首页
›
生命科学与数字医疗
›
030-生成式与多模态药物设计工程
›
《组学与药物数据融合建模工程》
VIP12
本课程属于:030-生成式与多模态药物设计工程
生命科学与数字医疗 · 共 12 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
📘
组学与药物数据融合建模工程
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与融合建模全景
目标=组学与药物数据融合建模的定义 · 核心挑战 · 典型应用场景与整体工程流程
课程导入
融合建模全景
02
组学数据基础与工程化读取
目标=基因组 · 转录组 · 蛋白质组
组学数据基础
工程化读取
03
药物数据基础与工程化读取
目标=药物结构 · 靶点 · 活性
药物数据基础
工程化读取
04
数据融合的层次与策略
目标=早期融合 · 中期融合 · 晚期融合
数据融合的层次
策略
05
数据预处理与质量控制
目标=缺失值 · 批次效应 · 异常值
数据预处理
质量控制
06
特征工程与表示学习
目标=组学特征筛选 · 药物分子指纹 · 图表示
特征工程
表示学习
07
多组学数据整合建模
目标=相似度网络融合 · 多核学习 · 多视图学习与典型整合工具实战
多组学数据整合建…
目标=相似度网络…
08
药物-靶点相互作用数据融合建模
目标=数据来源 · 负样本构造 · 特征融合与预测模型工程实现
药物
靶点相互作用数据…
09
药物响应预测中的组学融合
目标=细胞系组学与药物敏感性数据融合 · 建模流程与评估指标
药物响应预测
组学融合
10
药物重定位中的融合建模
目标=知识图谱 · 组学特征与药物关联融合 · 候选生成与排序实战
药物重定位
融合建模
11
多模态融合模型架构
目标=图神经网络 · 自编码器 · 注意力机制在多组学与药物数据融合中的…
多模态融合模型架…
目标=图神经网络
12
融合模型训练与优化工程
目标=损失函数设计 · 多任务学习 · 正则化
融合模型训练
优化工程
13
模型评估与验证策略
目标=交叉验证 · 外部验证 · 时间切分
模型评估
验证策略
14
可解释性与生物学解释
目标=特征重要性 · 通路富集 · 注意力可视化与融合模型归因分析
可解释性
生物学解释
15
数据泄漏与偏差控制
目标=组学药物融合建模中的常见泄漏来… · 检测方法与工程防范
数据泄漏
偏差控制
16
融合建模流水线工程化
目标=数据版本管理 · 特征存储 · 模型注册
融合建模流水线工…
目标=数据版本管…
17
真实案例一
目标=肿瘤细胞系多组学与药物敏感性融…
真实案例一
目标=肿瘤细胞系…
18
真实案例二
目标=基于知识图谱与组学数据的药物重…
真实案例二
目标=基于知识图…
19
真实案例三
目标=多组学整合用于药物组合协同预测…
真实案例三
目标=多组学整合…
20
真实案例四
目标=临床组学与药物响应数据融合建模…
真实案例四
目标=临床组学
21
融合模型部署与推理服务
目标=模型封装 · API设计 · 批处理与实时推理工程实践
融合模型部署
推理服务
22
模型监控与持续学习
目标=数据漂移 · 模型退化 · 在线更新与反馈闭环设计
模型监控
持续学习
23
隐私、安全与合规
目标=组学与药物数据隐私保护 · 联邦学习 · 差分隐私与合规要求
隐私
安全
24
融合建模中的计算资源管理
目标=GPU/CPU调度 · 内存优化 · 并行计算与云平台实践
融合建模
计算资源管理
25
融合建模项目协作与版本控制
目标=代码 · 数据 · 实验跟踪与团队协作规范
融合建模项目协作
版本控制
26
前沿方向一
目标=单细胞组学与药物数据融合建模的…
前沿方向一
目标=单细胞组学
27
前沿方向二
目标=空间组学与药物响应融合建模的新…
前沿方向二
目标=空间组学
28
前沿方向三
目标=基础模型与迁移学习在组学药物融…
前沿方向三
目标=基础模型
29
综合实战
目标=从问题定义到融合模型交付的端到…
综合实战
目标=从问题定义…
30
课程总结与能力评估
目标=知识体系回顾 · 工程能力自评与持续学习路径
课程总结
能力评估
所属VIP或分类
同VIP:分子蛋白多模态建模工程
同VIP:分子骨架跃迁设计工程
同VIP:多目标药物分子优化工程