Nature重磅！超越传统:深度学习赋予基因组学“透视未来”的魔力，改写生命分析规则

主要观点总结

文章主要介绍了2025年关于蛋白质设计、药物发现与设计、计算机辅助药物设计、基因组学、代谢组学和微生物多组学联合分析的线上直播课程。课程涵盖了蛋白质设计、药物发现与设计、计算机辅助药物设计、深度学习基因组学、机器学习代谢组学以及机器学习微生物多组学联合分析，旨在通过理论知识与实操结合的方式，帮助学员快速掌握相关技术。主讲老师具有丰富的学术和工业界经验，课程内容涵盖从基础到进阶的多个层次，为学员提供全面的学习体验。

关键观点总结

关键观点1: 蛋白质设计

介绍了基于深度学习的蛋白质设计方法，包括LigandMPNN和Rfdiffusion+PLACER，以及AI蛋白质设计资料与学习途径。

关键观点2: 药物发现与设计

探讨了人工智能在药物发现与设计中的应用，包括AIDD人工智能药物发现与设计课程，以及基于机器学习的酶设计新突破。

关键观点3: 计算机辅助药物设计

介绍了计算机辅助药物设计精品录播课，并详细阐述了课程的目标和内容。

关键观点4: 基因组学

探讨了深度学习在基因组学中的应用，包括深度学习基因组学课程，以及如何利用深度学习模型进行基因组数据分析和挖掘。

关键观点5: 代谢组学

介绍了机器学习代谢组学课程，并详细阐述了代谢组学数据处理和分析的方法。

关键观点6: 微生物多组学联合分析

探讨了机器学习在微生物多组学联合分析中的应用，包括微生物组学、代谢组学和转录组学的联合分析。