关于举办：“AI赋能肽类药物设计从基础原理到产业落地的全流程实战培训班”的通知

各有关单位：

多肽药物凭借其高活性与高特异性的独特优势，已成为生物医药创新的重要增长极。然而，传统肽类研发长期受困于筛选效率低、构效关系复杂及成药性优化难等瓶颈。如今，人工智能正以前所未有的力量重塑这一领域：从生成式AI创造百万级虚拟肽库，到深度学习精准预测蛋白互作与分子构象，算法已逐步接管从序列设计到稳定性优化的全流程决策。

本次会议聚焦 “AI赋能肽类药物设计：从算法突破走向临床价值”，旨在打破计算科学与药物化学的学科壁垒。我们将深入探讨大模型如何加速多肽新药发现、智能算法如何解决口服生物利用度难题，以及如何构建干湿实验闭环以缩短研发周期。我们诚邀全球顶尖学者与产业领袖，共同见证AI如何将肽类药物设计的“不可能”变为“可能”，携手推动下一代智能制药的产业化落地。为此我们特举办本次培训，详细通知如下：

主办单位：中国化工企业管理协会医药化工专业委员会

          药成材信息技术（北京）有限公司

北京华夏凯晟医药技术中心

一、 会议安排

会议地点：线上直播

会议时间：2026年7月30日-31日

二、课程大纲

第一天：基础原理与核心设计技术

上午（9:00-12:00）：肽类药物研发现状与 AI 技术底座

模块 1：肽类药物研发痛点与 AI 赋能范式

1. 全球肽类药物市场与研发热点 

￮ 核心管线：GLP-1 双 / 三靶点、口服肽、环肽、多肽偶联药物（PDC）

￮ 传统研发瓶颈：高通量筛选阳性率、成药性优化周期长、口服生物利用度低

2. AI 重构肽类研发全流程

￮ 从 "筛选驱动" 到 "设计驱动" 的核心转变

￮ AI 在靶点验证 - 分子设计 - 成药性优化 - 合成预测的关键节点

￮ 里程碑案例：默沙东MK0616、强生Icotyde

3. AI 肽类设计的技术路线图

￮ 序列设计→结构预测→结合亲和力评估→成药性优化→合成可行性分析

模块 2：AI 肽类设计的数据体系与算法基础

1. 肽类专属数据库与数据预处理

￮ 核心数据库：DRAMP、PeptideDB、PepBank、PepBDB

￮ 活性数据标准化、去重与小样本数据增强技术

￮ 多模态数据融合：序列 - 结构 - 活性 - ADMET 整合

2. 肽分子表示与特征工程

￮ 序列表示：ESM-2、ProtBERT、氨基酸理化特征编码

￮ 结构表示：3D 分子指纹、图神经网络（GNN）节点特征

3. 核心算法选型与适用场景

￮ 分类 / 回归：XGBoost、LightGBM（活性预测）

￮ 生成式模型：Transformer、扩散模型（从头设计）

￮ 图模型：GraphDTA、PepPI（肽 - 蛋白相互作用预测）

下午（13:30-16:30）：AI 驱动的肽分子从头设计与筛选

模块 3：基于生成式 AI 的肽序列定向设计

1. 主流生成式模型原理与对比

￮ RNN/LSTM：早期序列生成方法与局限性

￮ Transformer 架构：ProtGPT2、PeptideGPT 的应用

￮ 扩散模型：复杂肽（环肽、多聚肽）设计的最新突破

2. 多目标条件生成技术

￮ 基于靶点结合亲和力的条件生成

￮ 同时优化活性、稳定性、毒性的多约束生成

￮ 基于靶点口袋结构的生成式设计

3. 工具实操演示

￮ 使用 ESM-2 快速提取肽序列特征

￮ 开源工具 PeptideDesigner 的条件生成流程

￮ 生成结果的初步筛选标准与优先级排序

模块 4：AI 辅助虚拟筛选与定向进化优化

1. 肽 - 靶点相互作用预测

￮ 分子对接在肽类中的改进：HADDOCK、Glide 肽对接

￮ AI 预测结合亲和力：PepBind、DeepPepBind

￮ 大规模虚拟筛选工作流搭建

2. 机器学习指导的定向进化

￮ 传统定向进化的效率瓶颈

￮ 贝叶斯优化与主动学习指导的突变体设计

￮ 单点突变与组合突变的预测与验证

