的优化，而是细胞系统层面的资源重分配。AI 的价值在于把实验数据、组学数据、通路模型和下一轮设计建议连接起来，加速细胞工厂开发。 六、AI生物传感器设计 1. 生物传感器基础 1.1 生物传感器的作用：把不可见分子或细胞状态转化为可测信号。 1.2 传感器输入：小分子、代谢物、离子、蛋白、RNA、环境信号。 1.3 传感器输出：荧光、发光、颜色、电化学信号、抗性、生长优势。 1.4 传感器类型：转录因子传感器、riboswitch、CRISPR诊断、蛋白变构开关、FRET传感器。 1.5 传感器指标：特异性、灵敏度、动态范围、EC50、LOD、响应时间、背景噪声。 2. 生物传感器与合成生物学闭环 2.1 传感器是 DBTL 中 Test 环节的关键入口。 2.2 传感器如何支持高通量筛选。 2.3 传感器如何把代谢物浓度转化为训练数据。 2.4 传感器与代谢工程、酶工程、线路设计的结合。 2.5 传感器失效原因：交叉响应、泄漏表达、动态范围不足、宿主背景干扰。 3. AI 如何设计和优化传感器 3.1 受体设计：为目标小分子或蛋白设计识别结构域。 3.2 转录因子传感器改造：结合口袋、特异性和响应曲线优化。 3.3 变构蛋白开关：受体域和报告域的组合设计。 3.4 机器学习辅助突变库筛选。 3.5 剂量响应曲线建模与传感器变体排序。 3.6 生物传感器在细胞工厂开发中的闭环价值。 实操：酶与传感器蛋白性质预测* 使用 Protein-Sol 或 SoluProt 输入候选酶/传感器蛋白序列，快速预测可溶性表达倾向；使用 DeepSTABp、FireProt 2.0 或 DynaMut2 评估热稳定性或突变对稳定性的影响；如需补充活性/底物层面的判断，可演示 DeepMolecules 对 enzyme-substrate pair、kcat 或 KM 的预测。 4. 本章重点 本章让学员理解：生物传感器不仅是检测工具，更是 AI 合成生物学的“数据接口”。没有高质量传感器，许多代谢工程、酶工程和线路优化问题就无法高通量学习。 七、代码实战：复现成熟 AI-SynBio pipeline 1. 功能代码实战 2.1 生物元件生成主线：DNA-Diffusion 公开 Colab： 训练与序列生成 https://colab.research.google.com/github/pinellolab/DNA-Diffusion/blob/main/notebooks/training_and_sequence_generation.ipynb 使用 Hugging Face checkpoint 直接生成序列 https://colab.research.google.com/github/pinellolab/DNA-Diffusion/blob/main/notebooks/sequence_generation.ipynb 替换自定义数据训练与生成：https://colab.research.google.com/github/pinellolab/DNA-Diffusion/blob/main/notebooks/new_data_training_and_sequence_generation.ipynb 课堂用途：作为第一主线，演示“输入细胞类型/训练数据，输出候选合成调控 DNA 序列”的完整生成式 AI 流程。 2.2 调控效果评估主线：Enformer / AlphaGenome 公开 Colab： DeepMind Enformer 使用示例 https://colab.research.google.com/github/deepmind/deepmind_research/blob/master/enformer/enformer-usage.ipynb Google DeepMind AlphaGenome 可视化示例 https://colab.research.google.com/github/google-deepmind/alphagenome/blob/main/colabs/visualization_modality_tour.ipynb 课堂用途：与 DNA-Diffusion 串联，用生成出的候选 DNA 序列或示例变异片段，查看模型预测的调控效果。 2.3 代谢网络建模主线：COBRApy 公开 Colab： COBRApy 代谢模型教学示例 https://colab.research.google.com/github/GibbonsLab/isb_course_2021/blob/main/models.ipynb 课堂用途：展示 FBA、通量平衡分析、培养基条件调整、基因敲除模拟和生长/产物权衡。 