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

药物文本与分子联合建模工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
药物文本与分子联合建模工程导论
目标=课程定位 · 核心问题 · 技术栈全景与典型应用场景
药物文本分子联合建模工程…
02
药物文本数据来源与获取
目标=PubMed · 专利 · 临床试验
药物文本数据来源获取
03
药物分子数据来源与获取
目标=ChEMBL · PubChem · DrugBank等分子数据库的检索与…
药物分子数据来源获取
04
药物文本预处理工程
目标=分词 · 标准化 · 实体识别
药物文本预处理工…目标=分词
05
药物分子表示与预处理
目标=SMILES · InChI · 分子图
药物分子表示预处理
06
文本编码器选型与微调
目标=BERT · BioBERT · SciBERT等模型在药物文本上的适…
文本编码器选型微调
07
分子编码器选型与训练
目标=GNN · Transformer · MPNN等分子表示学习模型
分子编码器选型训练
08
联合建模架构设计
目标=早期融合 · 晚期融合 · 交叉注意力与对比学习框架
联合建模架构设计目标=早期融合
09
药物-靶点相互作用预测
目标=从文本描述与分子结构联合建模的…
药物靶点相互作用预测
10
药物属性预测
目标=溶解度 · 毒性 · 生物利用度等任务中的文本-分子联合建…
药物属性预测目标=溶解度
11
药物重定位与文本挖掘
目标=基于文献与分子结构的联合建模实…
药物重定位文本挖掘
12
多模态预训练策略
目标=药物文本与分子对的对比学习 · 掩码建模与生成式预训练
多模态预训练策略目标=药物文本
13
数据对齐与配对工程
目标=文本-分子配对数据构建 · 负采样与数据增强
数据对齐配对工程
14
联合建模中的特征融合技术
目标=拼接 · 门控 · 注意力与图神经网络融合
联合建模特征融合技术
15
模型训练与优化工程
目标=损失函数设计 · 多任务学习 · 课程学习与超参调优
模型训练优化工程
16
评估指标与实验设计
目标=AUC · F1 · MRR
评估指标实验设计
17
可解释性与可视化
目标=注意力热图 · 分子子结构归因与文本证据溯源
可解释性可视化
18
工程化部署与推理优化
目标=模型压缩 · 量化 · ONNX与TensorRT加速
工程化部署推理优化
19
药物文本与分子联合建模的MLOps
目标=版本管理 · 持续训练与监控
MLOps药物文本
20
案例实战一
目标=基于文献与分子图的药物-靶点亲…
案例实战一目标=基于文献
21
案例实战二
目标=药品说明书与分子结构联合建模的…
案例实战二目标=药品说明书
22
案例实战三
目标=专利文本与分子联合建模的化合物…
案例实战三目标=专利文本
23
案例实战四
目标=临床试验文本与分子联合建模的疗…
案例实战四目标=临床试验文…
24
跨模态检索与生成
目标=文本到分子 · 分子到文本的检索与生成任务
跨模态检索生成
25
小样本与零样本学习
目标=在药物文本-分子联合建模中的提…
小样本零样本学习
26
联邦学习与隐私保护
目标=多机构药物文本与分子数据联合建…
联邦学习隐私保护
27
大规模预训练与分布式训练
目标=数据并行 · 模型并行与混合并行策略
大规模预训练分布式训练
28
领域适应与迁移学习
目标=从通用领域到药物领域的文本-分…
领域适应迁移学习
29
前沿进展与开放挑战
目标=大语言模型 · 扩散模型在药物联合建模中的探索
前沿进展开放挑战
30
课程总结与项目答辩
目标=知识体系回顾 · 工程最佳实践与未来方向
课程总结项目答辩