AI虚拟细胞(AIVC)技术前沿 - 核心定义：AI虚拟细胞是集多模态数据、AI算法、生物机制于一体的“活的”数字系统，通过AI技术将细胞的基因表达、蛋白质互作、代谢过程等复杂信息转化为可模拟、可预测、可调控的数字模型 [1] - 最新突破：国际顶尖期刊《Cell》发表研究，在超级计算机上建立了包含空间和时间的“4D全细胞模型”，完整模拟了基因最少的生命体JCVI-syn3A细菌的整个生命周期，从诞生到分裂耗时105分钟，与真实细菌分裂时间惊人接近 [1] - 行业意义：该研究是人类首次通过虚拟细胞在分子层面逼真地“复活”并“驱动”一个完整的生命体“度过”它的一生，为理解生命如何从分子相互作用中涌现提供了全新工具 [4] 人工智能构建虚拟细胞课程 - 课程目标：以虚拟细胞构建为总体框架，系统拆解当前国际前沿细胞AI模型在多组学建模、机制推理、药物设计预测、疾病系统重构及数字孪生中的完整技术路径 [31] - 核心内容：涵盖细胞数据数字化与基础表征、细胞状态建模，配套讲解scVI、totalVI、MultiVI、scANVI、MOFA+、AE、VAE等核心模型原理，并包含Linux/Python环境下的GPU服务器实操 [7][8][9] - 讲师背景：讲师为生物学博士，深耕生命科研、转化医学及药物研发领域，曾任职于新加坡淡马锡生命科学院、新加坡科学技术研究局等机构，学术成果发表于《Molecular Cell》、ASCO、ESMO等 [39] - 授课时间：2026年5月16日至5月23日，采用全天与晚上授课相结合的形式 [46][47] AI蛋白质设计课程 - 课程目标：系统讲解AI在蛋白质设计领域的关键模型原理，结合代码实践，让学员掌握一套完整的、可在本地部署的、从头设计蛋白质的计算流程 [32] - 核心内容：涵盖蛋白质折叠问题与经典设计、Rosetta软件核心思想，并深入拆解Transformer与Attention机制、扩散模型等核心AI架构，所有原理均配合Jupyter Notebook代码实操 [10] - 讲师背景：授课老师来自北京大学和清华大学，专注于蛋白设计和多肽药物靶点，在对应领域有过多篇中科院一区top期刊/CCF-A会议论文 [40] - 授课时间：2026年4月18日至4月25日，采用全天与晚上授课相结合的形式 [47] - 课程费用：公费价为6380元，自费价为5880元 [51] AI抗菌肽设计课程 - 课程目标：以“构建AI抗菌肽发现与设计流水线”为核心，围绕“数据→表征→生成→筛选→结构验证”的完整研发流程，培养学员的理论理解与实践能力 [33] - 核心内容：涵盖抗菌肽的物理化学法则、数据库挖掘、数据清洗，以及使用Google Colab和Biopython进行序列处理与理化性质计算 [11][13] - 讲师背景：讲师长期从事AI辅助蛋白质设计、计算药物发现、多肽开发研究，在《Nature》子刊、《PNAS》等国际期刊发表论文数篇 [41] - 授课时间：2026年5月11日至5月19日，采用全天与晚上授课相结合的形式 [47] CADD计算机辅助药物设计课程 - 课程目标：系统培训CADD核心技术，包含Pymol画图、分子对接、虚拟筛选、QSAR建模、分子动力学模拟以及相关辅助技术 [34] - 核心内容：涵盖药物发现源头、蛋白质活性位点识别、分子构效关系，以及PDB数据库深度解析、PyMOL分子可视化等实战预备知识 [15][16] - 讲师背景：讲师具有多年Ai4science研究经验，研究方向为蛋白设计、药物发现与计算生物学，曾获多项国家级奖项 [41] - 授课时间：2026年4月27日至5月14日，采用全天与晚上授课相结合的形式 [48] AIDD人工智能药物发现与设计课程 - 课程目标：让学员了解药物发现前沿，学习AI常见算法，掌握工具包使用与算法编程能力，具备一定的AIDD模型构建和数据分析能力 [35] - 核心内容：涵盖从CADD到AIDD的概述、RDKit工具包使用、药物数据库获取、深度学习辅助药物设计及图神经网络、Transformer模型等知识 [17] - 讲师背景：授课老师有十余年计算机算法研究和程序设计经验，研究方向涉及生物信息学、深度学习、药物合成路径设计，发表SCI高水平论文10篇 [42] - 授课时间：2026年5月10日至5月24日，采用全天授课形式 [48] 合成生物学与基因电路设计课程 - 课程目标：通过理论与实践结合，掌握合成生物学基础、基因电路设计、代谢途径优化、基因编辑技术及数学建模，培养学员的创新能力和系统思维 [35] - 核心内容：涵盖合成生物学基础概念与应用、生物元件功能与标准化设计、基因线路逻辑架构搭建、代谢途径构建与优化策略 [18][20][21][22][24] - 讲师背景：两位授课老师均来自清华大学，干湿结合分别引领实验设计和建模分析，曾作为队长和评委多次参加iGEM赛事并获全球十佳项目等奖项 [43] - 授课时间：2026年4月27日至5月10日，采用全天与晚上授课相结合的形式 [49] 机器学习代谢组学课程 - 课程目标：熟悉代谢组学和机器学习相关软硬件及全流程，能复现至少1篇CNS或子刊级别的代谢组学文章图片 [36] - 核心内容：涵盖代谢组学发展、应用、实验流程、色谱质谱原理、样本处理、LC-MS数据质控与搜库等 [26][27][28] - 讲师背景：主讲老师来自985高校，主要利用代谢组学、转录组学等技术研究神经内科慢性病，5年内发表SCI论文10篇 [44] - 授课时间：2026年5月16日至5月23日，采用全天与晚上授课相结合的形式 [49][50] 深度学习在多组学融合中的应用课程 - 课程目标：通过基础入门+应用案例实操，实战演练DNN、CNN、RNN、AE、GCN等多种深度学习模型在多组学融合分析中的应用 [37] - 核心内容：涵盖多组学测序技术与数据库、深度学习数据插补模型、识别基因变异及疾病亚型模型的理论讲解与GPU服务器实操 [29] - 讲师背景：讲师为生物信息学博士，从事医学生物信息及人工智能研究15年，曾在新加坡基因组研究院及美国加州大学洛杉矶分校研究多组学数据应用 [45] - 授课时间：2026年5月16日至5月23日，采用全天与晚上授课相结合的形式 [50] 课程体系与报名信息 - 八大专题：课程体系涵盖人工智能构建虚拟细胞、AI蛋白质设计、AI抗菌肽设计、CADD、AIDD、合成生物学与基因电路设计、机器学习代谢组学、深度学习在多组学融合中的应用共八个热门专题 [5] - 费用标准：除AI蛋白质设计课程公费价6380元外，其余七门课程每人每班公费价均为5880元，自费价均为5480元 [51] - 优惠福利：提供报二赠一、报三赠一、报四赠二及全报（25880元两年内不限次数参加任何课程）等多种优惠方案，并有限时转发获现金红包福利 [51][52] - 附加服务：报名后可获取往期课程回放与课件，可开具正规报销发票，学员可自愿申请工信部工业文化发展中心颁发的岗位能力适应评测证书（需另缴纳考试费500元/人） [51]