ARTICLE · 1229543

【重庆11.19-22】AI+食源性功能多肽筛选、预测、设计前沿技术实战培训班

发布时间：2026-10-22 17:32:40 最近访问：2026-10-22 17:32:25

各有关单位、行业从业者：

近年来，食品功能多肽已成为全球大健康产业的核心创新赛道，2025年全球活性肽市场规模已突破千亿美元，胶原蛋白肽、乳肽、大豆肽等品类已广泛渗透至多个食品应用场景，国内“肽+”产品的商业化落地节奏也在持续加快。但当前行业普遍面临核心痛点：传统多肽研发周期长、筛选成本高，构效关系不清晰，酶解过程可控性差，动力学参数测定效率低，同时大量实验室成果难以快速转化为规模化落地的产品方案。

随着人工智能的快速发展，AI辅助多肽分子设计、虚拟酶解模拟、分子对接与分子动力学模拟等工具已逐步实现应用，但大量多肽研发从业者仍未掌握AI工具与多肽研发全流程的结合方法，行业急需一套从基础理论到实战落地的系统化培训体系，打通从多肽筛选、酶解优化到活性预测与生成式设计的全链路能力。因此，我单位决定于2026年11月19-22日在重庆市举办“AI+食源性功能多肽筛选、预测、设计前沿技术实战培训班”。届时将邀请行业内专家针对相关内容进行讲解与实操教学。参会名额有限，望各有关单位积极转发或组织相关人员尽快报名参加。现将有关事项通知如下：

组织机构

主办单位：北京凯晟中食管理咨询中心

协办单位：PepOSX多肽组学实验室、重庆英才∙生物活性肽(蛋白)研发与应用创新创业团队

会议时间、地点

会议时间: 2026年11月19-22日(19日报到，三天沉浸式学习)

会议地点：重庆市

参加人数：为保证本次培训质量本次会议限制人数80人（名额有限先到先得）

核心内容

（一）将多肽组学鉴定纳入核心流程，并按照“基础→鉴定筛选→虚拟酶解与AI预测→对接与动力学→生成设计与实战”的逻辑重新组织，理论讲解与电脑实操紧密结合，确保学员学完即可独立完成从质谱数据或虚拟酶解出发的多肽筛选挖掘全流程。

（二）完成全部培训课程者颁发培训证书，证书可作为参加AI+源性活性肽实战营相关培训以及未来职业晋升的依据，长期有效。

电脑基础配置

个人本地电脑基础配置（全程基础实操可用）

适用场景：分子对接预处理、结构可视化、轨迹预处理、AlphaFold3在线预测、NRIMD网页端分析、数据结果统计与绘图、理论案例学习

配置要求：

1. 系统：Windows 10/11 或 Linux、macOS 系统

2. 处理器：Intel i5/R5 及以上

3. 内存：16G 及以上

4. 硬盘：空闲存储空间 ≥50G

5. 网络：稳定高速网络会场独立网络（满足在线服务器、网页工具访问需求）

6. 预装软件：PyMOL、常规办公及数据处理软件

课程大纲

第一天：多肽与AI基础 + 多肽组学鉴定与筛选+ 食品蛋白虚拟酶解

（上午09:00-12:00;下午13:30-17:00）

一、课程主题：多肽与AI交叉知识及概念

理论部分：

1.1 多肽的定义、分类（按功能：ACE抑制、DPP-IV抑制、抗氧化、抗菌、呈味等）

1.2 食品功能多肽研究进展：从传统酶解筛选到AI驱动的理性设计

1.3 产业现状与法规：市场规模、代表产品、普通食品/保健食品/特医食品的宣称差异

1.4 人工智能基础概念：AI、机器学习、深度学习的关系；监督/无监督/强化学习

1.5 深度学习主要框架：CNN、RNN/LSTM、Transformer、图神经网络、蛋白质语言模型（ESM-2、AlphaFold）

1.6 AI在多肽研究中的典型应用：功能预测、毒性/致敏性预测、分子对接、生成式设计、分子动力学模拟、质谱数据解析

实践部分：

1.7 数据库与在线工具初体验：PepOSX、BioPep-UWM查询已知ACE抑制肽；UniProt下载大豆球蛋白FASTA序列；PepOSX、PeptideRanker预测示例肽活性

