VIP20
本课程属于：020-SMILES分子生成建模 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

SMILES分子数据清洗与模型训练增强

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
SMILES基础
SMILES表示法简介 · 原子与键的编码规则 · 分支与环的表示
SMILES表示法简介
02
SMILES规范与变体
Canonical SMILES · Isomeric SMILES · SMARTS模式入门
SMILES规范
03
数据预处理
去除盐类与溶剂分子 · 标准化与标准化规则 · 官能团识别
数据预处理去除盐类
04
分子清洗
空值处理 · 重复分子去除 · 无效SMILES过滤
分子清洗空值处理
05
分子性质计算
利用RDKit计算LogP · 分子量 · 氢键供体/受体的实操
分子性质计算RDKit
06
分子指纹生成
摩根指纹 · MACCS指纹 · ECFP指纹的代码实现
分子指纹生成摩根指纹
07
数据增强策略概述
为什么需要数据增强 · 增强对模型的影响 · 常见方法对比
数据增强策略概述为什么需要数据增…
08
随机SMILES替换
环与分支顺序随机化 · 原子编号重排的实现
SMILES随机
09
SMILES随机打乱
不同打乱策略（深度优先 · 广度优先） · 性能与效果评估
SMILES随机打乱
10
SMILES截断与拼接
片段融合 · 半SMILES拼接 · 分子缝合技术
SMILES截断
11
SMILES噪声注入
原子符号替换 · 键类型错误模拟 · 随机删除操作
SMILES噪声注入
12
分子图扰动
图结构微小改动 · 原子类型互换 · 边删除与添加
分子图扰动图结构微小改动
13
反应型增强
虚拟反应生成 · 保护基引入与去除 · 骨架跃迁模拟
反应型增强虚拟反应生成
14
SMILES格式转换
从SMILES到InChI · SELFIES · CXSMILES的互转
SMILES格式转换
15
数据集划分
分层抽样 · 时间序列划分 · 基于支架的Train/Test/Va…
数据集划分分层抽样
16
分子相似性分析
Tanimoto系数 · Dice系数 · 基于指纹的相似度筛选
分子相似性分析Tanimoto
17
聚类与去重
Butina聚类 · 基于骨架的聚类 · 最大不相似选取
聚类去重
18
标准化流程构建
用RDKit实现可复用的预处理管线 · 参数化配置
标准化流程构建RDKit
19
常见陷阱与避坑
环芳香性歧义 · 手性中心丢失 · 括号与数字的错误处理
常见陷阱避坑
20
大规模并行处理
使用multiprocessing/…
大规模并行处理multiprocess…
21
数据增强与分子生成
结合VAE/GAN进行隐空间增强 · 逆向分子设计
数据增强分子生成
22
增强效果评估指标
覆盖率 · 有效性 · 新颖性
增强效果评估指标覆盖率
23
场景应用1——性质预测
对ADMET数据集进行增强 · 提升模型泛化性
场景应用1性质预测
24
场景应用2——药物合成路线
利用增强扩充逆合成数据 · 改善模型预测
场景应用2药物合成路线
25
场景应用3——分子对接数据
预处理与增强助力虚拟筛选
场景应用3分子对接数据
26
场景应用4——材料设计
聚合物单体SMILES的标准化与数据…
场景应用4材料设计
27
工具对比
RDKit vs Open Babe…
工具对比RDKit
28
生产化部署
将预处理与增强管线封装为Docker… · 使用Airflow调度
生产化部署Docker
29
日志记录与版本控制
SMILES转换日志 · 预处理参数记录 · 数据版本管理最佳实践
日志记录版本控制
30
总结与进阶
未来趋势（图神经网络+增强） · 强化学习中的SMILES探索 · 开源资源推荐
进阶未来趋势