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数据清洗、归一化与增强训练

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

SMILES表示法 · 原子符号 · 键类型

SMILES表示法

标准SMILES · 规范SMILES · Isomeric SMILES

使用RDKit解析SMILES · 分子对象 · 错误处理

SMILES语法错误检测

常见错误类型 · 括号不匹配 · 环数字错误

SMILES语法错误检测

SMILES标准化

键序标准化 · 芳香性标准化 · 电荷标准化

SMILES标准化

基于规范SMILES去重 · 基于分子指纹去重 · 基于图同构去重

SMILES归一化

隐式氢处理 · 立体化学处理 · 分段化处理

SMILES归一化

自动修正常见错误 · 补全缺失原子 · 调整价键

SMILES清洗流程构建

pipeline设计 · 模块化 · 可重复性

SMILES清洗流程构建

SMILES数据集构建

从ChemBL · PubChem等来源获取数据 · 格式转换

SMILES数据集构建

SMILES数据质量评估

检查指标 · 异常值检测 · 分布分析

SMILES数据质量评估

SMILES数据增强概述

为什么需要增强 · 应用场景（如机器学习）

SMILES数据增强概述

随机SMILES枚举

基于图的枚举 · 改变起始原子 · 环断开点

基于RDKit的枚举函数

AllChem.ReactionFr… · 辅助函数 · 速度优化

枚举规则与约束

保持化学有效性 · 避免产生不合理结构 · 控制枚举数量

枚举规则约束

SMILES字符串操作（替换 · 插入 · 删除）

序列增强SMILES

上下文增强

骨架保留增强 · 子结构替换 · 官能团变换

上下文增强骨架保留增强

添加微小扰动 · 噪声 · 扭曲

对抗增强添加微小扰动

SMILES增强中的平衡

类别平衡 · 多样性与覆盖度

增强后验证

检查分子有效性 · 与原始分子比较 · 保留活性/性质

增强后验证检查分子有效性

清洗与增强集成

在一个pipeline中整合清洗和增… · 顺序选择

清洗增强集成

大规模数据处理

使用pandas · 多进程 · 流式处理

大规模数据处理pandas

RDKit · Open Babel · CDK

实战案例一

PubChem化合物库清洗与增强 · 构建分子分类数据集

实战案例一PubChem

实战案例二

药物分子活性预测中的SMILES增强 · 提高模型泛化

实战案例二SMILES

实战案例三

反应SMILES的清洗（反应物 · 产物 · 试剂）与增强

实战案例三SMILES

缓存 · 索引 · 并行计算

性能优化缓存

评估清洗增强效果

使用机器学习模型对比 · 指标（AUC · F1）

评估清洗增强效果使用机器学习模型…

常见陷阱与注意事项

过度增强 · 泄漏 · 数据泄露

常见陷阱注意事项

总结与最佳实践

回顾核心概念 · 推荐工作流 · 未来方向

最佳实践回顾核心概念