【课程基本信息】
课程名称：人工智能赋能蛋白质研究：基础与前沿（Artificial Intelligence Empowered Protein Research: Fundamentals and Frontiers）
课程代码：Z25100009
授课教师：
陈钦畅-特聘研究员-AI赋能蛋白质的设计和优化（牵头，主讲蛋白质相关AI模型）
李家璜-副教授-基于结构生物信息学进行蛋白质/多肽结构与功能分析和改造（主讲蛋白质结构与功能）
授课学期：2026-2027学年第一学期
学分/学时：2学分/ 34学时
授课形式：线下讲授
【课程内容】
本课程的核心亮点是最大化发挥了AI工具对蛋白质研究的赋能作用，实现跨学科深度融合，核心模块与重点内容包括：
1、蛋白质基础理论：系统介绍蛋白质的化学、物理和生物学基础
2、AI基础及发展趋势：从AI基础讲起，逐步深入到应用于蛋白质研究的各类先进模型；
2、结构预测与序列设计的关键技术原理：涵盖经典生物化学、计算物理学和AI的交叉融合；
4、典型案例分析与实践演练：每个模块搭配经典案例分析，并实践演练ProteinMPNN + RFDiffusion端到端设计任务完整流程。
【选课建议与适用对象】
本课程适合生物科学、生物化学、药学、计算机科学与技术、人工智能、生物信息学及相关交叉学科专业研一及以上学生，或对蛋白质研究、AI药物发现、"AI for Science"领域感兴趣、希望补充计算生物学相关知识技能的学生。建议具备分子生物学基础及Python编程入门能力。
【考核方式】
平时成绩（50%）+课程论文（50%）
