24小时热门版块排行榜

返回列表

zghg2012

铜虫 (初入文坛)

应助: 0 (幼儿园)
金币: 203.5
帖子: 46
在线: 8.7小时
虫号: 7191974
注册: 2017-09-16
性别: MM
专业: 有机高分子功能材料

[交流] 2026 AI酶生物元件挖掘与实践改造培训班已有1人参与

各相关单位：
      酶作为合成生物学与绿色制造的核心生物元件，其功能挖掘与定向改造长期依赖同源搜索和大量湿实验，效率瓶颈显著，尤其对于远源新酶或别构调控位点的发现，传统方法举步维艰。AI技术的爆发，正在重构“数据驱动→结构解析→智能设计”的全新路径。为了丰富产业内高端技术性人家为行业注入新血液我单位决定于2026年10月23-25日在济南市举办“2026AI酶生物元件挖掘与实践改造培训班”。本次培训班紧扣 “挖掘”与“改造” 双主线，融合经典分子模拟与前沿生成式AI，打造从酶元件发现到功能优化的闭环实操体系。届时将邀请行业知名专家就该主题做针对性培训指导，望相关单位积极派员参加。具体事宜安排如下：
一、会议安排：
会议地点：济南（具体地点直接通知报名单位）
10月23日：全天报道
10月24日-25日培训课程（详情请参考附件一）

二、培训形式
理论讲解，实例分析，专题讲授，实操演练、互动答疑；

三、组织机构
主办单位：中科凯晟（北京）化工技术研究院
支持单位：中国化工企业管理协会医药化工专业委员会

四、培训课程及专家情况（详情请参考附件一）

五、培训对象
1.科研与高校群体：生物化学、酶工程、计算生物学方向的研究生/青年教师，以及生物信息学研究人员，聚焦“实验+计算+AI”的复合研究能力提升。
2.产业研发人员：生物制药、精细化工、食品工业的酶制剂研发工程师，合成生物学团队核心成员，医药企业计算生物学/结构生物学部门人员，聚焦酶改造技术的产品研发效率提升。
3.跨领域从业者：AI+生物交叉领域的算法工程师/数据科学家，生物科技公司技术负责人，聚焦AI与酶工程技术的融合应用与产业化落地。

六、会议注册
4000元/人，同一企业三人以上报名3500元/人，（含会务费、资料费、会议期间中餐等）住宿统一安排，费用自理。

七、问题及报告征集（截止到10月16日）：
请在回执表问题征集栏填写您所关注及遇到的问题，以便讲师在备课时更具备针对性。
八、联系方式：
电话：13001080157 (同微)
联系人：赵蕊
电子邮箱：zghg2012@126.com

附件一：AI酶生物元件挖掘与实践改造培训班课程表
10月23-25日  上午9：00-12：00    下午13:30-16:30
个人本地电脑基础配置（全程基础实操可用）
适用场景：分子对接预处理、结构可视化、轨迹预处理、AlphaFold3在线预测、NRIMD网页端分析、数据结果统计与绘图、理论案例学习
配置要求：
1. 系统：Windows 10/11 或 Linux、macOS 系统
2. 处理器：Intel i5/R5 及以上
3. 内存：16G 及以上
4. 硬盘：空闲存储空间 ≥50G
5. 网络：稳定高速网络会场独立网络（满足在线服务器、网页工具访问需求）
6. 预装软件：PyMOL、常规办公及数据处理软件

第一天：酶生物元件智能挖掘与催化作用机制解析

一、大数据驱动的生物元件与新酶智能挖掘实战
1.酶序列与结构特征工程提取：物理化学特征、2D/3D分子指纹与表征嵌入（Embeddings）提取
2.机器学习新酶预测模型构建：搭建经典分类模型，从海量未表征基因组中高通量筛选潜在高活性、高选择性新酶

二、全原子动力学模拟与催化结合自由能精准量化
1.Amber分子动力学标准工作流实操：酶-底物复合物体系构建、力场拓扑分配、溶剂化、能量最小化及多阶段热力学平衡
2.动力学轨迹稳定性与构象监测：RMSD、RMSF（局部柔性）、回旋半径（Rg）及催化活性中心空间构象稳定性分析
3.高斯加速增强采样（GaMD）高级应用：跨越能垒捕获底物诱导契合构象，绘制自由能形貌图（FEL）并提取代表性催化构象
4.MMPBSA/MMGBSA结合自由能解析：底物亲和力能量项定量评估，执行逐残基能量分解以锁定关键催化氨基酸贡献
5.
三、酶-底物相互作用机制与反应通道动力学分析
1.拉伸分子动力学（SMD）模拟搭建：定义底物拉伸反应路径，模拟底物进出活性口袋的动态通量与能垒变化
2.通道瓶颈与选择性残基识别：精准定位限制底物通量及立体催化选择性的通道关键残基

第二天：AI驱动的酶理性改造、别构调控与生成式设计

四、AI高精度结构建模与长程别构传导通路网络解析
1.AlphaFold3复杂体系建模实操：酶单体、多聚体及“酶-底物/辅因子”复合物的高精度三维结构预测
2.结构置信度与构象评估：pLDDT/PAE多维度参数判读与活性口袋结合构象可靠性验证
3.图神经网络（NRIMD）动力学别构分析：基于神经关系推理（NRI）模型，利用轨迹数据推断残基动力学耦合模式与互作网络
4.远端调控关键突变位点锁定：识别活性中心至远端结构域的别构传导路径，突破近活性中心局限，定位驱动酶活性提升的关键远端残基

五、蛋白质大语言模型与AI生成式酶改造实战
1.蛋白质大语言模型（Prot-LLM）微调生成：基于特定酶家族序列微调 ProtGPT2/ProGen2 模型，实现酶催化活性与表达量序列的定向条件生成
2.ProteinMPNN功能位点重构与序列优化：固定核心催化残基，对活性口袋周边与表面残基进行序列重新设计以提升催化效率与耐受性
3.RFdiffusion从头生成新型抗体骨架结构：设置活性位点几何约束（Motif Scaffolding），从头生成新型空间折叠骨架

回复此楼