9月21-22日 上午9:00-12:00 下午13:30-16:30 |
一、合成生物学功能元件智能挖掘技术 1.合成生物学功能元件概述 o功能元件的定义与分类 o功能元件在合成生物学中的重要性 2.元件数据库与资源 o公共与私有元件数据库 o元件资源的整合与利用 3.智能挖掘技术 o基于传统计算生物学方法的元件挖掘 oAI技术在元件挖掘中的优势 o基于AI的序列功能注释和新功能预测 o基于AI的结构预测 o基于结构的元件挖掘技术 4.从催化反应出发挖掘元件 o反应数据库介绍 o反应表示技术 o反应相似性计算 o基于反应相似性的元件挖掘技术 5.元件挖掘案例解析 6.元件挖掘未来趋势 二、融合AI的元件评估技术与策略 1.元件评估概述 o评估参数与方法 2.AI在元件评估中的应用 o基于AI的酶动力学分析 o利用机器学习预测酶最适催化温度 o利用机器学习预测酶最适pH o利用机器学习预测可溶性 o底物选择性与专一性分析 3.酶稳定性评估 4.元件评估案例解析 5.元件评估未来趋势 三、酶的理性设计(Rosetta) 1.酶改造的目标与挑战 2.常用理性设计方法介绍 3.Rosetta软件介绍 4.Rosetta蛋白结构分析 o蛋白稳定性分析 o相互作用界面分析 5.Rosetta蛋白结构预测 o蛋白配体对接 o结构优化 6.Rosetta酶设计 oRosetta酶设计过程 o序列设计 7.Rosetta酶设计成功案例解析 四、融合AI的酶改造与优化策略 1.AI在酶改造中的应用 o机器学习酶改造 o深度学习酶改造 2.酶改造策略选择 3.AI辅助的酶改造技术 o无监督模型辅助酶改造 o结合实验数据的酶改造 4.AI酶改造成功案例解析 五、实操案例 实例1:基于AI的新型生物元件功能预测 ·研究背景与目标 ·元件功能预测工具介绍 ·EC/GO等元件功能预测网站实操 ·实验结果与分析 实例2:基于序列的新型生物元件挖掘 ·研究背景与目标 ·元件挖掘工具介绍 ·基于序列相似性的元件挖掘网站实操 ·基于功能域的元件挖掘网站实操 ·实验结果与分析 实例3:基于结构的新型生物元件挖掘 ·研究背景与目标 ·结构预测及结构相似性计算工具介绍 ·结构预测网站实操 ·基于结构相似性的元件挖掘网站实操 ·实验结果与分析 实例4:基于反应相似性的新型生物元件挖掘 ·研究背景与目标 ·反应表示及反应相似性计算工具介绍 ·基于反应相似性的元件挖掘网站实操 ·实验结果与分析 实例5:基于Rosetta的酶元件改造 · 研究背景与目标 · 酶元件改造工具介绍 Rosetta软件实操 · 基于Rosetta design的元件改造网站实操 · 实验结果与分析 实例6:基于预训练模型的无监督AI元件改造 · 研究背景与目标 · 预训练模型介绍 · 基于ESM-1v的元件改造网站实操 · 实验结果与分析 实例7:基于复合物的AI元件改造 ·研究背景与目标 · LigandMPNN模型介绍 · 基于LigandMPNN的元件改造网站实操 · 实验结果与分析 六、总结与未来展望 1.当前技术的总结 2.面临的挑战与机遇 3.未来发展方向与趋势 廖老师,博士,中国科学院天津工业生物技术研究所研究员。2006年本科毕业于中国科学技术大学,2011年博士毕业于中国科学院数学与系统科学研究院,2011- 2014年在美国加拿大阿尔伯塔大学从事博士后研究,2014年加入中国科学院天津工业生物技术研究所,主要围绕工业生物大数据智能分析展开研究,开发核心的数据库、算法和工具。构建糖基转移酶数据库pUGTdb等系列工业生物专属数据库;开发了新一代蛋白功能预测算法HDMLF、酶挖掘与评估工具REME、蛋白同源多聚体预测算法DeepSub等系列AI工具。近年来在Nature Genetics、Nucleic Acids Research、Science Advances、Molecular Plant、Research等国内外高水平期刊发表文章50余篇,引用2000余次。主持基金委交叉重点专项等多项国家级、省部级项目。 |