VIP20
本课程属于：035-ADMET预测批次质控 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

ADMET预测模型构建与优化评估

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
课程导论
ADMET预测的重要性与挑战
课程导论ADMET
02
药物化学基础
吸收 · 分布 · 代谢
药物化学基础吸收
03
毒理学基础
毒性预测的关键指标与机制
毒理学基础毒性预测的关键指…
04
数据收集
公共数据库（PubChem · ChEMBL · Tox21）使用
数据收集PubChem
05
数据预处理
缺失值处理 · 标准化与异常值检测
数据预处理缺失值处理
06
分子描述符计算
RDKit与Open Babel实操
分子描述符计算RDKit
07
分子指纹
MACCS · ECFP与FCFP原理与实现
分子指纹MACCS
08
分子图表示
图论基础与分子图构建
分子图表示图论基础
09
传统机器学习模型
随机森林 · XGBoost · SVM
传统机器学习模型随机森林
10
深度学习模型
多层感知机（MLP）与卷积神经网络（…
深度学习模型MLP
11
图神经网络
GCN · GAT与消息传递网络（MPNN）
图神经网络GCN
12
序列模型
基于SMILES的RNN与Trans…
序列模型SMILES
13
预训练模型
ChemBERTa · MolBERT与GPT-Mol应用
预训练模型ChemBERTa
14
多任务学习
同时预测多个ADMET属性的策略
多任务学习ADMET
15
不确定性量化
贝叶斯神经网络与Monte Carl…
不确定性量化Monte
16
模型评估指标
ROC-AUC · PR-AUC · RMSE等
模型评估指标ROC-AUC
17
交叉验证策略
随机分裂 · 时间分裂与骨架分裂
交叉验证策略随机分裂
18
超参数调优
网格搜索 · 随机搜索与贝叶斯优化
超参数调优网格搜索
19
特征选择
方差过滤 · 互信息与SHAP值
特征选择方差过滤
20
数据不平衡处理
重采样 · 加权损失与Focal Loss
数据不平衡处理重采样
21
集成学习
Bagging · Boosting与Stacking方…
集成学习Bagging
22
迁移学习
从大型数据集到小样本任务的迁移
迁移学习从大型数据集到小…
23
模型可解释性
SHAP · LIME与Grad-CAM
模型可解释性SHAP
24
模型部署
ONNX导出与Flask API搭建
模型部署ONNX
25
实用工具
SwissADME · ADMETlab与ADMET Pre…
实用工具SwissADME
26
案例分析
预测LogD与Caco-2渗透性
案例分析LogD
27
案例分析
预测hERG毒性风险
案例分析hERG
28
案例分析
预测肝脏清除率与半衰期
案例分析预测肝脏清除率
29
调优策略总结
模型选择与流程优化指南
调优策略总结模型选择
30
未来展望
AI制药与ADMET预测前沿趋势
未来展望AI