线上放映_主图

融合物理学与机器学习的虚拟筛选

掌握新一代虚拟筛选的核心技能,融合物理学与机器学习,实现更智能的候选化合物识别

详情
可用语言
中文、英语、日语、韩语
时长
从选定的开始日期起5周
级别
中级
成本
非学生用户需支付 715 美元
学生/博士后 270美元
谁适合参加这门课程?
药物化学家、化学信息学家、机器学习科学家、新一代计算化学家

概述

随着对计算高效方法以探索化学空间的需求日益增长,基于机器学习的虚拟筛选已成为现代药物发现中的一项关键工具。这些技术使化学家能够快速识别并筛选出具有高潜力的先导化合物和化学类型,以便进行实验验证和后续开发。

施罗丁格的在线课程《融合物理学与机器学习的虚拟筛选》提供了专家指导及最佳实践,帮助学员从头到尾执行这些工作流程。

本课程非常适合希望提升实践技能并加深对配体法和结构法两种方法理解的科学家,同时还将颁发证书和数字徽章,以展示您在此前沿领域的专业能力。

  • 借助施罗丁格(Schrödinger)业界领先的Maestro软件和命令行界面,通过涵盖多种目标的实践练习,加速您的研究进程。
  • 执行完整的下一代药物发现工作流程,涵盖从初期准备到大规模数据分析以及基于数据的决策制定。
  • 利用 Active Learning Glide 扩展虚拟筛选工作流程。
  • 使用 Glide WS 对化合物进行评分,并分析来自自由能扰动(FEP+)计算的结合亲和力数据。
  • 通过一个全面的、基于实际案例的研究,将所学知识付诸实践,展示您应对高级虚拟筛选挑战的准备程度。
  • 您可以获得施罗丁格教育团队专家针对课程作业及相关疑问提供的个性化评审和反馈。

 

本课程提供施罗丁格软件网络版的临时访问权限,其中包含许可和计算资源。

要求
认证
  • 由薛定谔课程负责人签发的证书,可添加至您的简历中
  • 一枚可以发布到社交媒体(例如领英)上的徽章
背景图案

您将学到什么

执行和验证虚拟屏幕

通过试用虚拟屏幕获得实践经验,包括配体和受体网格的准备,并学习用于验证对接模拟结果的关键方法

命中评估与优先级排序

学习如何在筛选后有效评估和排序匹配结果,包括检查、聚类和评分

利用高级方法扩展工作流

探讨如何将机器学习与自由能扰动(FEP+)方法相结合,以扩展虚拟筛选工作流程

在药物研发中的实际应用

通过一项全面的案例研究应用您的知识,追踪虚拟筛选从初始设置到潜在候选药物评估的全流程

模块

第1模块
2小时

课程概述与现代虚拟筛选方法

视频
视频
  • 课程概述
  • 认识讲师们
检查点
课程大纲与荣誉守则

对学术诚信的期望

视频教程
视频
  • 施罗丁格公司的计算机模拟技术
  • 热门歌曲发现导论
结束检查点
模块结束检查点
第2模块
5 小时 + 计算时间

执行虚拟屏幕试点测试并验证Glide对接结果

视频
视频
  • 虚拟筛选的基础
  • 目标赋能
  • 模型验证
  • 化学空间
教程
教程:
  • 使用 LigPrep 制备同源配体
  • 受体网格生成
  • GPU 形状屏幕
  • 对接模型优化
结束检查点
模块结束检查点
第3模块
5 小时 + 计算时间

筛选后的热门项目评估与优先级排序

视频
视频
  • 聚类与评分方法
  • 化学多样性与化合物库设计
  • 主动学习滑行
  • Glide WS
教程
教程
  • DISE样选择
  • SBVS和LBVS匹配结果的重新评分与排名比较
  • 评估 AL Glide 结果:击球分析器
  • 在最终配方上运行 Glide WS
结束检查点
模块结束检查点
第4模块
4小时

利用机器学习和 FEP+ 扩展工作流

视频
视频
  • 进一步评估和优化候选化合物的方法
  • FEP+ 方法
  • 主动学习 ABFEP+
  • 基于机器学习的房产预测
教程
教程
  • 评估 AL-ABFEP+ 的结果
  • 使用机器学习预测的属性
结束检查点
模块结束检查点
第5模块
4 小时 + 计算时间

最终案例研究

视频
视频
  • 案例研究概述
  • 案例研究结果与课程总结
教程
教程

虚拟屏幕分析

作业
作业

对选定候选化合物的FEP+绝对结合能力评估

课程结业
课程结业与证书

需要帮助申请施罗丁格在线课程的资金吗?

我们自豪地支持新一代科学家,并致力于为资源有限的人士提供机会。无论您是学生、博士后还是行业科学家,都可以了解我们在线认证课程的资助方案,并立即报名!

