喜讯！寒门出身一作勇发Nature，被誉为“时代榜样”的他为万千科研人员开拓新的里程碑！

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显著地革新了蛋白质设计领域，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有效药物。

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

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，针对这些基础研究中所揭示的包括酶、受体、离子通道及核酸等潜在的药物设计靶点，并参考其它类源性配体或天然产物的化学结构特征，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，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。CADD的应用可以加快靶点发现的速度，提高靶点发现的准确度，从而推进新药研发，特别是在食品、生物、化学、医药、植物、疾病方面应用广泛！

深度学习在许多领域都有应用，在生物信息学领域也不例外。和所有的深度学习一样，在基因组中进行深度学习首先也是要确定合适的训练数据集，选择合适的评价指标，这是建立有效的深度学习模型的重要步骤。训练集的构建应确保不会引入可能人为放大影响的偏差。越来越多的学术论文提出了深入研究基因组的方法和工具。功能基因组学是深度学习的主要应用领域，包括预测DNA和RNA结合蛋白以及增强子和顺式调控区的序列特异性、甲基化状态、基因表达和剪接控制。当深度学习应用于调控基因组学时，通过直接使用从现代计算机中的视觉和自然语言处理的架构是非常成功的。

单细胞测序技术的出现成为细胞生物学历程上的一个重要的转折点，它对于细胞类型定义、发育轨迹、细胞功能互作等研究提供了一个全新的视角。最受关注的单细胞组学无疑是单细胞转录组学，其技术在十年内飞速发展，单细胞多组学可真实反映同一个细胞内基因表达与表观调控内在联系，确定候选的调控元件及其靶基因的直接联系，从而定义独特细胞类型的调控元件和细胞状态，解释基因表达差异的原因，揭示与肿瘤、疾病相关基因调控网络及其背后调控机制