1.8 配置个人AI编程助手（通义灵码或Codex+DeepSeek）：安装VS Code，配置插件，生成脚本读取FASTA文件，打印序列ID和长度，保存为个人代码模板

二、课程主题：多肽组学数据鉴定与结果筛选（基于高分辨质谱数据）

理论部分：

2.1 多肽组学基本概念：自下而上（bottom-up）策略、肽段混合物、液相色谱-串联质谱（LC-MS/MS）原理

2.2 高分辨质谱数据特点：一级质谱（MS1）母离子质量、二级质谱（MS2）碎片离子、谱图质量指标

2.3 多肽鉴定原理：数据库搜索（如UniProt、自定义蛋白库）、谱图匹配、打分算法、假发现率（FDR）控制

2.4 常用鉴定软件与平台：PepOSX、MaxQuant、Mascot、PNovo等

2.5 多肽组学结果筛选方法：按肽段长度、质谱得分、修饰状态、蛋白来源、功能注释进行筛选

实践部分：

2.6 使用示例高分辨质谱数据（提供原始RAW文件或已转换的mgf/mzML文件）进行数据库搜索（演示+跟做）

2.7 查看鉴定结果：肽段列表、母离子质量误差、碎片离子匹配、后验错误概率（PEP）

2.8 结果筛选：在Excel或R/Python中按长度（如4-25个氨基酸）、得分阈值、FDR<1%筛选高置信肽段

2.9 将筛选出的肽段与已知功能肽数据库进行比对，快速识别潜在功能肽

2.10 手动核对结构、手把手教看懂MS2谱图匹配结果

2.11 用AI编程助手生成脚本，批量处理鉴定结果CSV，输出过滤后的候选肽列表

三、课程主题：食品蛋白序列获取与虚拟酶解

理论部分：

3.1 蛋白质序列数据库：UniProt、NCBI Protein；食品蛋白序列特征

3.2 常见食品蛋白酶：胃蛋白酶、胰蛋白酶、碱性蛋白酶、风味蛋白酶等；虚拟酶解的原理与意义

实践部分：

3.3 从UniProt下载大豆球蛋白、β-乳球蛋白、胶原蛋白α链等FASTA序列

3.4 使用PepOSX、Expasy PeptideCutter进行单酶/多酶组合虚拟酶解

3.5 使用PepOSX、BIOPEP-UWM酶解功能获得已知功能肽

3.6 用AI编程助手生成脚本，批量整理肽段列表，统计长度、分子量、疏水性，建立个人食品蛋白酶解肽库（CSV格式）

第二天：多肽AI功能与毒性预测+分子对接与原子动力学模拟

（上午09:00-12:00;下午13:30-17:00）

一、课程主题：AI预测多肽功能与安全性

理论部分：

1.1 多肽功能预测工具原理：基于序列特征和机器学习模型

1.2 安全性预测的必要性：毒性、致敏性、溶血性等

1.3 常用在线工具：PepOSX、PeptideRanker、ToxinPred2、AllerCatPro、AllergenFP

实践部分：

1.4 将虚拟酶解肽段批量输入PepOSX、PeptideRanker，获得生物活性概率

1.5 使用ToxinPred2进行毒性预测，AllerCatPro/AllergenFP进行致敏性预测

1.6 用AI编程助手编写脚本，整合机器学习预测结果与在线工具结果，设置过滤条件（活性>0.5、无毒、无致敏、机器学习评分排序前20%），输出最终候选功能肽列表

二、课程主题：分子对接与作用机制分析

理论部分：

2.1 受体-配体相互作用基础；食品功能肽常见靶点：ACE、DPP-IV、Keap1、T1R1/T1R3

2.2 PDB数据库与蛋白结构准备；分子对接评分与相互作用分析

实践部分：

2.3 从PDB下载靶点结构（ACE：1O8A，DPP-IV：1WCY）