2.4 CRISPR 辅助设计主线：GuideHOM / CRISPR-GEM 公开 Colab： GuideHOM gRNA on-target/off-target 预测 https://colab.research.google.com/drive/1VJkhQeqW1OkMG0VJoxcpML7LtnkvTX9e?usp=sharing CRISPR-GEM 靶基因优先级分析 https://colab.research.google.com/github/jog822/CRISPR-GEM/blob/main/CRISPR_GEM_Github.ipynb 课堂用途：作为基因组工程备选实操，展示“候选靶点/候选基因输入，输出编辑效率、脱靶风险或靶基因优先级”的分析流程。 2.5 生物语言模型展示：Evo / Evo 2 公开 Colab： Evo hello_evo 示例：https://colab.research.google.com/github/evo-design/evo/blob/main/scripts/hello_evo.ipynb 课堂用途：展示 DNA 语言模型如何读取、补全和生成序列。 2.6 GitHub 与顶刊 pipeline 拓展 PARM、ART、Cello v2、JBEI Isoprenol_CRISPRi、CRISPR-GPT 和 Evo 2 仍作为课程重要参考项目。其中 PARM 与 ART 更适合作为课后拓展或本地复现实验，不放在第一版课堂主跑流程中，避免安装依赖和运行环境占用过多授课时间。 2. 实操运用串联 DNA-Diffusion + Enformer： 串联方式： 第1步：打开 DNA-Diffusion 的 sequence_generation Colab，使用公开 checkpoint 生成一批候选调控 DNA 序列。 第2步：将候选序列整理成 FASTA 或 CSV，保留序列 ID、目标细胞类型、生成参数和模型得分。 第3步：打开 Enformer Colab，选取代表性候选序列或使用课程预置片段，查看模型预测的调控信号、基因表达相关轨迹或变异效应。 第4步：根据预测结果筛选候选序列，并回到 DNA-Diffusion 的生成参数或训练数据设计，形成“小型 DBTL 闭环”。 课堂说明：这条链路可以串联讲，但不设计成一键全自动 pipeline。正式授课时应提前准备中间 FASTA/CSV 样例、截图结果和备用输出，确保网络或 GPU 波动时仍能顺利讲解。 COBRApy + ART ： COBRApy 负责稳定演示代谢模型和 FBA，ART 负责讲解机器学习如何推荐下一轮构建设计。该组合适合学员偏代谢工程、菌株设计或细胞工厂开发的班型。 GuideHOM + CRISPR-GEM： GuideHOM 展示 gRNA 效率与脱靶风险评估，CRISPR-GEM 展示靶基因优先级分析。该组合适合学员偏基因组工程、功能基因筛选或 CRISPR 实验设计的班型。 3. 实战讲解流程 4.1 pipeline 背景：对应论文、解决什么问题、在课程主线中的位置。 4.2 代码仓库结构：README、安装文件、数据目录、模型文件、运行入口。 4.3 环境准备：Python/conda/docker/GPU需求、依赖安装、常见报错。 4.4 输入数据：序列、表达表、菌株数据、组学数据或逻辑规格文件。 4.5 运行流程：核心命令、关键参数、运行时间、输出目录。 4.6 输出解释：预测结果、候选排序、图表、模型分数、下一轮实验建议。 4.7 结果复盘：pipeline 的优点、限制、适用场景和迁移方式。 4.8 科研迁移：如何替换成自己的启动子、线路、代谢工程或传感器数据。 02 通过课程学习您将得到 本课程面向合成生物学、生物工程、微生物工程、生物信息学、代谢工程、药学、农业生物技术及相关交叉方向学员，围绕“人工智能驱动的合成生物学”展开。课程以生物元件设计、基因线路设计、基因组工程、代谢工程和生物传感器为主线，结合 Nature、Science、Nature Biotechnology、Nature Communications、Cell Systems 等顶级期刊和前沿开源项目，系统讲解 AI 如何进入合成生物学的 Design-Build-Test-Learn 闭环。课程不做单一蛋白质设计课，也不把重点放在零散代码训练上，而是采用“前沿概念讲授 + 顶刊案例图拆解 + 最后一章集中 pipeline 复现”的方式，让学员先建立全局认知，再通过成熟开源流程理解真实项目如何落地。让学员系统掌握人工智能在合成生物学中的技术体系、前沿模型、案例逻辑与工程落地思路。通过本课程，学员应能理解 AI 如何用于生物元件设计、基因线路设计、基因组工程、代谢工程和生物传感器开发，吃透传统合成生物学设计方法与 AI 方法之间的差异、互补关系和适用边界。