VIP20
本课程属于：005-AI药物发现靶点筛选 生物信息学与 AI 制药工程 · 共 20 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

图神经网络QSAR药物靶点发现建模

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
图神经网络概述与应用领域
图神经网络概述与应用领域 · 核心概念 · 实践要点
图神经网络概述应用领域
02
图的基本概念与表示方法
图的基本概念与表示方法 · 核心概念 · 实践要点
图的基本概念表示方法
03
消息传递框架与图卷积网络
消息传递框架与图卷积网络 · 核心概念 · 实践要点
消息传递框架图卷积网络
04
图注意力网络与多头注意力
图注意力网络与多头注意力 · 核心概念 · 实践要点
图注意力网络多头注意力
05
图同构网络与池化操作
图同构网络与池化操作 · 核心概念 · 实践要点
图同构网络池化操作
06
图神经网络的正则化与训练技巧
图神经网络的正则化与训练技巧 · 核心概念 · 实践要点
图神经网络的正则…训练技巧
07
QSAR基础
分子描述符与指纹
QSAR分子描述符
08
定量构效关系建模流程
定量构效关系建模流程 · 核心概念 · 实践要点
定量构效关系建模…重点
09
分子表示学习
SMILES与分子图
分子表示学习SMILES
10
分子图的特征工程
原子特征与键特征
分子图的特征工程原子特征
11
RDKit工具入门与分子操作
RDKit工具入门与分子操作 · 核心概念 · 实践要点
RDKit工具入门
12
PyTorch Geometric基础与数据加载
PyTorch Geometric基础与… · 核心概念 · 实践要点
PyTorchGeometric
13
图神经网络用于分子性质预测
图神经网络用于分子性质预测 · 核心概念 · 实践要点
图神经网络用于分…重点
14
多任务学习与分子属性预测
多任务学习与分子属性预测 · 核心概念 · 实践要点
多任务学习分子属性预测
15
分子生成与图生成模型
分子生成与图生成模型 · 核心概念 · 实践要点
分子生成图生成模型
16
蛋白质-配体相互作用的图表示
蛋白质-配体相互作用的图表示 · 核心概念 · 实践要点
蛋白质配体相互作用的图…
17
分子对接与打分函数
分子对接与打分函数 · 核心概念 · 实践要点
分子对接打分函数
18
基于图的蛋白质结构预测
基于图的蛋白质结构预测 · 核心概念 · 实践要点
基于图的蛋白质结…重点
19
靶点识别与药物重定位
靶点识别与药物重定位 · 核心概念 · 实践要点
靶点识别药物重定位
20
图神经网络在ADMET预测中的应用
图神经网络在ADMET预测中的应用 · 核心概念 · 实践要点
ADMET图神经网络
21
解释性图神经网络
注意力权重与子图提取
解释性图神经网络注意力权重
22
图对比学习在分子表征中的应用
图对比学习在分子表征中的应用 · 核心概念 · 实践要点
图对比学习分子表征
23
分子图的自监督预训练
分子图的自监督预训练 · 核心概念 · 实践要点
分子图的自监督预…重点
24
大规模分子图的高效训练
大规模分子图的高效训练 · 核心概念 · 实践要点
大规模分子图的高…重点
25
基于图的药物-靶标相互作用预测
基于图的药物-靶标相互作用预测 · 核心概念 · 实践要点
基于图的药物靶标相互作用预测
26
图神经网络与分子动力学模拟结合
图神经网络与分子动力学模拟结合 · 核心概念 · 实践要点
图神经网络分子动力学模拟结…
27
Graph Neural Networks for Drug Discovery
Graph Neural Network… · 核心概念 · 实践要点
GraphNeural
28
常用数据集
MoleculeNet · PDBBind · Tox21等
常用数据集MoleculeNet
29
项目实战
构建一个QSAR预测模型
项目实战QSAR
30
课程总结与未来方向
课程总结与未来方向 · 核心概念 · 实践要点
课程总结未来方向