|
第1届北京等贤AI大模型代谢组学培训班第一轮通知发布日期:2025年06月11日 培训简介 AI 大模型代谢组学是当前生命科学与人工智能交叉领域的重要前沿方向, 其核心是利用大语言模型、Transformer、图神经网络、生成式模型和多模 态基础模型,对质谱、核磁、色谱、代谢通路、基因组、转录组、蛋白组 和临床表型等多源数据进行统一建模与智能解析。相比传统代谢组学主要 依赖人工注释、数据库比对和统计分析,AI 大模型能够在海量未标注质谱 数据中学习代谢物结构表征,辅助完成峰识别、代谢物注释、通路推断、 疾病分型、药物响应预测和生物标志物发现;同时,通过多组学融合与自 然语言推理,大模型正在推动代谢组学从“数据检测”走向“机制解释” 和“智能预测”。当下前沿研究已开始探索面向代谢组学的专用评测基准、 多组学推理模型和生命科学基础模型,但跨数据库标识符统一、长尾代谢 物注释、实验可重复性和生物学可解释性仍是关键挑战。整体来看,AI 大 模型代谢组学正在成为连接分子代谢变化、疾病机制解析、精准医学、药 物研发和个体化健康管理的重要技术路线。 培训目标 1. 熟悉代谢组学 、AI 大模型调用和机器学习相关背景知识以及硬件和软件; 2. 入门 R 语言 、AI 模型的调用以及机器学习理论和常规使用; 3. 掌握代谢组学从样本处理到上下游数据分析以及出图的全流程; 4. 能借助 AI 大模型复现 CNS 及其子刊级别杂志中代谢组学相关文章中的图 片; 5.能灵活熟练地借助 AI 大模型分析自己的代谢组数据并尝试联合多组学分析。 培训课程大纲 第一天上午: A1 代谢物及代谢组学的发展与应用 (1) 代谢与生理过程; (2) 代谢与疾病; (3) 非靶向与靶向代谢组学; (4) 空间代谢组学与质谱成像(MSI); (5) 代谢组学与药物和生物标志物; (6) 代谢组学联合其他组学分析思路; (7) 代谢流与机制研究。 A2 代谢通路及代谢数据库 (1) 几种经典代谢通路简介; (2) 三大常见代谢物库:HMDB、METLIN 和 KEGG; (3) 代谢组学原始数据库:Metabolomics Workbench 和 Metabolights. A3 参考资料推荐 第一天下午: A4 代谢组学实验流程简介 A5 色谱、质谱硬件与原理解析 (1) 色谱分析原理与构造; (2) 色谱仪和色谱柱的选择; (3) 色谱的流动相:梯度洗脱法; (4) 离子源、质量分析器与质量检测器解析; (5) 质谱扫描模式分析原理及动画演示; (6) 色谱质谱联用技术(LC-MS); 第二天上午: B1 代谢物样本处理与抽提 (1) 各种组织、血液和体液等样本的提取流程与注意事项; (2) 代谢物抽提流程与注意事项; (3) 样本及代谢物的运输与保存问题; B2 LC-MS 数据质控与搜库 (1) LC-MS 实验过程中 QC 和 Blank 样本的设置方法; (2) LC-MS 上机过程的数据质控监测和分析;(3) 代谢组学上游分析原理——基于 Compound Discoverer 与 Xcms 软件; (4) Xcms 软件数据转换、提峰、峰对齐与搜库; 第二天下午: B3 R 语言基础与 AI 大模型调用 (1) R 和 Rstudio 的安装; (2) Rstudio 的界面配置; (3) AI 大模型调用; (4) R 中的基础运算和统计计算; (5) R 中的包:包,函数与参数的使用; (6) R 语言语法:数据类型与数据结构; (7) R 基础画图; B4 R 语言画图利器——ggplot2 包 (1) ggplot2 简介 (2) AI 大模型辅助总结与解析 (3) ggplot2 的画图哲学; (4) ggplot2 的配色系统; (5) ggplot2 数据挖掘与作图实战; 第三天上午:AI 大模型辅助机器学习 C1 有监督式机器学习在代谢组学数据处理中的应用 (1) AI 大模型对机器学习在代谢组学中作用的解析; (2) AI 大模型辅助了解人工智能、机器学习、深度学习的关系; (3) 回归算法:从线性回归、Logistic 回归与 Cox 回归讲起; (4) PLS-DA 算法:PCA 降维后没有差异的数据还有救吗? (5) VIP score 的意义及选择; (6) 分类算法:决策树,随机森林和贝叶斯网络模型; C2 一组代谢组学数据的分类算法实现的 R 演练 (1) AI 大模型数据解读; (2) AI 大模型演练与操作; 第三天下午: C3 无监督式机器学习在代谢组学数据处理中的应用 (1) AI 大模型解析非监督式机器学习 (2) 大数据处理中的降维;(3) PCA 分析作图; (4) 三种常见的聚类分析:K-means、层次分析与 SOM (5) 热图和 hcluster 图的 R 语言实现; C4 一组代谢组学数据的降维与聚类分析的 R 演练 (1) AI 大模型数据解析; (2) AI 大模型演练与操作; 第四天上午: D1 在线代谢组分析网页 Metaboanalyst 操作 (1) 用 R 将数据清洗成网页需要的格式; (2) 独立组、配对组和多组的数据格式问题; (3) Metaboanalyst 中的上游分析(原始数据峰提取、峰对齐与搜库) (4) Metaboanalyst 的 pipeline 以及参数设置和注意事项; (5) Metaboanalyst 的结果查看和导出; (6) Metaboanalyst 的数据编辑; (7) 全流程演练与操作; (8) 代谢联合多组学分析网页操作。 