学员将能够读懂顶刊案例中的模型输入输出、实验验证流程、DBTL 闭环、候选设计筛选逻辑和工程化约束；理解预测模型、生成模型、主动学习、贝叶斯优化、基础模型和 AI agent 在合成生物学中的不同角色；能够判断一个 AI 合成生物学项目需要什么数据、什么模型、什么验证指标，以及如何进入下一轮设计迭代。  05.AI计算免疫学详细课表 主讲老师毕业于清华大学，致力于AI for Science（AI4S）领域的前沿研究，深耕生物信息学与计算免疫学。在腾讯AI Lab等头部大厂拥有丰富的算法落地经验。研究成果丰硕，多篇论文发表于ICLR、KDD、AAAI、BIBM等人工智能国际顶级会议，以及《Nature Communications》、《Analytical Chemistry》、《Expert Systems with Applications》等领域内顶级学术期刊。 01 AI计算免疫学课表 第一天、AI 与免疫计算基础 1. 机器学习与深度学习基础 1.1. 机器学习简介：从手写数字识别到大语言模型 1.2. 监督学习、无监督学习、自监督学习、迁移学习与生成式模型 1.3. 分类、回归、排序、表征学习在免疫计算中的对应问题 1.4. 常用评价指标：Accuracy、ROC-AUC、PR-AUC、Top-k recall、校准曲线 1.5. 免疫计算中特别重要的数据划分：随机划分、按抗原划分、按 TCR/BC划分、按 HLA 等位基因划分 1.6. 负样本构造、数据泄漏、类别不平衡与模型泛化问题 2. 代码环境与数据处理 2.1. Linux 基础与常用命令* 2.2. Conda、VS Code、Jupyter Notebook 环境搭建* 2.3. Python 基础：NumPy、Pandas、Matplotlib、Scikit-learn* 2.4. PyTorch 基础：Dataset、DataLoader、训练循环、GPU 使用* 2.5. 生物序列数据格式：FASTA、CSV、TSV、PDB/mmCIF* 2.6. HLA 命名、TCR/BCR 链信息、CDR3 序列、V/D/J 基因片段解析**拓展:vibe coding初讲解 3. 免疫学基础 3.1. 先天免疫与适应性免疫概览 3.2. 抗原、表位、免疫原性、 3.3. MHC-I 与 MHC-II 抗原呈递通路 3.4. pMHC 复合物：肽段、HLA、结合槽与呈递稳定性 3.5. TCR 结构：α/β 链、CDR1/2/3、克隆型与抗原特异性 3.6. BCR/抗体结构：重链、轻链、CDR-H3 3.7. 肿瘤新抗原、病毒抗原、细菌保护性抗原与疫苗靶点 第二天、免疫计算数据、数据库与表征方法 1. 常用免疫数据库 1.1. IEDB：T 细胞/B 细胞表位、MHC 结合、免疫原性数据* 1.2. VDJdb、McPAS-TCR：TCR-抗原配对数据* 1.3. ImmuneCODE、huardb、单细胞 TCR/BCR 数据* 1.4. OAS、SAbDab、CoV-AbDab：抗体序列与结构数据* 1.5. PDB、AlphaFold DB、IMGT、ANARCI 编号体系* 1.6. 数据清洗：去重、标准化、链配对、HLA 统一命名、CDR 区域提取* 2. 免疫分子的 AI 表征 2.1. One-hot、k-mer、BLOSUM、理化性质特征 2.2. 蛋白质语言模型表征：ESM、ProtT5、immune receptor language model 2.3. TCR/BCR 专用表征：CDR3-only、CDR1/2/3、多链联合编码 2.4. HLA 表征：全序列、pseudo-sequence、结合槽残基 2.5. pMHC 表征：肽段-HLA pair、三维结构、接触图、图神经网络输入 2.6. 抗体-抗原表征：paratope、epitope、界面残基、抗体编号与结构坐标 3. 常用结构与可视化工具 3.1. PyMOL 与 Mol* 可视化 pMHC、TCR-pMHC、抗体-抗原复合物* 3.2. Biopython、Biotite 分析序列和结构数据* 3.3. ANARCI 提取TCR/抗体编号和 CDR 区域 3.5. AlphaFold/AlphaFold-Multimer/Alphafold3/tfold/ 用于免疫复合物结构预测* 3.6. 结构质量评估：pLDDT、PAE、界面接触、RMSD、DockQ* 第三天、pMHC 识别：抗原呈递、MHC 结合与免疫原性预测 1. 抗原加工与 pMHC 形成机制 1.1. MHC-I 抗原加工：蛋白酶体切割, HLA 结合 1.2. MHC-II 抗原加工：内吞体加工、HLA-DP/DQ/DR 呈递 1.3. 肽段长度、锚定位点、HLA 等位基因特异性 1.4. pMHC 稳定性、呈递丰度与免疫原性之间的区别 2. 