摘要：药物与细胞膜的相互作用是决定药物在体内吸收、分布、代谢与排泄的关键因素之一,最终影响临床上的药效与毒副作用.对药物透膜过程的分子动力学模拟可在原子层面上提供药物与膜相互作用的丰富信息,从而指导药物分子的设计与优化以及载药体系如脂质粒的优化.从磷脂双分子层模型、全原子/联合原子模型方法及粗粒化模型方法、膜性质关键参数分析等方面展开介绍,并对系列药物分子与膜的相互作用分子动力学模拟应用实例进行了综述.

摘要：在生物信息学领域,人工智能方法在预测药物分子的物理化学性质和生物活性中获得了重大成功,特别是神经网络已被广泛应用到药物研发中。但是浅层神经网络的预测精度低,深度神经网络又容易出现过拟合的问题,而模型融合策略有望提升机器学习中弱学习器的预测能力。据此,文中将模型融合方法首次应用到药物分子性质的预测中,通过对药物分子的化学结构进行信息化编码,采用平均法、堆叠法融合浅层神经网络,提高对药物分子pKa预测的能力。与深度学习方法相比,堆叠法(Stacking)融合的模型具有更高的预测准确性,其预测结果的相关系数达到0.86。通过将多个弱学习器的神经网络有机组合可使其达到深度神经网络的预测精度,同时保留更好的模型泛化能力。研究结果表明,模型融合方法可提高神经网络对药物分子pKa预测结果的准确性和可靠性。

摘要：随着生命科学实验数据的高速积累和增长,生物信息学成为生命科学研究型人才必须掌握的重要技能。从高性能计算和生物信息学的关系入手,简述了生物信息学教学中采用高性能计算设备的必要性。根据农业院校的具体情况,在生物信息学教学中建立了高性能计算平台,帮助学生熟悉相关并行计算环境,更好地理解生物信息学重要的理论和算法。在课程安排上,理论课、实验课以及课程设计的内容围绕生物信息学案例展开。基于Moodle教学系统进行在线课程管理,培养学生的自主学习能力和团队协作意识,提高了学生运用高性能计算解决实际生物信息学问题的能力。

摘要：本文针对应用型本科"数字图像处理"课程的实验教学,设计了一套以创新应用型人才培养为目标的实践教学体系。提出了以"验证理解-模仿设计-改进创新"为主导的实践教学模式,采用偏重实验过程考核的成绩评定体系。结果表明,该实践教学模式有利于激发学生的学习兴趣、调动自主学习的积极性,提高了实践教学质量。

摘要：毒性研究是一项重要且复杂的科学工作,涉及到评估化学物质及其他物质对人类健康的潜在危害,也对环境保护和可持续发展起着重要作用。传统的基于分子、细胞与动物模型的毒理学实验,除了成本高昂且耗时的问题,还存在对动物不友好的局限性。随着计算机技术的迅猛发展,出现了计算毒理学模型的开发研究。相比于传统的毒理学实验,计算毒理学模型具有高效率、低成本、方便快捷的特点,逐渐成为毒理学研究的热点方向之一。介绍了包括机器学习在内的计算模型预测化合物毒性的研究方法及其在环境保护、毒性风险评估和药物设计等领域的应用,并进一步讨论了计算模型在毒性预测中存在的不足之处及可能的发展方向。