首页
›
生物信息学与 AI 制药工程
›
005-AI药物发现靶点筛选
›
《AI药物发现数据建模与筛选流程构建》
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
AI药物发现数据建模与筛选流程构建
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
引言
AI药物发现概述与管线框架
引言
AI
02
计算环境搭建
Linux · Python · Anaconda
计算环境搭建
Linux
03
基础工具
RDKit · OpenBabel · PyTorch/TensorFlow
基础工具
RDKit
04
数据获取
公开数据库(ChEMBL · PubChem · ZINC
数据获取
ChEMBL
05
数据预处理
分子清洗 · 标准化 · 去重
数据预处理
分子清洗
06
分子表示
SMILES · InChI · SELFIES
分子表示
SMILES
07
描述符计算
RDKit描述符 · 分子性质计算(LogP · TPSA
描述符计算
RDKit
08
数据划分
训练/验证/测试集拆分 · 基于骨架的拆分 · 时间序列拆分
数据划分
训练
09
分子相似性
Tanimoto系数 · Butina聚类 · 分子网络分析
分子相似性
Tanimoto
10
虚拟筛选基础
基于配体的方法(相似性搜索 · 药效团)
虚拟筛选基础
基于配体的方法
11
虚拟筛选进阶
基于结构的方法(分子对接 · 分子动力学模拟简介)
虚拟筛选进阶
基于结构的方法
12
AI模型入门
机器学习模型(随机森林 · XGBoost)用于性质预测
AI
模型入门
13
深度学习基础
图神经网络(GNN)入门 · 消息传递机制
深度学习基础
GNN
14
图神经网络模型
GCN · GAT · MPNN
图神经网络模型
GCN
15
分子性质预测实战
构建GNN预测LogP/溶解度/毒性
分子性质预测实战
GNN
16
分子生成模型
VAE · GAN · Flow-based model介绍
分子生成模型
VAE
17
分子生成实战
基于RNN/Transformer的…
分子生成实战
RNN/Transfor…
18
强化学习在分子生成中的应用
REINVENT · MolDQN
强化学习
分子生成
19
逆合成分析
AI辅助合成路线规划(Retro* · 分子Transformer)
逆合成分析
AI
20
对接与评分
AutoDock Vina · Glide的自动化脚本与AI评分函数
对接
评分
21
多目标优化
帕累托前沿 · 贝叶斯优化 · 约束优化
多目标优化
帕累托前沿
22
模型评估
交叉验证 · ROC-AUC · PR-AUC
模型评估
交叉验证
23
不确定性估计
蒙特卡洛dropout · 深度集成 · 贝叶斯神经网络
不确定性估计
dropout
24
可解释性
注意力权重 · GNNExplainer · SHAP
可解释性
注意力权重
25
管线整合
搭建端到端工作流(数据→训练→预测→…
管线整合
搭建端到端工作流
26
工具与平台
DeepChem · MoleculeNet · OpenMM
工具
平台
27
云平台与HPC
AWS/GCP/Azure · Slurm作业调度 · Docker容器化
HPC
云平台
28
项目管理与实验追踪
MLflow · Weights & Biases · Git DVC
项目管理
实验追踪
29
结果分析与可视化
Matplotlib · Seaborn · Plotly
结果分析
可视化
30
总结与展望
当前挑战 · 未来方向(多模态 · 大语言模型
当前挑战
未来方向
所属VIP或分类
同VIP:AI模型自动超参数搜索与性能评估
同VIP:AI模型训练参数锁定与实验复现验证
同VIP:AI模型训练环境与数据可复现工程