传统与深度学习 pMHC 预测方法 2.1. NetMHCpan、MHCflurry、MixMHCpred、IEDB 工具链介绍* 2.2. 肽段-HLA 结合预测：binding affinity 与 ligand presentation 2.3. CNN/RNN/Transformer 在 peptide-HLA pair 建模中的使用 2.4. HLA 泛化：已知 HLA、低样本 HLA、未见 HLA 的建模策略 2.5. 免疫原性预测：MHC binding 之外还需要考虑什么 3. pMHC 结构建模 3.1. pMHC 结构基础：HLA 结合槽、锚定残基 3.2. pMHC 结构预测与同源建模* 3.3. AlphaFold/AlphaFold-Multimer 用于 pMHC 建模的注意事项* 3.4. 肽段构象、HLA 接触残基与结构特征提取* 3.5. 从序列模型走向结构模型：contact map、distance map、graph 4. pMHC 实战项目 4.1. 构建一个 MHC-I peptide-HLA binding 基线模型* 4.2. 比较传统工具与深度学习模型在不同 HLA 上的表现* 4.3. 对候选肿瘤突变肽进行 pMHC ranking* 4.4. 可视化高分候选肽段在 HLA 结合槽中的结构模式* 第四天、TCR 受体组建模与 DeepTCR 1. TCR 生物学与受体组数据 1.1. V(D)J 重排与 TCR 多样性来源 1.2. α/β 链配对、CDR3 区域与抗原特异性 1.3. 克隆型定义、克隆扩增、公共 TCR 与私有 TCR 1.4. Bulk TCR-seq 与 single-cell TCR-seq 的区别 2. TCR 表征学习 2.1. CDR3 序列编码：字符级、氨基酸级、语言模型 embedding 2.2. V/J gene usage 的整合 2.3. TCR repertoire-level representation 2.4. 无监督聚类、motif 发现、抗原特异性富集分析 2.5. 受体组分类：疾病诊断、感染状态、肿瘤免疫反应 3. DeepTCR 专题 3.1. DeepTCR 框架介绍 3.2. DeepTCR 的无监督学习模块：repertoire structure 与聚类 3.3. DeepTCR 的监督学习模块：抗原特异性与疾病分类 3.4. DeepTCR 如何联合 CDR3 序列与 V/D/J gene usage 建模；该框架设计为可处理复杂 TCR 测序数据的深度学习工具。 3.5. DeepTCR 可解释性：motif、saliency、特异性克隆分析 3.6. DeepTCR 代码复现与结果解释* 4. TCR 受体组实战项目 4.1. 训练一个 repertoire-level 分类模型*， 4.2. 使用 DeepTCR 进行抗原相关 TCR 模式挖掘* 4.3. 可视化 TCR embedding、克隆扩增与抗原相关 motif* 第五天、TCR-pMHC 识别：从序列模型到结构模型 1. TCR-pMHC 识别问题定义 1.1. 输入形式：TCRβ、TCRαβ、peptide、HLA、pMHC 结构 1.2. 输出形式：binding/non-binding、ranking、抗原分类、多抗原检索 1.3. 泛化设定：unseen TCR、unseen peptide、unseen HLA、unseen TCR-peptide pair 1.4. 负样本构造：随机负样本、同 HLA 负样本、hard negative 1.5. 数据泄漏与过拟合：为什么随机划分会高估模型性能 1.6. 2025 年 Nature Methods 对 50 个 TCR-epitope 预测模型进行了系统评测，强调了多数据集、多抗原和严格泛化评估的重要性。 2. 传统与深度学习 TCR-pMHC 方法 2.1. 基于距离和聚类的方法：TCRdist、GLIPH/GLIPH2 2.2. 序列双塔模型：TCR encoder + peptide encoder 2.3. Cross-attention 模型：TCR 与 peptide/HLA 交互建模 2.4. 多模态输入：TCRαβ + peptide + HLA + gene usage 2.5. 可解释性：CDR3 motif、关键氨基酸、注意力热图 2.6. Zero-shot 与 few-shot 抗原特异性预测 3. PanPep 专题 3.1. PanPep 任务设定：TCR-antigen binding recognition 3.2. Meta-learning 在少样本抗原特异性预测中的作用 3.3. Neural Turing Machine 与外部记忆机制 3.4. PanPep 将 meta-learning 与 neural Turing machine 结合，用于更稳健地预测 TCR-抗原结合，尤其强调对未见 peptide 的泛化。 