| 查看: 823 | 回复: 0 | |||
[交流]
（CADD+AIDD+AMBER＋GROMACS）学习
|
|
（CADD+AIDD+AMBER＋GROMACS） 专题一：CADD 蛋白结构分析、虚拟筛选、分子对接（蛋白-蛋白、蛋白-多肽等） 生物分子互作基础、蛋白数据库、蛋白结构分析、同源建模、 小分子构建、小分子化合物库、生物分子相互作用Ⅰ、生物分子相互作用II 、虚拟筛选、小分子格式转换、拓展对接使用场景（上）、拓展对接使用场景（下） 、基于碎片药物设计、构效关系分析、分子动力学模拟 专题课程二：AMBER 分子动力学能量优化与分析、结合自由能计算专题 分子动力学入门理/论 、 LINUX入门、AMBER简介及安装、研究对象模型获取 、研究对象模型构建 、分子动力学模拟 、结合自由能计算、可视化软件 、 基于分子动力学的轨迹特征获取、 基于能量的相互作用机理分析 、经典工作复现 专题课程三：GROMACS 分子动力学蛋白模拟、药物开发溶剂筛选专题 分子模拟基础理论 、 GROMACS程序入门——学会编译方法，安装自己的GROMACS可执行程序，并运行一个例子。 生物体系建模——掌握不同体系快速搭建方法，使学员具有扎实的建模基础 模拟结果分析——掌握不同生物体系所需分析方法，生成拓扑结构和坐标文件 水溶性蛋白质和配体作用分子动力学模拟 分子动力学结果分析 生物膜磷脂双分子层生物膜、膜蛋白等建模 蛋白质结合自由能计算（伞形采样法为例） 药物分子开发溶剂筛选 专题课程四：AIDD 人工智能（机器学习与深度学习）辅助药物发现专题 计算机辅助药物分子设计、Anaconda3 的安装配置、AIDD 简介——分类和回归任务、基于浅层机器学习的药物 发现（目标：引导学员自行实现基于其他三种算法如KNN，SVM，XGBoost 的毒性 预测模型，并用于小分子化合物的毒性预测） 基于浅层学习的药物发现——回归任务 基于深度学习的药物发现 使用 DNN，GCN，GAT 等主流深度学习模型进行实操 详情请见公众号（科研技术）文章： 发自小木虫IOS客户端 |
回复此楼» 猜你喜欢
材料学求调剂
已经有6人回复
-
303求调剂
已经有5人回复
-
一志愿武理085500机械专业总分300求调剂
已经有7人回复
-
考研调剂
已经有4人回复
-
281求调剂
已经有4人回复
-
0805 316求调剂
已经有6人回复
-
085601求调剂总分293英一数二
已经有3人回复
-
08工学调剂
已经有17人回复
-
340求调剂
已经有4人回复
-
311求调剂
已经有3人回复
» 本主题相关商家推荐: (我也要在这里推广)
