Ningxia University

近日，四川省十四届人大常委会第二十次会议第二次全体会议表决通过相关人事任免，决定任命邓正权为四川省卫生健康委员会主任。值得注意的是，邓正权此前担任四川省医疗保障局局长，在其调任新职后，四川省医保局官网目前尚未更新新任局长的任职信息。 与此同时，经整理发现，天津市医保局官网的领导信息栏中，目前仅显示两位副局长的相关内容，局长一职的信息仍处于空白状态。回溯至今年4月，天津市曾发布公告，免去李国田的市医保局局长职务，截至目前这一职位已空缺四个多月。 以下为趣学术整理的各省的医保局局长汇总（按省份拼音排序） 安徽省医保局局长·吴振宇 吴振宇，男，汉族，1970年5月出生，安徽庐江人，1992年7月加入中国共产党，1993年7月工作。安徽中医学院中医专业学士，安徽医科大学卫生管理专业硕士。 1993.07-1996.10 安徽省中医文献所中医师 1996.10-2000.10 安徽省卫生厅直属机关党委团委书记 2000.10-2004.12 安徽省爱卫会办公室科员 2004.12-2010.12 安徽省卫生厅科教处主任科员 2009.03-2010.03 四川省松潘县卫生局副局长、安徽对口援建医疗卫生防疫队总领队 2010.12-2014.12 安徽省卫生厅医政与医管处副处长 2014.12-2015.09 安徽省卫生计生委中医药发展处副处长 2015.09- 安徽省卫生计生委中医药发展处处长（2016.10-旌德县委常委、县政府副县长（挂职）） 曾任安徽省卫生健康委员会党的建设领导小组办公室主任 2020.02- 安徽省卫生健康委员会党组成员、副主任  2022.12- 安徽省卫生健康委员会党组成员、副主任，省中医药管理局局长 曾任安徽省委副秘书长 现任安徽省医疗保障局党组书记、局长。 澳门卫生局局长·罗奕龙 罗奕龙，男，汉族，现任第十四届全国政协委员、政协第十三届河南省委员会委员，十三届全国青联副主席，澳门仁伯爵综合医院医务主任，澳门中华新青年协会会长、澳门特区政府卫生局局长。 罗奕龙是澳门仁伯爵综合医院医务主任，澳门中华新青年协会会长。2020年8月，当选为十三届全国青联副主席。现任澳门特区政府卫生局局长。 北京市医保局局长·马继业 马继业，男，汉族，1969年10月生，辽宁葫芦岛人，1987年5月加入中国共产党，1991年7月参加工作，北京交通大学系统工程专业在职研究生文化程度，管理学硕士，工学博士，高级工程师、讲师。 2005.04-2007.01，北京市宣武区国资委党委书记、副主任； 2007.01-2009.12，北京市宣武区国资委党委书记、主任； 2009.12-2010.10，北京市宣武区人民政府副区长、党组成员； 2010.10-2013.03，北京市房山区人民政府副区长、党组成员； 2013.03-2015.03，北京市房山区副区级，内蒙古自治区乌兰察布市委常委、市人民政府副市长； 2015.03-2016.03，北京市朝阳区委常委、统战部部长、区直机关工委书记； 2016.03-2016.12，北京市朝阳区委常委、区人民政府副区长； 2016.12-2020.06， 北京市朝阳区委常委、区人民政府常务副区长兼朝阳园工委（电子城工委）书记、朝阳园管理委员会（电子城管理委员会）主任； 2020.06-，北京市医疗保障局党组书记。 现任北京市医疗保障局党组书记、局长、一级巡视员。 重庆市医保局局长·邓莉 邓莉，女，汉族，重庆铜梁人，1974年1月生，1997年5月加入中国共产党，2000年12月参加工作，研究生、医学硕士。 2002.01-2004.04  重庆市卫生局疾控处副主任科员 2004.04-2006.01  重庆市卫生局疾控处主任科员 2006.01-2011.08  重庆市卫生局疾控处副处长 2011.08-2013.03  重庆市卫生局药物政策与基本药物制度处副处长(主持工作)（其间：2011.03-2012.03参加中瑞合作管理培训项目重庆子项目第三期行动学习班学习） 2013.03-2014.01  重庆市卫生局药物政策与基本药物制度处处长 2014.01-2019.03  重庆市卫生和计划生育委员会药物政策与基本药物制度处处长(其间:2016.03-2016.12挂职任重庆市疾病预防控制中心性病艾滋病预防控制所所长) 2019.03-2020.06  重庆市卫生健康委员会组织干部处处长 2020.06-         重庆市卫生健康委员会党委委员、副主任，重庆市干部保健委办公室主任  现任重庆市医疗保障局党组书记、局长。 福建省医保局局长·黄昱 黄昱，女，汉族，1975年4月出生，台湾省人（在福建福州出生），中共党员、台盟盟员，2001年12月参加工作，研究生学历，医学硕士。 历任福建省卫生厅科技教育处副调研员，福建省卫生和计划生育委员会中医药管理处副调研员、副处长，福建省卫生和计划生育委员会对外合作处处长，福建省卫生健康委员会基层卫生健康处处长、医政管理处处长、福建省卫生健康委员会党组成员、副主任，兼任省保健委员会办公室主任。 2021年4月起任福建省卫生健康委员会党组成员、副主任。 2024年11月，任福建省医疗保障局局长。 贵州省医保局局长·沈祥春 沈祥春，男，汉族，1973年1月生，山东郯城人，2005年1月参加工作 ，研究生学历，理学博士，中药学博士后，二级教授，博士研究生导师。入选教育部新世纪优秀人才，享受国务院特殊津贴专家，贵州省核心专家，贵州省高层次创新型人才“百”层次人才，贵州省普通本科高校“金师”，贵州省优秀博士研究生导师，贵州省优秀科技工作者，教育部高等学校药学类教学指导委员会委员。 2008.04-2009.04，贵阳医学院科研处副处长兼医学科学研究所基础药理研究室副主任； 2009.04-2010.04，贵阳医学院科学技术处副处长兼医学科学研究所基础药理研究室副主任； 2010.04-2013.03，贵阳医学院科学技术处副处长(其间：2012.02-2013.03，德克萨斯A&M大学健康科学中心做交流学者,客座副研究员)(2007.04-2010.12，南京中医药大学中药学博士后流动站)； 2013.03-2015.07，贵阳医学院药学院常务副院长(正处级)； 2015.07-2015.10，贵阳医学院药学院常务副院长(正处级、主持工作)； 2015.10-2016.05，贵州医科大学药学院常务副院长(正处级、主持工作)； 2016.05-2021.10，贵州医科大学药学院院长； 2021.10-2022.05，贵州医科大学副校长、药学院院长； 2022.05，民进贵州省委副主委、贵州医科大学副校长、药学院院长。 2024.11，贵州省医疗保障局局长，民进贵州省委副主委，省科学技术协会副主席（兼）。 广东省医保局局长·肖学 肖学，男，汉族，1965年10月出生，1991年6月加入中国共产党，研究生学历，管理学博士。 1985--1997年 广东省财政厅科员、副主任科员、主任科员 1997--2001年 广东省财政厅会计处副处长（其间：1994.09--1997.07 中南财经大学财政专业硕士研究生学习） 2001--2004年 广东省财政厅统计评价处处长（其间：2000.09--2001.08 参加第二批高层次管理人才培训班赴加拿大BC大学进修，2004.03--2004.07 广东省委党校中青一班学习） 2004--2008年 广东省财政厅绩效评价处、行政政法处处长（其间：2004.09--2008.07 财政部财政科研所会计学专业博士研究生学习） 2008--2012年 广东省国资委副主任、党委委员（其间：2011.03--2012.01 中央党校中青二班学习） 2012--2016年 广东恒健投资控股有限公司党委书记、董事长 2016--2018年 广东省金融办党组书记、主任 2018-- 广东省医疗保障局党组书记、局长 甘肃省医保局局长·杨芳胜 杨芳胜，男，汉族，1975年4月出生，中共党员，甘肃通渭人，出生地甘肃通渭，大学学历，公共管理硕士。 曾任省保健局干部、办公室副主任，省卫生厅干部、办公室副主任科员、主任科员（其间在西北师大公共管理学攻读硕士学位），省卫生厅人事处副处长，省卫计委人事处副处长（其间挂职任甘南州卫生局副局长，在国家行政学院青干班学习） 2017年7月，任甘肃省卫生计生委规划信息处处长。 2019年1月，任甘肃省卫生健康委规划发展与信息处处长。 2019年8月，晋升为甘肃省卫生健康委员会一级调研员。  2019年12月，任省卫生健康委卫生法制和监督处处长。  2020年4月，任甘肃省红十字会党组书记、专职副会长。  现任甘肃省医疗保障局局长。 广西医保局局长·庞军 庞军，男，中国国籍，1965年7月生，汉族，籍贯广西博白，1988年4月加入中国共产党，1989年7月参加工作，湖北中医药大学针灸推拿学专业毕业，在职研究生学历，医学博士，主任医师。 曾任广西壮族自治区卫生健康委员会办公室主任、一级调研员。广西壮族自治区卫生健康委员会副主任、党组成员、广西壮族自治区卫生健康委员会新闻发言人。 