用于药物发现的人工智能理学硕士

本课程旨在培养学生在计算药物发现领域的职业能力，重点发展人工智能与药物研发相结合的高级计算技能。学生将学习Python编程、机器学习与深度学习方法在药物发现中的应用，掌握分子设计、结构优化、模型构建及生物分子系统模拟等核心知识。 课程结构包括7个必修模块和1个研究项目。必修模块涵盖：药物发现的人工智能项目、先导化合物优化、基于配体的计算药物发现、数据驱动药物发现、药物发现中的分子建模、药物化学基础以及面向药物发现的科学编程和机器/深度学习。所有模块均结合理论教学与实践操作，强化实际应用能力。 评估方式为67%课程模块成绩和33%研究项目成绩。研究项目由学生在导师指导下独立完成，主题涉及机器学习预测肽-受体相互作用、生成式模型用于肌肉疾病药物设计、降低心脏细胞毒性等前沿方向。部分项目示例仅供参考，具体取决于导师资源。 该课程不要求申请者具备编程基础，适合希望在计算药物发现领域发展的学生。