原标题：人工智能交叉课程｜人工智能+药学

本文节选自《人工智能交叉人才培养与课程体系》

编写人：浙江大学范骁辉、周展

01

人工智能+药学的课程概况

按照药学+人工智能+计算思维的培养模式，随着人工智能新算法、新技术和新方法的发展，人工智能+药学方向交叉课程的设置是培养能够应用人工智能前沿技术，解决创新药物研发的关键技术问题，创新发展突破性技术、拓展新业态的高层次、复合型人才。课程设置上除公共学位课外，专业课部分应包括药学专业课程，人工智能专业课程，以及人工智能与药学交叉方向前沿课程。

课程培养：专业课程体现药学和人工智能等交叉；重视创新药物研发方法及工程应用（研究方法类）、人工智能制药前沿技术（技术前沿类）、智能制药实践（实践实验类）等三类课程。人工智能药学工程硕士专业学位研究生培养需要24个学分（含英语3个学分，政治3个学分，专业课18个学分），工程博士专业学位研究生培养需要12个学分（含英语2个学分，政治2个学分，专业课8个学分）。

人工智能药学工程专业学位博士生和硕士生课程如下。

■ 表4.3.1 人工智能药学工程硕士专业学位研究生课程体系

（包含电子信息和生物与医药两个类别）

■ 表4.3.2 人工智能药学工程博士专业学位研究生课程体系（电子信息类别）

02

人工智能+药学课程介绍

《药物信息学》

课程简介

药物信息学是一门通过整合现代信息学、药物分析学及药理学等多个领域的方法和技术解析药物相关特性的药学学科，包括药物对基因表达谱的影响、体内过程、系统作用模式及质量评价等内容。药物分析信息学从大量化学、生物及生产数据中挖掘有用的信息，从信息与模拟的角度阐述药物特性，为指导临床的合理用药提供借鉴，为实现药物的安全可控设定合理的指标。通过本课程的学习，使学生能够了解药物分析信息学相关研究方法、技术及应用领域；掌握微阵列芯片（microarray）的相关知识及其在网络药理学中的应用；了解化学计量学相关方法、掌握指纹图谱技术及其应用范围；从化学结构出发理解药物计算ADMET的建模及预测的过程、优势及局限性；讨论药物信息学在医药领域的应用前景以及了解MOE计算软件的基本操作，通过对药物特性的分析信息学研究，揭示其内部潜在规律，为创新药物的设计与研发打好扎实的理论基础。

教学目标

通过本课程学习，学生应了解以下方面研究的最新进展并具备相关领域研究的基本能力：从大量化学、生物及生产数据中挖掘有用的信息，从信息与模拟的角度阐述药物特性，包括药物对基因表达谱的影响、体内过程及毒性、系统作用模式及质量评价。

教学安排

第一章绪论，主要介绍药物分析信息学的概念、发展史和药物分析信息学的基本任务与研究内容

第二章Microarray和MAQC，在介绍微阵列芯片和MAQC项目的基础上，重点阐述芯片技术的基础及技术特点

第三章化学计量学，重点介绍多种化学计量学的方法

第四章指纹图谱分析

第五章网络药理学研究

第六章ADMET in silico

第七章药物信息学的工业应用

第八章药物信息学相关软件介绍

《生物大分子模拟》

课程简介

主要讲授计算生物学的基本理论方法及应用，内容包括生物大分子三维结构的图形显示、分子力学、构象分析、分子动力学、定量构效关系（QSAR）、分子对接、数据库搜索等。课程交叉性比较强，主要课程主要包括以下内容：1、计算生物学和计算机辅助药物分子设计的基本概念，研究进展，及其在生物大分子研究和药物研发中的重要性。2、计算生物学的基本理论方法，课程涉及分子力学方法、构象分析、分子动力学方法、分子对接方法、定量构效关系方法、数据库搜索方法等。通过上机实习和课堂讨论，加深对计算生物学方法和相关重要软件的了解。3、通过对已上市的HIV-1蛋白酶抑制剂等经典案例的讲解、结合授课教师多年研究心得体会，让学生计算生物学如何指导药物的设计和研发有基本的了解。

教学目标

主要讲授计算生物学的基本理论方法及应用，每节授课都包含理论讲解和应用实例讲解，使学生在学习理论知识的基础上，能够亲身使用重要的计算生物学程序和软件。通过本课程的学习，力求使学生较系统地掌握必要的计算生物学及计算机辅助药物设计的基础理论、基本知识和技能，了解生物大分子模拟技术在药学中的地位和作用，并初步具备用计算生物学知识分析及解决实际问题的能力，能运用计算生物学和计算机辅助药物设计的方法到毕业课题设计中。

教学安排

第一章生物大分子结构显示和图形化（蛋白质结构综述、蛋白质结构文件格式以及分子图形软件介绍及使用）

第二章分子力场及分子力学（分子力学基本特征、分子模型、能量函数）

第三章构象分析（势能面、能量优化、构象分析）

第四章蛋白质结构预测（蛋白质结构特征、蛋白质结构预测方法）

第五章分子动力学模拟（分子动力学模拟方法、水溶液中模拟、轨迹分析）

第六章定量构效关系（构效关系基本原理、常用统计方法介绍、CoMFA方法、QSAR的应用）

第七章分子对接（分子对接基本原理、对接问题、打分方法）

第八章研究案例分享及讨论

人工智能交叉人才培养与课程体系

精彩回顾

浙江大学人工智能本科专业培养课程体系

人工智能交叉课程——人工智能+人文社科

下期预告

人工智能交叉课程——人工智能+药学

人工智能交叉课程——人工智能+金融学

人工智能交叉课程——人工智能+教育

✦

03

参考书籍

《人工智能交叉人才培养与课程体系》

ISBN：978-7-302-59233-4

作者：吴飞 陈为

定价：89元

扫码优惠购书

04

精彩推荐

• 微信小程序游戏开发│猜数字小游戏（附源码+视频）

• Flink编程基础│Scala编程初级实践

• Flink编程基础│FlinkCEP编程实践

• Flink编程基础│DataStream API编程实践

• Flink编程基础│DataSet API编程实践

• 数 据分析实战│客户价值分析

• 数据分析实战│价格预测挑战

• 数据分析实战│时间序列预测

• 数据分析实战│KaggleTitanic生存预测