Fuzhou University

☝ 点击上方 一键预约 ☝   最新最热的医药健康新闻政策近日，福建省卫生健康委员会等十三部门印发2024年纠正医药购销领域和医疗服务中不正之风工作要点，共5部分14条内容。 此前，上海发布了医药行业纠风工作要点，详见：上海发布2024年医疗反腐工作要点！ 福建省的2024年纠风工作也是为贯彻国家14个部委《关于印发2024年纠正医药购销领域和医疗服务中不正之风工作要点的通知》（国卫医急函〔2024〕101号），聚焦“关键少数”和关键岗位人员，深化“风腐一体”治理，紧盯具体问题持续加压发力，结合当前工作情况，对医药行业生产、流通、销售、使用、报销等环节的突出问题，加强全领域全流程管理，指导督促医药领域各参与主体合规经营。 福建省纠风工作要点包括： 　　（一）持续规范医药生产流通秩序。包含4项内容，分别为：一是落实主体责任，诚信守法经营。二是加快带量采购，净化流通秩序。三是聚焦关键环节，加大处置力度。四是巩固整治成效，健全长效机制。 　　（二）集中整治群众身边不正之风和腐败问题。包含2项内容，分别为：一是开展专项整治，完善制度建设。二是创新监管模式，提升管理能力。 　　（三）坚决纠治行业乱象。包含2项内容，分别为：一是加强监督执法，打击不法行为。二是规范直播带货，净化网络环境。 　　（四）切实维护医保基金安全。包含2项内容，分别为：一是强化医保基金监管，保持打击欺诈骗保高压态势。二是完善价格治理，持续推动医保支付方式改革。　　（五）深化巩固集中整治工作成效。包含4项内容，分别为：一是分类处置，注重联合惩戒。二是以案为鉴，强化行业教育。三是纠建并举，加强建章立制。四是密切协作，形成工作合力。 闽卫医急函〔2024〕1652号 各设区市卫健委（疾控局）、教育局、工信局、公安局、财政局、商务局、审计局、国资委、税务局、市场监管局、医保局、药监局，平潭综合实验区社会事业局（疾控局）、经济发展局、公安局、财政金融局、党工委巡察审计办、国资局、税务局、市场监管局，省疾控中心，省卫健委直属各单位，福州大学、福建医科大学、福建中医药大学各附属医院： 　　为贯彻落实国家卫生健康委等十四部门《关于印发2024年纠正医药购销领域和医疗服务中不正之风工作要点的通知》（国卫医急函〔2024〕101号），结合我省实际，省卫健委等十三部门联合制定《福建省2024年纠正医药购销领域和医疗服务中不正之风工作要点》，现印发你们。各行业主管部门要根据职责分工，结合业务工作，认真抓好贯彻落实。 　　请各设区市卫健委、平潭综合实验区社会事业局，省疾控中心，省卫健委直属各单位，福州大学、福建医科大学、福建中医药大学各附属医院收集本辖区（单位）相关工作总结，于2024年11月15日前发送至省卫健委医疗应急处联系人内网邮箱。 福建省卫生健康委员会 福建省教育厅 福建省工业和信息化厅 福建省公安厅 福建省财政厅 福建省商务厅 福建省审计厅 福建省人民政府国有资产监督管理委员会 国家税务总局福建省税务局 福建省市场监督管理局 福建省医疗保障局 福建省药品监督管理局 福建省疾病预防控制局 2024年9月3日 福建省2024年纠正医药购销领域和医疗服务中不正之风工作要点 　　为全面贯彻落实党的二十大精神，深入贯彻二十届中央纪委三次全会和国务院第二次廉政工作会议精神，统筹开展、一并推进全省医药领域腐败问题集中整治、群众身边不正之风和腐败问题集中整治、公立医院突出问题专项整治工作。根据国家卫生健康委等14部门《关于印发2024年纠正医药购销领域和医疗服务中不正之风工作要点的通知》的要求，结合我省实际，制定以下工作要点。 　　一、持续规范医药生产流通秩序 　　（一）落实主体责任，诚信守法经营。推动落实国家和省里医药工业高质量发展相关政策措施，落实财税优惠、成果转化等方面的激励政策。完善以市场为主导的医药价格形成机制，加强医药价格行为监督检查执法，开展公立医院医用设备和高值耗材采购使用及医疗收费情况专项审计调查，开展成本价格专项调查，重点关注推高药品价格、扰乱药品流通秩序的不法行为，以及医药领域商业贿赂违规违法行为，督促生产供应企业落实合规经营的主体责任。 　　（二）加快带量采购，净化流通秩序。推动建设现代药品流通体系，降低流通成本。常态化制度化开展药品和高值医用耗材集中带量采购，逐步扩大品种覆盖面。提高医疗机构使用中选药品和医用耗材的管理水平，对医务人员处方行为加强监测分析，引导优先使用中选产品。推动落实药品耗材集中采购医保结余资金留用。进一步完善各级医疗机构的医疗设备采购政策。依法依规组织开展疫苗、中药配方颗粒招标采购。打击医疗器械过票加价洗钱、借助混改操控国企推高价格并侵蚀国有权益等规避行业监管的违法违规行为。 　　（三）聚焦关键环节，加大处置力度。加大医药购销领域商业贿赂治理力度，紧盯项目招采、目录编制、价格确定、项目申请、新药申报、回款结算等权力集中、资金密集、资源富集的医药领域风险，聚焦虚开发票、虚假交易、虚设活动等形式违规套取资金用于实施不法行为，保持打击高压态势。严查假借各类会议、捐赠资助、科研合作、试验推广等形式捆绑销售、“带金销售”中的违法违规行为。 　　（四）巩固整治成效，健全长效机制。压实牵头部门职责，巩固集中整治成效。按照医药生产经营企业防范医药领域商业贿赂行为的合规指引要求，督促落实合规经营的主体责任。指导社会组织切实履行推动行业发展责任，加强自身管理，防止成为非法利益输送平台。强化准入标准及行为指引，不断完善医药代表管理，落实《福建省公立医疗机构工作人员接待医药代表管理暂行规定》，构建医疗器械购销领域防范商业贿赂的系统监管体系。进一步完善公立医疗机构药品采购“两票制”政策，规范药品流通秩序，加大监管和打击力度。 　　二、集中整治群众身边不正之风和腐败问题 　　（五）开展专项整治，完善制度建设。扎实开展公立医院（含基层卫生院、所）医疗设备、医用耗材、药品采购混乱及日常诊疗不规范突出问题专项整治工作，重点整治在医疗设备、医用耗材、药品采购中存在的围标串标、“带金销售”、收受“回扣”等问题；在集中带量采购中不履行采购合同、采购高价非中选产品、违规线下采购等问题；在日常诊疗过程中存在的收受“红包”、过度医疗、重复检查、套取医保资金等问题。推动落实公立医院党委领导下的院长负责制，压实医疗机构内部管理的主体责任，围绕管理要求，补齐行政权力、招采财务、院外合作、规范行为、风险防范等关键领域的制度措施短板，建立健全内部控制体系，有效防范管控内部运行风险。落实医疗核心制度，保障患者就诊过程中的合理检查、合理用药、合理治疗、规范收费。各级卫健、医保部门对突出问题专项整治中暴露出的制度盲区，完善制度建设。 　　（六）创新监管模式，提升监管能力。加强信息化大数据精准监督，发展“机构监管、行为监管、功能监管、穿透式监管、持续监管”在医疗监督领域的实现路径和举措。开展基于病案首页信息的智能化和嵌入式监管试点，加大对高额费用病例的抽检评价，开展大型医院巡查工作，聚焦公立医院党的建设、行业作风建设和医院运行管理，发现共性问题，落实持续性监管，让医疗机构“有压力、转动力、产新力”。 　　三、坚决纠治行业乱象 　　（七）加强监督执法，打击不法行为。