COURSE

课程总览：两天 8 节课

Day 1 建立概念骨架，Day 2 建立判断力。时间不够就只做 S7 和 S8——那两节是判断力的来源，前面的概念可以随时回头查。

DAY 1 · 从零到看懂数据

今天不碰 AI，只搞清楚三件事：这些分子是什么、「结合」是怎么回事、数据长什么样。

今天结束时你应该能：打开一份抗原-抗体数据表，逐列说出每一列是什么意思、为什么存在、缺了它会怎样。

S1 · 上午 · 90 min分子的「数据类型」 蛋白质是 20 个字母的字符串；抗体是 4 条链的复合对象；可变区是实例字段； CDR 是决定行为的那几个子串。 5 道自测 S2 · 上午 · 60 min「结合」就是两个对象的匹配 抗原 ≠ 表位 ≠ 互补位；线性表位 vs 构象表位；KD 数量级速查； SPR / BLI / ELISA 各自的可信度。 4 道自测 S3 · 下午 · 90 min数据格式与标识符 FASTA 与 PDB；IMGT / Kabat / Chothia 三套编号体系的真实差异；为什么靶点必须归一到 UniProt 登录号。 6 道自测 S4 · 下午 · 60 min动手：把今天学的跑一遍 Lab 1 打开一条真实记录逐字段对照概念；Lab 2 用 GROUP BY 的思路给整份数据做体检。 Lab 1 · Lab 2

DAY 2 · 从数据到判断力

今天讲 AI 在这里做什么、这门生意的真实形态，以及最重要的——怎么判断一份数据的好坏。

今天结束时你应该能： 拿到任何一份这类数据，在 5 分钟内做出可靠的初步判断，并问出 3 个让对方答不上来的问题。

S5 · 上午 · 60 minAI for Science 在这里做什么 AlphaFold 的贡献与边界；用函数签名理解三类任务；为什么瓶颈是数据不是模型。 3 道自测 S6 · 上午 · 60 min数据工程的真实形态 四层能力：多源接入 → 实体归一 → 证据判定 → 信息抽取。外加五个真实的坑。 5 道自测 S7 · 下午 · 90 min · ★ 全课核心质量与证伪 四个实验，每个都让你亲手把 bug 跑出来：词边界假阳性、别名劫持、从结构实算表位、断言式质检。 Lab 3–6 · 6 道自测 S8 · 下午 · 60 min判定与商业 三维验收标准、十个必问问题、五分钟自助抽查、红旗清单。可以直接抄进合同。 6 道自测

三条学习路径，按你有多少时间选

A完整两天（约 10 小时）

按 S1 → S8 顺序走完，每节做当堂自测，六个实验全跑。最后做结业考试 20 题，16 题以上算过关。

适合：你要长期跟这个领域打交道——要做这方面的项目、要招这方面的人、或者要判断要不要进这个赛道。

B一天（约 4 小时）

Day 1 只读 S1 和 S2（概念骨架），跳过 S3 的编号体系细节； Day 2 全读，实验只跑 Lab 4 和 Lab 5。

适合：你需要能听懂对话、能看懂数据，但不打算自己动手做数据工程。

C一小时（判断力速成）

只做两件事：读 S7 质量与证伪，读 S8 判定与商业。概念不懂时回术语表查。

适合：有人拿一份数据或一个项目来找你，你明天就要给判断。

为什么这两节能单独成立

因为它们讲的是方法不是知识：「不能自证要用独立源复核」「拿不出缺陷清单的要警惕」—— 这些结论不需要你先懂抗体也能用。前面六节是让你知道该往哪儿去证伪。

你需要准备什么

环境

一个 Python 3.10+ 环境就够了。四个实验完全离线可跑，两个需要联网（会真的去请求 HGNC 和 UniProt 的公开 API）。

$ git clone https://github.com/Runix-lab/ai4s-for-programmers
$ cd ai4s-for-programmers
$ python3 -m venv .venv && source .venv/bin/activate
$ pip install -r labs/requirements.txt

$ python labs/lab1_read_one_record.py

详细说明见实验页。

前置知识

需要：会写 Python，理解主键 / 外键 / schema / 单元测试这些概念。
不需要：任何生物学、化学背景。真的一点都不需要。
不需要：机器学习基础。这门课不教建模。