河北省医保局局长·赵新喜 赵新喜，男，汉族，1969年10月生，辽宁葫芦岛市人，系统工程专业博士，高级工程师。1987年5月加入中国共产党，1991年7月参加工作。 中国共产党河北省第九届委员会候补委员，河北省第十三届人民代表大会代表， 中国共产党河北省第十届委员会委员 ，河北省政协委员， 中国人民政治协商会议河北省第十三届委员会委员。  2016年11月，河北省人力资源和社会保障厅党组副书记、副厅长。 2018年10月，河北省医疗保障局党组书记。  黑龙江省医保局局长·曹元义 曹元义，男，汉族，1971年12月生，1997年8月参加工作，1994年11月入党，黑龙江大学国际经济法专业大学毕业，法律硕士。 历任黑龙江省人民检察院反渎职侵权局侦查一处处长，黑龙江省纪委监委第八审查调查室主任，黑龙江省纪委常委、省监委委员、二级高级监察官。 2025年1月，任黑龙江省医疗保障局党组书记、局长。 河南省医保局局长·岳文华 岳文华，女，汉族，1971年6月生，河南武陟人，1990年6月加入中国共产党，1990年7月参加工作，在职研究生学历，工商管理硕士。 1987.09--1990.07河南财政税务高等专科学校财政专业学习 1990.07--1994.10 河南省财政厅行财处、人事教育处干部、科员（其间：1990.07--1991.08在巩义市财政局预算股锻炼） 1994.10--1997.10 河南省财政厅人事教育处副主任科员（其间：1993.09--1996.07在中南财经大学财会专业本科学习） 1997.10--2000.08 河南省财政厅人事教育处主任科员 2000.08--2007.04 河南省财政厅人事教育处副处长 2007.04--2007.07 河南省财政厅人事教育处调研员（其间：2005.04--2007.06在河南财经学院工商管理专业学习，获工商管理硕士学位） 2007.07--2011.12 河南省财政厅人事教育处处长 2011.12--2012.10 河南省财政厅财政监督检查局局长（副厅级，试用期一年） 2012.10--2013.05 河南省财政厅党组成员、财政监督检查局局长（副厅级，试用期一年） 2013.05--2016.02 河南省财政厅党组成员、财政监督检查局局长（副厅级） 2016.02  商丘市委常委、统战部部长 2021.09 周口市委常委 2022.01 河南省周口市委副书记 2023.01 河南省医疗保障局局长 现任河南省医疗保障局党组书记、局长 湖北省医保局局长·李向东 李向东，女，汉族，1967年9月出生，湖南郴州人，1990年7月参加工作，中共党员，医学学士、公共卫生硕士。 1990.07--1996.10，湖北省卫生厅妇幼卫生处科员（其间：1990.08--1991.09下派随州市妇幼保健院工作）； 1996.10--1999.10，湖北省卫生厅妇幼卫生处副主任科员； 1999.10--2006.08，湖北省卫生厅基层卫生与妇幼保健处主任科员（其间：2001.11--2002.01省直机关工委党校第29期科干二班培训）； 2006.08--2010.02，湖北省卫生厅基层卫生与妇幼保健处副调研员（其间：2008.11--2009.01省党政干部华师培训部省直机关第38期处干班培训）； 2010.02--2013.11，湖北省卫生厅妇幼保健与社区卫生处处长（其间：2009.12--2011.12华中科技大学公共卫生硕士专业在职学习，取得硕士学位）； 2013.11--2016.05，湖北省卫生和计划生育委员会妇幼健康服务处处长（其间：2012.03--2014.05挂职锻炼担任通城县委常委、县人民政府副县长）； 2016.05--2018.03，湖北省卫生和计划生育委员会基层卫生处处长； 2018.03--2018.06，湖北省卫生和计划生育委员会基层卫生处处长、一级调研员； 2018.06--2018.11，湖北省卫生和计划生育委员会党组成员、省委保健委员会办公室主任（副厅长级）； 2018.11--2020.12，湖北省卫生健康委员会党组成员、省委保健委员会办公室主任（副厅长级）； 2020.12--         湖北省卫生健康委员会副主任、党组成员、省委保健委员会办公室主任（副厅长级）。  现任湖北省医疗保障局党组书记、局长。 湖南省医保局局长·张棉长 张棉长，男，汉族，1974年6月生，研究生学历，法律硕士，中共党员。 曾任湖南省人力资源和社会保障厅城镇职工医疗保险处副处长，湖南省医疗保障局待遇保障处处长，湖南省医疗保障局党组成员、副局长； 2017年08月，任湖南省人力资源和社会保障厅城镇职工医疗保险处处长； 2024年11月，任湖南省医疗保障局党组书记、局长。 海南省医保局局长·周俊 周俊，男，1973年7月出生，海南文昌人，汉族，大学学历，在职公共管理硕士，中共党员。 1991.09—1995.07，武汉大学管理学院工商行政管理系工商行政管理、经济法专业学习； 1995.07—1995.12，海南省工商行政管理研究所研究员； 1995.12—1996.01，海南省财政税务厅干部； 1996.01—1999.11，海南省财政税务厅工业交通企业财务处科员（其间：1997.07--1998.07在琼中县上安乡挂职锻炼任副乡长）； 1999.11—2006.12，海南省财政厅经贸处副主任科员（1998.07--2000.01借调在新华社澳门分社中澳服务有限公司任科员、副主任科员;2000.01--2005.05借调在中央政府驻澳门联络办公室中澳服务有限公司任副主任科员、主任科员，2002.09晋升主任科员;2005.05--2006.09借调在中央政府驻澳门联络办中资〈澳门〉职业介绍所协会任秘书处干事〈正科级〉）； 2006.12—2008.08，海南省财政厅办公室主任科员； 2008.08—2012.12，海南省财政厅社会保障处副处长（其间：2010.02—2012.01在清华大学公共管理学院公共管理硕士专业学习）； 2012.12—2013.12，海南省财政厅社会保障处调研员； 2013.12—2014.12，海南省财政厅社会保障处副处长（正处级）； 2014.12—2015.01，海南省财政监察特派员办公室正处级特派员； 2015.01—2017.12，海南省人大常委会财政经济工委预算监督审查处处长； 2017.12—2019.02，海南省人大常委会财政经济工委（预算工委）副主任（试用期一年）； 2019.02—2019.03，海南省三亚市人民政府副市长人选； 2019.03一2021.11，海南省三亚市人民政府副市长； 曾任海南省社会保险服务中心（省医疗保险服务中心）党组书记、主任。 现任海南省医疗保障局党组书记、局长。 吉林省医保局局长·林天慕 林天慕，男，汉族，1974年12月生，中共党员，在职研究生学历，理学博士学位。 曾任吉林省卫生厅医疗服务监管处副处长，省卫计委医政医管处副处长、处长兼保健处处长，省卫健委办公室（外事办公室）主任， [1]吉林省卫生健康委员会人事处处长、一级调研员。 2021年7月，任吉林省中医药管理局党组书记，省卫生健康委员会党组成员。 2021年8月，任吉林省中医药管理局党组书记、局长，吉林省卫生健康委员会党组成员、副主任（兼）。  2025年，任吉林省医疗保障局党组书记、局长。 江苏省医保局局长·陈红红 陈红红，女，汉族，江苏东台人，1970年6月出生，1989年7月参加工作，1990年9月加入中国共产党，在职研究生学历，硕士学位。 1987.09-1989.07 盐城师范专科学校政教专业学习并毕业 1989.07-1992.11 射阳县供销职工学校教师 1992.11-1995.04 盐城市交通工程规划设计室工作人员、办公室副主任、主任助理 1995.04-1997.10 盐城市交通工程规划设计科研所副所长 1997.10-2002.06 共青团盐城市委副书记 2002.06-2005.08 共青团盐城市委书记、党组书记 （2001.09-2004.07中央党校经济管理专业研究生学习并毕业） 2005.08-2005.12 阜宁县委副书记（正处级） 2005.12-2006.06 阜宁县委副书记、纪委书记（2003.09-2006.06南京师范大学伦理学专业在职研究生学习并毕业，获硕士学位） 2006.06-2011.06 盐城市亭湖区委副书记、代区长、区长 2011.06-2011.09 盐城市亭湖区委书记 2011.09-2017.01 盐城市委常委、宣传部部长（其间：2012.03-2013.01中央党校第十二期中青年干部培训班学习） 2017.01-2017.02 盐城市委常委 2017.02-2017.05 盐城市委常委、市政府副市长、党组成员 2017.05-2018.07 盐城市委常委、常务副市长、市政府党组副书记 2018.07-2019.09 盐城市委副书记，市委党校校长、盐城新四军干部学院院长 2019.09-2020.12 盐城市委副书记，市委党校校长、盐城新四军干部学院院长，一级巡视员 2020.12-2021.01 盐城市政协主席候选人，市委副书记，市委党校校长、盐城新四军干部学院院长 2021.01-2023.05 盐城市政协主席 2023.05- 江苏省医疗保障局党组书记、局长 江西省医保局局长·吴维 吴维，男，汉族，1968年8月出生，江西南昌人，中共党员，1991年毕业于江西医学院，1996年至1998年公派比利时布鲁塞尔自由大学研究生脱产学习，研究生学历，医药学研究硕士学位。 