单细胞多组学及空间组学数据分析与应用专题生物信息学的研究重点包括单细胞转录组与空间转录组。单细胞转录组提供了每个细胞内基因表达信息，结合空间转录组可以了解这些细胞在组织甚至器官级别的分布，对于理解动物发育或疾病意义重大。随着近几年的持续火热，单细胞测序技术也从单纯的转录组测序发展为多组学联合分析，包括基因组、转录组、表观基因组、蛋白组以及有空间水平的多组学研究（如空间转录组）。单细胞多组学技术能多层次、多角度地描绘细胞间的异质性，挖掘各层组学之间的直接和潜在联系，从而更加全面和系统地描绘细胞的状态和命运在生命科学和医学多领域有广泛的应用前景。课程大纲单细胞多组学及空间组学数据分析与应用专题高通量测序数据，R语言，Linux操作系统课程简介：本部分课程将带学员领略生物信息数据分析中三个重要组成部分的基本内容。1.

集成多组学数据的机器学习在生物医学中的应用专题理解一种疾病的某种现象仅使用一种数据类型是远远不够的，随着高通量测序和多组学的快速发展，生物医学研究开始采取多组学技术结合的方法，机器学习作为从数据中进行学习的算法，可以对不同组学来源（如基因组学、转录组学、蛋白质组学、代谢组学）的数据进行综合分析，开发针对个体多样性的多因素预测模型，可以显著减少需要考虑的潜在治疗组合的空间，并识别其他可能被忽视的组合，从而证明预测治疗可能存在的有效性。课程大纲集成多组学数据的机器学习在生物医学中的应用专题机器学习及生物组学基础学习目标：对机器学习基本概念进行介绍，让大家对机器学习基本概念有大致了解。明确机器学习方法的适用性，优势，以及局限性等Ø

——Gaussian——量子化学计算Gaussian是做半经验计算和从头计算使用最广泛的量子化学软件，可研究诸如分子轨道，结构优化，过渡态搜索，热力学性质，偶极矩和多极矩，电子密度和电势，极化率和超极化率，红外和拉曼光谱，NMR，垂直电离能和电子亲合能，化学反应机理，势能曲面和激发能

——LAMMPS——分子动力学模拟LAMMPS是一款经典的分子动力学软件，免费开源，可以模拟液态、固态或气态的粒子的系综。也可以采用不同的力场和边界条件来模拟全原子，聚合物，生物，固态（金属、陶瓷，氧化物），粒状和粗料化体系。LAMMPS可以计算的体系小至几个粒子，大到上百万甚至是上亿个粒子。同时lammps代码可以修改和扩展，可以方便的为之扩展上新特征和功能来匹配课题的个性化需求。应新老客户的培训学习需求，特举办“LAMMPS分子动力学模拟”专题培训课程，本次培训的主办方为北京软研国际信息技术研究院，承办方为互动派(北京)教育科技有限公司，具体通知如下：PART

2023LAMMPS分子动力学模拟技术与应用LAMMPS是一款经典的分子动力学软件，免费开源，可以模拟液态、固态或气态的粒子的系综。也可以采用不同的力场和边界条件来模拟全原子，聚合物，生物，固态（金属、陶瓷，氧化物），粒状和粗料化体系。LAMMPS可以计算的体系小至几个粒子，大到上百万甚至是上亿个粒子。同时lammps代码可以修改和扩展，可以方便的为之扩展上新特征和功能来匹配课题的个性化需求。01课程大纲LAMMPS分子动力学模拟技术与应用课程内容第一天

LAMMPS高级算例：模拟化学摩擦过程（CMP）：建模，loading和shearing过程模拟，结果分析等第三天

2023CP2K从头算分子动力学模拟与应用CP2K是一款较为强大的AIMD计算程序，免费开源，可高效并行。由于CP2K在做DFT时可以速度非常快地计算成千上万个原子的体系，因此在大规模模拟体系中经常被一些学者用到。比如计算原子数达到一千原子，计算时间可达到纳秒级别，这是非常诱人的！！从CP2K官网可以看到，一些学者已经用它在一些高大上的期刊上发表了研究成果。01课程大纲CP2K从头算分子动力学模拟技术与应用课程内容赠送预习视频内容基础理论知识高斯平面波混合方法(GAPW)从头算分子动力学模拟原理（AIMD）cp2k在ubuntu系统的安装第一天

2023Gaussian量子化学计算技术与应用Gaussian是做半经验计算和从头计算使用最广泛的量子化学软件，可研究诸如分子轨道，结构优化，过渡态搜索，热力学性质，偶极矩和多极矩，电子密度和电势，极化率和超极化率，红外和拉曼光谱，NMR，垂直电离能和电子亲合能，化学反应机理，势能曲面和激发能

AIDD专题01课程特色本次系列课程共四个专题，均采用在线直播的形式，课后提供无限次的回放视频，建立永不解散的课程群，长期互动答疑，学员学完后可以继续与专业老师同学交流问题，巩固学习内容，从而更好地满足学员不同方面的论文及实际科研工作需求；专题四课程通过机器学习、深度学习的分类回归任务、