3.5. PanPep 代码结构、输入格式、训练与推理流程* 3.6. PanPep 与普通监督学习模型的对比实验* 4. 原子级 T 细胞抗原识别与图神经网络 4.1. 为什么仅用序列不足以解释 TCR-pMHC 识别 4.2. pMHC/TCR-pMHC 结构图构建：节点、边、距离、原子特征 4.3. GCN/GAT/EGNN/SE(3)-equivariant 网络简介 4.4. “Identifying T cell antigen at the atomic level with graph convolutional network” 专题：deepAntigen 使用图卷积网络在原子层面识别 T 细胞抗原，并同时涉及 antigen-HLA binding 与 antigen-TCR interaction 建模。 4.5. 原子级特征可解释性：界面残基、接触贡献、突变敏感性 4.6. 使用结构数据构建 TCR-pMHC 图输入* 5. Phage display + 机器学习发现癌抗原特异性 TCR 5.1. TCR discovery 的实验-计算闭环 5.2. Phage display 如何扩大 TCR-epitope 数据获取能力 5.3. Giancarlo Croce 等人的 Sci. Adv. 2025 论文专题：该研究展示了 display technologies 与 TCR-epitope interaction predictors 结合，可用于从大规模 TCR repertoire 中发现 TCR。 5.4. 从实验富集数据到监督学习标签 5.5. 模型筛选、候选 TCR 排序与验证策略 5.6. 复现实战：模拟 phage display enrichment 数据并训练 TCR-epitope ranking model* 6. TCR-pMHC 综合实战 6.1. 构建 TCRβ-peptide 识别基线模型* 6.2. 加入 HLA 信息提升 pMHC-aware TCR prediction* 6.3. 使用 PanPep 进行 few-shot antigen-specific TCR prediction* 6.4. 使用结构图模型分析 TCR-pMHC 界面* 6.5. 输出候选 TCR 的 ranking、解释性图* 第六天、BCR/抗体-抗原识别 1. BCR 与抗体基础 1.1. BCR 与分泌型抗体的关系 1.2. 重链、轻链、CDR-H1/H2/H3、CDR-L1/L2/L3 1.3. 抗体-抗原识别：paratope、epitope、构象表位与线性表位 1.4. 中和抗体、保护性抗体与交叉反应性 2. 抗体序列与结构建模 2.1. 抗体编号体系：Kabat、Chothia、IMGT 2.2. ANARCI 提取 CDR 区域* 2.3. OAS/SAbDab 数据清洗与抗体序列标准化* 2.4. tfold、ABodyBuilder、AlphaFold-Multimer 预测抗体结构* 2.5. 抗体-抗原复合物结构可视化与界面分析* 3. BCR/抗体-抗原识别的 AI 方法 3.1. 抗体语言模型：AbLang、AntiBERTy、抗体专用 PLM 3.2. 抗原特异性 BCR 分类 3.3.  epitope prediction 3.4. 抗体-抗原 binding prediction：序列模型、结构模型、图神经网络 3.5. 亲和力预测与 ΔΔG 预测 3.6. 抗体 developability：聚集性、免疫原性、可表达性、稳定性 4. 抗体设计与优化 4.1. CDR grafting 与人源化 4.2. 亲和力成熟的机器学习建模 4.3. 生成式抗体设计：语言模型、扩散模型, 基于序列设计，基于序列结构协同设计 4.4. 抗体-抗原 docking 与候选排序 4.5. 抗体设计中的安全性与交叉反应风险 5. BCR/抗体实战项目 5.1. 从抗体序列中自动提取 CDR 并编号* 5.2. 训练抗原特异性 BCR 分类模型* 5.3. 预测抗体 paratope 并映射到结构上* 5.4. 使用结构特征训练抗体-抗原 binding baseline* 5.5. 对候选抗体突变进行亲和力提升排序* AI 疫苗设计：从抗原筛选到多表位疫苗 1. 疫苗设计基础 1.1. 传统疫苗、亚单位疫苗、多肽疫苗、mRNA 疫苗、病毒载体疫苗 1.2. 保护性抗原、免疫优势表位、保守表位与逃逸突变 1.3. B 细胞表位、CD8 T 细胞表位、CD4 T 细胞表位 1.4. 