VIP10
本课程属于：027-ADMETQSAR与分子图学习工程 生命科学与数字医疗 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

药物分子性质预测建模工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
药物分子性质预测建模工程导论
目标=课程定位 · 核心任务 · 典型应用场景与完整建模流程概览
药物分子性质预测…目标=课程定位
02
药物分子数据获取与整理
目标=公开数据库 · 文献数据 · 实验数据来源及数据清洗与标准化方法
药物分子数据获取整理
03
分子表示方法
目标=SMILES · InChI · 分子图
分子表示方法SMILES
04
分子描述符与特征工程
目标=理化描述符 · 拓扑描述符 · 药效团特征及特征选择与降维策略
分子描述符特征工程
05
分子指纹与相似性计算
目标=ECFP · MACCS · Morgan指纹及相似性度量在性质预…
分子指纹相似性计算
06
分子图与图神经网络基础
目标=图卷积 · 消息传递机制及在分子性质预测中的建模…
分子图图神经网络基础
07
数据划分与模型评估
目标=训练集 · 验证集 · 测试集划分策略
数据划分模型评估
08
回归型性质预测建模
目标=水溶性 · logP · 清除率等连续性质的建模方法与误差分析
回归型性质预测建…目标=水溶性
09
分类型性质预测建模
目标=活性 · 毒性 · 渗透性等二分类与多分类任务的建模方法
分类型性质预测建…目标=活性
10
多任务与多标签性质预测
目标=共享表示 · 任务相关性及多目标联合建模策略
多任务多标签性质预测
11
传统机器学习模型在药物性质预测中的应用
目标=随机森林 · 支持向量机 · 梯度提升树等
传统机器学习模型药物性质预测
12
深度学习模型在药物性质预测中的应用
目标=全连接网络 · 循环网络 · Transformer及预训练模型
深度学习模型药物性质预测
13
图神经网络实战
目标=基于分子图的溶解度 · 毒性或活性预测任务完整实现
图神经网络实战目标=基于分子图…
14
分子预训练与迁移学习
目标=自监督预训练 · 微调策略及小样本性质预测场景
分子预训练迁移学习
15
模型可解释性与特征归因
目标=原子贡献 · 子结构重要性及SHAP · 注意力可视化方法
模型可解释性特征归因
16
不确定性量化与预测可信度
目标=贝叶斯方法 · 集成方法及置信区间估计
不确定性量化预测可信度
17
数据不平衡与噪声处理
目标=类别不平衡 · 标签噪声 · 异常值检测与鲁棒建模
数据不平衡噪声处理
18
模型超参数优化与自动化调参
目标=网格搜索 · 贝叶斯优化及神经架构搜索
模型超参数优化自动化调参
19
模型集成与融合策略
目标=Bagging · Boosting · Stacking及多模型融合在性质预…
模型集成融合策略
20
药物分子性质预测中的域适应与分布外泛化
目标=骨架拆分 · scaffold split及分布偏…
药物分子性质预测域适应
21
ADMET性质预测建模
目标=吸收 · 分布 · 代谢
ADMET性质预测建模
22
药物-靶点相互作用与活性预测
目标=结合亲和力 · 抑制活性及选择性建模方法
药物靶点相互作用
23
分子生成与性质优化
目标=基于性质预测的分子生成 · 强化学习与多目标优化
分子生成性质优化
24
建模工程化与流水线构建
目标=数据版本管理 · 特征流水线 · 模型训练与推理服务化
建模工程化流水线构建
25
模型部署与监控
目标=API服务 · 批处理预测 · 性能监控与模型更新策略
模型部署监控
26
药物分子性质预测中的合规与伦理
目标=数据隐私 · 模型可追溯性及监管要求
药物分子性质预测合规
27
案例实战一
目标=血脑屏障渗透性预测建模全流程
案例实战一目标=血脑屏障渗…
28
案例实战二
目标=药物肝毒性预测建模与风险评估
案例实战二目标=药物肝毒性…
29
案例实战三
目标=化合物溶解度预测与分子优化闭环
案例实战三目标=化合物溶解…
30
课程总结与前沿展望
目标=关键方法回顾 · 工程实践要点及未来发展趋势
课程总结前沿展望