在线精品课程：AIDD人工智能药物发现与设计【10月份上课，5天课程】

一、课程内容

第一天

AIDD概述及药物综合数据库学习

1.人工智能辅助药物设计AIDD概述

2.安装环境

1.anaconda

2.vscode

3.虚拟环境

4.切换pip和conda镜像源

3.第三方库基本使用方法

1.numpy （数据计算工具）

2.pandas （数据清洗工具）

3.matplotlib （结果可视化绘图工具）

4.requests （数据库爬虫工具）

4.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）

5.DeepChem集成MoleculeNet数据库介绍及下载

第二天

机器学习辅助药物设计

1.机器学习理论知识概述

2.机器学习种类：

1.监督学习

2.无监督学习

3.强化学习

3.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

4.模型的评估与验证：准确率、精确率、召回率、F1分数、ROC曲线、AUC计算，平均绝对误差、均方差、R2分数、可释方差分数，交叉验证等

5.sklearn工具包基本使用

6.化合物编码方式和化合物相似性理论知识

7.rdkit工具包的关于分子的基本使用

1.RDKit安装

2.基于RDKit的分子读写

3.基于RDKit的分子绘制

4.基于RDKit的分子指纹与分子描述符

5.基于RDKit的化合物相似性与子结构

6.基于 RDKit 与 Python3 的构象与 RMSD 计算

8.项目实战

1.项目实战1：基于ADME和Ro5的分子筛选

2.项目实战2：基于化合物相似性的配体筛选

3.项目实战3：基于化合物相似性的分子聚类

4.项目实战4: 基于机器学习的生物活性预测

5.项目实战5：基于机器学习的分子毒性预测

第三天

图神经网络辅助药物设计

1.图神经网络基础知识

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.项目实战1: 基于DeepChem进行分子特征提取及图卷积搭建

3.项目实

2：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3：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

自然语言处理辅助药物设计

1.自然语言处理概述

1.文本类语言的向量表示方法

2.Encoder-Decoder模型

3.循环神经网络模型

4.Seq2seq模型

5.Attention注意力机制

6.Transformer模型

2.项目实战

1.基于无监督的Seq2Seq模型进行分子表示学习

2.基于Transformer模型的反应表示方法

3.基于自然语言处理的化学反应分类任务

4.基于BERT模型的化学反应产量预测任务

第五天

药物设计项目实战

1.分子生成与药物设计

1.基于 RDKit 处理化学信息学中的反应方程式

2.基于 RDKit 绘制化学反应

3.基于 RDKit 和 SMARTS 的化学反应处理

4.基于RDKit的化学反应指纹与化学反应相似度计算、

5.基于 RDKit 通过 SMARTS 定义反应模式来生成反应产物

2.蛋白质相关与药物设计

1.蛋白质数据库介绍与相关数据爬取

1.PDB数据库

2.UniProt数据库

2.基于RDKit的蛋白质基本处理

3.项目实战1：基于NGLView可视化的蛋白质-配套相互作用

4.项目实战2: 基于机器学习的蛋白质-配体相互作用亲和力预测

5.项目实战3: 基于蛋白质三维结构使用原子卷积网络的进行蛋白质-配体相互作用预测

6.项目实战4：基于序列的蛋白质属性预测

7.项目实战5：基于结构的蛋白质属性预测

案例图片：

二、学习目标

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

三、讲师介绍

AIDD授课老师曹老师，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，药物合成路径设计，药物不良反应等。发明专利5项，参与国家重点科研项目4项，发表SCI高水平论文10篇，包括BMC Bioinformatics, Journal of Biomedical Informatics, International Journal of Molecular Sciences等知名期刊。

四、授课时间

2024.10.12-2024.10.13

全天授课（上午9：00-11：30下午13：30-17：00）

2024.10.15-2024.10.16

晚上授课（晚19：00—晚22：00）

2024.10.19-2024.10.20

全天授课（上午9：00-11：30下午13：30-17：00）

五、报名费用及福利

每班公费价：5880元      每班自费价：5480元