结合省纪委监委“整治个体医疗机构违法违规行为，守护百姓就医健康安全”点题整治项目，加强个体医疗机构日常运营和医疗服务质量的监督和抽查，规范个体医疗机构依法执业。根据《关于加强医疗监督跨部门执法联动工作的意见》要求，强化医疗监督跨部门联合执法，针对突出问题进行重点治理。始终保持打击非法行医高压态势，充分发挥联合执法工作机制，及时发现收集非法行医线索，对非法行医“查早查小”“露头就打”。严厉打击非法回收药品、“医托”“号贩子”等违法违规行为。重点关注基因检测、辅助生殖、医学检验、健康体检、医疗美容、互联网医疗等领域的违法违规问题。 　　（八）规范直播带货，净化网络环境。加大对涉医网络直播带货、信息内容、传播秩序等的监管力度。重点打击违规变相发布医疗、药品、医疗器械等广告，以及散播涉医谣言等违法违规行为。加强互联网虚假医疗、药品、医疗器械信息监测，对医院自建网站、公众号等发布的虚假医疗信息进行清理。持续压实属地网站平台主体责任，严肃追究散布不实信息责任人，不断完善健全治理涉医网络直播联合处置工作机制。 　　四、切实维护医保基金安全 　　（九）强化医保基金监管，保持打击欺诈骗保高压态势。实化细化医保基金使用监督管理的具体细则，完善医保法规体系。健全完善日常监督检查工作机制，压实各级监管职责。联合开展飞行检查，实现所有设区市全面覆盖，加强后续整改的跟踪督办。加强定点医药机构相关人员医保支付资格管理，探索“监管到人”的机制。深入开展医保基金违法违规问题专项整治，依托医保大数据筛查分析优势，开展数据共享、联合执法、条线处置、督查督导等综合监管，切实维护医保基金安全。深入开展集中整治医疗机构违法违规获取医保基金三年专项行动，进一步规范诊疗、计价、收费行为，强化运用信息化手段开展智能审核监管，夯实医疗机构内部常态化自查自纠机制和医疗机构内部医保管理部门职责。 　　（十）完善价格治理，持续推动医保支付方式改革。稳步推进挂网药品价格治理，着力纠治不公平高价、歧视性高价，持续推动挂网价格均衡透明。加强对首涨、极值、价差大等价格异常波动药品耗材核查处置，推动将药品质量、疗效评价等指标作为药品采购评审因素，落实价格招采信用评价制度。推动由第三方部门处理药品招采过程中的投诉，加大对药品招采的监督力度。持续完善医保支付的核心要素管理与调整、意见收集反馈、分组调整、协商谈判等机制，常态化实施医疗服务价格动态调整，指导各地按规定开展本年度调价评估并按评估结果在总量控制范围内有升有降开展调价。 　　五、深化巩固集中整治工作成效 　　（十一）分类处置，注重联合惩戒。用好巡视巡察、审计监督、统计调查、投诉举报、大数据分析、自查自纠等工作手段，注重问题线索的“穿透式”监管、“案例式”监督。把稳政策基调，分级分类处置线索，注重“风腐一体”治理。坚持行贿受贿一起查，重点查处医药企业和个人多次行贿、巨额行贿、向多人行贿等违法行为。探索实施行贿人“黑名单”制度，建立对行贿人的联合惩戒机制。 　　（十二）以案为鉴，强化行业教育。坚持用身边事教育身边人，梳理剖析查处的典型案例，扎实开展行业警示教育，深化以案为鉴、以案示警、以案促改。深入开展党性党风党纪教育，筑牢廉洁思想防线。加大对行业领导干部、医务人员、后勤采购人员等的廉洁从业教育，加强对医药代表等的管理，尤其是重点法律法规制度、医保政策的宣贯讲解，确保行业一体理解、遵循、执行。大力宣传优秀医药工作者的先进典型事迹，树立行业正面形象。 　　（十三）纠建并举，加强建章立制。持续做好集中整治问题整改和线索处置的“后半篇”文章。深化体制机制改革，加强医药卫生领域廉政建设。压实各部门行业主管责任，加强医药企业经营推广人员规范引导，落实办医主体对所属医疗机构的常态化监管责任。指导有关学协会等社会组织完善内部管理章程，依法依规开展学术活动，加强行业自律。 　　（十四）密切协作，形成工作合力。坚持“谁主管谁负责”“管行业必须管行风”，坚决扛起医药卫生领域廉政建设和反腐败斗争的政治责任。提升信息互联互通水平，打通联动壁垒、做好政策衔接。完善医药政策发布机制，做好事前沟通和信息通报工作，避免政策制定与监管执法脱节。密切横向协作、加强纵向调度，建立完善工作调度和情况通报制度，协同推进工作要点的落实。加强与纪检监察机关的联动沟通，推进纪法衔接。 （来源：福建卫健委) 药闻康策 新媒体矩阵微信公众号 点击下方  一键关注 【免责声明】 1.“药闻康策”部分文章信息来源于网络转载是出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。如对内容有疑议，请及时与我司联系。2.“药闻康策”致力于提供合理、准确、完整的资讯信息，但不保证信息的合理性、准确性和完整性，且不对因信息的不合理、不准确或遗漏导致的任何损失或损害承担责任。3.“药闻康策”所有信息仅供参考，不做任何商业交易或医疗服务的根据，如自行使用“药闻康策”内容发生偏差，我司不承担任何责任，包括但不限于法律责任，赔偿责任。 欢迎转发分享、点赞、点在看

动物模型实验是药物研发和生物医学研究不可或缺的手段，在新药试验、疾病诊断、药物与医疗器械安全性研究等领域被广泛使用，通过动物实验，可取得真实可靠的研究数据。 传统的动物模型实验方法存在一定局限性和不足，特别是需要大量的动物分组和在不同时间点解剖获取数据, 得到多个时间点的实验结果，存在工作量大和组间差异问题。相比之下，活体成像技术通过对同一组实验对象在不同时间点进行成像，跟踪同一观察目标（标记细胞和标记分子）的移动及变化，不存在常见的组间差异，工作量和实验动物消耗可大为减少，所得的数据也更加真实可信。此外, 活体成像技术不涉及放射性物质，具有操作简单，所得结果直观，灵敏度高等特点，可用于追踪靶细胞数量，体积变化和体内分布，从分子和细胞水平对药物疗效进行评估。 下单好礼 活动时间：24年8.28-9.30 1.活动期间购买示踪细胞，可享8折优惠！ 2.下单时备注“示踪有礼”，即可获赠科佰生物送出的惊喜好礼！ 示踪细胞的构建与使用 在活体成像技术的应用过程中，示踪细胞选择和标记非常关键，对于示踪细胞构建过程主要为以下几个步骤： 1. 选择符合实验需求和成瘤性指标的母细胞，需要采用来源正确，成瘤性良好，传代次数较低，状态保持良好的细胞株作为母细胞； 2. 选择适合的标记蛋白，常用的标记蛋白有Firefly Luciferase，GFP，EGFP, RFP, YFP等； 3. 选择标记蛋白表达载体和基因导入方式（常用慢病毒方式），筛选稳定细胞株； 4. 示踪细胞体外发光测试，测定发光信号强度和细胞传代信号稳定性，确保示踪细胞在体外和体内都能稳定高水平表达标记蛋白，以科佰生物A549-Luc细胞为例： Figure 2. Detect Luciferase assay by Promega Bright-Glo Luciferase Assay System.The number of Luminescence signal is 524±9(Mean±SD) on A549 cells while 898951±21097(Mean±SD) on A549-Luc cells.  Figure 3. Stablity test results. A549-Luc cells showed at least 32 passage stability with similar luminescence unit. 5. 