人工智能课程建设

Advanced topics in cell cycle and network regulation

Proposed in May 2024.
Not funded for the 2024 Fall semester.

细胞周期与网络调控

通过学习细胞周期的精细调控机制，尤其是蛋白质磷酸化及蛋白质降解影响细胞周期的机制，使学生在掌握基础知识的基础上，理解当代抗癌药物开发选择靶点的逻辑。通过研讨若干研究论文，切实体会知识发现和理论建立的过程。通过实践，掌握构建网络并分析模拟数据的步骤。通过学习数字孪生技术的源起和应用，理解通用大模型对多个领域变革性的影响，并初步掌握使用AI工具在细胞周期领域开展研究的能力。

本课程以培养能利用AI工具、在细胞周期及癌症研究领域开展自主科学研究的学生为目标。

围绕细胞周期调控展开的研究是细胞生物学领域的重要分支，已颁发了3项诺贝尔奖；近些年来，相关基础研究成果在临床上被应用，显著改善人民的健康水平。对已知的细胞周期调控网络建模，能显著提高药物开发和临床药物使用的效率。近年不断突破的数字孪生技术，对模型颗粒度的把控从单层网络、多层网络，扩展到了整个细胞甚至个体。学习新技术、跟上新进展，面向未来培养学生。

此外，多磷酸化的调节、泛素化降解的传递等内容在专业必修课《细胞生物学》的授课中没有展开，在本课程中深入；并通过选择若干例子，拆解其研究细节，帮助学生养成批判性思考的习惯。

课程共计32课时；在每学期的第2-9周开课，每周2次授课，每次2节课。对应2+X专业进阶II的细胞与发育模块。

课程将邀请1-2位相关领域的一线科研人员参与第8、9周的授课；确保课程内容的时效性、实战性和前瞻性。

教学内容

在课程设计上使用了短而精、模块化的形式，分为基础知识讲述、研讨论文、代码实践，穿插进行。课堂中将大量使用主动教学的教学设计，关注学习成效。拟按下列表进行八周的课程：

2. 细胞周期切换时的开关特性（复习必修课内容：细胞周期蛋白及细胞周期蛋白依赖的激酶）
3. 染色质的复制（复习必修课内容：DNA复制、染色质的折叠、纺锤体的形成与功能）
4. 有丝分裂后期的起始（复习必修课内容：多泛素化、经蛋白酶体的降解）
5. DNA损伤对细胞周期的影响（复习必修课内容：细胞周期调控异常与肿瘤发生）
6. 影响细胞周期进程的转录调控、磷酸化/多泛素化，以及多条通路形成的调控网络特征
7. 细胞周期调控是一个信息网络调控系统。将细胞周期模型化，进而预测药物作用，即定量系统药理学(QSP)的研究范围之一。本周将讨论在通用大模型出现前的QSP，包括其搭建、数据来源及应用。
8. 数字孪生是对某一实体整个生命周期的虚拟再现，能依照实时数据更新，并利用模拟、机器学习和推理来辅助决策。数字孪生最早应用在工业生产，目前已扩展包括个体健康管理、城市管理等多个领域。本周关注数字孪生领域的成熟应用。
9. 通用大模型为数字孪生提供了无限可能。本周关注数字孪生领域的前沿应用。

课程创新点

• 在教学环节的设计上：运用主动教学模块，穿插师生讨论和教师讲授。通过讨论，确保学生及时内化相关知识点，并能灵活运用到论文研讨中。课外自学，结合课内分享，学生将亲手对细胞周期调控网络进行模拟并预测药物干扰的结果。
• 在考核和评价方式上：每周布置作业。作业按ABC三档给分，A组不超过1/3；课程结束后统计每人的ABC个数、排序给出课程成绩。教师将在第一时间、一对一的反馈学生作业并展示A档作业出彩之处，之后布置下一份作业。前后作业不断深入；条件允许的话，将在最后一次作业后搭建出一个细胞周期数字孪生体。
• 在实践环节上：基于Jupyter Notebook或MATLAB进行编程，并产出展示文稿。使用已发表并公开的源码，开展调试及改写；与真实科研场景相通。
• 在课程建设理念上：首轮开课将强调师生共建，利用学生的反馈查漏补缺、优化课程设计。之后开课，将把理论讲授的内容分批制成教学视频，进而通过混合教学，减少教师讲授而增加线下互动。

2024 Fall 开课的课程有：
AIS310012.01	人工智能与国家治理		2.0	熊易寒	四11-12	H5102
AIB110003.01	走近人工智能		2.0	黄萱菁	二11-12	H3308
AIS410005.01	人工智能与应用经济学	3.0	王晓虎	三11-13	H6509
AIS531008.01	金融科技			3.0	周光友	三6-8	H3305
AIT531021.01	保险科技			2.0	许闲	三11-12单	H6307
AIT310028.01	基于人工智能方法的航空航天领域典型问题研究	2.0	董一群	三8-9	H5309