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。

第一章 深度学习基因组学: 从深度学习到基因组学（基础知识部分）

理论讲解部分：

1. 有监督学习的神经网络算法

1.1 全连接深度神经网络DNN在基因组学中的应用：讲解DNN的一些种类和用处，比如DNN可以用于预测基因表达量、识别基因变异与疾病之间的关系等。

1.2 卷积神经网络CNN在基因组学中的应用：讲解CNN如何被广泛应用于基因序列分析，如怎么去识别DNA序列中的调控元件和基因剪接位点。

1.3 循环神经网络RNN在基因组学中的应用：讲解RNN怎么适用于处理序列数据，用于基因组序列的注释、预测基因结构等。

1.4 神经网络可解释性：介绍神经网络模型的内部工作机制和如何解释其预测结果，

2. 无监督的神经网络算法介绍和应用

2.1 自动编码器在基因组学中的应用：讲解自动编码器可用于基因数据的降维、去噪和特征提取，有助于揭示基因间潜在的关系。

2.2 高维数据的降维和聚类：介绍如何使用无监督学习方法处理和分析高维基因组数据，包括降维技术和聚类算法。

3. 常用的Linux命令

3.1 Vim编辑器：介绍如何使用Vim编辑器进行文本编辑，包括基础命令和高级特性。

3.2 基因组数据文件管理, 修改文件权限：讲解如何在Linux环境下管理基因组数据文件，包括文件的查看、复制、移动和权限修改。

3.3 查看探索基因组区域：介绍如何使用命令行工具查看和探索特定的基因组区域。

4. Python语言基础

4.1 Python包安装和环境搭建：介绍如何安装Python和管理Python环境，包括使用pip和conda等工具。

4.2 常见的数据结构和数据类型：讲解Python中常用的数据结构（如列表、字典、集合）和数据类型（如字符串、整型、浮点型）。

5. 测序技术的特点和介绍

5.1 一代测序技术的介绍：介绍一代测序技术的原理、特点和应用。

5.2 二代测序技术的介绍：介绍二代测序技术如何实现高通量测序，及其在基因组学研究中的应用。

5.3 单细胞测序数据的介绍：讲解单细胞测序技术的原理和它在基因组学研究中的重要性。

实践操作部分：

6. 实操：安装biopython，并使用biopython对序列进行一些基础操作

6.1 安装biopython：介绍如何在不同操作系统中安装biopython库。

6.2 使用biopython进行序列分析：通过实例演示如何使用biopython进行基因序列的读取、写入、分析和操作。

第二章: 从深度学习到基因组学（进阶部分）

理论讲解部分：

1. 深度神经网络的实现

1.1 卷积神经网络的实现：介绍卷积神经网络（CNN）的基本结构和工作原理，以及如何在常见的深度学习框架中实现它。

1.2 多层感知机的实现：讲解多层感知机（MLP）的结构，包括输入层、隐藏层和输出层的设置，以及激活函数的选择。

1.3 自编码器的实现：介绍自编码器的结构和应用，包括编码器和解码器的设计，以及自编码器在数据压缩和特征学习中的应用。

2. 传统机器学习的实现

2.1 随机森林的实现：介绍随机森林算法的基本原理，包括如何构建决策树和如何通过集成多个决策树提升模型性能。

2.2 支持向量机的实现：解释支持向量机（SVM）的工作原理，包括核技巧的应用和模型参数的选择。

2.3 k-近邻的实现：讲解k-近邻（k-NN）算法的基本概念，包括距离度量、邻居选择和分类决策规则。

2.4 传统机器学习的理论介绍：提供对传统机器学习算法的整体概览，包括监督学习和无监督学习的区别、模型评估方法等。

3. 常用基因组学软件的实操

3.1 序列比对软件BLAST的安装：指导如何在不同操作系统中安装BLAST软件。

3.2 序列比对软件BLAST的实操：通过示例数据演示如何使用BLAST进行序列比对。

3.3 序列比对软件BLAST的结果解析：讲解如何解读BLAST比对结果，包括比对得分和序列相似性的评估。

4. 常用基因组数据库下载和使用

4.1 NCBI各个基因组数据的下载和访问：介绍如何从NCBI数据库下载基因组数据。