根据实验需要通过尾静脉注射、皮下移植、原位移植等方法在动物体内接种已标记的示踪细胞。 6. 活体成像：动物经麻醉（气麻/针麻）后放入成像暗箱平台，开启照明灯（明场）拍摄背景图。关闭照明灯，在没有外界光源的条件下（暗场）拍摄由小鼠体内发出的特异性光子。明场与暗场的背景图叠加后可以直观的显示动物体内特异光子的部位和强度，完成成像操作。值得注意的是荧光成像需要选择合适的激发光和发射光滤光片，生物发光则需要成像前注射luciferase底物。 7. 数据处理：动物活体成像图像处理软件除了提供含有光子强度标尺的成像图片外，还能计算分析发光面积、总光子数、光子强度的相关参数供实验者参考。 科佰助力文献发表 在示踪细胞的构建方面，科佰生物有着多年丰富经验以及多株示踪细胞现货，进一步助力客户发表高分文献。以下是7篇高分文章精选，总计IF:71.6，其中最高 IF为15.1。 01 | Glioma261-Luc 文献标题：Reversing T Cell Dysfunction to Boost Glioblastoma Immunotherapy by Paroxetine-Mediated GRK2 Inhibition and Blockade of Multiple Checkpoints through Biomimetic Nanoparticles 第一作者：Tingting Wang 单位：苏州大学放射医学与辐射防护国家重点实验室 发表期刊:  Advanced Science   影响因子:  15.1 发表日期:  2023-01-25 DOI: 10.1002/advs.202204961 文章主题：T细胞功能障碍诱导的肿瘤免疫逃逸在胶质母细胞瘤（GBM）中尤为严重，并显著影响免疫治疗的疗效。创新性地逆转T细胞功能障碍对改善GBM免疫治疗至关重要。在此，通过重新利用美国食品和药物管理局批准的抗抑郁药物帕罗西汀（PX）与仿生纳米颗粒（CS-J@CM/6 NPs），T细胞功能障碍被显著逆转，并促进了GBM的免疫治疗。PX成功应用于消除GBM小鼠骨髓中的T细胞隔离，并增加它们在肿瘤中的浸润。仿生NPs由超小的Cu2−xSeNPs、JQ1和CD6修饰的肿瘤细胞膜组成，通过CD6与活化的白细胞粘附分子的特异性相互作用有效地进入肿瘤。它们通过负载JQ1的双重作用改善T细胞功能障碍，同时降低T细胞和T细胞上PD-1的表达和PD-L1的表达。NP还能诱导肿瘤细胞的免疫原性细胞死亡，从而激活免疫反应。PX和仿生CS-J@CM/6 NPs的协同作用显著提高了GBM携带小鼠的存活率。这项工作通过重新利用晚期NPs的“旧药物”，为肿瘤免疫治疗提供了新的见解。 Cobioer合作产品:  Glioma261-Luc  货号：CBP30157L 02 | NCI-N87-Luc 文献标题：Engineering Bifunctional Calcium Alendronate Gene-Delivery Nanoneedle for Synergistic Chemo/Immuno-Therapy Against HER2 Positive Ovarian Cancer. 第一作者：Guochuang Chen 单位：深圳新诺微环生物科技有限公司和广东中山大学附属第七医院精准医学研究中心 发表期刊:Advanced science 影响因子:  15.1 发表日期: 2023-03-18 DOI: 10.1002/advs.202204654 文章主题：卵巢癌是最致命的妇科恶性肿瘤。大多数患者在晚期被诊断出，伴有广泛的腹膜扩散和腹水。双特异性T细胞衔接器（BiTEs）在血液恶性肿瘤中表现出了令人印象深刻的抗肿瘤疗效，但在实体肿瘤中的临床疗效受到限制，原因包括半衰期短、需要持续静脉输注以及相关治疗水平下的严重毒性。为了解决这些问题，本研究报道了一种基于阿仑膦酸钙（CaALN）的基因传递系统设计，用于表达治疗水平的BiTE（HER2×CD3），以实现高效的卵巢癌免疫治疗。通过简单的绿色配位反应实现了CaALN纳米球和纳米针的可控构建，具有高长宽比的纳米针状阿仑膦酸（CaALN-N）在体内无系统毒性的情况下实现了高效的基因传递至腹膜。特别是，CaALN-N通过下调HER2信号通路诱导SKOV3-luc细胞凋亡，并与HER2×CD3协同作用产生高抗肿瘤反应。在体内给药CaALN-N/minicircle DNA编码HER2×CD3（MC-HER2×CD3）可产生持续的治疗水平的BiTE，并抑制人类卵巢癌异种移植模型中的肿瘤生长。总的来说，工程阿仑膦酸钠钙纳米针是一种高效和协同治疗卵巢癌的双功能基因传递平台。 Cobioer合作产品:   NCI-N87-Luc   货号：CBP30122L 03 | 4T1-Luc 文献标题：Reducing PD-L1 expression with a self-assembled nanodrug: an alternative to PD-L1 antibody for enhanced chemo-immunotherapy 第一作者：Shuxian Cai 单位：福州大学食品安全与生物分析教育部重点实验室发表期刊:Theranostics 影响因子: 12.4 发表日期:2021-01-01 DOI:10.7150/thno.45777 文章主题：免疫检查点、程序性细胞死亡配体 1（PD-L1） 和程序性细胞死亡1（PD-1） 之间的结合会损害 T 细胞介导的免疫监视。使用免疫检查点抑制剂（ICI）阻断癌细胞膜上的PD-L1或活化T细胞膜上的PD-1的免疫检查点治疗可以恢复T细胞的抗肿瘤功能。然而，PD-L1 的细胞内表达及其在癌细胞膜上的活性再分布可能会损害 ICI 的治疗益处。为了解决这个问题，我们开发了一种能够降低PD-L1表达和增强抗肿瘤作用的纳米药物（MS NPs）。该纳米药物由免疫佐剂二甲双胍（Met，一种老药）和抗癌剂7-乙基-10-羟基喜树碱（SN38）通过氢键和静电相互作用自组装而成。开展了一系列实验，包括MS NPs的表征、MS NPs介导的PD-L1表达下调和治疗效果的验证、MS NPs介导的化学免疫治疗和肿瘤转移抑制。与构象阻断癌细胞膜PD-L1的ICIs不同，MS NPs通过二甲双胍直接降低PD-L1水平，实现免疫治疗。因此，MS NPs显示出比同类产品更强的化学免疫治疗效果。MS NPs还通过重塑细胞外基质和恢复免疫监视来有效抑制肿瘤转移。此外，MS NPs治疗小鼠的主要器官未观察到明显毒性，MS NPs治疗后小鼠存活率高。我们通过免疫佐剂Met和抗癌剂SN38的自组装设计了纳米药物MS NPs，用于免疫治疗和化疗的联合治疗。MS NPs可能会打破免疫治疗中基于抗体的ICIs的僵局，而重新利用旧药可能为新型ICI的开发提供新的视角。 