历任江西省食品药品监督管理局食品安全协调处处长，医疗器械监管处处长，江西省食品药品监督管理局党组成员、副局长（正处长级）； 2015年07月，任江西省食品药品监督管理局党组成员、副局长； 2018年10月至2021年1月，任江西省药品监督管理局党组成员、副局长（副厅长级）； 2021年1月，任江西省市场监督管理局党组成员、江西省药品监督管理局党组书记。 2022年11月，任江西省市场监督管理局党组成员、省药品监督管理局党组书记、局长。 2025年2月，任江西省医保局党组书记、局长。 辽宁省医保局局长·刘洪涛 刘洪涛，男，汉族，1969年3月生，1991年8月参加工作，1991年7月加入中国共产党，在职研究生学历，硕士学位。  曾任辽宁省人力资源和社会保障厅医疗保险处处长。 2018年，任辽宁省人力资源和社会保障厅党组成员、副厅长。 2019年，任辽宁省医疗保障局党组成员、副局长。 2024年1月，任辽宁省医疗保障局党组书记、局长。 内蒙古医保局局长·常青 常青，男，汉族，1972年7月出生，河南开封人，1989年9月入伍，1991年毕业于北京军区军医学校药剂专业，军事学硕士，中共党员。 历任内蒙古军区边防第一团卫生队药士，巴彦淖尔军分区医院药师、卫生助理员，巴彦淖尔军分区政治部干部科干事，内蒙古军区政治部干部处干事、副处长、处长，内蒙古乌海军分区政治部主任，乌海军分区副司令员，内蒙古自治区卫生健康委员会党组成员、副主任。 2023年07月，任内蒙古自治区疾病预防控制局局长。  2024年04月，任内蒙古自治区医疗保障局党组书记、局长。 宁夏医保局局长·肖生勤 肖生勤，男，汉族，1970年9月出生，宁夏贺兰人，1994年3月入党，1996年8月参加工作，宁夏大学政法系思想政治教育专业毕业，中共党员，大学学历，法学学士学位。 历任宁夏回族自治区人力资源和社会保障厅办公室副主任，政策法规处副处长，政策法规处处长，办公室主任、一级调研员。 2021年06月，任宁夏回族自治区人力资源和社会保障厅党组成员、副厅长。 2024年10月，任宁夏回族自治区医保局党组书记、局长。 青海省医保局局长·李永平 李永平，男，汉族，1973年9月生，山西运城人，华中科技大学博士研究生学历，管理科学与工程专业，管理学博士，计算机科学与技术博士后，高级工程师，副教授，1997年7月参加工作，1992年12月加入中国共产党。 2000.08—2001.07，国家药品监督管理局信息中心干部； 2001.07—2003.09，国家药品监督管理局办公室（政策法规司）、市场监督司主任科员（期间：2001.06—2003.05在华中科技大学计算机科学与技术博士后流动站）； 2003.09—2004.10，国家食品药品监督管理局食品安全协调司信息分析处负责人； 2004.10—2009.12 ，甘肃省质量技术监督局局长助理（期间：2007.09—2008.01在甘肃省委党校中青年干部班学习）； 2009.12—2012.10，甘肃省质量技术监督局局长助理兼特种设备安全监察局局长（期间：2012.02—2012.05在上海市普陀区挂职）； 2012.10—2012.12，甘肃省定西市人民政府副市长候选人； 2012.12—2016.10，甘肃省定西市人民政府副市长（期间：2015.03—2016年春节前在国家电网挂职）； 2016.10—2018.10，甘肃省质量技术监督局副局长、党组成员； 2018.10—2019.12，甘肃药业投资集团有限公司董事长； 2019.12，青海省西宁市委副书记（正厅级）。  2021.06，青海省医疗保障局党组书记、局长。  山西省医保局局长·段萃 段萃，男，汉族，1969年11月生，山西太原人，1991年7月参加工作，2000年12月加入中国共产党，大学学历，经济学学士。 曾任山西省财政厅法规税政处处长、社会保障处处长；山西省财政厅二级巡视员（2020年5月任）；山西省财政厅党组成员、副厅长。 2025年6月30日，段萃被任命为山西省医疗保障局局长。 山东省医保局局长·左毅 左毅，男，回族，1966年7月生，山东济南人，省委党校研究生学历，医学学士。1989年7月参加工作，1985年9月加入中国共产党。 曾任省干部保健局副局长（正处级）；省卫生厅人事处处长；省卫生厅副厅长、党组成员。 2014年2月，任省卫生和计划生育委员会副主任、党组成员。 2016年3月，任山东省卫生和计划生育委员会党组成员、副主任（至2018年9月）、直属机关党委书记。  2020年2月，任山东省援助武汉医疗队临时党委书记。  2022年3月-2023年1月，任山东省医疗保障局副局长。 2023年1月，任山东省医疗保障局局长。 陕西省医保局局长·苏红英 苏红英，女，汉族，1968年8月出生，陕西商州人，1990年8月参加工作，陕西省委党校研究生学历，工学学士，民进会员。 1997年03月至1998年01月，商洛地区民政局干事(1998年1月录为公务员)； 1998年01月至2002年08月，任商洛地区民政局农村社会养老保险办公室副主任； 2002年08月至2004年12月，任商洛市民政局城市低保科科长； 2004年12月至2007年09月，任镇安县人民政府副县长(其间：2005年7月至2005年12月在吉林省长春市二道区挂职锻炼，任副区长)； 2007年09月至2012年02月，任商洛职业技术学院副院长(2006年9月至2009年7月在陕西省委党校公共管理专业研究生班学习)；  2012年02月，任政协商洛市委员会副主席；  2022年03月，任商洛市人民政府副市长；  历任民进商洛市委会主委，省政协常委、农业和农村委员会副主任；  2025年01月，任陕西省医疗保障局局长。 上海市医保局局长·夏科家 夏科家，男，汉族，1973年8月出生，籍贯江苏徐州，全日制大学，理学学士，在职博士研究生，管理学博士，1994年7月参加工作，1994年5月加入中国共产党。 曾任复旦就业指导中心主任，复旦大学团委书记，复旦大学党委学生工作部部长，复旦大学总务处处长，共青团上海市委副书记。 2013.04任共青团上海市委书记、党组书记。 2014.12任上海市青浦区委副书记、提名区长。 2015.01任上海市青浦区委副书记、区人民政府代区长、区长。 2018.11任上海市医疗保障局局长。 台湾卫生福利部部长·邱泰源 邱泰源，现任台湾“卫生福利部”部长，生于台湾嘉义市，曾任台湾立法委员、台湾省医师公会全国联合会（医师公会全联会）理事长、台湾大学医学院教授。（目前仍存争议） 西藏医保局局长·旺久多吉 旺久多吉，男，现任西藏自治区医疗保障局党组书记、局长。 曾任西藏自治区审计厅党组成员、总审计师；西藏自治区医疗保障局党组副书记、局长。 新疆医保局局长·王志华 王志华，男，汉族，1967年4月生，中共党员，区委党校研究生学历。 曾任现任新疆维吾尔自治区医疗保障局党组副书记。 香港医务卫生局局长·卢宠茂 卢宠茂，男，曾任香港大学深圳医院院长。 2022年7月，任中华人民共和国香港特别行政区第六届政府医务卫生局局长。 云南省医保局局长·王艳君 王艳君，女，白族，1972年5月生，在职硕士，中共党员。 2018年10月，任云南省医疗保障局副局长。 2022年3月，任云南省医疗保障局局长 现任云南省医疗保障局党组书记、局长。 浙江省医保局局长·徐良平 徐良平，男，汉族，1968年6月生，浙江新昌人，1994年11月加入中国共产党，1991年8月参加工作，省委党校研究生学历。 曾任共青团新昌县委副书记；新昌县小将镇党委副书记、人大副主席(挂职)；新昌县东茗乡党委书记、人大主席；新昌县委常委、宣传部部长、副县长，省环保局生态处副处长(挂职)；新昌县委副书记、钦寸水库工程建设指挥部总指挥等职； 2011年11月，诸暨市委副书记、市政府党组书记、副市长、代市长； 2011年12月，诸暨市委副书记、市政府党组书记、市长； 2016年11月，绍兴市越城区委书记兼任中共绍兴高新技术产业开发区工作委员会书记； 2018年05月，绍兴市委常委、诸暨市委书记； 2021年01月，绍兴市委常委；  2021年02月，台州市委常委、副市长； 2021年12月，浙江省衢州市委副书记、政法委书记。 2022年09月，浙江省人防办党组书记、主任。 曾任浙江省人防办党组书记、主任，浙江省国防动员办公室党组书记、主任。 现任浙江省医疗保障局局长、党组书记。  喜欢我们文章的朋友点个“在看”和“赞”吧，不然微信推送规则改变，有可能每天都会错过我们哦~ 免责声明 “汇聚南药”公众号所转载文章来源于其他公众号平台，主要目的在于分享行业相关知识，传递当前最新资讯。图片、文章版权均属于原作者所有，如有侵权，请在留言栏及时告知，我们会在24小时内删除相关信息。 信息来源：药闻天下 往期推荐 本平台不对转载文章的观点负责，文章所包含内容的准确性、可靠性或完整性提供任何明示暗示的保证。

