Лучшее на RU-vid
Кино
Авто/Мото
Видеоклипы
Животные
Спорт
Игры
Приколы
Развлечения
Хобби
Наука
Авторизоваться
Зарегистрироваться
钰沐菡-YuMuhan
95
38 267
Подписаться
Welcome to my channel. I have been organizing a weekend webinar series on expert topics in drug discovery and related areas. Here I upload all the recordings from my webinars. All content is mine own, and I do not in any way speak for my employer.
1:12:33
天然药物发现的五大挑战 - 朱建忠 (哥本哈根大学药物设计与药理系在读博士) | 钰沐菡公开课 #天然产物 #naturalproducts #天然药物
6 месяцев назад
1:01:43
神经影像 - 脑形态测量规范建模 CentileBrain模型 钰沐菡公开课 --- 盖瑞洋博士 #神经影像 #精准医疗 #规范建模
6 месяцев назад
1:44:23
高性能共价对接算法HCovDock - 吴奇隆 #药物发现 #共价药物 #共价对接 #分子对接 #docking
7 месяцев назад
1:19:15
基于微流体的单细胞微生物测序技术的开发与应用 - 李相鹏博士 #微流体 #微生物 #单细胞测序
7 месяцев назад
40:12
虚拟筛选,到底想筛出来什么? #虚拟筛选 #药物发现 #CADD #virtualscreen
7 месяцев назад
59:48
基因治疗:通向医学的未来 - 沈勇博士 #基因治疗 #genetherapy
7 месяцев назад
57:41
纳米材料辅助联合声动力学癌症治疗的最新进展 STD - 史林融 #癌症治疗 #纳米材料 #声动力学
7 месяцев назад
1:05:15
生物物理技术导向的早期药物发现:从小分子片段到先导化合物 - 夏立子博士#FBDD #基于片段的药物发现
7 месяцев назад
1:05:08
药效团提示驱动的分子生成大模型 - 徐优俊博士 #药物发现 #药效团 #gpt #分子生成 #生成式ai
7 месяцев назад
50:21
ChAdOx1和ChAdOx2腺病毒载体疫苗的冻干技术:实现无需冷藏的疫苗分发 - 章程博士 #新冠疫苗 #冻干技术
7 месяцев назад
1:14:21
Post AlphaFold2 Era - Focus on Drug Discovery 后AlphaFold2时代:聚焦药物发现 - 徐锡明老师 #alphafold #drugdiscovery
7 месяцев назад
1:01:07
AlphaFold in 2024:跨越分子边界,AlphaFold引领生命科学的新纪元 -- 钟博子韬 #AlphaFold #蛋白结构
8 месяцев назад
53:09
DSDP:GPU加速的高性能盲对接方法 - 张宏博士 #cadd #分子对接 #药物发现 #口袋预测 #深度学习 #机器学习
10 месяцев назад
59:58
实验辅助蛋白结构预测模型与计算辅助实验解析方法的共生 - 刘思睿 (昌平实验室) 【钰沐菡公开课】#蛋白结构预测 #蛋白结构解析 #AlphaFold2
Год назад
1:26:15
AI 驱动的量子精度的蛋白质动力学模拟 - 王童博士 | 微软研究院 | #蛋白质构象采样 #分子动力学模拟 #从头计算 #药物发现 #蛋白质结构预测
Год назад
1:34:39
Beyond AlphaFold2: 从结构预测到分布预测 | 郑书新博士 | 微软研究院 | Distributional Graphormer (DiG)
Год назад
45:42
系统化学生物学驱动抗癌药物和新靶点的发现 - 廖羿 (美国国家癌症研究所-墨菲特研究中心) #药物研发 #网络药理学 #化学蛋白质组学 #系统化学生物学 #生物标志物 #多向药理学
Год назад
54:34
给细胞加装CPU | 用从头设计的蛋白质进行分子回路的编程 - 陈子博 (西湖大学助理教授)#蛋白设计 #分子回路编程
Год назад
45:53
基于PROTAC技术发展抗肿瘤药物分子 - 余旭芬 (复旦大学药学院) #PROTAC #抗肿瘤药物 #药物研发 #靶向蛋白质降解 #蛋白激酶 #表观遗传蛋白