Cobioer合作产品:   4T1-Luc   货号：CBP30102L 04 | HepG2-Luc 文献标题：Modified ASO conjugates encapsulated with cytidinyl/cationic lipids exhibit more potent and longer-lasting anti-HCC effects 第一作者：Yufei Pan 单位：北京大学天然药物及仿生药物国家重点实验室 发表期刊: Molecular Therapy-Nucleic Acids 影响因子:  8.8 发表日期 :2023-05-04 DOI:10.1016/j.omtn.2023.04.028 文章主题：反义寡核苷酸（ASOs）是一类以mrna或基因为靶点的治疗方法。然而，在体内靶组织的有效传递和最佳积累仍然是一个具有挑战性的问题。CT102是一种靶向IGF1R mRNA并诱导细胞凋亡的ASO。本文对脂质体传递的ASOs的组织分布进行了详细的探索。基于DCP（胞苷基/阳离子脂质DNCA/CLD和DSPE-PEG）和寡核苷酸之间的多种分子间相互作用，包括氢键、p-p堆积和静电相互作用，确定了一种导致肝脏积累增加的配方。结构优化的ct102为肝癌的治疗提供了一种新的策略。gapmer CT102MOE5和偶联物Glu-CT102MOE5在体外100 nM时表现出良好的抗增殖和IGF1R mRNA抑制作用，在体内较低的剂量和给药频率下具有更高的疗效。结合转录组和蛋白质组分析显示，在ASO治疗中可能同时存在额外的相关靶点和功能调控。这些结果表明，脂质包封和结构优化结合在寡核苷酸药物的传递中具有良好的临床应用前景。 Cobioer合作产品:   HepG2-Luc   货号：CBP30043L 05 | A549-Luc 文献标题：Okicamelliaside targets the N-terminal chaperone pocket of HSP90 disrupts the chaperone protein interaction of HSP90-CDC37 and exerts antitumor activity 第一作者：Chuan-jing Cheng 单位：南开大学药物化学生物学全国重点实验室和天津市分子药物研究重点实验室 发表期刊: Acta Pharmacologica Sinica 影响因子: 8.2 发表日期: 2021-07-29 DOl: 10.1038/s41401-021-00737-x 文章主题：热休克蛋白90（HSP90）已被公认为癌细胞的关键靶标。然而，靶向 HSP90 的 ATP 结合位点的各种毒性反应可能不是 HSP90 抑制剂的最佳选择。在本文中，发现了一种具有抗肿瘤作用的鞣花酸衍生物，即okicamelliside（OCS）。为了确定潜在的抗癌机制，将OCS光敏探针应用于靶点钓鱼和追踪。化学蛋白质组学和蛋白-药物相互作用实验表明，HSP90是OCS的关键靶点，具有很强的结合亲和力（K = 6.45 μM）。靶蛋白突变分析和分子动力学模拟表明，OCS可以竞争性作用于HSP47 N端伴侣口袋的关键Glu-90位点，其中共伴侣CDC37与HSP90结合，影响其稳定性并降低HSP90-CDC37的∆G。结果表明，OCS破坏了HSP90-CDC37的蛋白质-蛋白质相互作用;选择性影响 HSP90 下游激酶客户端蛋白，包括 CDK4、P-AKT 和 P-ERK1/2;并对A549细胞发挥抗肿瘤作用。此外，肿瘤异种移植实验以同样的方式证明了OCS的高抗肿瘤活性和低毒性。我们的研究结果发现了一种新型的 HSP90 N 末端伴侣口袋天然抑制剂，即OCS，它选择性地抑制 HSP90-CDC37 蛋白复合物的形成，并为 HSP90 抑制剂用于抗癌候选药物提供了进一步的见解。 Cobioer合作产品:  A549-Luc  货号：CBP30021L 06 | U87/DK_Luc 文献标题：Blockade of the forward Na+ /Ca2+ exchanger suppresses the growth of glioblastoma cells through Ca2+‐mediated cell death 第一作者：Hui-Jie Hu 单位：上海交通大学医学院基础医学院药理学与化学生物学系 发表期刊:British Journal of  Pharmacology 影响因子:  7.3 发表日期: 2019-06-17 DOI : 10.1111/bph.14692 文章主题：Na+/Ca2+交换器（NCX）以正向或反向模式工作，参与维持细胞内Ca2+（[Ca2+]i）稳态，这对决定细胞命运至关重要。此前，许多针对反向或正向NCX的阻滞剂已经被开发和研究在缺血组织损伤中，但很少在胶质母细胞瘤中被检测到，用于抗肿瘤治疗。我们评估了NCX阻滞剂对胶质母细胞瘤生长的影响，以及NCX是否可以成为治疗的靶点。 NCX的低表达使胶质母细胞瘤细胞对[Ca2+]i的干扰敏感。旨在阻断正向NCX的干预措施可导致ca2+介导的胶质母细胞瘤损伤，从而具有治疗潜力。贝普利地尔可能是开发新的抗肿瘤药物的先导化合物。 Cobioer合作产品:  U87/DK-Luc  货号：CBP30189L 07 | 4T1-Luc 文献标题：Saikosaponin A Inhibits Triple-Negative Breast Cancer Growth and Metastasis Through Downregulation of CXCR4  第一作者：Ying Wang 单位：上海中医药大学药学院 发表期刊:Frontiers in oncology 影响因子: 4.7 发表日期:2020-01-28 DOI:10.3389/fonc.2019.01487 文章主题：由于缺乏公认的治疗分子靶点，与其他乳腺癌亚型不同，三阴性乳腺癌 （TNBC） 患者通常没有从靶向药物的进展中受益。CXCR4/SDF-1轴参与TNBC的肿瘤生长和转移。因此，下调癌细胞中CXCR4的表达是抑制原发肿瘤生长和TNBC转移的潜在治疗策略。为了鉴定中药中抑制CXCR4表达的生物活性化合物，我们研究了柴胡皂苷A（SSA）对TNBC细胞中CXCR4表达和功能的影响能力。对细胞生长、迁移、侵袭和蛋白表达进行分析。还使用了小干扰RNA（siRNA）和非侵入性生物发光的敲低。SSA 减少了 SUM149 和 MDA-MB-231 细胞的增殖和集落形成。SSA抑制TNBC细胞的迁移和侵袭。对于小鼠，SSA抑制原发肿瘤生长并减少高度转移性三阴性4T1-luc细胞的肺转移。SSA 抑制CXCR4 表达，但不调控 CXCR7 表达，并且 .CXCR4表达下调逆转了对TNBC细胞迁移和侵袭的抑制作用。此外，SSA使Akt/mTOR信号通路失活，抑制MMP-9和MMP-2表达。结果表明，SSA通过抑制CXCR4表达发挥抗TNBC作用，因此有可能成为TNBC患者的候选治疗剂。 Cobioer合作产品:  4T1-Luc   货号：CBP30102L 科佰生物 科佰生物示踪细胞具备优良的信号和严格QC，是活体成像实验的好帮手。 1. 优质母细胞，具备STR验证数据 2. 