最近，在使用深度学习（Deep Learning）方法从头设计蛋白质方面取得了相当大的进展。但我们仍然缺少用来蛋白质设计的通用深度学习框架以解决蛋白质设计上遇到的各种挑战。 扩散模型（diffusion model）是一种生成式模拟方法，已经在图像和文本生成建模方面取得了相当大的成功，最近爆火的AI绘画，就是基于扩散模型。而且，扩散模型似乎也适用于蛋白质设计。然而，扩散模型在应用于蛋白质建模时成功率却并不高，产生的序列基本不能折叠成目标结构，这可能是由于蛋白质主干几何形状和序列结构关系的复杂性。 2023年7月11日，著名蛋白质设计专家、华盛顿大学医学院 David Baker 教授团队在 Nature 期刊发表了题为：De novo design of protein structure and function with RFdiffusion 的研究论文。 该研究开发并描述了一种能从头设计全新蛋白质的深度学习方法——RoseTTAFold Diffusion，简称RFdiffusion。该方法能生成各种功能性蛋白质，包括在天然蛋白质中从未见过的拓扑结构。  近年来，深度学习领域的迅速进步对蛋白质设计产生了显著影响。最近，深度学习方法在蛋白质结构预测方面取得了重大突破，使我们能够得到数百万种蛋白质的高质量模型。结合用于生成建模和序列分析的新型架构，这些方法在过去几年里极大改变了蛋白质设计领域，提高了识别新蛋白质序列和结构的准确性和能力。深度神经网络现在能够学习和提取蛋白质结构的基本特征，预测它们与其他生物分子的相互作用，并且有潜力创造用于治疗疾病的新型药物。 三大前沿课程目录 一、深度学习蛋白质设计 二、单细胞多组学 三、机器学习代谢组学 以下为课程内容介绍 一、深度学习蛋白质设计 STUDY 课程目标： 本课程从零基础开始学习，对 Python 编程基础、Linux 常用命令和 Machine Learning/Deep Learnings 领域相关算法进行详细讲解，并结合当前蛋白质设计方面的论文文献讲解相关技术的应用。主要介绍蛋白质设计的底层逻辑与基本规则，学习蛋白质结构预测、蛋白质序列设计、蛋白质-蛋白质相互作用分析、以及蛋白质功能注释和优化方法，掌握深度学习在蛋白质设计中的常见算法以及实际方法，培养学生具备基本的深度学习蛋白质设计能力和蛋白质人工智能应用的前沿视野，为参与解决生物医学、生物工程和生物能源等方面的重大问题提供更多机会。 课程内容主要分为三个方面： （1）结构到序列的预测基础：基于结构的蛋白质设计是蛋白质结构预测的 逆过程。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，并初步理解结构与功能之间的关联。 （2）ML/DL 算法模型应用与评估：深度学习可以用于预测蛋白质序列的 功能和稳定性。学生将能够使用机器学习或深度学习算法模型进行蛋白质特定功能和序列稳定性预测，同时学习如何评估模型的准确性和可靠性。 （3）蛋白质设计应用实践：深度学习通过预测蛋白质-蛋白质之间的相互作 用、蛋白质的功能以及生物属性为生物制药、生物医学等方面提供了新的方向。学生将通过以上学习的与蛋白质序列、结构和功能预测相关的原理，学会设计新的蛋白质复合物和抗体，识别蛋白质的功能域、结构域和功能位点等，通过神经网络和生成对抗网络的应用，优化和筛选符合特定要求的蛋白质。 TEACHER 授课老师 Dr.Pang, 生物信息学博士，有8年生物数据分析、多组学交叉领域研究经验，曾在国内外多家知名生物医药企业和科研院所有任职经历，对机器学习、深度学习、基因组学、转录组学、代谢组学以及蛋白质组学等有深入研究，发表SCI论文18篇，其中一作及通讯作者9篇。 向下划动查看全部内容 第一天 Python 编程基础知识 1. Python 基础 1.1 Python 简介：了解 Python 的发展历史、特点、现状，以及与其他编程语 言的比较。 1.2 安装和设置 Python 环境：安装 Python3 ，设置 开 发 环 境 （ 如 Anaconda(miniconda)、Jupyter notebook）并运行第一个 Python 程序。 1.3 Python 变量和数据类型：数据类型（整数、浮点数、字符串、布尔值）、 表定制等。 4. 数据分析与可视化 4.1 Pandas：使用 Pandas 进行高级的数据分析操作，包括如何去做数据清洗、 预处理和排序等数学计算，数据的分箱技术，分组技术，聚合技术，以及透视表 等。 4.2 数据可视化：介绍 Seaborn 的基本使用，以及和 Matplotlib 的功能对比， 使用 Matplotlib 和 Seaborn 进行高级数据可视化。 5. 蛋白质设计中的特定应用 5.1 BioPython 包的使用：DNA，RNA 和蛋白质序列处理，访问主要的遗传 数据库（如 GenBank，SwissPort，FASTA 等）访问，执行基本生物学数据分析。 5.2 Python 脚本编写：将常见的蛋白质处理任务编写为自动化脚本，如序列 对比、结构预测等。 5.3 机器学习快速入门：学习使用 Scikit-learn 进行特征提取、机器学习模型 训练、评估和优化。 6. 实战案例 6.1 案例 1：蛋白质序列数据分析入门，如统计特定序列的频率、可视化序 列分布等。 6.2 案例 2：蛋白质结构预测基础，使用机器学习技术预测蛋白质的二级结 构或功能位点。 6.3 案例 3：开发一个自动化的蛋白质分析工具，集成数据处理、分析及可视 化功能。 第二天 Linux Shell 命令行操作基础 1. Shell 环境简介 1.1 什么是 Shell：了解 Shell 是什么，为什么要学习 Shell，以及它如何与操 作系统交互。 1.2 不同类型的 Shell 介绍：Bash、Zsh、Tcsh。 1.3 访问 Shell：如何打开终端窗口，基础的命令行界面操作。 2. 基础命令 2.1 文件系统操作：wc, cd, ls, pwd, rm, cp, mv 等命令的使用。 2.2 文件操作：mkdir, touch, more, less, head, tail, grep, find 等命令。 2.3 权限和所有权：使用 chmod, chown, chgrp 改变文件的权限和所有权。 2.4 文本处理：echo, cat, cut, sort, uniq, tr, awk, sed 等工具的基本使用。 2.5 归档和压缩：tar, gzip, gunzip, zip, unzip 等命令的使用。 3. Shell 脚本编写 3.1 Shell 变量和数据类型：定义和使用 String、int、float 和 array 变量。 3.2 流程控制与条件语句：if, else, elif, case 等语句的使用。 3.3 循环结构：for, while, until 循环的使用。 3.4 输入和输出：处理用户输入和脚本输出。 3.5 引用和转义字符：学习在命令行中正确使用单引号、双引号和转义字符。 3.6 高级文本编辑器 Vim 的配置和使用 Vim 3.7 创建和执行 Shell 脚本：编写一个简单的脚本并使其接收参数和执行。 4. 高级 Shell 编程 4.1 函数的高级用法：定义和使用函数，学习如何传递参数和调用函数。 4.2 调试 Shell 脚本：如何调试 Shell 脚本，包括设置和使用调试选项。 4.3 基本正则表达式的应用，学习文本处理三剑客 grep、sed、awk。 4.4 环境变量管理：了解 PATH 和其他环境变量的作用和管理方法。 5. 实用案例 5.1 案例 1: 使用 Python 运行 Shell 脚本。 5.2 案例 2: 编写一个自动整理下载并整理蛋白质序列数据的脚本。 5.3 案例 3: PDB 文件分析脚本的编写。 第三天 机器学习与深度学习基础 1. 统计学习理论基础 1.1 统计学习方法概述 1.2 传统有监督学习方法介绍 （a) 感知机与决策树算法 （b) K 近邻与朴素贝叶斯法 （c) 逻辑回归与支持向量机算法 （d) 随机森林算法与隐马尔可夫模型 1.3 集成学习算法重点介绍：GBDT、XGBoost 1.4 无监督学习与聚类算法 1.5 特征工程与模型评估 2. 神经网络与深度学习方法基础 2.1 人工神经网络基础知识 2.2 多层感知机 2.3 卷积神经网络：学习卷积的内涵、卷积的概念与特征、池化操作等 2.4 典型卷积神经网络算法结构、训练方法及应用 2.5 循环神经网络基本原理与模型介绍 2.6 长短期记忆神经网络模型及应用场景 3. 生成式神经网络 3.1 自动编码器 3.2 变分自动编码器 3.3 生成对抗网络 （a) 生成对抗网络基本原理 （b) Encoder-Decoder 模型 （c) DCGAN 和 WGAN 算法示例 4. 