Год назад
1:03:32
Uni-GBSA:高通量虚拟筛选的结合自由能计算工具介绍 — 杨茂华博士 (深势科技) #药物研发 #药物筛选 #结合自由能 #MMGBSA
Год назад
53:40
Uni-QSAR:基于Uni-Mol模型的自动化分子属性预测工具 — 吉小洪 (深势科技算法研究员)#药物研发 #QSAR #CADD #分子属性预测
Год назад
35:30
JCTC封面文章解读:Uni-Dock — GPU加速的分子对接引擎 ——蔡淳 (深势科技高性能计算负责人) #药物发现 #计算机辅助药物设计 #CADD #分子对接 #构象搜索 虚拟筛选 #化学空间
Год назад
54:23
遗传密码子的起源 — 苏蒙博士 (剑桥大学分子生物学实验室) #
Год назад
15:51
关于分子对接 - 你一定要知道的事
Год назад
1:11:14
PyMOL超详细入门教程---一节课讲清楚PyMOL基本用法
Год назад
1:22:25
应用计算生物学解析炎症性疾病中T细胞的功能 - 赵宇博士 (汉堡大学医学院)
Год назад
1:19:22
抗耐药细菌感染药物研发新策略 - 协和医学院张文轩教授 | 钰沐菡公开课
Год назад
1:20:51
经导管二尖瓣器械的发展与挑战 - 陈密博士(苏黎世大学医院) | 钰沐菡公开课
Год назад
1:18:15
基于DNA损伤修复的肿瘤治疗研究 - 叶足博士 | 钰沐菡公开课
Год назад
Комментарии
@pent1162
Месяц назад
請問可以分享簡報嗎?
@dongyangli4255
2 месяца назад
讲的不是很好,语言表达不好的话可以在内容方面进行优化
@byw8396
4 месяца назад
以前读过一篇纳米机器人在医疗领域的论文,当时觉得自己把声推进搞明白了,现在听完才发现,具体真的好多细节不是当初想的那么简单。
@shanyuxi
4 месяца назад
谢谢!
@YihongXu-v7u
4 месяца назад
这些讲述,感觉逻辑思维不是很好,表达也往往词不达意!要改进,才会有流量。
@liyazhu4985
6 месяцев назад
最近在学DimeNet和SphereNet,,感谢分享!
@续磊霍
6 месяцев назад
他讲的真好。我是做神外肿瘤的,你们有兴趣做吗
@yumuhan2325
6 месяцев назад
可否请在公众号或者b站发个私信留一下联系方式
@Bo_Lee
6 месяцев назад
请问这个PPT可以分享一下吗?
@decen2484
7 месяцев назад
最终你们怎么验证?
@darby1208
7 месяцев назад
22:00 Q&A
@darby1208
7 месяцев назад
20:00 你要注意你选择的这100个可能都是一个骨架。那么其实你只是在验证一个系列。那你就会错过其他系列的可能。
@darby1208
7 месяцев назад
02:00 无法通过虚拟筛选得到lead。lead和hit的区别。 06:00 一些文章指出它的lead是从虚拟筛选中得到的。那么就要高度怀疑它真正是从哪里得到的。 19:00 这个时候你就可以做虚拟筛选了。然后你把筛选结果的化合物买回来或者自己合成,去做生物活性测试。
@darby1208
8 месяцев назад
4:00 - 9:00 AF2的能与不能。观点:临床试验的失败也有临床试验部分的原因。不能赖药物结构设计的不好。就是说临床试验的失败由临床试验领域自己的原因。
@darby1208
8 месяцев назад
3:00 并不是只有基于结构才能药物发现。基于表型或者基于其他信息也可以做药物发现。 只不过是给人感觉基于结构的药物发现更容易解释这个药的机制。 4:00 卡托普利(1975BMS)的成功使得基于结构的药物设计深入人心。 伊马替尼(1993诺华)引领激酶药物使用基于结构的药物设计数十年。
@johnmiller5798
8 месяцев назад
沙发 好文要顶
@chuwen-HOME
9 месяцев назад
我在研究美国医药股,太难看懂,特来学习!
@yiluo-o5l
9 месяцев назад
请问有ppt吗
@runshen7723
9 месяцев назад
Dr. Heng is very knowledgeable!
@runshen7723
9 месяцев назад
Very informative presentation.
@yizhang3491
9 месяцев назад
深入浅出。没有一句废话。很受启发, 受益匪浅. 精彩!