肿瘤个体化新抗原疫苗设计流程 2. 反向疫苗学与免疫信息学流程 2.1. MHC-I/MHC-II 表位预测 2.2. B 细胞表位预测 2.3. 保守性、变异位点与逃逸风险分析 3. 肿瘤新抗原疫苗 3.1. 体细胞突变、HLA typing 与新抗原生成 3.2. 突变肽-MHC binding prediction 3.3. TCR recognition potential 与免疫原性排序 3.4. 个体化 neoantigen vaccine ranking pipeline* 3.5. 结合 TCR-pMHC 模型筛选更可能被识别的新抗原* 4. PLM + 几何深度学习用于保护性抗原预测 4.1. 蛋白质语言模型在抗原筛选中的作用 4.2. 几何深度学习在抗原结构表征中的作用 4.3. 序列-结构多模态融合 4.4. “Integrating protein language and geometric deep learning models for enhanced vaccine antigen prediction” 专题：该工作提出将蛋白质语言模型与几何深度学习结合，用于保护性疫苗抗原预测。 4.5. PLGDL 模型输入、标签、训练任务与评价指标 4.6. 保护性抗原预测与普通 antigenicity prediction 的区别 4.7. 复现实战：构建简化版 protein language + structure graph antigen predictor* 5. 疫苗设计综合实战 5.1. 从病原体蛋白组中筛选候选保护性抗原* 5.2. 对候选抗原进行 MHC-I/MHC-II 表位预测* 5.3. 设计一套“AI vaccine candidate ranking”报告* 02 通过课程学习您将得到 让学员系统掌握人工智能在计算免疫学中的核心热点与优势，能独立完成免疫分子结构可视化：用 PyMOL/Mol* 加载 pMHC、TCR-pMHC、抗体-抗原复合物，识别结合界面、测量相互作用、渲染高清结构图。能使用蛋白质语言模型（ESM、ProtT5）提取序列表征，用 DeepTCR 完成受体组聚类与抗原特异性分类，用 PanPep 实现少样本 TCR-抗原结合预测，并通过 Python（NumPy/Pandas/PyTorch）完成免疫数据清洗、划分、负样本构造与模型训练。能用 AlphaFold‑Multimer / tfold 预测 TCR-pMHC 或抗体-抗原复合物结构，解读 pLDDT / PAE / DockQ 等质量指标，完成界面残基分析与结合模式评估。能用图神经网络（GCN / GAT / EGNN）构建原子级 TCR-pMHC 图，优化抗原识别与亲和力排序。建立 AI 驱动免疫设计的完整思维闭环：抗原筛选 → 表位/MHC结合预测 → TCR/BCR特异性识别 → 结构验证 → 候选排序 → 疫苗/抗体优化方案。具备独立解决实操问题的能力 授课时间 01 AI蛋白质设计授课时间 2026.10.24-2026.10.25(09:00-11:30--13:30-17:00) 2026.10.28-2026.10.29(19:00-22:00) 2026.10.31 -2026.11.1(09:00-11:30--13:30-17:00) 2026.11.3-2026.11.4(19:00-22:00) 共计6天的课 通过腾讯会议直播    线上实操    提供全部录播 02 AI多肽设计  2026.11.07-08(09:00-11:30--13:30-17:00)  2026.11.10-2026.11.13(19:00-22:00)          2026.11.14(09:00-11:30--13:30-17:00) 共计5天的课 通过腾讯会议直播    线上实操    提供全部录播 03 AI抗体设计  2026.11.07-08(09:00-11:30--13:30-17:00)  2026.11.10-2026.11.13(19:00-22:00)          2026.11.14(09:00-11:30--13:30-17:00) 共计5天的课 通过腾讯会议直播    线上实操    提供全部录播 04 AI驱动合成生物学授课时间  2026.10.24-2026.10.25(09:00-11:30--13:30-17:00) 2026.10.28-2026.10.29(19:00-22:00) 2026.10.31 -2026.11.1(09:00-11:30--13:30-17:00) 共计5天的课 通过腾讯会议直播    线上实操    提供全部录播 05 AI驱动计算免疫学授课时间  