9月21-22日 上午9:00-12:00 下午13:30-16:30 |
一、合成生物學功能元件智能挖掘技術 1.合成生物學功能元件概述 o功能元件的定義與分類 o功能元件在合成生物學中的重要性 2.元件數據庫與資源 o公共與私有元件數據庫 o元件資源的整合與利用 3.智能挖掘技術 o基于傳統計算生物學方法的元件挖掘 oAI技術在元件挖掘中的優勢 o基于AI的序列功能注釋和新功能預測 o基于AI的結構預測 o基于結構的元件挖掘技術 4.從催化反應出發挖掘元件 o反應數據庫介紹 o反應表示技術 o反應相似性計算 o基于反應相似性的元件挖掘技術 5.元件挖掘案例解析 6.元件挖掘未來趨勢 二、融合AI的元件評估技術與策略 1.元件評估概述 o評估參數與方法 2.AI在元件評估中的應用 o基于AI的酶動力學分析 o利用機器學習預測酶最適催化溫度 o利用機器學習預測酶最適pH o利用機器學習預測可溶性 o底物選擇性與專一性分析 3.酶穩定性評估 4.元件評估案例解析 5.元件評估未來趨勢 三、酶的理性設計(Rosetta) 1.酶改造的目標與挑戰 2.常用理性設計方法介紹 3.Rosetta軟件介紹 4.Rosetta蛋白結構分析 o蛋白穩定性分析 o相互作用界面分析 5.Rosetta蛋白結構預測 o蛋白配體對接 o結構優化 6.Rosetta酶設計 oRosetta酶設計過程 o序列設計 7.Rosetta酶設計成功案例解析 四、融合AI的酶改造與優化策略 1.AI在酶改造中的應用 o機器學習酶改造 o深度學習酶改造 2.酶改造策略選擇 3.AI輔助的酶改造技術 o無監督模型輔助酶改造 o結合實驗數據的酶改造 4.AI酶改造成功案例解析 五、實操案例 實例1:基于AI的新型生物元件功能預測 ·研究背景與目標 ·元件功能預測工具介紹 ·EC/GO等元件功能預測網站實操 ·實驗結果與分析 實例2:基于序列的新型生物元件挖掘 ·研究背景與目標 ·元件挖掘工具介紹 ·基于序列相似性的元件挖掘網站實操 ·基于功能域的元件挖掘網站實操 ·實驗結果與分析 實例3:基于結構的新型生物元件挖掘 ·研究背景與目標 ·結構預測及結構相似性計算工具介紹 ·結構預測網站實操 ·基于結構相似性的元件挖掘網站實操 ·實驗結果與分析 實例4:基于反應相似性的新型生物元件挖掘 ·研究背景與目標 ·反應表示及反應相似性計算工具介紹 ·基于反應相似性的元件挖掘網站實操 ·實驗結果與分析 實例5:基于Rosetta的酶元件改造 · 研究背景與目標 · 酶元件改造工具介紹 Rosetta軟件實操 · 基于Rosetta design的元件改造網站實操 · 實驗結果與分析 實例6:基于預訓練模型的無監督AI元件改造 · 研究背景與目標 · 預訓練模型介紹 · 基于ESM-1v的元件改造網站實操 · 實驗結果與分析 實例7:基于復合物的AI元件改造 ·研究背景與目標 · LigandMPNN模型介紹 · 基于LigandMPNN的元件改造網站實操 · 實驗結果與分析 六、總結與未來展望 1.當前技術的總結 2.面臨的挑戰與機遇 3.未來發展方向與趨勢 廖老師,博士,中國科學院天津工業生物技術研究所研究員。2006年本科畢業于中國科學技術大學,2011年博士畢業于中國科學院數學與系統科學研究院,2011- 2014年在美國加拿大阿爾伯塔大學從事博士后研究,2014年加入中國科學院天津工業生物技術研究所,主要圍繞工業生物大數據智能分析展開研究,開發核心的數據庫、算法和工具。構建糖基轉移酶數據庫pUGTdb等系列工業生物專屬數據庫;開發了新一代蛋白功能預測算法HDMLF、酶挖掘與評估工具REME、蛋白同源多聚體預測算法DeepSub等系列AI工具。近年來在Nature Genetics、Nucleic Acids Research、Science Advances、Molecular Plant、Research等國內外高水平期刊發表文章50余篇,引用2000余次。主持基金委交叉重點專項等多項國家級、省部級項目。 |