注意力机制 4.1 Seq2Seq 模型 4.2 (自)注意力机制模型的原理和工作机制 4.3 Transformer 模型及应用 4.4 BERT 模型与预训练方法介绍 4.5 基于 BERT 模型实现文本生成实验 5. 深度学习蛋白质设计入门 5.1 理解蛋白质设计的主要概念 5.2 传统从序列推断功能的方式介绍 5.3 机器学习领域中预测蛋白质功能的方法与局限性 5.4 了解 Pre-Trained Embeddings 方法的蛋白质设计方法 5.5 生成模型在蛋白质设计上的使用及优势 第四天 深度学习蛋白质设计基础 1. 深度学习蛋白质设计概述 1.1 蛋白质设计的背景与当前现状， 1.2 蛋白质设计面临的困难、传统方法与途径 （a) 从序列预测蛋白质结构：同源建模、共进化信息 （b) 使用神经网络预测蛋白质结构 1.3 蛋白质设计的关键点：序列、结构、功能、能量 1.4 蛋白质设计的目标：设计一个给定结构或功能的蛋白质 1.5 当前深度学习方法在蛋白质设计中的进展 （a) 基于序列的深度学习方法：DeepSequence，Progen，ProteinBERT 等 （b) 基于结构的深度学习方法：AlphaFold2, ColabFold, RoseTTAFold, OmegaFold 等 （c) 其他蛋白质深度学习方法： 1.6 蛋白质设计方法的评估（亲和力、催化活性、配体特异性等） 2. 蛋白质设计概述 1.1 蛋白质序列表示形式 （a) 独热编码（One-Hot Encoding） （b) 嵌入表示（Learned Embedding） （c) 特定位置评分矩阵（Position-Specific Scoring Matrix） 1.2 蛋白质结构的表示形式 （a) 基于顺序和手工修正的表示 （b) Voxel 表示 （c) 距离图 （d) 图表示形式：图和点云 1.3 蛋白质结构可视化工具介绍和使用 （a) 蛋白质数据结构文件格式 PDB 介绍 （b) PyMOL：查看和分析蛋白质、DNA 和小分子的 3D 结构 （c) Chimera：综合性分子建模程序，提供多种分析和可视化功能，包括 体积数据的处理。 （d) VMD:一个分子可视化程序，用于使用 3D 图形和内置脚本显示、动 态化和分析大型生物分子系统。 1.4 蛋白质设计的常用评估指标：NSR、RMSD、GDT、能量评分函数、可 溶性、与靶标之间的结合强度和特异性 3. 蛋白质数据库介绍 1.1 一级蛋白质序列数据库：UniProtKB 1.2 一级蛋白质结构数据库：PDB 1.3 二级蛋白质数据库：Pfam，CATH，SCOP2 1.4 专用数据库：KEGG，OMIM 4. 蛋白质设计工具箱介绍 1.1 Rosetta：提供一个灵活的函数库来完成一组不同生物分子的建模任务, 完成对各种生物分子系统的预测、设计和分析，包括蛋白、RNA 和 DNA、肽、 小分子以及非标准或衍生氨基酸。 1.2 Foldit: 一个结合了游戏和科学的蛋白质折叠和设计平台，允许用户通过 游戏界面参与蛋白质设计。 1.3 Bioluminate: 是 Schrödinger 提供的一套生物分子建模和设计工具，包含 蛋白质设计模块。集成了高质量的分子动力学模拟和自由能计算，适用于精准设 计和预测。 1.4 EvoDesign：一个基于进化信息和结构模拟的蛋白质设计工具，主要用于 功能性蛋白质设计。 1.5 OpenFold: 是 AlphaFold2 的开源实现，具有相同的架构，但拥有改进的 速度和内存使用效率。 5. Rosetta 工具箱使用案例：一种基于统计势函数的蛋白质设计方法 1.1 统计势函数的一般定义：基于对已知蛋白质结构的大规模数据库的统计 分析，提取出各种结构特征之间的概率分布。 1.2 蛋白质设计中的统计势函数介绍 (a) 学习 Rosetta 工具箱中统计势函数定义和基本理念 (b) Rosetta 工具箱中能量函数常见项及物理意义 1.3 基于 Rosetta 工具箱中统计势函数的蛋白质设计案例 (a) 使用 Rosetta 工具检查输入的 PDB 文件，预处理，确定设计目标 (b) 执行序列设计实验，使用 Rosetta 的 PackRotamers 协议 (c) 使用 Rosetta 的标准能量函数（包括统计势函数）对设计结果进行能 量评估 第五天 基于深度学习的蛋白质设计进阶 1. 一种基于深度学习的蛋白质序列设计模型 ProteinMPNN 1.1 ProteinMPNN 简介与核心理念：通过深度学习生成具有特定功能的蛋白 质序列 1.2 ProteinMPNN 模型结构与工作原理 (a) ProteinMPNN 技术分析 (b) ProteinMPNN 模型介绍 (c) ProteinMPNN 模型训练与模型推理 1.3 基于 ProteinMPNN 的蛋白质设计应用：设计新型抗菌肽 (a) 实验流程：环境配置，数据准备、模型训练、筛选与验证。 (b) 实验总结：学会如何应用 ProteinMPNN 进行实际的蛋白质设计任务。 2. 从统计分析到深度残差网络的蛋白质结构预测算法 2.1 直接耦合分析和互信息计算：分析蛋白质序列中残基之间的相互作用信 息来推测它们之间的耦合关系或互信息。 2.2 深度残差网络和蛋白质接触图预测：深度残差网络可以用来预测蛋白质 的接触图，即残基之间的接触概率或距离，从而揭示蛋白质的结构信息。 2.3 蛋白质距离矩阵预测：预测蛋白质结构中所有残基对之间的距离或接近 程度。 2.4 图神经网络方法：捕捉蛋白质结构中残基之间复杂的相互作用和依赖关 系。 3. 从几何约束的梯度下降法到端到端深度学习的蛋白结构预测 1.1 梯度下降法和其在蛋白结构优化中的应用概述。 1.2 几何约束如何被集成到梯度下降法中，以实现特定的结构优化目标。 1.3 端到端几何深度学习方法介绍以及在蛋白结构预测中的优势和挑战。 1.4 AlphaFold 等先进模型如何利用端到端深度学习实现高效精准的蛋白质 结构预测。 (a) TrRosetta 介绍：使用了经过调整的残基接触预测方法，通过分析多 序列对应（MSA）和残基间的共进化信息来推断蛋白质的三维结构。 (b) AlphaFold 介绍：使用了端到端的深度学习模型，结合了残基对应、 残基接触预测和结构优化等步骤，以预测蛋白质的三维结构。 (c) RoseTTAFold 介绍：基于 AlphaFold 的技术思路进行开发的一种端到 端几何深度学习方法, 综合利用 MSA、距离和 3D 坐标信息，提高 结构预测的准确性。 4. Alphafold2 详解 4.1 AlphaFold2 的发展背景及其前身 AlphaFold 的演变过程。 4.2 AlphaFold2 的工作原理 (a) 多序列对应（MSA）和残基接触预测：利用多序列对应信息和残基 间的共进化信号来预测蛋白质的三维结构。 (b) Evoformer 架构：介绍 AlphaFold2 中使用的 Evoformer 架构，包括其 在特征提取和结构预测中的应用。 4.3 AlphaFold2 的算法和技术细节 (a) 神经网络架构：AlphaFold2 中的主要神经网络架构和层次结构。 (b) 训练和优化：AlphaFold2 如何通过大规模数据集的训练来优化结构 预测的准确性。 4.4 了解 AlphaFold3 相比于 AlphaFold2 的优势 5. RoseTTAFold 详解 5.1 RoseTTAFold 背景和基本概念 5.2 RoseTTAFold 的工作原理与技术细节 (a) 多序列对应（MSA）和残基接触预测：RoseTTAFold 如何利用多序 列对应信息和残基间的共进化信号来预测蛋白质的三维结构。 (b) 深度神经网络架构：RoseTTAFold 中使用的主要神经网络结构和层 次。 (c) 模型架构和训练：详细介绍 RoseTTAFold 的模型架构，如何训练和 优化模型以提高预测准确性。 5.3 RoseTTAFold 的优势和局限性。 6. 案例演示 6.1 使用 AlphaFold2 进行蛋白质结构在线预测 6.2 使用 RoseTTAFold All-Atom（RFAA）进行蛋白-小分子复合物结构预测 6.3 RoseTTAFold、ProteinMPNN 和 AlphaFold 之间的主要区别 第六天 深度学习蛋白质设计应用实战 1. 基于 AlphaFold2 多体蛋白结构预测与设计 1.1 多序列比对与序列拼接配对问题 （a) 多序列比对在蛋白质结构预测中的关键作用。 （b) 序列拼接配对问题如何影响蛋白质结构预测的准确 （c) AlphaFold2 中模板匹配的原理及其应用范围。 （d) 多肽和蛋白质柔性对接的挑战和解决方案。 2. 基于 AlphaFold2 做蛋白结构和序列新设计及结构聚类 2.1 AlphaFold2 如何实现蛋白质序列和结构的新设计 2.2 结构聚类与新功能发现 （a) Alphadatabase 数据库的结构分析与新功能发现。 （b) 使用 Foldseek 工具进行新结构的探索与功能预测。 3. 基于 AlphaFold2 做多构象预测与质量评估 3.1 多构象预测与功能发现 （a) 多序列比对采样聚类分析在蛋白质多构象预测中的应用。 （b) 不同 MSA 对蛋白质构象预测和功能发现的影响。 3.2 模型质量评估与侧链构象优化 （a) 三角机制如何提升蛋白质模型质量评估的准确性。 （b) 局部三角机制和 Evoformer 在蛋白质侧链构象预测中的应用和效果 评估。 4. RFdiffusion 实现通用性蛋白结构生成 4.1 RFdiffusion 基于指定骨架的蛋白质结构设计核心知识点： 4.2 利用用户提供的特定结构框架进行蛋白质结构设计应用案例：   (a) 无约束单体设计（contigmap）：全新骨架的蛋白质结构创新设计，通 过 RFdiffusion 实现从头生成新颖、非同源蛋白质结构； （b) 特定骨架引导设计 (scaffoldguided)：利用已有结构骨架指导蛋白质 结构创新与改造。 5. ProteinGenerator 与 Rosettafold AA 的进阶应用 5.1 ProteinGenerator 实现蛋白质骨架与序列的 co-design (a) 隐空间中蛋白质序列和结构的联合分布模型。 (b) 与 RFdiffusion 在设计中的异同和比较分析。 5.2 Rosettafold AA 实现多类生物大分子结构预测与生成 (a) 加入小分子结构预测器的 Rosettafold AA 版本。 (b) 将局部坐标系迁移到小分子结构的技术与方法。 6. 一种蛋白质生成模型 Chroma 的基本构架与实现 6.1 Chroma 模型的基本架构和理论背景。 6.2 利用 Chroma 逼近蛋白构象空间全空间采样和生成的方法。 第七天 大语言模型在蛋白质设计中的应用进展 1.蛋白质大预言模型发展现状 1.1 介绍当前基于不同结构的蛋白质语言模型 2. ProGen 介绍 2.1 ProGen 模型构架讲解及其优势 2.2 ProGen 的性能与改进 3. ESMFold 介绍 3.1 ESM 网络构架介绍 3.2 ESMFold 环境配置与使用步骤讲解 3.3 ESMFold 运行结构预测及性能评估 3.4 ESMFold 与 AlphaFold2 方法的对比 4. ProLLaMA：用于多任务蛋白质语言处理的蛋白质大语言模型 4.1 ProLLaMA 模型介绍 4.2 ProLLaMA 训练框架概述及应用特色 5. ProteinBERT：蛋白质序列和功能的通用深度学习模型 5.1 ProteinBERT 方法概述与框架介绍 5.2 ProteinBERT 的优势及应用场景 6. 深度学习算法在多肽设计的应用 6.1 基于 RF diffusion 实现多肽设计 6.2 基于 AlphaFold2 梯度下降进行多肽骨架和序列设计 6.3 多肽对接算法介绍： (a) 基于 AutoDock 的多肽对接 (b) 基于 AlphaFold2 的多肽柔性对接 (c) 其他对接算法 6.4 基于多肽蛋白复合物训练的深度学习多肽设计算法 二、单细胞多组学课程 课程目标： 1. 掌握单细胞多组学研究思路以及课题设计方法 2. 掌握R语言基本语法以及基本绘图 3. 掌握单细胞转录组基础分析及高级分析 4. 掌握单细胞转录组多样本比较分析 5. 掌握单细胞ATAC数据分析，以及与转录组数据联合分析 6. 掌握单细胞VDJ数据分析，以及与转录组数据联合分析 TEACHER 授课老师 Dr. Li，生物信息学博士，有十余年的测序数据分析经验。研究领域涉及机器学习，芯片数据分析，核酸及蛋白序列分析，DNA，RNA，甲基化测序数据分析，单细胞测序数据分析，miRNA及靶基因分析，癌症相关基因预测及预后分析等，发表SCI论文30余篇，其中一作及并列一作15篇。 向下划动查看全部内容 Day 1 单细胞测序技术发展历程及研究现状 单细胞测序原理及测序平台介绍 单细胞相关数据库介绍 单细胞数据分析流程介绍 单细胞研究思路及案例分享 R语言简介 R语言概述 R软件及R包安装 R语言语法及数据类型 条件语句 循环 函数 Day 2 单样本转录组数据基础分析 数据质控及归一化 降维(PCA, tSNE, UMAP) 聚类分析 鉴定marker基因 细胞亚群注释 功能富集分析   单样本转录组数据高级分析 GSEA分析与GSVA分析 细胞亚群继续分群 细胞周期分析 拟时序分析 细胞通讯分析 代谢分析 RNA velocity分析 h5ad转seurat对象 Day 3 RNAseq与膜表面蛋白数据整合分析 RNAseq分群效果与膜蛋白分群效果比较 RNAseq与膜蛋白数据整合后分群 基因与蛋白表达相关性 多组样本转录组数据分析 质控、归一化 降维、聚类 鉴定marker基因，细胞亚群注释 样本间细胞亚群频率比较 样本间差异表达基因分析 绘制小提琴图、散点图、山脊图、火山图、热图、气泡图、feature plot Day 4 单细胞ATAC数据分析 细胞亚群peak鉴定 Motif富集分析 motif deviation 转录因子足迹分析 基因富集分析 peak co-accessibility分析 单细胞ATAC拟时序分析 单细胞ATAC与转录组的整合分析 Day 5 单细胞VDJ分析 VDJ分析以及可视化 检测克隆型 克隆型丰度 CDR3组成 比较克隆型 克隆空间稳态 克隆比例 重叠分析 多样性分析 转录组联合VDJ分析 课程案例图片： 三、机器学习代谢组学 课程目标：1.理解代谢生理功能和代谢疾病，熟悉技术及其应用。2.了解代谢组学实验流程、数据处理技巧，以及色谱、质谱和LC-MS技术。3.熟悉关键代谢通路和数据库，利用R软件进行分析和可视化。4.理解机器学习在代谢组学中的作用，掌握R语言进行分析。5.使用R语言进行数据清洗与分析，通过文献解读和复现增强研究创新能力 TEACHER 授课老师 机器学习代谢组学授课老师： 代谢组学老师来自国内985高校，该技术已研究有十余年，有丰富的研究经验，熟悉蛋白质组学、转录组学、代谢组学的原理及数据分析流程，已发表数篇SCI，Nature等顶刊，有丰富的教学经验！ 向下划动查看全部内容 第一天 A1代谢物及代谢组学的发展与应用                             （1） 代谢生理功能； （2） 代谢疾病； （3） 非靶向与靶向代谢组学； （4） 空间代谢组学与质谱成像（MSI）； （5） 代谢流与机制研究； （6） 代谢组学与药物和生物标志物。 A2代谢组学实验流程简介 A3色谱、质谱硬件原理 （1） 色谱分析原理； （2） 色谱的气相、液相和固相； （3） 色谱仪和色谱柱的选择； （4） 质谱分析原理及动画演示； （5） 正、负离子电离模式； （6） 色谱质谱联用技术； （7）LC-MS的液相系统 A4代谢物样本处理与抽提 （1）组织、血液和体液样本的提取流程与注意事项； （2）用ACN抽提代谢物的流程与注意事项； （3）样本及代谢物的运输与保存问题； 第二天 B1代谢通路及代谢数据库 （1） 几种经典代谢通路简介； （2） 能量代谢通路； （3） 三大常见代谢物库：HMDB、METLIN和KEGG; （4） 代谢组学原始数据库：Metabolomics Workbench和Metabolights. B2 LC-MS数据质控与搜库 （1）LC-MS实验过程中QC样本的设置方法； （2）LC-MS上机过程的数据质控监测和分析； （3） 代谢组学上游分析原理——基于 Compound Discoverer 与 Xcms 软件； （4）XCMS软件数据转换与提峰； B3 R软件基础 （1）R和Rstudio的安装； （2）Rstudio的界面配置； （3）R的基本数据结构和语法； （4）下载与加载包； （5）函数调用和debug； B4 ggplot2 （1）安装并使用ggplot2 （2）ggplot2的画图哲学； （3）ggplot2的配色系统； （4）ggplot2画组合图和火山图； B5 学习资源分享 （1）代谢组学学习资料 （2）R语言学习资料 第三天 C1机器学习简介 （1）有监督学习与无监督学习 （2）生物信息中十大机器学习算法 C2无监督式机器学习在代谢组学数据处理中的应用 （1）大数据处理中的降维； （2）PCA分析作图； （3）三种常见的聚类分析：K-means、层次分析与SOM （4）热图和hcluster图的R语言实现； C3一组代谢组学数据的降维与聚类分析的R演练 (1)数据解析； (2)演练与操作； C4有监督式机器学习在代谢组学数据处理中的应用 （1）数据用PCA降维处理后仍然无法找到差异怎么办？ （2）PLS-DA找出最可能影响差异的代谢物； （3）VIP score和coef的意义及选择； （4）分类算法：支持向量机，随机森林 C5一组代谢组学数据的分类算法实现的R演练 (1)数据解读； (2)演练与操作； 第四天 D1代谢组学数据清洗与R语言进阶 （1）代谢组学中的t、fold-change和响应值； （2）数据清洗流程； （3）R语言tidyverse （4）R语言正则表达式； （5）代谢组学数据过滤； （6）代谢组学数据Scaling原理与R实现； （7）代谢组学数据的Normalization； （8）代谢组学数据清洗演练； D2在线代谢组分析网页Metaboanalyst操作 （1）用R将数据清洗成网页需要的格式； （2）独立组、配对组和多组的数据格式问题； （3）Metaboanalyst的pipeline和注意事项； （4）Metaboanalyst的结果查看和导出； （5）Metaboanalyst的数据编辑； （6）全流程演练与操作 第五天 E1机器学习与代谢组学顶刊解读（2-3篇）； （1）代谢组学和机器学习算法预测中国2型糖尿病的未来发展； （2）机器学习与代谢组学相结合，为胃癌诊断和预后指明方向 （3）1-2篇代谢组学与转录组学和蛋白组学结合的文献。 E2文献数据分析部分复现（1篇） （1）文献深度解读； （2）实操：从原始数据下载到图片复现； （3）学员实操。 授课时间 深度学习蛋白质： 2024.08.17-----2024.08.18全天授课（上午9:00-11:30下午13:30-17:00） 2024.08.23晚上授课（晚上19:00-22:00） 2024.08.24-----2024.08.25全天授课（上午9:00-11:30下午13:30-17:00） 2024.08.30晚上授课（晚上19:00-22:00） 2024.08.31-----2024.09.01全天授课（上午9:00-11:30下午13:30-17:00） 腾讯会议 线上授课（共七天授课时间 提供全程回放视频） 单细胞多组学： 2024.08.03-----2024.08.04全天授课（上午9:00-11:30下午13:30-17:00） 2024.08.05-----2024.08.06晚上授课（晚上19:00-22:00） 2024.08.10-----2024.08.11全天授课（上午9:00-11:30下午13:30-17:00） 腾讯会议 线上授课（共五天授课时间 提供全程回放视频） 机器学习代谢组学： 2024.08.10-----2024.08.11全天授课（上午9:00-11:30下午13:30-17:00） 2024.08.12-----2024.08.13晚上授课（晚上19:00-22:00） 2024.08.17-----2024.08.18全天授课（上午9:00-11:30下午13:30-17:00） 腾讯会议 线上授课（共五天授课时间 提供全程回放视频） 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） 单细胞多组学、机器学习代谢组学 公费价：每人每班￥5680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￥5380元 （含报名费、培训费、资料费提供课后全程回放资料） 优惠政策 优惠一：报二赠一：10880（原价18240元，三门课程都可以学习）   优惠二：提前报名缴费学员+转发到朋友圈或者到学术交流群可享受每人300元优惠（仅限15名） 报名费用可开具正规报销发票及提供相关缴费证明、邀请函，可提前开具报销发票、文件用于报销  培训福利      课后学习完毕提供全程录像视频回放，针对与培训课程内容 进行长期答疑，微信解疑群永不解散，参加本次课程的学员可免费再参加一次本单位后期组织的相同的 专题培训班（任意一期都可以） 报名咨询请扫下方微信二维码 联系人：陈老师                      报名咨询电话｜18339237911（同微信） 授课方式 授课方式及学员反馈 通过腾讯会议线上直播，从零基础开始讲解，1300余页电子PPT和教程提前发送给学员，所有培训使用软件都会发送给学员，附赠安装教程和指导安装，培训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，培训完毕后老师针对与培训内容长期解疑，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 往期学员参会单位 有来自四川大学、四川师范大学、中国科学院大学、西安电子科技大学、陕西科技大学、东北林业大学、渤海大学、海南大学、广西中医药大学、北京化工大学、成都大学、香港浸会大学中医药学院、赣南师范大学、重庆陆军勤务学院、齐鲁工业大学、陕西科技大学、陕西师范大学、中科院大学 、浙江工商大学、成都中医药大学、上海交通大学、哈尔滨商业大学、中国人民解放军海军军医大学、西安电子科技大学、中国农业大学、南昌大学、新疆医科大学、山东农业大学、合肥工业大学、清华大学、华中农业大学、山东理工大学、北京工商大学、河南大学、江苏大学、江南大学、大连工业大学、华南理工大学、华南农业大学、成都中医药大学、东北林业大学、北京大学、浙江大学、浙江工业大学、中南大学、复旦大学、南京农业大学、齐鲁工业大学、东北大学、国防科技大学、江苏海洋大学、华东理工大学、华中科技大学、湖北大学、中国医学科学院、西南大学、中南大学湘雅医院、山西省人民医院、中国药科大学、西安市中医医院、首都医科大学附属北京友谊医院、上海市第十人民医院、协和药物研究所、中国农业科学院基因组研究所、广州中医药大学、上海中医药大学、上海理工大学、成都中医药大学、北京中医药大学、武汉大学、香港大学、安阳工学院、沈阳药科大学、中山大学肿瘤防治中心、山东中医药大学、宁波大学、宁夏大学、山东大学、甘肃中医药大学、医学院附属仁济医院、杭州医学院、广州医科大学附属肿瘤医院等工程师老师学生参会，还有许多因为时间冲突没法参加。这次，我们诚挚邀请您来参加！                                    引用往期参会学员的一句话：  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！ 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。

2 月 29 日，国家自然科学基金委员会发布了 2023 年度「中国科学十大进展」，主要分布在生命科学和医学、人工智能、量子、天文、化学能源等科学领域。来自中国科学院、军事科学院以及中国科学技术大学、香港大学、南方科技大学等多个研究团队的成果入选。其中六项生命科学和医学领域的成果尤为引人关注。它们分别为：揭示人类基因组古病毒驱动衰老机制的干预策略首次发现大脑「有形」生物钟存在及其节律调控机制农作物耐盐碱机制解析及应用新方法实现单碱基到超大片段 DNA 精准操纵揭示人类细胞 DNA 复制起始新机制揭示光感受调节血糖代谢机制2023 年度中国生命科学和医学六大进展简介:揭示人类基因组古病毒驱动衰老机制的干预策略内源性古病毒复活驱动衰老机制，开启衰老的潘多拉魔盒内源性逆转录病毒（ERV）是数百万年前入侵整合到人类基因组的遗迹 ——「古病毒化石」。大量 ERV 遗传信息经过漫长岁月的突变、缺失等变异成为人类基因组中的「暗物质」潜伏下来。细胞衰老是机体衰老以及相关疾病发生发展的重要诱因，人类基因组潜藏着诸多「老化」信号通常受到表观遗传的严密调控而处于沉默状态，但在增龄过程中，由于表观遗传的失序，这些「老化」信号逃离管控，进而激活启动细胞内的一系列衰老程序。占据人类基因组序列较大比例、如「死火山」般沉寂的 ERV 古病毒元件是否参与衰老的程序化调控？2023 年 1 月 6 日，中国科学院动物研究所刘光慧研究组、曲静研究组，与中科院北京基因组研究所张维绮课题组合作，在国际顶级学术期刊 Cell 上，在线发表了题为 Resurrection of endogenous retroviruses during aging reinforces senescence 的研究论文。该研究利用多学科交叉手段，通过对人类基因组中蛋白编码区域的「逆老」基因进行系统排查，发现可重启人类干细胞、运动神经元和心肌细胞活力，逆转关节软骨、脊髓及心脏衰老的新型分子靶标，并构建一系列针对器官退行的创新干预体系。首次发现了年轻的 ERV 亚家族在细胞衰老过程中被再度唤醒，提出了古病毒复活介导衰老程序化及传染性的理论，并创新性地发展出阻断 ERV 古病毒复活及扩散以实现延缓衰老的多维干预策略。为衰老生物学和老年医学研究建立了新的理论框架，提示病毒密码在远古时代便已融入人类的衰老及寿命调控程序，解码基因组中的古病毒元素将有助于剖析人类衰老的机制、健康长寿的规律以及多种老年疾病的诱因。图文参考来源：中国科学院官网https://www.cas.cn/syky/202301/t20230107_4860266.shtml首次发现大脑「有形」生物钟存在及其节律调控机制初级纤毛依赖性 Shh 信号调节生物钟基因和神经肽节律昼夜节律（生物钟），是生物在进化过程中为了适应地球环境昼夜更替而形成的一种节律性的生命活动规律，其准确性和稳定性与健康息息相关，一旦被打乱，可引起睡眠障碍、免疫力下降、代谢紊乱、精神抑郁，严重时会导致糖尿病、肿瘤等重大疾病的发生。