VIP20
本课程属于：014-ADMET性质预测模型 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

DeepChem药物ADMET预测建模与验证

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
ADMET概述
吸收 · 分布 · 代谢
ADMET吸收
02
DeepChem框架简介
发展方向 · 核心组件 · 安装与环境配置（conda/pip）
DeepChem框架简介
03
DeepChem数据结构
Dataset · Molecule · Featurizer的创建与操作
DeepChem数据结构
04
分子特征化方法（上）
ECFP · MACCS指纹的生成与使用
分子特征化方法ECFP
05
分子特征化方法（下）
GraphConv · Weave图特征的原理与实现
分子特征化方法GraphConv
06
ADMET常用公开数据集介绍
Tox21 · ClinTox · BBBP
ADMET常用公开数据集介…
07
数据预处理实战
SMILES标准化 · 清洗 · 去重
数据预处理实战SMILES
08
构建基础分类模型
使用MultitaskClassif…
构建基础分类模型MultitaskCla…
09
构建基础回归模型
使用MultitaskRegress…
构建基础回归模型MultitaskReg…
10
图卷积网络（GCN）原理及在ADMET预测中的应用
图卷积网络（GCN）原理及在ADMET预… · 核心概念 · 实践要点
GCNADMET
11
Weave模型详解
消息传递机制与分子图特征学习
Weave模型详解
12
AttentiveFP模型
注意力机制提升分子性质预测精度
AttentiveFP模型
13
消息传递神经网络（MPNN）
边特征聚合与全局消息更新
MPNN消息传递神经网络
14
Transformer模型在分子表示学习中的应用（ChemBERTa等）
Transformer模型在分子表示学习… · 核心概念 · 实践要点
TransformerChemBERTa
15
处理数据不平衡
重采样 · 类别权重 · Focal Loss在ADMET中的…
处理数据不平衡重采样
16
模型评估指标详解
AUC · F1 · FDR
模型评估指标详解AUC
17
交叉验证与超参数优化
GridSearch · RandomSearch · 贝叶斯优化
交叉验证超参数优化
18
特征重要性分析
Permutation Import… · SHAP值对分子特征的评价
特征重要性分析Permutation
19
模型可解释性
Integrated Gradien… · GNNExplainer可视化分子的…
模型可解释性Integrated
20
集成学习策略
Bagging · Stacking · Voting在ADMET中的实践
集成学习策略Bagging
21
迁移学习
利用预训练分子表示迁移到小样本ADM…
迁移学习ADM
22
多任务学习
共享底层表示同时预测多个ADMET属…
多任务学习ADMET
23
使用预训练分子模型GROVER、PretrainMol进行下游ADMET微调
使用预训练分子模型GROVER · 核心概念 · 实践要点
GROVERPretrainMol
24
传统机器学习对比
XGBoost · RandomForest在指纹特征下…
传统机器学习对比XGBoost
25
不确定性估计
MC Dropout · 深度集成计算预测置信区间
不确定性估计MC
26
模型部署实战
将DeepChem模型转换为ONNX…
模型部署实战DeepChem
27
案例研究1
口服生物利用度（BBBP）二分类预测…
案例研究1BBBP
28
案例研究2
hERG心脏毒性预测——从数据准备到…
案例研究2hERG
29
案例研究3
CYP450代谢酶抑制预测——多标签…
案例研究3CYP450
30
案例研究4
血浆蛋白结合率（PPB）回归建模与不…
案例研究4PPB