《人工智能药物设计》是复旦大学药学院打造的2学分前沿课程,融合AI技术与药物研发全流程。课程由付伟教授领衔,联合药学院多位教授及英矽智能企业专家共同授课。你将系统学习AI靶标发现、AlphaFold蛋白结构预测、分子生成与ADMET性质预测等关键技术,并通过实际案例与上机实践,亲手操作AI药物设计工具。适合药学背景同学快速掌握AI赋能新药研发的核心能力,培养面向未来的交叉学科创新能力。
Launch a New Career with Certificates from Google, IBM & Microsoft
Learn Generative AI, Prompt Engineering, and LLMs for Free
Overview
Google, IBM & Meta Certificates — All 10,000+ Courses at 40% Off
One annual plan covers every course and certificate on Coursera. 40% off for a limited time.
Get Full Access
Syllabus
- 第0章 如何开始学习AIDD
- 0.1 如何学习AIDD
- 0.2 教学大纲
- 0.3 课程收获
- 0.4 知识图谱
- 第1章 AI药物设计学导论
- 1.1 AI在新药创制中的应用-1
- 1.2 AI在新药创制中的应用-2
- 1.3 人工智能的发展
- 1.4 AIDD & CADD-1
- 1.5 AIDD & CADD-2
- 第2章 人工智能在药物设计中的应用
- 2.1 药物发现中的AI方法
- 2.2 AI在药物发现中的应用-1
- 2.3 AI在药物发现中的应用-2
- 2.4 AI在药物发现中的应用-3
- 2.5 AI在药物发现中的应用-4
- 2.6 AI制药行业面临的挑战
- 第3章 人工智能基础
- 3.1 卷积神经网络
- 3.2 图神经网络
- 第4章 AI挖掘潜在药物靶标
- 4.1 药物靶标的概念
- 4.2 药物靶标发现技术
- 4.3 药物靶标发现的数据资源
- 4.4 基于AI的靶标发现和应用场景
- 第5章 AI预测靶蛋白结构
- 5.1 蛋白质结构预测
- 5.2 传统蛋白质设计方法
- 5.3 AI蛋白质设计
- 5.4 AlphaFold结构预测模型
- 第6章 AI辅助药物结构设计
- 6.1 药物设计基础理论
- 6.2 直接药物设计
- 6.3 间接药物设计
- 6.4 分子表征方法-1
- 6.5 分子表征方法-2
- 6.6 AI分子生成方法简介
- 6.7 AI模型的选择、训练、优化与问题-1
- 6.8 AI模型的选择、训练、优化与问题-2
- 第7章 AI药物递送系统设计
- 7.1 为什么使用AI辅助药物递送系统设计
- 7.2 AI辅助DDS处方设计
- 7.3 AI辅助新型递送材料的筛选
- 7.4 AI辅助DDS递送机制研究
- 第8章 AI在分子生成和合成中的应用
- 8.1 分子生成概述
- 8.2 分子表征 I
- 8.3 分子表征 II
- 8.4 分子生成 I
- 8.5 分子生成 II
- 8.6 逆合成分析概述
- 8.7 基于模板的逆合成分析
- 8.8 无模板的逆合成分析
- 第9章 AI预测药物性质
- 9.1 药物-靶标的亲合性
- 9.2 药物-靶标的亲合性计算方法
- 9.3 药物的成药性
- 9.4 药物的ADMET性质预测
- 第10章 企业案例 I:AI在药物研究和发现中的应用
- 10.1 AI在药物发现中的应用介绍
- 10.2 蛋白质结构预测与AlphaFold革命
- 10.3 药物发现的深度学习架构和案例研究
- 10.4 药物设计的生成式人工智能
- 第11章 企业案例 II:AI在药物研究和发现中的应用
- 11.1 人工智能在药物研发中的应用
- 11.2 AI 赋能炎症性肠炎靶点发现
- 思政专题
- 1. 家国情怀与使命担当
- 2. 辩证思维与创新意识
- 3. 青年探索与科技报国
- 4. 科学精神与使命担当
- 5. “把生物医药命脉牢牢掌握在自己手中”
- 6. 思政融合题
- 期末考核
Taught by
Wei Fu, Wei Li, Wei Lu, Yifei Qi, and Yan Li