2.4 使用CB-Dock2进行在线对接（无需安装），获得结合能

2.5 使用AutoDock Vina（本地或Colab）批量对接Day2筛选出的候选肽

2.6 使用PLIP分析氢键、疏水相互作用、盐桥等

2.7 使用PyMOL或ChimeraX生成对接可视化图，用于报告或专利

三、课程主题：分子动力学模拟与实操

理论部分：

3.1 分子动力学模拟基本概念：力场、溶剂模型、周期性边界条件、温度压力耦合

3.2 为何需要MD：验证复合物稳定性、观察动态相互作用、评估构象变化

3.3 常用软件：GROMACS、AMBER、NAMD、OpenMM；在线平台WebGRO、CHARMM-GUI

实践部分：

3.4 选取Day3对接得分最高的1-2条候选肽-蛋白复合物，上传至WebGRO

3.5 设置溶剂盒、离子中和、能量最小化、NVT/NPT平衡、10-20 ns MD模拟，提交任务

3.6 下载轨迹，使用PyMOL或VMD观察多肽在结合位点的稳定性，计算RMSD、RMSF

3.7 输出RMSD曲线图和关键残基相互作用变化，形成MD模拟报告

第三天：多肽的AI活性预测与生成式设计

（上午09:00-12:00;下午13:30-17:00）

一、课程主题：深度学习建模与AI活性预测

理论部分：

1.1 深度学习流程：数据收集、特征提取、模型训练、预测评估

1.2 肽序列特征：氨基酸组成、二肽组成、物理化学性质、蛋白质语言模型嵌入（ESM-2）

1.3 常用算法：CNN、Transformer、随机森林、梯度提升树、支持向量机；模型评估指标（交叉验证、ROC-AUC等）

实践部分：

1.4 使用课程提供的活性肽数据集（序列+标签），在个人电脑环境运行代码

1.5 提取特征，训练随机森林/梯度提升/交叉验证模型，预测Day1/Day2获得的候选肽活性，输出活性排序

1.6 使用ESM-2提取候选肽嵌入，进行聚类分析，可视化序列多样性

1.7 保存可复用的预测模型，供后续模块调用

二、课程主题：多肽的AI生成式设计

理论部分：

2.1 生成式AI在多肽设计中的原理：大语言模型、条件生成、提示词设计

2.2 常见生成策略：基于已知活性肽变异、基于靶点结构反演、功能约束生成

2.3 生成-过滤-验证闭环流程

实践部分：

2.4 使用DeepSeek/ChatGPT设计提示词，生成10条候选肽（如大豆ACE抑制肽变体）

2.5 将生成肽批量输入PeptideRanker、ToxinPred2及机器学习模型进行评分过滤

2.6 用CB-Dock2快速验证生成肽与靶点结合能，筛选出2-3条最优新设计肽

2.7 记录完整闭环过程，整理成表格

三、成果展示与课程总结：

3.1 学员项目路演与互评，讲师点评

3.2 课程总结：AI+食品多肽研究的前沿方向与工具资源

参会学习对象

1.各大专院校、科研院所：食源性活性肽研发、生物医药、各类食品、合成生物学、酶学、生物化学的专家、学者及研究生；

2.功能多肽、生物医药、营养功能食品、生物科技、化妆品等企业研发技术人员。

参会费用

会务费：4000元/人（含会议费、资料费等）；同一单位报名2人以上并提前汇款3500元/人；住宿统一安排，费用自理。注：本次培训需参会人员自带电脑实操。

报名咨询

报名咨询

【扫码在线报名】

培训报名负责人：韩峰

手机：18810056020（同微信）

感兴趣的朋友尽快落实一下人员

添加二维码咨询

相关学习资料