生物大分子药物（如抗体、多肽、mRNA等）正引领现代新药研发的浪潮，但其结构复杂、设计空间巨大，传统实验筛选成本高、周期长。近年来，人工智能（AI）与深度学习（DL）技术的突破，为蛋白质结构预测、结合剂设计、序列优化等环节带来了革命性工具——从AlphaFold到扩散生成模型，AI正深刻改变生物大分子药物的发现范式。
本次“AI赋能生物大分子药物设计实战培训班”紧扣产业需求，以“理论+实战”双轮驱动，系统讲解AIDD（AI药物设计）核心方法，并覆盖蛋白/抗体/多肽Binder设计、结构预测、分子动力学验证、mRNA编码优化等完整计算链条。课程特邀领域资深讲师，结合真实案例与云端实操，帮助学员快速建立从靶点到候选分子的AI设计思维，真正实现“懂原理、会工具、能落地”。
课程目标
1.掌握AIDD核心理论与工具链：理解机器学习/深度学习在生物大分子设计中的主流方法，熟悉蛋白质序列与结构表征、数据格式及结构分析工具。
2.具备Python编程与AI实验环境搭建能力：熟练使用NumPy、Pandas、Matplotlib等库，并独立完成PyTorch/TensorFlow/Keras等深度学习框架的安装与验证。
3.独立完成蛋白Binder的AI设计全流程：从靶点选择、结合区域定义、骨架/序列生成，到结构回检与候选评分，形成系统化设计思维。
4.掌握抗体CDR局部设计、多肽Binder设计及mRNA编码优化的关键策略：理解不同分子类型的特性和设计侧重点。
5.熟练运用主流结构预测工具：通过ColabFold实操AlphaFold2/3、RoseTTAFold、ESMFold，并能解读pLDDT、PAE、pTM等关键置信度指标。
6.学会利用分子动力学模拟验证设计结构：借助GROMACS对候选分子进行稳定性评估（RMSD、RMSF、回旋半径），提升设计的可信度与可开发性。
授课群体
本课程面向以下领域的研究人员、工程师及学生：
生物医药企业研发人员：从事抗体工程、蛋白质设计、多肽药物、mRNA疫苗或生物制剂开发的科研与技术人员，希望引入AI工具提升效率者。
高校与科研院所研究生、博士后：生命科学、药学、计算生物学、生物信息学等相关专业，希望系统学习AI药物设计方法并开展计算辅助课题者。
AI/数据科学从业者：具备一定编程基础，希望转向生物大分子药物设计方向，拓展交叉学科应用能力者。
对结构生物学与计算模拟感兴趣的技术人员：希望掌握AlphaFold、分子动力学等前沿工具，并建立从结构预测到设计验证的完整知识体系者。
主办单位：北京市计算中心有限公司
举办地：北京市海淀区丰贤中路7号北科产业3号楼
课程安排：2026年12月2-4日（周三-周五） 上9:30-11:30 下13:30-17:00
|
日期 |
主题 |
内容 |
|
第一天 |
AIDD理论与相关概述 |
1.AIDD与生物大分子药物设计概述 2.ML/DL在生物大分子药物设计中的应用 3.CADD概述：从小分子到大分子 4.AIDD经典论文讲解——大分子篇 5.蛋白质序列与结构表征基础 6.生物大分子数据格式与处理 7.生物大分子结构分析工具入门 |
|
人工智能技术实现环境与编程语言 |
1.Python概述 2.Python编程软件安装 3.Python基础数据结构 4.Python的循环与判断结构 5.函数定义、类的定义 6.第三方库的使用：numpy、pandas、matplotlib 7.图像/视频处理、语音处理、自然语言处理等领域的介绍 8.Jupyter Notebook入门及使用 |
|
|
部署人工智能实验平台 |
1.深度学习框架基本情况 2.深度学习框架运行的基本软硬件环境要求 3.深度学习框架的安装 4.运行讲师提供示例验证环境的安装的正确性 5.熟悉实验资料和实验环境 6.Pytorch、Keras、TensorFlow安装 |
|
|
第二天 |
蛋白Binder设计主线 |
以靶点选择、结合区域定义、骨架生成、序列设计、结构回检和候选评分为主线，理解AI蛋白Binder设计的完整计算流程。 |
|
生成模型在分子设计中的作用 |
区分结构生成、序列生成和分子生成，理解不同模型各自解决的问题。 |
|
|
结构回检与候选评分体系 |
学习如何从结构可信度、设计一致性、接口质量和开发性评价AI生成候选，避免只看生成结果而忽略验证逻辑。 |
|
|
抗体CDR局部设计 |
理解抗体设计中框架区、CDR区和抗原结合界面的关系，掌握“固定框架、局部优化CDR”的基本思路。 |
|
|
多肽Binder设计 |
理解多肽作为轻量级Binder的特点，重点关注结合构象、界面接触和序列可开发性，而不是只看单链结构稳定性。 |
|
|
mRNA编码优化 |
从蛋白候选序列出发，理解如何通过密码子优化、GC含量、重复序列和结构代理指标生成多条mRNA编码候选。 |
|
|
第三天 |
蛋白质结构预测原理与工具 |
1.AlphaFold2核心原理 2.AlphaFold3、RoseTTAFold、ESMFold介绍与实操 |
|
ColabFold实操 |
1.云端运行AlphaFold2 2.输入准备（FASTA→MSA→预测） 3.结果解读（pLDDT、PAE、pTM） 4.多聚体预测实操（AlphaFold-Multimer） 5.结构可视化分析：将pLDDT映射到B-factor进行颜色编码 |
|
|
分子动力学模拟验证 |
1.分子动力学基本原理 2.GROMACSM快速入门 3.对AI设计结构的稳定性验证（RMSD、RMSF、回旋半径） |
注：内容以实际发生为准；若调，会提前通知。
师资力量
袁老师，博士，副研究员，北京市计算中心智能计算事业部副经理。研究方向为生物信息分析与人工智能，在生物医学数据分析与计算平台搭建方面经验丰富，曾获多项发明创业与科技创新奖项。具备多年项目实战经验，授课注重原理结合实战。
【报名费用】
注册费：4200元/人（含当期听课费、资料费、证书费、考试费（如有））。
提供当期视频回放以供复习使用（羽林学院平台）。
开具增值税发票，提供盖章通知、结业证书等相关材料。
【报名优惠政策】
1、3人以上团体报名每人可减少300元；
2、4+1团报，可免费赠送一个名额；
3、上面优惠政策不能同时享受，只能享受其中一种；
老学员参加及推荐学员参加均可额外优惠200元。
【付费方式】
手机银行或电子银行转账、银行汇款等
单位全称：北京市计算中心有限公司
账号：0200151819100023937
开户银行：中国工商银行股份有限公司北京自贸试验区永丰基地支行
（汇款信息备注：“智能计算——您的姓名”，个人汇款请备注单位名称）
注：款项支出后，请提供付款回执给工作人员，方便核实到账、开具发票。
【扫码报名】
【咨询请联系】
徐老师010-59341786，15801436028（微信同号）
员老师010-59341773，18701529461（微信同号）