高信噪比 Figure 13. Detect Luciferase assay by Promega Bright-Glo Luciferase Assay System..The number of Luminescence signal is 552±24(Mean±SD) on KLN 205 cells while 636872±35212(Mean±SD) on KLN 205-Luc cells.  3.体外高稳定性 Figure 14. Stablity test results. KLN 205-Luc cells showed at least 32 passage stability with similar luminescence unit. 下单好礼 活动时间：24年8.28-9.30 1.活动期间购买示踪细胞，可享8折优惠！ 2.下单时备注“示踪有礼”，即可获赠科佰生物送出的惊喜好礼！ 药物靶点模型 科佰生物公司十分重视研发创新，凭借细胞功能改造技术、高精度和灵活的基因编辑工具平台，提供包括激酶，GPCR，示踪，免疫治疗，耐药等多类疾病靶点的药物检测细胞模型。目前已覆盖四百多株现货细胞模型，同时提供高质量的Cell-base生物测活服务。 关注科佰生物 了解更多资讯 电话：4008-750-250 全国销售经理：18066071954华东销售经理：18240630236 邮箱：sales@cobioer.com 网站：www.cobioer.com

2024 年 5 月 8 日，谷歌 DeepMind 与 Isomorphic Labs 联合在《自然》期刊上发布蛋白质领域最新人工智能模型 AlphaFold 3！这一模型能够准确预测蛋白质、DNA、RNA 以及配体等生命分子的结构及其相互作用方式。这是继AlphaFold 2 之后的又一重大突破 在预测类药物相互作用方面，AlphaFold 3 实现了前所未有的准确度，包括蛋白质与配体的结合以及抗体与其靶蛋白的结合。在 PoseBusters 的基准测试中，AlphaFold 3 的准确率比现有最佳传统方法高出 50%，而且无需任何结构信息输入，成为首个超越传统物理预测工具的人工智能系统。这种预测抗体与蛋白质结合的能力，对于理解人类免疫反应的各个方面以及新抗体的设计至关重要。 深度学习在蛋白质设计领域的前沿研究主要集中在蛋白质结构预测、蛋白质序列设计、蛋白质-蛋白质相互作用预测、蛋白质功能注释和蛋白质优化与筛选等方面。这些研究方向为开发新的功能性蛋白质和药物靶点提供了新思路，并在生物医学、药物研发和生物材料等领深度学习在蛋白质设计领域的应用被认为是当前的前沿研究方向之一，深度学习在蛋白质设计领域的不断发展为新药研发、生物制药、生命科学研究等领域带来了许多创新和机会               2024年最值得期待的三大技术 一、深度学习蛋白质设计 二、CADD计算机辅助药物设计 echnology 深度学习在蛋白质设计领域的前沿研究主要集中在蛋白质结构预测、蛋白质序列设计、蛋白质-蛋白质相互作用预测、蛋白质功能注释和蛋白质优化与筛选等方面。这些研究方向为开发新的功能性蛋白质和药物靶点提供了新思路，并在生物医学、药物研发和生物材料等领深度学习在蛋白质设计领域的应用被认为是当前的前沿研究方向之一，蛋白质结构预测与设计领域的未来将充满创新和跨学科的发展，为解决生物医学、生物工程和生物能源等方面的重大问题提供更多可能性。 蛋白质折叠和结构预测：深度学习模型可以预测蛋白质的三维结构，这对理解蛋白质的功能和开展蛋白质设计至关重要。通过深度神经网络模型和注意力机制的应用，可以更准确地预测蛋白质的折叠和结构。 蛋白质序列设计：深度学习可以用于预测蛋白质序列的功能和稳定性。通过神经网络模型和自然语言处理技术的结合，可以设计出具有特定功能和稳定性的蛋白质序列，例如酶活性、药物靶点等。 蛋白质-蛋白质相互作用预测：深度学习模型可以预测蛋白质和蛋白质之间的相互作用，从而帮助设计新的蛋白质复合物和抗体。 蛋白质功能注释和预测：深度学习可以进行蛋白质功能注释和预测，识别蛋白质的功能域、结构域和功能位点等。这有助于预测蛋白质的功能和相应的生物学作用。 蛋白质优化和筛选：深度学习可以用于优化和筛选设计出的蛋白质。通过神经网络和生成对抗网络的应用，可以提高蛋白质的稳定性、可溶性和活性，以满足特定的设计要求。 蛋白质-蛋白质相互作用预测：深度学习可用于预测蛋白质与蛋白质之间的相互作用，从而实现蛋白质和配体的高效率设计和筛选等。 近年来发过哪些顶刊以及方向： Nature communications| 使用基于结构的残基偏好进行蛋白质设计 Nature biotechnology| 用于功能性蛋白质设计的机器学习 Scientific reports| Deep-WET：一种基于深度学习的方法，使用具有加权特征的词嵌入技术预测 DNA 结合蛋白 Cell Systems| 深度学习为蛋白设计开启了新时代 Nat. Comput. Sci| 基于深度学习的无rotamer蛋白质设计 Comput Struct Biotech| 深度学习用于蛋白质设计：从结构到序列与功能 本课程围绕蛋白设计基础与前沿工作展开讲述，从蛋白结构的预测与优化到蛋白的从头设计进行深度教学，本课程主要面向有编程基础的学员，对基础知识进行详细讲解，并且会结合前沿文献讲解相关技术的应用。帮助学员们， 通过本次培训学员将了解蛋白质设计的底层逻辑与基本规则，并掌握蛋白质设计中的常见蛋白质设计算法的实际操作，具备基本的蛋白质设计算法开发的基础能力及前沿视野。 01 深度学习蛋白质设计课表 第一天： 深度学习蛋白质设计的相关概念及基础 1. 基础概念 a. 什么是深度学习 b. 什么是蛋白质设计 c.    python 简介 d.   inux 与 VS code 简介 2. 如何描述一个蛋白质的状态 a. 量子力学： 含时薛定谔方程 b. 量子化学： 定态薛定谔方程 c. 全原子分子动力学模拟：朗之万方程 d. 粗粒化模拟： 广义朗之万方程 e.    马尔科夫态模型： 主方程 3. 常用的分析/可视化蛋白质及相关分子的方法 a. 获得并观察一条蛋白序列的 MSA b. 用 pymol 或 chimeraX 可视化蛋白质分子体系  c. 小分子结构的生成与优化： rdkit 与 GAMESS d. 分子动力学模拟轨迹可视化： VMD e. 通用序列/结构分析软件包： biopython    f. 生物大分子编辑平台： Discovery Studio  g. 位点冲突分析： Frustratomete h. 简易生物分子空腔与通道分析： CAIN 4. 深度学习蛋白质设计与传统蛋白质设计之间的差异 a.  深度学习的本质 b. 传统方法： 通过物理能量推测概率 c. 深度学习： 直接从数据中找到概率分布的规律 d. 深度学习与传统的物理方法还是存在紧密联系的 e. 深度学习蛋白质设计的强大之处 f. 功能蛋白设计的滑铁卢： 玻尔兹曼废墟 5. 结构模型 vs 语言模型 a. 结构模型： 基于图神经网络 b. 语言模型： 天涯若比 c. 结构模型的优势及劣势 d. 语言模型的优势及劣势 e. 走向融合 第二天： 蛋白质设计的先行者： 蛋白质结构预测 1. 在 AlphaFold 之前人们如何做蛋白质结构预测 a. 