4.2 使用编程的方式访问基因组数据库：演示如何使用Python等编程语言访问和查询基因组数据库。

4.3 使用编程的方式下载基因组数据：讲解如何自动化下载基因组数据，包括使用API和脚本。

5. 结合基因组数据进行序列分类（原创性高）

5.1 序列的编码：介绍如何将基因序列数据编码为数值形式，使其适用于机器学习模型。

5.2 序列的输入神经网络：讲解如何将编码后的序列数据作为输入提供给神经网络模型。

5.3 模型的训练和预测：指导如何训练神经网络模型并进行序列分类预测，包括模型调优和评估。

实践操作部分：

6. 实践操作：针对上述理论知识，设计相关的实验和操作练习，包括但不限于以下内容：

6.1 使用TensorFlow或PyTorch等深度学习框架实现简单的CNN和MLP模型。

6.2 在Python环境中使用scikit-learn库实现随机森林、SVM和k-NN算法。

6.3 完成BLAST软件的安装和使用，通过实际案例练习序列比对和结果解析。

6.4 使用Python编写脚本，实现从NCBI数据库自动下载和查询基因组数据的功能。

6.5 开发一个简单的基因序列分类项目，从序列编码到模型训练和预测的完整过程。

第三章: 从深度学习到基因组学（宏基因组部分）

理论讲解部分：

1. 组学的介绍

1.1 宏基因、16S、宏病毒等测序手段的介绍：介绍不同测序技术在组学研究中的应用，包括宏基因组、16S rRNA基因测序和宏病毒组测序等技术的原理和特点。

1.2 宏基因组从头拼接：讲解宏基因组从头拼接的基本概念，包括从头拼接的过程、常用的拼接软件和拼接结果的评估方法。

1.3 宏基因组的质控和去宿主：介绍在宏基因组研究中如何进行数据质量控制，以及如何去除宿主基因的干扰，包括常用的质控工具和去宿主策略。

2. 组学分析软件详解

2.1 R和Rstudio软件的安装：介绍如何在不同操作系统上安装R语言和RStudio环境，以便进行统计分析和数据可视化。

2.2 Origin安装和绘图（箱线图等）：讲解如何安装Origin软件，并使用其进行科研绘图，如箱线图、散点图等。

2.3 Python科研绘图注意事项：介绍在使用Python进行科研绘图时的注意事项，包括图形美化、数据表示和图形导出等。

3. 组学文章精选荟萃串讲：精选组学领域的代表性研究文章，对其研究内容、方法和结论进行详细解读，以帮助理解组学研究的最新进展和应用。

实践操作部分：

4. 实践操作

4.1 宏基因组数据分析实战：通过实际案例，练习从头拼接、质控和去宿主等宏基因组分析流程，包括使用相关软件和解析分析结果。

4.2 R语言和RStudio应用实践：完成R语言的基础语法学习，通过RStudio进行数据分析和绘图的实战训练，如如何利用ggplot2包绘制箱线图。

4.3 Origin绘图实战训练：通过实际数据，学习使用Origin软件进行科研绘图，包括图形的基本设置、美化和导出。

4.4 Python科研绘图实践：利用Python进行科研绘图的实践操作，包括使用matplotlib和seaborn库进行数据可视化，以及绘图过程中的优化技巧。

5. 文献阅读与讨论

5.1 讲解文献：文献阅读，选取组学领域的高影响力文章，进行深入讨论和分析。

5.2 文献阅读技巧分享：分享科研文献阅读和笔记整理的技巧，提高文献阅读的效率和深度。

5.3 研究方法和技术解析：对选定文章中的研究方法和技术进行详解，帮助理解其原理和应用场景。

第四章: 从深度学习到基因组学（数理统计部分）

理论讲解部分：

1. 高维数据降维和聚类

1.1 k-means，PCA等聚类和降维技术的介绍：介绍k-means聚类算法和主成分分析（PCA）降维技术的基本原理及应用场景。

1.3 高斯混合模型等相关统计知识的详解：详细解释高斯混合模型的原理和在数据聚类中的应用。

1.4 维度灾难：讨论高维数据所带来的挑战，包括维度灾难的概念及其对数据分析的影响。

1.5 t-SNE：介绍t-SNE（t-Distributed Stochastic Neighbor Embedding）技术的原理和在高维数据可视化中的应用。