第四天下午: D2 代谢组学数据清洗与 R 语言进阶 (1) 代谢组学中的 t、fold-change 和响应值; (2) AI 大模型进行数据清洗流程; (3) R 语言 tidyverse; (4) 数据预处理:数据过滤与数据标准化(样本的 Normalization 和代谢物的 Scaling); (5) AI 大模型完成代谢组学数据清洗演练与总结; 第五天上午: E1 文献数据分析部分复现(1 篇) (1) AI 大模型辅助文献深度解读; (2) AI 大模型练习讲解:从原始数据下载到图片复现; (3) 学员练习使用 AI 大模型实现图片复现。 第五天下午: E2 AI 大模型辅助代谢组学顶刊解读(3 篇);(1) Neuron 一篇有关人脑代谢吸收和产生的代谢物种类的代谢图谱类的文献;(数据库型) (2) Nature communication 一篇胃癌患者血浆代谢组学使用机器学习得出预测模型用于胃 癌的诊断和预后的文献;(血液生物标志物型) (3) Nature 一篇对胰腺癌患者肠道菌群的代谢组学分析找到可以提高化疗效果的代谢物的 文献。(机制研究型) 讲师介绍: 来自顶尖 985 高校神经科学,长期致力于利用 AI 智能体(Agent)、机器学习、 代谢组学、转录组学、单细胞组学及分子生物学等多学科技术,系统研究神经内 科慢性病的发病机制、生物标志物开发及临床预防与治疗策略。在代谢组学方向, 精通高效液相色谱-质谱联用(LC-MS)技术,覆盖非靶向与靶向代谢组学的全 流程——从样本制备到 AI 驱动的数据分析;在多组学大数据整合中,擅长运用 AI Agent 与生物信息学方法进行自动化、智能化的数据挖掘与解析。研究成果 在 Neuron, J Clin Invest, EBioMedicine, Cell Death Dis, Cell Death Discov, Nanotoxicology 等期刊发表 SCI 论文 11 篇。 课程特色及授课方式 线上授课时间和地点自由,建立专业课程群进行实时答疑解惑,理论+实操授课 方式结合大量实战案例与项目演练,聚焦 AI 大模型代谢组学领域的最新研究进 展,课前发送全部学习资料,课程提供全程答疑解惑; 完全贴合学员需求的课程体系设计,定期更新的前沿案例,由浅入深式讲解,课 后提供无限次回放视频,免费赠送二次学习,发送全部案例资料,永不解散的课 程群,可以与相同领域内的老师同学互动交流问题,让求知的路上不再孤单! 增值服务 1、凡参加人员将获得本次课程学习资料及所有案例模型文件; 2、课程结束可获得本次所学专题全部回放视频; 3、课程会定期更新前沿内容,参加本次课程的学员可免费参加一次本单位后期 举办的相同专题课程(任意一期) 课程会议完毕后老师长期解疑,课程群不解散,往期会议学员对于会议质量和授 课方式一致评价极高! 学员对于会议答疑给予高度评价! 授课时间 AI 大模型代谢组学专题 2025.07.18--2025.07.19(上午 9:00-11:30 下午 13:30-17:00) 2025.07.23--2025.07.24(晚上 19:00-22:00) 2025.07.25--2025.07.26(上午 9:00-11:30 下午 13:30-17:00) 腾讯会议线上授课(共五天课程提供全程视频回放和课程群答疑) 课程费用 每人每班:4980元 往届学员的优惠:为便于往届学员获得后来历届培训里增加的大量新知识,,参加过以往任意一届北京等贤培训班的学员可享受8折优惠!报名时请主动在邮件里说明。 报名方式 联系人:陈老师 咨询电话:15652523032(微信同号) 相关事项(必读!) 1、每个学员在报名后都会提供盖有公章的邀请函。 2、若有任何问题需要咨询或沟通,请发送邮件至 13141346157@qq.com。 3、郑重声明:北京等贤的培训讲义、录音以及培训中提供的一切电子资料,皆 仅限学员自己学习使用,严禁私下复制、传播、盗卖,不得发布至网络上公开平 台,否则必将被严厉追究法律责任、要求赔偿经济损失,情节严重的还将在网络 上予以公示、向涉事者所在学校/单位进行通报。报名本培训视为认可本条款。 4、报名后允许取消报名,决定取消报名时应尽早通知我们。如果在报名后因为 不可抗力而不得不取消报名,一次无妨,但如果反复出现多次在报名后又取消报 名的情况(特别是到了培训快开始,我们发催款通知后才说要取消报名),将会 影响信誉,导致在报名未来北京等贤的培训时降低受理的优先级,或者不再接受。 如果报名后,我们尝试通过报名表中的各种联系方式联系报名者但经过数日都没 有收到任何回复,本次报名将作废,且报名未来的培训时将不再受理。我们希望 发来报名表的都是真心要参加培训学习知识的人,请尽量避免浪费有限的培训名 额。 |