基于物理能量函数： rosetta b. 传统分子对接 c. 分子动力学模拟 d. 同源序列分析 2. AlphaFold 系列历史 a. AlphaFold： 开创一个时代 b. AlphaFold2： 终结一个时代 c. AlphaFold3： 走向未来 3. AlphaFold3 原理解析 a. 本质上不是从序列到结构， 而是从 MSA 到结构 b. 注意力机制 c. 扩散模型 d. AlphaFold3 的成绩与不足 4. AlphaFold 实际操作与结果分析 a.AlphaFold2 实操  b.AlphaFold2 分析  c.AlphaFold3 实操  d.AlphaFold3 分析 e.别忽视结构之外的信息 5.其它深度学习蛋白质结构预测软件简介 a.trRosetta b.OmegaFold c.ESMFold 第三天 蛋白质设计基础: 从经典力场到深度学习 1. 如何计算蛋白质构象的能量？ a) 蛋白质可视化与编辑常用方法 i. pymol使用方法简介 ii. chimera使用方法简介 iii. pdb文件格式详解 iv. 使用python biopython、pymol等库编辑蛋白质结构 b) 分子力学、溶剂化能简介 i. 分子力学公式形式 ii. 溶剂化能的计算方法 iii. MM/PBSA方法计算结合自由能 2. 基于统计势函数的蛋白质设计方法——Rosetta a) 统计势函数的一般定义 b) 蛋白质设计中的统计势函数 i. Rosetta统计势定义 ii. Rosetta能量函数常见项及物理意义 c) 基于Rosetta势函数的蛋白设计 i. 设计流程 ii. 实验结果 3. 蛋白-蛋白对接的强大——无先验知识的蛋白质药物设计流程 a) 蛋白-蛋白对接简介 i. 蛋白-蛋白对接的定义 ii. RifGen对接方法介绍 b) 蛋白质药物设计 i. 设计流程 ii. 实验结果 4. 深度学习强势登场——蛋白质设计模型ProteinMPNN a) MPNN 消息传递神经网络简介 b) ProteinMPNN模型简介 i. 模型结构介绍（输入、输出、参数……） ii. 模型使用（主编程语言Python） c) 基于ProteinMPNN的蛋白质设计 i. 设计流程 ii. 实验结果 5. 平分秋色还是天壤之别？两种蛋白设计方法的比较 a) 深度学习模型具有更高的序列恢复率 b) 深度学习模型可实现rosetta、alphafold不可完成的设计任务 c) 深度学习模型的短板 第四天： 深度学习蛋白质骨架设计 1.为什么要走先设计骨架再设计序列的道路 2.传统的蛋白质骨架设计 a.简单粗暴的结构拼接 b.理性地突变氨基酸以得到理想的结构 c.RosettaRemodel 简介 3.基于优化能量的蛋白质骨架设计模型： SCUBA a.SCUBA 的基本原理其实很简单 b.核心难点以及克服方法 c.SCUBA 实际操作 d. 不足之处 4. 基于扩散模型的蛋白质骨架设计模型 a.改写时代的 RFdiffusion b. 结合了 GAN 的 SCUBA-D  c.结合了 VQ 的 PVQD 5.实际的骨架从头设计流程：以结合蛋白从头设计为例 a.功能口袋的选取 b.带限制条件的骨架生成 c.迭代优化 d. 特殊手段  第五天  基于Alphafold的下游应用 1. AF2多体蛋白结构预测的关键问题与解决途径 1.1 多序列比对中序列拼接配对问题 1.2 模板匹配问题 2. 利用AF2做蛋白和多肽柔性对接 2.1蛋白质表面几何物理化学互补问题 2.3 多肽柔性/构象处理 3. 利用AF2做蛋白结构和序列新设计 3.1 trrosetta幻想设计 3.2 AF2序列和结构幻想设计 4. 利用AF2做结构聚类发现新结构和功能 4.1 alphadatabase数据库结构简介与分析 4.2 foldseek结构比对工具介绍 4.3 新结构与新功能 5. 利用AF2做多构象预测和功能发现 5.1 MSA采样聚类分析及结构预测 5.2 不同MSA可以预测构象之间的转变和功能 6. 利用AF2的部分算法模块做模型质量评估和侧链构象等   6.1 三角机制提升蛋白质模型质量评估 6.2 局部三角机制和evoformer用于蛋白质侧链预测 第五天： 深度学习蛋白质序列设计 1. 传统的蛋白质序列设计 a.基于力场 b. 基于同源序列 c. 走向数据驱动： ABACUS 与 ABACUS2 d. ABACUS2 实际操作 2. 改变一个时代的杰作： ProteinMPNN a. 在 GNN 之前： 基于 CNN 的序列设计 b.ProteinMPNN 框架解析 c.ProteinMPNN 的广泛应 d.ProteinMPNN 实际操作 e. 潜在的问题 3. 其他的序列设计模型 a. ESM-IF 简介 b. ABACUS-R 简介 c. ABACUS-R 实际操作  4.神奇的 CarbonDesign a.受 AlphaFold 的启发 b.CarbonDesign 框架解析 c.CarbonDesign 成功的原因 d. 然而序列恢复率高并不等价于功能蛋白序列设计成功率高 5.基于结构的序列设计之梦魇： 本征无序区 a. 什么是本征无序区， 为什么会存在本征无序区 b. 本征无序区对蛋白质的功能是至关重要的 c. 本征无序区序列设计欠佳的核心原因 d. 当前的解决方案 第六天： 深度学习蛋白质设计前沿 1. 基于配体分子的功能蛋白设计 a. 骨架设计： RFdiffusionAllAtoms b. 序列设计： LigandMPNN 2. 结构-序列协同设计 a. 为什么理论上协同设计要优于传统设计 b.协同设计的难点 c.当前协同设计所取得的进展 3. 动态蛋白质结构预测与设计 4.KAN 在深度学习蛋白质设计中的潜在应用  a. 机器学习的可解释性 b.物理信息机器学习 c.Kolmogorov-Arnold 表示定理 d.KAN vs MLP e.KAN 潜在的优势 5.如何避免玻尔兹曼废墟是核心问题 6.展望未来 a.基于化学反应机理的酶从头设计 b.找到功能蛋白的蛋白质空间分布的 extropy 结构预测基础： 学生将学会通过生物信息学工具分析蛋白质序列，预测其二级结构和三维结构，并理解结构与功能之间的关联。 模型应用与评估： 学生将能够使用机器学习和深度学习模型进行蛋白质结构预测，同时学习如何评估模型的准确性和可靠性，选择正确的工具加以应用。 药物设计： 掌握与蛋白质结构预测相关的药物设计原理，学会设计靶向特定蛋白质的药物分子与多肽药物分子，理解蛋白类药靶相互作用的机制。 03 通过课程学习您将得到 基于深度学习的通用型蛋白设计模型近几年来发展迅速，本课程围绕蛋白设计基础与前沿工作展开讲述，从蛋白结构的预测与优化到蛋白的从头设计进行深度教学，本课程从零基础开始讲解，对基础知识进行详细讲解，并且会结合前沿文献讲解相关技术的应用。帮助学员们， 通过本次培训学员将了解蛋白质设计的底层逻辑与基本规则，并掌握蛋白质设计中的常见蛋白质设计算法的实际操作，具备基本的蛋白质设计算法开发的基础能力及前沿视野。 