由于缺乏对生物节律调节机制的认识，当前国际上尚未研发出针对节律紊乱性疾病的有效治疗药物。2023 年 6 月 2 日，军事科学院军事医学研究院李慧艳研究员团队和张学敏院士团队合作，在国际顶级学术期刊 Science 上在线发表了题为 Rhythmic cilia changes support SCN neuron coherence in circadian clock 的研究论文。该研究发现大脑视交叉上核（SCN）特定区域神经元的初级纤毛是调控机体节律的细胞器，通过组织透明化双光子成像、活细胞动态成像、小鼠昼夜节律行为监测、组织脑片生物节律光度测定等技术，首次揭示了生物钟「有形」指针的存在，阐述了纤毛及 Hedgehog 通路调控昼夜节律的功能机制。为节律调控新药研发开辟了全新路径，使机体对各种复杂环境的快速应对、快速适应成为可能。而靶向 SCN 初级纤毛特定信号通路可能是治疗与昼夜节律紊乱相关的人类疾病的潜在治疗策略，为节律紊乱相关疾病的治疗开辟了全新途径，也是我国脑科学研究的一次重大突破。图文参考来源：军事科学院军事医学研究院农作物主效耐碱基因可大幅提高盐碱地作物产量Gγ 亚基编码基因 AT1 介导植物对碱胁迫的响应机制随着全球人口急剧增加，人均可用耕地和淡水资源日益减少，预计到 2050 年全球农作物产量需要翻倍才能满足人类粮食的需求。而目前全球有超过 10 亿公顷的盐渍化土壤因盐碱程度过高而不能被有效利用，且不合理的施肥灌溉将会进一步加剧盐碱地面积的扩张，土壤盐渍化问题已经成为世界性难题。目前我们对植物耐碱胁迫环境的认识严重不足。因此，通过培育耐盐碱农作物，提高盐渍化土地产能，是解决未来人类粮食安全和农业发展的重要途径。2023 年 3 月 24 日，10 家科研单位协同攻克了这一难题，分别有: 中科院遗传发育所博士后张会丽、中国农业大学于菲菲、遗传发育所谢鹏、扬州大学孙生远、中科院生物物理研究所乔新华、中科院遗传发育所谢旗、中国农业大学于菲菲、华中农业大学欧阳亦聃以及宁夏大学许兴、中科院东北地理所梁正伟、中科院遗传发育所李家洋和汪迎春、华中农业大学张启发和中科院生物物理所陈畅，研究员们强强联手，以「A Gγ protein regulates alkaline sensitivity in crops」为题于发表在 Science 杂志上。利用高粱资源群体，通过全基因组关联分析、基因编辑、表型分析、免疫共沉淀联合 LC-MS 蛋白质谱鉴定、荧光探针等技术, 揭示了耐盐碱调控基因 AT1 调控植物碱胁迫响应的分子机制，并且在吉林大安和宁夏平罗盐碱地进行了大田实验，进一步检验 AT1 基因的改造对作物在耐盐碱地上产量的影响，发现基于耐盐碱等位基因 AT1/GS3 改良的水稻、玉米、高粱和谷子均有效提高了约 20-30% 的产量和生物量。因此，未来将该基因用于分子设计耐盐碱作物的育种遗传改良中，将为解决全球粮食安全危机和高效利用盐碱土地做出贡献，也为保障粮食安全提供了新思路。图文参考来源：中国农业大学新闻网https://news.cau.edu.cn/kxyj/f69183d54f0943bbbd3b59fb9a73cd67.htm新方法实现单碱基到超大片段 DNA 精准操纵单碱基编辑到大尺度 DNA 精准操纵基因组编辑技术为生物学基础研究和应用研究奠定了坚实的技术基础。但随着生物领域研究飞速发展，小片段 DNA 编辑已经不能满足研究和应用的需要。引领基因组编辑技术突破 DNA 操纵长度的限制，实现 kb 级大片段 DNA 甚至是染色体水平的精准编辑是目前面临的新挑战。然而，目前能够实现大片段 DNA 精准操纵的基因组编辑工具还十分有限，尤其在植物研究领域，相关工具还未见报道。2023 年 4 月 24 日，中国科学院遗传与发育生物学研究所高彩霞研究组开发了 PrimeRoot 技术，通过系统整合优化的引导编辑工具和位点特异性重组酶系统，实现长达 11.1 kb 的大片段 DNA 的高效精准定点插入。相关研究成果以 Precise integration of large DNA sequences in plant genomes using PrimeRoot editors 为题在线发表于 Nature Biotechnology 杂志。研究团队首次运用人工智能辅助的结构预测建立了蛋白聚类新方法，率先将基于结构分类的理念引入工具酶挖掘领域，并基于此开发了系列具有重要应用价值的新型碱基编辑器和我国完全拥有自主产权的、首个在细胞核和细胞器中均可实现精准碱基编辑的新型工具 CyDENT。这项工作通过开展基因组编辑元件挖掘方法和技术体系创新，实现了对基因组的精准操纵，为作物改良和基因治疗提供了重要支撑。展现了大片段 DNA 精准插入技术在未来生物育种中的巨大应用潜力，为基于基因堆叠的作物育种和植物合成生物学研究提供了有力的技术支撑。该文章发表后引起广泛关注，被誉为 「是一项将大片段 DNA 精准高效插入植物基因组的开拓性技术」。图文参考来源：遗传发育所 植物微生物最前线公众号揭示人类细胞 DNA 复制起始新机制人体 MCM2-7 双六聚体（MCM-DH）冷冻电镜结构及 DNA 复制起始调控步骤DNA 复制起始的精准调控是维持人类基因组稳定、抑制遗传疾病和癌症发生的关键生命过程之一。当时 Arthur KORNBERG 教授成功于从大肠杆菌提取液中分离出 DNA 聚合酶，并赢得诺贝尔奖。然而，由于缺乏高分辨率结构技术所带来的挑战，研究人员未能进一步发展此一领域，使之达到其他大分子机器，如核糖体或 RNA 聚合酶所取得的水平。2023 年 1 月 5 日，香港大学翟元梁教授联同香港科技大学党尚宇教授、香港科技大学/康奈尔大学戴碧瓘教授和法国居里研究所陈春龙教授，在  Cell 杂志上发表标题为 The Human Pre-replication Complex is an Open Complex 的研究论文。研究人员通过先进的冷冻电镜技术，成功从 HeLa 细胞中纯化得到人内源 MCM2-7 DH-DNA 复合物，并解析出人类复制前期复合体 2.59 埃的高分辨率结构。揭示了人类 MCM-DH 组装及初始 DNA 解旋以促进复制起始的新机制，也为开发以 DNA 复制为标靶的抗癌药物提供重要基础，有望被应用于研发新型、高效及更具针对性的抗癌药物，有望能选择性地杀死癌细胞。图文参考来源：香港科技大学快讯公众号揭示光感知调控血糖代谢的神经机制「眼-脑-棕色脂肪轴」介导光调节血糖代谢神经机制光是一切生命产生的源动力，也是生命体最重要的感知觉输入之一。同时生命体根据外界环境条件控制体内营养物质的代谢平衡是生存的必须，而代谢紊乱会产生严重疾病，哺乳动物已经进化出了精确和复杂的调控网络用于持续动态调控血糖代谢。大量公共卫生调查显示夜间过多光源暴露显著增加肥胖和糖尿病等代谢疾病风险。那么光作为最重要的外部环境因素，其是否直接调控血糖代谢？其中涉及哪类感光的细胞、何种神经环路以及外周靶器官，这些方面的问题一直没有得到解答。2023 年 1 月 20 日，中国科学技术大学生命科学与医学部薛天教授研究团队在 Cell 在线发表题为 Light modulates glucose metabolism by a retina-hypothalamus-brown adipose tissue axis 的研究成果。该工作发现了光直接通过激活视网膜上特殊的感光细胞，经视神经至下丘脑和延髓的系列神经核团传递信号，最终通过交感神经作用于外周的棕色脂肪组织，直接压抑了机体的血糖代谢能力。本研究不但在小鼠动物模型上系统回答了光调节血糖代谢的生物学机理，在人体试验上也发现了同样的现象，显示光调节血糖代谢可能广泛存在于哺乳动物界。该研究发现全新的「眼-脑-外周脂肪轴」介导光对血糖代谢产热的调节机制，为防治光污染导致的糖代谢紊乱相关疾病提供了理论依据与潜在的干预靶点。提示现代人健康生活应关注光线环境的健康，针对夜间光污染造成的罹患代谢疾病风险提高，应考虑生活环境中夜间人造光线的波长、强度和暴露时长。2023 年度第 19 届「中国科学十大进展」遴选活动由国家自然科学基金委员会主办，国家自然科学基金委员会高技术研究发展中心（基础研究管理中心）和科学传播与成果转化中心承办，《中国基础科学》《科技导报》《中国科学院院刊》《中国科学基金》《科学通报》协办，分为推荐、初选、终选、审议 4 个环节。《中国基础科学》等推荐了 2022 年 12 月 1 日至 2023 年 11 月 30 日期间正式发表的 600 多项科学研究成果，由近 100 位相关学科领域专家从中遴选出 30 项成果，在此基础上邀请了包括中国科学院院士、中国工程院院士在内的 2100 多位基础研究领域高水平专家对 30 项成果进行投票，评选出 10 项重大科学研究成果，经国家自然科学基金委员会咨询委员会审议，最终确定了入选 2023 年度「中国科学十大进展」的成果名单。来源 | 生物学霸、中国科学技术大学公众号