CADD系列专题课程特色本次系列课程共6天，均采用在线直播的形式，课后提供无限次的回放视频，建立永不解散的课程群，长期互动答疑，学员学完后可以继续与专业老师同学交流问题，巩固学习内容，从而更好地满足学员不同方面的论文及实际科研工作需求；CADD专题课程带您一步步实操学习蛋白结构分析、同源建模、虚拟筛选、分子对接（半柔性、柔性对接、蛋白-蛋白、蛋白-多肽、酶蛋白-配体、核酸-小分子、共价对接）、药效团模型、定量构效关系、碎片化药物设计、Gromacs

AMBER系列专题A/M/B/E/R/从/入/门/到/精/通课程特色本次系列课程共4天，均采用在线直播的形式，课后提供无限次的回放视频，建立永不解散的课程群，长期互动答疑，学员学完后可以继续与专业老师同学交流问题，巩固学习内容，从而更好地满足学员不同方面的论文及实际科研工作需求；ANBER专题课程从AMBER程序入门学会编译方法，安装自己的AMBER可执行程序开始，依次讲授研究对象模型的获取与构建-体系预处理、能量优化、分子动力学模拟结果评估、结合自由能计算、相互作用机理分析、可视化、轨迹特征获取，并对经典文献进行复现。01课程大纲时间课程名称课程内容第一天上午一.

薛定谔专题课程特色本次系列课程共四个专题，均采用在线直播的形式，课后提供无限次的回放视频，建立永不解散的课程群，长期互动答疑，学员学完后可以继续与专业老师同学交流问题，巩固学习内容，从而更好地满足学员不同方面的论文及实际科研工作需求；专题三课程以薛定谔软件为基础，以实例讲授和练习为主。依次讲授半柔性对接及对接结果评价、Bcr/Abl靶点抑制剂的分子对接及结果分析、柔性对接、基于结构的虚拟筛选、共价对接、Bcr/Abl靶点抑制剂的虚拟筛选、EGFR靶点抑制剂共价对接、药效团构建虚拟筛选及结果分析、基于药效团的Bcr/Abl抑制剂虚拟筛选、构效关系模型构建及化合物活性分析等。大纲时间课程名称课程内容第一天上午蛋白-配体相互作用1.

机器学习材料性能预测与材料基因工程应用实战超强福利来袭培训背景传统的材料研发技术是通过实验合成表征对材料进行试错和验证，而过去的计算手段受限于算法效率，无法有效求解实际工业生产中面临的复杂问题。近几年随着大数据和人工智能介入，通过采用支持向量机、神经网络等机器学习算法训练数据集来构建模型，以预测材料的结构、吸附特性、电学特性、催化性能、力学特性和热力学特性等性能，大大推动了新型材料的发现和传统材料的更新，预测结果甚至能够达到与高保真模型基本相同的精度，且计算成本很低。然而，机器学习在材料科学中的应用仍存在一些瓶颈，人工智能研究项目所需的技能和知识匮乏缺失制约着该方向的发展。现推出《机器学习材料性能预测与材料基因工程应用实战》永久录播回放课程。培训特色1.

多组学专题研究背景理解⼀种疾病的某种现象仅使用⼀种数据类型是远远不够的，随着高通量测序和多组学的快速发展，生物医学研究开始采取多组学技术结合的方法，传统的信息数据处理算法不能满足大数据的处理要求，机器学习作为从数据中进行学习的算法，可以对不同组学来源（如基因组学、转录组学、蛋白质组学、代谢组学）的数据进行综合分析，开发针对个体多样性的多因素预测模型，可以显著减少需要考虑的潜在治疗组合的空间，并识别其他可能被忽视的组合，并可以添加实验验证的步骤，以提供额外的证据，从而证明预测治疗可能存在的有效性。机器学习在疾病亚型识别、生物标志物发现、通路分析以及药物发现及其再利用有着更广泛的前景和应用空间。然而，机器学习的应用仍存在一些瓶颈，人工智能研究项目所需的技能和知识匮乏缺失制约着该方向的发展。本次培训主办方为北京软研国际信息技术研究院，由互动派（北京）教育科技有限公司承办，具体通知如下：课程特色☆