04 授课架构 1、课程特色--全面的课程技术应用、原理流程、实例联系全贯穿 2、学习模式--理论知识与上机操作相结合，让零基础学员快速熟练掌握 3、课程服务答疑--主讲老师将为您实际工作中遇到的问题提供专业解答 05 课程解疑、学员评价以及资料 老师针对每一个学员的培训疑问都会耐心解答,每次培训将近2000余次解疑 将近300余页PPT还有相应代码，提供软件安装和指导，报名成功就发送预习视频进行预习 讲师介绍  主讲老师来自中国TOP高校，在国内顶尖教授组中从事人工智能蛋白质设计研究，目前的主要研究方向是酶与结合蛋白的设计和人工智能在进化尺度上的蛋白质设计。有着丰富的实战经验。已在Applied Physics Letters，eLife，Nucleic Acids Research，ACS Omega，Journal of Molecular Biology等国际知名期刊上发表数篇工作 02 CADD计算机辅助药物设计 课程目标 Science Technology CADD计算机辅助药物设计：依据生物化学、酶学、分子生物学以及遗传学等生命科学的研究成果，以计算机化学为基础，通过计算机的模拟、计算和预算药物与受体生物大分子之间的相互作用，考察药物与靶点的结构互补、性质互补等，设计出合理的药物分子。它是设计和优化先导化合物的方法，特别是在食品、生物、化学、医药、植物、疾病方面应泛！靶点的发现与确证是现代新药研发的第一步，也是新药创制过程中的瓶颈之一。 计算机辅助药物设计（computer aided drug design）是以计算机化学为基础，通过计算机的模拟、计算和预算药物与受体生物大分子之间的关系，设计和优化先导化合物的方法。计算机辅助药物设计实际上就是通过模拟和计算受体与配体的这种相互作用，进行先导化合物的优化与设计。计算机辅助药物设计大致包括活性位点分析法、数据库搜寻、全新药物设计 01 CADD计算机辅助药物设计课表 第一天上午 背景与理论知识以及工具准备 1.PDB数据库的介绍和使用 1.1数据库简介 1.2靶点蛋白的结构查询与选取 1.3靶点蛋白的结构序列下载 1.4靶点蛋白的下载与预处理 1.5批量下载蛋白晶体结构 2.Pymol的介绍与使用 2.1软件基本操作及基本知识介绍 2.2蛋白质-配体相互作用图解 2.3蛋白-配体小分子表面图、静电势表示 2.4蛋白-配体结构叠加与比对 2.5绘制相互作用力 3.notepad的介绍和使用 3.1优势及主要功能介绍 3.2界面和基本操作介绍 3.3插件安装使用 下午 一般的蛋白 -配体分子对接讲解 1.对接的相关理论介绍 1.1分子对接的概念及基本原理 1.2分子对接的基本方法 1.3分子对接的常用软件 1.4分子对接的一般流程 2.常规的蛋白-配体对接 2.1收集受体与配体分子 2.2复合体预构象的处理 2.3准备受体、配体分子 2.4蛋白-配体对接 2.5对接结果的分析 以新冠病毒蛋白主蛋白酶靶点及相关抑制剂为例 第二天 虚拟筛选 1.小分子数据库的介绍与下载 2.相关程序的介绍 2.1 openbabel的介绍和使用 2.2 chemdraw的介绍与使用 3.虚拟筛选的前处理 4.虚拟筛选的流程及实战演示 案例：筛选新冠病毒主蛋白酶抑制剂 5.结果分析与作图 6.药物ADME预测 6.1ADME概念介绍 6.2预测相关网站及软件介绍 6.3预测结果的分析 第三天 拓展对接的使用方法 1.蛋白-蛋白对接 1.1蛋白-蛋白对接的应用场景 1.2相关程序的介绍 1.3目标蛋白的收集以及预处理 1.4使用算例进行运算 1.5关键残基的预设 1.6结果的获取与文件类型 1.7结果的分析 以目前火热的靶点 PD-1/PD-L1等为例。 2.涉及金属酶蛋白的对接 2.1金属酶蛋白-配体的背景介绍 2.2蛋白与配体分子的收集与预处理 2.3金属离子的处理 2.4金属辅酶蛋白-配体的对接 2.5结果分析 以人类法尼基转移酶及其抑制剂为例 3.蛋白-多糖分子对接 4.1蛋白-多糖相互作用 4.2对接处理的要点 4.3蛋白-多糖分子对接的流程 4.4蛋白-多糖分子对接 4.5相关结果分析 以α-糖苷转移酶和多糖分子对接为例 5.核酸-小分子对接 5.1核酸-小分子的应用现状 5.2相关的程序介绍 5.3核酸-小分子的结合种类 5.4核酸-小分子对接 5.5相关结果的分析 以人端粒 g -四链和配体分子对接为例。 操作流程介绍及实战演示 第四天 拓展对接的使用方法 1.柔性对接 1.1柔性对接的使用场景介绍 1.2柔性对接的优势 1.3蛋白-配体的柔性对接 重点：柔性残基的设置方法 1.4相关结果的分析 以周期蛋白依赖性激酶 2（CDK2）与配体1CK为例 2.共价对接 2.1两种共价对接方法的介绍 2.1.1柔性侧链法 2.1.2两点吸引子法 2.2蛋白和配体的收集以及预处理 2.3共价药物分子与靶蛋白的共价对接 2.4结果的对比 以目前火热的新冠共价药物为例。 3.蛋白-水合对接 3.1水合作用在蛋白-配体相互作用中的意义及方法介绍 3.2蛋白和配体的收集以及预处理 3.3对接相关参数的准备 重点：水分子的加入和处理 3.4蛋白-水分子-配体对接 3.5结果分析 以乙酰胆碱结合蛋白 (AChBP)与尼古丁复合物为例 第五天 分子动力学模拟（linux与gromacs使用安装） 1. linux系统的介绍和简单使用 1.1 linux常用命令行 1.2 linux上的常用程序安装 1.3体验：如何在linux上进行虚拟筛选 2.分子动力学的理论介绍 2.1分子动力学模拟的原理 2.2分子动力学模拟的方法及相关程序 2.3相关力场的介绍 3.gromacs使用及介绍 重点：主要命令及参数的介绍 4.origin介绍及使用 第六天 溶剂化分子动力学模拟的执行 1.一般的溶剂化蛋白的处理流程 2.蛋白晶体的准备 3.结构的能量最小化 4.对体系的预平衡 5.无限制的分子动力学模拟 6.分子动力学结果展示与解读 以水中的溶菌酶为例 第七天 蛋白-配体分子动力学模拟的执行 1.蛋白-配体在分子动力学模拟的处理流程 2.蛋白晶体的准备 3.蛋白-配体模拟初始构象的准备 4.配体分子力场拓扑文件的准备 4.1高斯的简要介绍 4.2 ambertool的简要介绍 4.3生成小分子的力场参数文件 5.对复合物体系温度和压力分别限制的预平衡 6.无限制的分子动力学模拟 7.分子动力学结果展示与解读 8.轨迹后处理及分析 以新冠病毒蛋白主蛋白酶靶点及相关抑制剂为例       02 课程目标 让学员熟练掌握：PDB数据库、靶点蛋白、蛋白质-配体、蛋白-配体小分子、蛋白-配体结构、分子对接、蛋白-配体对接、虚拟筛选、蛋白-蛋白对接、蛋白-多糖分子对接、蛋白-水合对接、分子动力学等技术 03 培训对象 目前计算机辅助药物设计受众人体众多，列如CADD、药物设计、药学、药物研发、药物筛选、新药研发、药物化学、生物制药、免疫、天然产物、兽药研发，生物信息、中药药理、中药化学、网络药理、结构药理、食品安全、食品风味、食药研发、食品研发、抗肿瘤药物、肿瘤免疫、酶工程、遗传、抗体药物、农业工程、化学、有机合成、有机化学、结构生物、合成生物等众多科研人员。 