2026.10.24-2026.10.25(09:00-11:30--13:30-17:00) 2026.10.28-2026.10.29(19:00-22:00) 2026.10.31 -2026.11.1(09:00-11:30--13:30-17:00) 共计5天的课 通过腾讯会议直播    线上实操    提供全部录播                  课程报名费用： AI蛋白质设计、AI驱动合成生物学、AI抗体设计、 人工智能驱动的计算免疫学、AI多肽设计 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￥6580元 （含报名费、培训费、资料费、提供课后全程回放资料） 优惠1： 两班同报：10880元  （可学习三个直播课） 四班同报：18880元  特惠一：24880元（可免费学习一整年所有课程） 特惠二：28880元（可免费学习两整年所有课程） 报名学习课程可赠送往期课程回放（报多少赠双倍） 优惠2： 提前报名缴费可享受300元优惠（仅限前十五名） （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！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！机器学习代谢组学培训！ 回放九：本课程为视频课！深度学习基因组学培训！ 回放十：本课程为视频课！CADD计算机辅助药物设计培训！ 回放十一：本课程为视频课！AIDD人工智能药物设计培训！                                    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） 电话：13137733405（微信同号） 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

中国创新药再迎“里程碑”。9月3日，康方生物公告称，公司旗下产品依沃西在一项头对头比较帕博利珠单抗（K药）的Ⅲ期临床研究中达到OS关键次要终点，取得阳性结果。至此，这款被康方生物称作肿瘤免疫2.0基石药物的依沃西已经先后取得PFS和OS“双阳性”结果，也被外界视作成功“击败”由默沙东研制的、肿瘤免疫治疗1.0时代最具代表性药物——K药。着眼股价反映，消息公布至今两个交易日，康方生物累计上涨超15%。但纵观六月上旬至今，其整体表现依然远远落后于港股“同行”，究其原因主要系公司当前业绩略显“逊色”。在两个月后的11月14日，依沃西即将迎来PDUFA节点，这是其全球化的下一个重要关口。往后看，依沃西能否在海外大放异彩，将成为康方生物股价的核心催化因素。不过需要提醒的是，即便目前依沃西“战胜”了K药，但其未来仍有一些不确定性存在。“单挑”默沙东成功9月3日，康方生物宣布，在预设的OS期中分析中，公司旗下产品依沃西单抗相较帕博利珠单抗取得具有统计学显著性和临床意义的总生存期改善。康方生物此番公告一经发布，外界也将该结果视作公司研制的依沃西“击败”默沙东研制的K药。资料显示，K药为默沙东研制，属于PD-1抑制剂类免疫治疗药物，通过阻断PD-1通路激活T细胞来对抗肿瘤，被视作肿瘤免疫治疗1.0时代最具代表性的药物。依沃西则是康方生物全球首创的肿瘤免疫2.0基石药物，属于PD-1/VEGF双抗产品。据了解，康方生物携依沃西“挑战”默沙东K药的历程最早可追溯至2024年。当年5月，康方生物宣布在HARMONi-2研究中，依沃西单药PFS显著优于彼时的K药。四个月后的世界肺癌大会上，公司进一步披露HARMONi-2完整数据，依沃西中位PFS达到11.14个月，几乎是K药5.82个月的两倍，HR=0.51，疾病进展或死亡风险下降49%，PD-L1高、低表达以及鳞癌、非鳞癌亚组均显示获益。不过，彼时在完成PFS“战胜”K药后，外界却对依沃西的“含金量”表示质疑，主要系认为其OS表现或不成熟。于是，康方生物又在后续进行了一系列证实。公开资料显示，2025年11月，HARMONi-A研究率先正式证实OS获益；2026年ASCO上，依沃西又在HARMONi-6研究的一线鳞状非小细胞肺癌中实现OS阳性，此后依沃西在全球多中心Ⅲ期HARMONi研究中的OS获益持续改善。最后也是最重要的一步，即能否在HARMONi-2中做到在OS层面“战胜”K药。而公司如今的公告也意味着其做到了。资料显示，在EvaluatePharma最新发布《2026全球最具价值研发项目》榜单中，依沃西以超过252亿美元风险调整后净现值（NPV）位列全球在研药物管线总价值榜第一。据悉，依沃西2024年已在国内获批上市，现有的主要成绩集中于国内，已有三项适应症在中国获批，且前两项纳入最新版国家医保目录。在纳入医保之后，依沃西肺癌一线适应症在2026年上半年销售提升超10倍。