往期精彩小白毫无头绪？无从入手？不存在的！优质教师带你快速入门！弯道超车！还不快来？LAMMPS分子动力学及ReaxFF反应力场计算各有关单位:LAMMPS分子动力学程序是一款开源免费的软件，可以模拟气态、液态、固态及混合态体系，LAMMPS软件计算速度快，计算能力强，用户使用LAMMPS既可以根据程序原有功能进行in文件编写进行模拟又可以自行编码开发出自己需求的功能。ReaxFF是新一代的分子力场，除传统力场的基本性质之外，可以模拟体系中的化学反应。ReaxFF具有模拟速度快的优点，能够处理较大体系的化学反应过程。在材料科学中有着极大的应用前景，帮助设计和开发新材料。应新老客户的培训需求，北京软研国际信息技术研究院特举办“LAMMPS分子动力学及ReaxFF反应力场计算”系列专题培训，本次培训由互动派（北京）教育科技有限公司具体承办，具体通知如下：培训特色1、本次系列课程共2个专题，均采用在线直播的形式，提供无限次回放视频，发送全部案例资料，建立永不解散的课程群，长期互动答疑，学完后可与专业老师同学交流问题。2、LAMMPS分子动力学专题从软件基础入门开始，结合实例讲解in文件编写命令，力图大家掌握LAMMPS是什么？能干什么？怎么用？进阶阶段分七个方向专题，分别讲授石墨烯、金属材料模拟、纳米流体模拟分析；热传导模拟计算；金属、合金、高熵合金及材料切削模拟；离子辐照损伤模拟；MOFs材料建模分析；分子筛膜材料气体分离模拟分析。3、ReaxFF反应力场专题从ReaxFF基础理论开始，结合实例讲授反应力场计算所需的文件、力场验证、命令解读、程序获取与选择、结果计算与可视化；进阶部分以溶液中的质子转移、碳化硅表面石墨烯的生长为例，带大家走通整个ReaxFF反应力场应用的过程。4、每个专题课程通过基础+进阶案例应用的思路讲授，分别帮助学员掌握

机器学习在材料结构与性能预测中的应用实战各有关单位：传统的材料研发技术是通过实验合成表征对材料进行试错和验证，而过去的计算手段受限于算法效率，无法有效求解实际工业生产中面临的复杂问题。近几年随着大数据和人工智能介入，通过采用支持向量机、神经网络等机器学习算法训练数据集来构建模型，以预测材料的结构、吸附特性、电学特性、催化性能、力学特性和热力学特性等性能，大大推动了新型材料的发现和传统材料的更新，预测结果甚至能够达到与高保真模型基本相同的精度，且计算成本很低。然而，机器学习在材料科学中的应用仍存在一些瓶颈，人工智能研究项目所需的技能和知识匮乏缺失制约着该方向的发展。应新老客户的培训需求，北京软研国际信息技术研究院特举办“机器学习在材料结构与性能预测中的应用实战”专题培训，本次培训由互动派（北京）教育科技有限公司具体承办，具体通知如下：培训特色1.本次课程共5天，每天上午三个学时、下午三个学时，共30个学时，采用“2+3”教学体系，分两阶段授课，给与学员巩固练习时间；采用在线直播的形式，培训结束提供无限次回放视频，发送全部案例资料，建立永不解散的课程群，长期互动答疑。2.课程入门阶段从机器学习以及机器学习在材料领域的应用基本概念开始讲授，让大家明确机器学习方法的适用性和优势，以及有针对性的对python语言基础进行系统学习，为之后构建相应算法模型框架打下基础。3.课程进阶阶段分别讲授深度学习神经网络、经典机器学习模型、材料数据库及特征工程、图神经网络与实践、机器学习+Science五个模块，过程中穿插实际应用算例（神经网络在催化领域的应用-CO2还原、预测杂化钙钛矿的带隙和形成能、有机太阳能电池材料的快速筛选、图神经网络预测无机材料的性能、量子点发光材料色温的预测等）4.课程通过基础入门+进阶算例实战的讲授思路，从初学及应用研究角度出发，带大家实战演练机器学习在不同类型材料结构与性能预测中的数据来源、预测模型以及预测结论等，助力大家有针对性的掌握多种机器学习算法模型的构建以及在材料性能预测中的实现方法，使材料设计满足当前和未来发展。培训时间（共五天，三十个学时，每学时五十分钟）机器学习在材料结构与性能预测中的应用实战

01培训目标1、本次课程采用在线直播的形式，提供无限次回放视频，发送全部案例代码，建立永不解散的课程群，长期互动答疑，学员学完后可继续与专业老师同学交流问题。2、课程从软件的基础操作开始，以肋片散热模型为例带大家走通整个建模仿真流程，掌握COMSOL仿真所需创建模型的步骤、几何创建、网格划分、方程及边界设置以及后处理等。3、燃料电池仿真模块以燃料电池仿真、多孔电极模型、尘气输运模型、纽扣电池模型、连接体模型、直接碳燃料电池模型（传质-导电-电化学-热多场耦合）以及应力分析为例，带大家掌握COMSOL仿真从简到真的燃料电池建模方法。4、锂离子电池仿真模块以锂电池热管理模型为例带大家掌握锂电池活化极化方法以及电化学-热耦合的方法。5、锂金属电沉积仿真模块分别以锂金属沉积二维模型、三维模型为例，带大家掌握电沉积模型的实现、瞬态和稳态的模拟、界面双电层模型等。6、整个课程采用“理论+实操”的讲授模式，通过多个模块场景案例的应用讲解，了解借助

85329991官方网址：http://srit.ac.cn【注】1、开课前一周会务组统一通知；开课前一天将直播链接及上机账号发至您邮箱或微信。九、课程问答Q1课程是否适合小白/零基础的学员？A