@yizhang3491
9 месяцев назад
节目非常好👍讲者博学多才, 把复杂的东西讲了通俗易懂。水准太高了。关键是什么都懂。 学习到了很多知识。谢谢
@johnmiller5798
10 месяцев назад
这集高
@user-ve9bk2zh8t
10 месяцев назад
对一个初学者非常有帮助,谢谢
@大黄芝麻
10 месяцев назад
可以不要参杂英文吗 要不全部英文说
@zhuzhu-y8v
10 месяцев назад
视频做的太好了,以后还会做新的吗?
@yumuhan2325
8 месяцев назад
有很多很多,关于Pymol, UCSF Chimera, Autodock, Autodock Vina, CADD, 薛定谔等等,在同名bilibili频道都可以找到,链接是: space.bilibili.com/1119860191/
@kunhan4079
4 месяца назад
@@yumuhan2325 帖主你的视频做得特别好。讲解细致到位而且专业。我顺着链接发现bilibili上的PyMOL教程时间都很久远了。现在PyMOL已经更新到了3.0.3了,请问后续会出更新视频吗?我在小红书上也找到你了!
@douyalee2993
10 месяцев назад
實驗設計的分子預測出來,是不是也要把他們合成出來,藥物合成並不是簡單的事,因為平均也要數月到年來找尋方法合成,這就是藥廠甚至中國共同面對的最困難的事。
@yumuhan2325
8 месяцев назад
药物发现过程中会有很多的 ‘设计-合成-测试’ 循环,用来优化分子的活性和ADMET性质,所以这个循环的周期决定了项目进展的速度。因此项目团队首先就会选择合成相对容易的骨架去优化。如果一个分子的合成需要数月,基本不会被认为是Hit, 也不会进入Hit to Lead 优化。
@raindong9378
11 месяцев назад
感谢分享!
@raindong9378
11 месяцев назад
感谢分享!
@douyalee2993
11 месяцев назад
我是台灣人,我認為藥物篩選和數學很難有關係,除非data庫能建立,倒不如和已FDA批准的藥物,逐步逐步去拆解,如藥物活性分子的pharmaceutical 周圍配位分子長度,鍵長、鍵角、空間配置(通過和相關蛋白質共生成的單晶),看能否被修飾及取代,應該有比較有成功機會。有人說AI可輔助藥物篩選,目前的資料庫都沒有成立下,很難,除非像影像資料,餵AI幾百萬、幾千萬筆資料累加,讓機器判讀,明顯共同的,和不明顯,肉眼無法判斷的超微小差異,這種積成式的原理,比較易成功。但藥物篩選,目前還很難,因為能餵給它的資料庫真的很少。
@kentatube1318
Год назад
非常有用
@刘正亮-k4i
Год назад
为华裔科学家点赞
@李飞-x3s
Год назад
上海交通大学的那个师兄叫什么名字来者?我也是交大生命科学的老师,后面有机会认识一下。私聊】
@yumuhan2325
8 месяцев назад
请问您有给我发私信吗?我好像没有看到
@yyb3well
Год назад
我是外行,但是喜欢这个视频👍
@chang2562
Год назад
很棒的課程,可惜聲音有點糊
@張胡嘉
Год назад
謝謝
@darby1208
Год назад
8:40 受体的跨膜信号是如何传递的
@darby1208
Год назад
5:30 gpcr有800个如何下手
@darby1208
Год назад
4:00 不同的配体。作用是稳定构象状态
@马鹏森
Год назад
Is there any code implementation? please
@darby1208
Год назад
17:00 同一通路但不同靶标的方案
@darby1208
Год назад
14:00 19个异构体 有代偿功能 如果只抑制2个那么还是不怎么有效。所以提出问题:本题
@darby1208
Год назад
11:00 双链断裂 单链断裂 的修复路径与阻断
@darby1208
Год назад
5:30 所以目的是通过筛选出药物来让癌细胞自身的dna损伤无法修复
@darby1208
Год назад
4:30 癌细胞不修复也会死亡
@darby1208
Год назад
3:00 人体每天1万次dna损伤。其中大部分是无意义的。有些有逃逸的不能修复的损伤。
@darby1208
Год назад
49:00主持人challenge认为共结晶的结构可能比docking更有说服力
@darby1208
Год назад
45:00 关注突变对药物的作用
@darby1208
Год назад
43:00 好问题:重要
@darby1208
Год назад
42:00 并不是模拟动力学过程只是predict酶的活性:这一点很重要
@darby1208
Год назад
40:00 QA又解释了一遍ppt的结构