3. 实战案例：从初始序列到高活性突变体的 AI 优化全流程

第二天：成药性优化与产业落地实战

上午（9:00-12:00）：肽类成药性 AI 优化与特殊肽设计

模块 1：AI 驱动的肽类成药性优化

1. 稳定性预测与优化

￮ 蛋白酶水解位点预测：PeptideCutter、DeepCleave

￮ 血浆半衰期预测与延长策略

￮ 化学修饰（环化、PEG 化）的 AI 指导

2. 口服生物利用度与免疫原性预测

￮ 口服肽吸收预测模型：PepT1 转运体亲和力预测

￮ 免疫原性预测：T 细胞表位、B 细胞表位识别

￮ 去免疫原性突变设计

3. ADMET 一体化预测平台

￮ 主流工具：SwissADME、pkCSM-peptide

￮ 企业内部定制化 ADMET 模型构建

模块 2：特殊肽类的 AI 设计技术

1. 环肽 AI 设计

￮ 环肽构象预测与稳定性评估

￮ 大环肽靶点结合设计：针对蛋白 - 蛋白相互作用（PPI）靶点

￮ 工具：CycloPepDesign、RosettaCyclic

2. 双 / 多靶点肽设计

￮ 双靶点肽的序列拼接与优化

￮ 多靶点亲和力平衡的 AI 调控

￮ 案例：GLP-1/GIP 双靶点激动剂的 AI 优化

3. 多肽偶联药物（PDC）设计

￮ 连接子与毒素的 AI 选择

￮ 偶联位点对活性与稳定性的影响预测

下午（13:30-16:30）：产业落地实战与未来趋势

模块 3：AI 肽类药物研发管线实战案例

1. 全球领先企业的 AI 肽研发平台解析

￮ 生成式 AI 驱动的抗菌肽管线

￮ 表型筛选 + AI 的肽发现

￮ 国内企业进展

2. 完整项目实战复盘

￮ 靶点选择→AI 虚拟筛选→先导物优化→体内验证

￮ 失败案例分析：AI 预测与实验结果偏差的常见原因

3. AI 与实验的闭环迭代

￮ 如何设计高效的实验验证方案

￮ 实验数据反哺 AI 模型的最佳实践

模块 4：企业 AI 肽设计平台搭建与未来挑战

1. 中小企业 AI 肽设计平台搭建方案

￮ 开源工具链整合：从数据管理到模型部署

￮ 数据积累与模型迭代的长期规划

￮ 与现有研发流程的融合策略

2. 当前技术瓶颈与突破方向

￮ 肽的动态构象预测、跨膜转运预测难题

￮ 生成式模型的可解释性问题

￮ 合成可行性预测的准确性提升

3. 未来趋势展望

￮ 多模态大模型在肽类设计中的应用

￮ AI 驱动的肽 - 递送系统一体化设计

￮ 个体化肽类药物的研发前景

课程总结 · 答疑

徐博：化学物理博士，现任某Biotech董事、AIDD/CADD部门负责人，持有省自然科学高级技术职称，获评市区两级海外高层次人才。长期深耕生物计算、AI药物设计领域，特别是机器学习、生成式AI等前沿技术在药物研发中的落地应用。曾于欧美多所顶尖院校及机构开展合作研究，具备国际化前沿研发视野。牵头搭建一站式 AI 肽类药物智能研发平台，覆盖多肽从头设计、蛋白 - 肽精准对接、环肽修饰优化、PDC 分子协同设计、肽类性质智能预测等核心模块并支撑多条管线落地推进；在序列突变优化、结合构象预测等前沿算法落地，打通 AI 技术与靶向多肽、长效多肽药物研发的全链条融合应用中有丰富经验。科研成果丰硕，多项成果发表于《Chem. Rev.》《J. Chem. Phys.》等国际知名权威期刊并入选亮点文章及封面论文，学术影响力突出。目前兼任多个国际期刊同行评审人，持续深耕AI+肽类药物产业落地、技术创新与合规转化。协会特聘专家。

三、 会议费用

会务费：4000元/单位（会务费包括：培训、研讨、 电子版资料、电子版培训证书、一年视频回放等）；（为了给企业节约学习成本及方便工作安排可以投屏全员观看+视频回看一年）  

四、 联系方式

马超 13240487419

中国化工企业管理协会医药化工专业委员会

                  2026年6月

附件二：AI赋能肽类药物设计从基础原理到产业落地的全流程实战培训班--报名表