2. 微生物群落相关性

2.1 网络分析概述之网络基础简介：介绍网络分析的基本概念，包括节点、边以及网络的基本性质。

2.2 网络拓扑结构-网络图的凝聚性特征：探讨网络图的结构特征，如凝聚性、中心性等，及其生物学意义。

2.3 CoNet的关联网络推断过程演示：介绍CoNet工具在推断微生物群落关联网络中的应用。

2.4 SparCc的微生物网络构建示例：详细说明SparCc如何被用于构建微生物关联网络。

2.5 SPIEC-EASI的微生物网络构建：解释SPIEC-EASI方法在微生物网络构建中的原理和步骤。

3. Motif相关荟萃介绍

3.1 手把手使用CNN实现序列中motif鉴定实现：介绍如何使用卷积神经网络（CNN）识别生物序列中的motif。

3.2 手把手使用CNN实现序列中m6A修饰鉴定实现：解释如何应用CNN在生物序列中识别m6A修饰的方法。

3.3 其他相关网络在序列中motif鉴定的实现：讨论除CNN外的其他深度学习模型在序列motif鉴定中的应用。

实践操作部分：

4. 高维数据降维和聚类的实操

4.1 实现k-means聚类和PCA降维：通过Python或R语言编写代码实现k-means聚类和PCA降维，并通过实际数据集练习这些技术。

4.2 使用t-SNE进行数据可视化：练习如何使用t-SNE技术对高维数据进行可视化表示。

5. 微生物群落相关性的网络分析实操

5.1 使用R包构建微生物关联网络：通过R语言的SpiecEasi包实践SparCc网络的构建。

5.2 网络分析软件的应用：练习使用CoNet、SPIEC-EASI等工具进行微生物群落关联网络的构建和分析。

6. Motif鉴定的实操练习

6.1 使用CNN识别生物序列中的motif：通过编程实践学习如何使用卷积神经网络模型识别序列中的motif。

6.2 实现序列中m6A修饰的鉴定：练习如何使用深度学习方法，特别是CNN，来识别和预测生物序列中的m6A修饰。

7. 该章节相关文献串讲

7.1 文献讨论会：选择与章节内容相关的重要文献，深入分析文献的方法、结果和结论。

7.2 文献阅读和总结：阅读并总结章节相关的科研文章，以加深对实际应用的理解。

第五章: 从深度学习到基因组学（前沿领域及手把手带你进行SCI论文选题写作投稿）

理论讲解部分：

1. 三维基因组学

1.1 三维基因组学研究进展：介绍三维基因组学的基本概念及其研究的历史和最新进展。

1.2 Hi-C和ChIA-PET等技术介绍：详细讲解Hi-C和ChIA-PET技术的原理、特点及其在三维基因组学中的应用。

1.3 三维基因组学及在疾病中的应用：探讨三维基因组学如何帮助理解疾病的发生发展机制。

2. 三代测序

2.1 三代测序技术的原理与特点：介绍三代测序技术的基本原理，包括其与前两代技术的不同之处及优势。

2.2 Basecalling在三代测序中的作用：讲解Basecalling的概念及其在三代测序数据处理中的重要性。

2.3 三代测序在基因组学中的应用：讲述三代测序技术如何被应用于基因组学的各个领域。

3. 论文写作与投稿

3.1 论文的选题：讨论如何根据当前科研趋势和个人研究兴趣选择合适的论文题目。

3.2 论文的写作技巧：介绍科学论文写作的基本原则和技巧，包括如何清晰地表达研究思想。

3.3 论文的规范格式：解释科研论文的标准结构和格式，以及如何正确引用文献。

3.4 如何选生物信息学投稿杂志：分享如何根据论文的研究领域和质量选择合适的杂志进行投稿。

3.5 Cover Letter的撰写：指导如何撰写Cover Letter以提高论文被接受的可能性。

3.6 学术规范和道德

实践操作部分：

4. 三代测序数据分析实操

4.1 三代测序数据的预处理：介绍如何对三代测序数据进行质量控制和数据清洗。

4.2 Basecalling技术应用：介绍在三代测序数据处理中如何进行Basecalling，及其使用的软件和工具。

4.3 基因组组装与注释：讲解使用三代测序数据进行基因组组装和注释的方法和工具。

5. 论文写作与投稿实操

5.1 论文写作工具和软件的使用：介绍科研论文写作中常用的软件工具，例如文献管理软件和写作软件。

5.2 实践论文写作：实践如何撰写科学论文，包括结构安排、语言表达及图表制作等。

《高通量测序技术原理》PPT

《Linux操作系统与基本命令》PPT

《单细胞组学技术发展进程和原理介绍》PPT

《单细胞组学技术在科研中的应用：设计思路》PPT

《单细胞组学和多组学整合分析思路和案例介绍》PPT

《ATAC-seq技术优势及应用思路》PPT

《CUT&Tag的实验分享及应用思路》PPT

需要半天的时间配置服务器和安装软件

第一天

基础入门理论与实操

R语言安装数据处理分析与绘图

1. R语言简介及安装，RStudio的安装及使用说明

2. R语言语法介绍及常用简单命令

3. 数据处理及统计

4. R语言画图及ggplot2简介

Linux命令简介与实操

1. Linux命令入门讲解及实操训练

2. Conda环境安装与简介

第二天

理论讲解：

1. ATAC-seq数据质控与高级分析

2. CUT&Tag数据质控与高级分析

实际操作：上机演示

1. ATAC-seq和CUT&Tag数据质控与高级分析

2. 个性化分析：Motif、转录因子等

3. MEME网页-Motif预测

4. 表观组的结果解读

第三天

单细胞组学专题理论与实操

单细胞建库原理与操作

1. 样本获取和保存

2. 单细胞实验处理、建库、测序

3. 获取单细胞表达矩阵（RNAseq流程）

实操内容

1. 10X官方单细胞软件Cellranger的讲解；

2. 质控基因和细胞；

3. 选取高可变基因；

4. 降维与分群；

5. Biomarker定义细胞类型；

6. 寻找差异基因；

6. 通过Seurat 合并多样本及消除样本异质性；

7. 通过harmony合并多样本及其消除样本异质性；

8. 通过GSEA对单细胞各个簇进行通路的功能富集分析。

第四天 单细胞高级分析

1. 单细胞转录因子（SCENIC）及其细胞通讯（Cellchart）的介绍

2. 单细胞拟时分析的简介

3. 利用AUCell对单细胞进行基因集打分的简介

4. 结合bulk WGCNA讲解单细胞scWGCNA的原理

实操内容：

1. 通过Monocle2软件对单细胞转录组进行拟时序的分析；

2. 利用AUCell的算法对单细胞进行基因集打分的实操

4. 利用cellchart软件对细胞互作进行分析。

5. 讲解单细胞WGCNA，利用关联共表达找到某些细胞中有关联作用的基因list（这里统一指模块分析）。

6. 全面解析SCENIC软件进行转录因子预测分析。