校友心声

“虚拟工作站的体验太棒了!作为一名具有药物化学背景的博士生,我在本课程中掌握的知识和技能将有助于我实现职业目标。”
苏迈娅·纳希德,内布拉斯加大学医学中心(UNMC)研究生研究助理
“这门课程设计精良,将深入的理论知识与现实世界中的药物研发实践相结合。通过实践练习,我得以将所学知识切实地应用到实际工作中。”
阿曼迪普·辛格,宾夕法尼亚州立大学博士后
“这门认证课程极大地拓展了我对高通量虚拟筛选的认识,对于任何有志于将该技术应用于实际项目的人来说,都是必不可少的。”
王伟,伊坎医学院助理教授
“这门课程让我对虚拟筛选和分子对接工作流程有了切实的了解,使我能够更加自信地应用这些技术。”
弗洛巴特·加瓦尔吉,内布拉斯加大学医学中心博士
“这门课程让我对虚拟筛选方法有了全面的了解,从而帮助我优化了药物发现流程。它对我的研究项目的进展和成功产生了直接影响。”
阿卜杜勒巴希特·哈利鲁·雅库布,南安普顿大学博士生
“这门课程内容通俗易懂、趣味盎然,其中提供的背景知识让人深入了解每种技术在现代药物研发中具有何种价值。现在,我感觉自己已经成了Maestro软件的熟练用户,能够充满信心地将职业发展方向转向分子建模领域。”
约瑟夫·伊根,医学研究与创新中心实习生

通过课程徽章和证书,展示你新掌握的技能

当您完成我们提供的分子建模课程,并准备将所学知识分享给同事和雇主时,可以在您的 LinkedIn 个人资料中展示您的证书和徽章。

常见问题

“融合物理学与机器学习的虚拟筛选”在线课程的费用是多少?

课程费用因课程不同及学员类型而异。对于希望参加本课程的学生,我们提供240美元的学生价;非学生则为645美元。

讲座是什么时候?

课程开始后,所有授课均为异步进行,您可以根据自己的时间安排,随时观看自主学习的视频、教程并完成作业。报名课程时,您需要选择开始和结束日期。在该时间段内,您可以异步访问课程资料和虚拟工作站,并根据自己的时间安排灵活进行学习。

我该如何支付这门课程的费用?

有兴趣的参与者可通过完成注册并使用信用卡支付通道进行即时报名来支付课程费用。请注意,您必须使用信用卡支付,因为我们不接受借记卡。此外,我们可根据要求提供采购订单,如需此选项,请发送电子邮件至 online-learning@schrodinger.com。如果您对课程付款方式有任何疑问,请访问我们的“付款方式”页面。

如何在注册前预览课程?
是否有面向学生的奖学金机会?

施罗丁格致力于为资源有限的学生提供支持。施罗丁格的使命是通过革新药物和材料的发现方式,改善人类健康和生活质量。施罗丁格自豪地支持新一代科学家。我们设立了一项奖学金计划,面向能够证明有经济困难并获得学术导师支持声明的全日制学生或博士后。 如果您符合我们的奖学金计划申请条件,请填写申请表!

课程结束后,学习资料还能继续使用吗?

虽然课程结束时将无法再访问该软件,但课程中的部分资料(幻灯片、论文和教程)可供下载,以便您在课程结束后随时查阅。其他资料,例如视频、测验以及软件访问权限,仅在课程期间内可用。

我需要使用该软件才能参加这门课程吗?我需要另外购买该软件吗?

在课程期间,您将能够使用Maestro、Bioluminate、Materials Science Maestro和/或LiveDesign的网络版(具体取决于课程内容)。您无需单独购买任何软件的使用权限。虽然课程结束时软件使用权限将终止,但课程中的部分资料(幻灯片、论文和教程)可供下载,以便您在课程结束后查阅。 其他材料,例如视频、测验以及软件使用权限,仅在课程期间内有效。请注意,Schrödinger软件仅限用于与课程相关的目的。

建议与这门在线课程一起选修哪些课程?

建议在参加“整合物理与机器学习的虚拟筛选”在线课程之前、期间或之后,先修读 “靶点启用、准备与验证”及 “设计高质量配体库”这两门在线 课程。这些课程内容密切相关,且面向相似的受众群体。 您会发现部分基础理论视频内容存在重叠,因为这些视频均包含与虚拟筛选流程各个环节相关的关键概念。不过,每门课程都有其独特的侧重点,并能就课程主题提供具体的指导。

相关课程

设计高质量配体库_特色图片 生命科学 生命科学
设计高质量的配体库

探索化学空间、分析并优化配体库、验证对接模型,以及用于先导化合物发现的枚举方法

目标赋能课程图片_Edu_R1-2网站_特色图片 生命科学 生命科学
目标启用、准备和验证

利用X射线晶体学、冷冻电镜、机器学习方法和同源建模获得蛋白质结构,以支持基于结构的计算工作流

使用 FEP+ 进行药物设计的自由能计算 生命科学 生命科学
使用 FEP+ 进行药物设计的自由能计算

针对小分子先导化合物优化,运行、分析和排查相对结合FEP+计算中的问题