04 培训架构 1、课程特色--全面的课程技术应用、原理流程、实例联系全贯穿 2、学习模式--理论知识与上机操作相结合，让零基础学员快速熟练掌握 3、课程服务答疑--主讲老师将为您实际工作中遇到的问题提供专业解答 05 授课资料 老师备课PPT将近1000余页，培训软件都会提供以及指导安装    目前为止已经举办30余期，参会学员达3000余人，学员评价一致非常满意，算是国内CADD计算机辅助药物设计最好的培训课程 计算机辅助药物设计主讲老师来自国内高校北京协和医院药物研究所，主要擅长药物虚拟筛选、计算机辅助药物设计、人工智能药物发现、分子对接、分子动力学等方面的研究，有十余年的研究经验，以第一作发表论文20余篇 讲师介绍  计算机辅助药物设计主讲老师来自国内高校北京协和医院药物研究所，老师主要擅长深度学习、机器学习、药物虚拟筛选、计算机辅助药物设计、人工智能药物发现、分子对接、分子动力学等方面的研究，有十余年的研究经验。 授课时间安排 01 深度学习蛋白质设计授课时间 2024.08.17-2024.08.18（9：00-11：30）--（13：30-17：00） 2024.08.24-2024.08.25（9：00-11：30）--（13：30-17：00） 2024.08.28-2024.08.29（9：00-11：30）--（13：30-17：00） 共计全6天的课 通过腾讯会议直播    线上实操    提供全部录播 02 CADD计算机辅助药物设计授课时间 2024.08.10-2024.08.11（9：00-11：30）--（13：30-17：00） 2024.08.13-2024.08.16（9：00-11：30）--（13：30-17：00） 2024.8.20-2024.08.23（9：00-11：30）--（13：30-17：00） 共计全7天的课 通过腾讯会议直播    线上实操    提供全部录播 培训费用及福利 课程报名费用： 深度学习蛋白质设计： 公费价：每人每班￥6880元 （含报名费、培训费、资料费、提供课后全程回放资料） 自费价：每人每班￥6480元 （含报名费、培训费、资料费、提供课后全程回放资料） CADD计算机辅助药物设计： 公费价：每人每班￥5880元 （含报名费、培训费、资料费、提供课后全程回放资料） 自费价：每人每班￥5480元 （含报名费、培训费、资料费、提供课后全程回放资料） 重磅优惠: 报二送一（同时报名两个班免费赠送一个学习名额赠送班任选） 报四送二（同时报名四个班免费赠送两个学习名额赠送班任选） 优惠1： 两班同报：10880元  （原价18640） 三班同报：14880元   （原价23620） 可免费学习一年特惠：24880元 （可免费学习一整年本单位举办的任意课程） 可免费学习两年特惠：（28880元可免费学习两整年本单位举办的任意课程） 优惠2：提前报名缴费可享受300元优惠（仅限十五名） 报名学习课程可赠送往期课程回放（报多少赠多少） （可点击跳转详情链接）： 回放一：本课程为视频课！机器学习生物医学培训！ 回访二：本课程为视频课！单细胞空间转录组培训！ 回放三：本课程为视频课！比较基因组学培训！ 回放四：本课程为视频课！机器学习蛋白质组学培训 回放五：本课程为视频课！机器学习微生物组学培训 回放六：本课程为视频课！蛋白质晶体结构解析培训 回放七：本课程为视频课！CRISPR-Cas9基因编辑培训 回放八：本课程为视频课！AIDD人工智能药物设计培训！ 回放九：本课程为视频课！机器学习代谢组学培训！ 回放十：本课程为视频课！深度学习基因组学培训！ （蓝色字体可以点击查看       均为培训视频课） 培训特色及福利 1、课程特色--全面的课程技术应用、原理流程、实例联系全贯穿 2、学习模式--理论知识与上机操作相结合，让零基础学员快速熟练掌握 3、课程服务答疑--主讲老师将为您实际工作中遇到的问题提供专业解答 授课方式：通过腾讯会议线上直播，理论+实操的授课模式，老师手把手带着操作，从零基础开始讲解，电子PPT和教程开课前一周提前发送给学员，所有培训使用软件都会发送给学员，有什么疑问采取开麦共享屏幕和微信群解疑，学员和老师交流、学员与学员交流，培训完毕后老师长期解疑，培训群不解散，往期培训学员对于培训质量和授课方式一致评价极高！ 腾讯会议实时直播解答|手把手带着操作 学员对于培训给予高度评价 学员培训后投顶刊 报名咨询方式（请二维码扫描下方微信） 微信：766728764  电子邮箱：m15238680799@163.com  电话：15238680799 引用本次参会学员的一句话： 发现真的是脚踏实地的同时 需要偶尔仰望星空非常感谢各位对我们培训的认可！祝愿各位心想事成 往期参会单位 ▼ 国外院系高校；有来自麻省理工大学、University of Bristol (布里斯托大学)、加州伯克利大学、Osaka University(大版大学）、乔治梅森大学、加州理工大学、曼彻斯特大学 、莱斯大学、波士顿大学、德州 农工大学、德雷克大学、美国联合大学、普林斯顿大学、斯坦福大学、Imperial College London、KAUSTuniversity、理海大学、TheUniversityofQueensland、澳大利亚昆士兰大学、耶鲁大学、牛津大学、剑桥大学、匹兹堡大学、悉尼大学、多伦多大学、西雅图华盛顿大学、伦敦大学、杜克大学、东京大学、哥伦比亚大学、康奈尔大学、纽约大学、西北大学、布朗大学、华盛顿大学等  国内院系高校；有来自中山大学、清华大学、浙江大学、北京大学第一医院、中国医学科学院北京协和医院、西北民族大学、西南大学、山东大学、启元实验室、中国人民解放军总医院第一医学中心、广东海洋大学、武汉大学、中国农业大学、河南师范大学、南京工业大学、上海交通大学、南方科技大学、南京大学、中国医学科学院基础医学研究所、青海省农林科学院、天津中医药大学第一附属医院、山东大学、黑龙江八一农垦大学、南昌大学第二附属医院、台州市中心医院（台州学院附属医院）、宁波大 学附属人民医院、新疆农业大学、北京林业大学、广西医科大学、湖南文理学院、滨州医学院、滨州医学 院烟台附属医院、华南师范大学、中国环境科学研究院、云南师范大学、昆明理工大学、湖北医药学院、临港实验室、 苏州大学、福州大学、南方医院、南昌大学第二附属医院、深圳市中医院、湖南文理学院、河南科技学院、福建省立医院、中南大学湘雅医院、深圳市中医院、省立同德医院、内蒙古科技大学包头师范学院、 乌鲁木齐市疾病预防控制中心、中国林业科学研究院林业研究所、中国农业科学院兰州畜牧与兽药研究 所、鲁东大学、河北工程大学、南方医科大学珠江医院、首都医科大学附属北京妇产医院、重庆医科大学 附属第二医院、复旦大学上海医学院、陕西中医药大学附属医院、中国 医学科学院血液病医院（中国医学科学院血液学研究所）、深圳北京大学、 香港科技大学医学中心、天津市肿瘤医院、陆军特色医学中心、空军军医大学第一附属医院、江南大学、 中国科学院深圳先进技术研究院等5000余名学员还有很多公司和科研院所以及高校！感谢对我们培训的认可！还有许多因为时间冲突无法参加。这次我们诚挚邀请您来参加！ 声明：此内容由第三方提供、授权发布或者转载自第三方；本内容一切版权及连带责任由第三方负责，与本公众号无关。据此内容作出的任何判断，后果自负。