往后看，FDA已受理依沃西生物制品许可申请（BLA），给出处方药用户付费法案日期为2026年11月14日，而这将是依沃西全球化的下一个重要关口。股价“乏力症”有解了？着眼二级市场，随着重磅公告落地，康方生物同样闻风而动。9月3日当天，该股高开并收涨3.42%，9月4日该股继续高开高走，收盘涨11.45%，总市值回升至932亿港元。不过拉长时间看，康方生物的股价相较同行而言“乏力”。6月10日创新药行情反弹以来，中证港股创新药指数累计上涨约37%，但作为指数成分股，至今康方生物股价却只上涨14%。业绩显示，2026年上半年康方生物实现营业收入18.06亿元，同比增长27.92%。其中，商业销售收入18.03亿元、同比增长28.65%，商业授权收入约250万元。期内净亏损4.47亿元，较上年同期5.88亿元收窄1.41亿元；研发开支7.83亿元，同比增长7.12%。但这番业绩难言“突出”。根据野村7月27日发布的研报，其预测康方生物2026年上半年收入将同比增长68%至24亿元，其中预计药物销售同比增长55%至22亿元，上半年净利润预测达到4600万元。值得注意的是，当下国内创新药公司已有相当一部分进入盈利状态，典型的包括百济神州、君实生物等。如此一来，相较于同行体现的业绩反差也令一部分市场参与者对康方生物感到失望。展望未来，属于康方生物的催化剂或依然是依沃西。进一步拆解康方生物的产品矩阵来看，公司旗下已经商业化的产品包含伊喜宁（伊努西，PCSK9）及爱达罗（依若奇，IL–12/IL–23），但主要得益于两款肿瘤免疫双抗——卡度尼利和依沃西。考虑到随着国内医保谈判常态化，以价换量或成为国内创新药的常态，产品价格下降也会直接影响单品收入弹性。因此，具备浓郁出海潜力、现已“击败”默沙东K药的依沃西成为康方生物在股价层面的最大希望。据了解，为实现依沃西顺利出海，康方生物此前已经与海外药企合作。具体来看，康方生物公司通过纳斯达克上市公司Summit实现依沃西出海“变现”协议，收入形式包括5亿美元首付款及最高可达50亿美元的总交易金额，涉及后续开发、注册、商业化里程碑款。同时，依沃西海外上市后公司将按净销售额低双位数比例提成，并为许可市场供应依沃西药品来实现供货收入。而Summit将获得依沃西在中美、南美、中东和非洲等相关市场的开发及商业化独家权益，并继续负责新增许可市场在内的所有许可地区的临床开发、产品注册及商业化，及其所有相关费用。不过值得注意的是，Summit也存在“隐患”。据公开报道，其并非大型药企，自身缺乏商业化产品持续“造血”，发展高度依赖外部融资。所以对于康方生物来说，未来依沃西能不能从海外带来惊喜，“产品力”是一方面，而合作方Summit能否保持“稳定性”同样至关重要。长袖善舞的夏瑜谈及康方生物，掌舵人夏瑜是绕不开的人物。20世纪80年代，夏瑜从中山大学获得生物化学学士学位，随后赴英国深造，取得了纽卡斯尔大学的分子生物学与微生物学博士学位，并在格拉斯哥大学完成博士后研究。紧接着，夏瑜又在90年代赴美投身癌症研究，并很快加入了赛莱拉基因组公司，是一家生物科技界的巨头企业。在海外生物科技领域待了十多年后，夏瑜也积累了深刻的创新药行业理解，并冒出了创业的念头。至此，随着她的创业计划被三位海归博士好友认同，创新药企业康方生物也于2012年成立。夏瑜主导下的康方生物惊喜不断，三年后的2015年便“搭上”默沙东名声大噪。当时，后者正在寻求针对CTLA-4蛋白的免疫疗法候选药物授权，而夏瑜的公司当时正有一款同靶点药物处于早期研发阶段。最终，靠着夏瑜结识默沙东团队成员，一笔2亿美元的授权交易落地了。此后的时间中，夏瑜选择了双抗作为康方生物的战略要点。2022年6月，公司的第一款双抗——卡度尼利获中国药监局批准上市，用于治疗宫颈癌，成为这是全球首个获批的癌症免疫治疗双抗；卡度尼利之后，夏瑜同时也将依沃西加入到了公司的发展重心之中。除去公司的业务进步外，夏瑜坐镇的这些年中，她最成功便是能不断率领康方生物融到资，以此一次又一次地为自身创造“容错”空间。夏瑜创业初期，彼时中国PE/VC领域尚未起步，但康方生物在当时已经能够获得300万美元天使轮资金。IPO之前，康方生物共进行5轮融资，加上基石投资合计融资额近30亿元，不仅吸引深创投、前海母基金、建信资本、高特佳、正心谷创新资本、汇桥资本、奥博资本、博裕资本等一众知名VC/PE和产业基金，更是获得香港大蓝筹医药股—中国生物制药资金与技术的双重加持。上市后，康方生物的再融资频次称得上同行中的佼佼者。2021年及2022年，公司分别融资约11.88亿港元、5.82亿港元。2024年，在创新药资本寒冬中，公司通过两次配售新股分别募得11.7亿港元、19.2亿港元；2025年，公司发行新股，通过发行新股募资35亿港元。如今的康方生物，手握双抗王牌，背靠充裕粮草，其资本故事或许才刚刚开始。