VIP20
本课程属于：045-AI药物发现特征学习任务 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

蛋白质互作特征联合学习指南

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
蛋白质互作基础
什么是PPI · 生物学意义 · 研究价值
蛋白质互作基础PPI
02
蛋白质互作数据获取
主要数据库（STRING · BioGRID · DIP等）介绍与使用方法
蛋白质互作数据获…STRING
03
蛋白质互作数据格式
基本文件格式（TSV · GML · PSI-MI XML）
蛋白质互作数据格…TSV
04
特征工程入门
为什么需要特征 · 特征类型（序列 · 结构
特征工程入门为什么需要特征
05
蛋白质序列特征提取
基于氨基酸组成 · 二肽 · CTD等传统方法
蛋白质序列特征提…基于氨基酸组成
06
蛋白质结构特征提取
二级结构 · 溶剂可及性 · 进化信息（PSSM）
蛋白质结构特征提…二级结构
07
蛋白质功能特征
GO注释 · KEGG通路 · domain信息
蛋白质功能特征GO
08
蛋白质互作网络拓扑特征
节点度 · 介数中心性 · 聚类系数
蛋白质互作网络拓…节点度
09
特征选择与降维
方差过滤 · 互信息 · PCA
特征选择降维
10
特征融合基础
多源特征串联 · 加权融合 · 基于核的方法
特征融合基础多源特征串联
11
深度学习特征提取
使用CNN从序列中学习局部模式
深度学习特征提取CNN
12
深度学习特征提取
使用RNN/LSTM捕获序列依赖关系
深度学习特征提取RNN/LSTM
13
深度学习特征提取
使用Transformer（如Pro…
深度学习特征提取Transformer
14
图神经网络入门
GNN基本概念 · GCN · GAT原理简介
图神经网络入门GNN
15
图神经网络用于PPI
GraphSAGE · GIN在蛋白质相互作用图上的应用
PPI图神经网络用于
16
异构图神经网络
考虑多类型节点（蛋白质 · 基因 · 疾病）的联合学习
异构图神经网络考虑多类型节点
17
联合学习概念
什么是联合学习（Federated… · 与集中式学习的区别
联合学习概念Federated
18
联邦学习框架
客户端-服务器架构 · 聚合策略（FedAvg · FedProx）
联邦学习框架客户端
19
联邦学习隐私保护
差分隐私 · 同态加密在PPI数据上的应用
联邦学习隐私保护差分隐私
20
多模态联合学习
整合序列 · 结构 · 网络拓扑的统一特征表示
多模态联合学习整合序列
21
端到端联合学习模型
设计一个联合学习框架同时学习特征和分…
端到端联合学习模…设计一个联合学习…
22
损失函数与训练策略
对比损失 · triplet loss · 自监督预训练
损失函数训练策略
23
模型评估指标
精确率 · 召回率 · F1
模型评估指标精确率
24
实验设计
数据集划分 · 交叉验证 · 基线对比（经典方法如SVM
实验设计数据集划分
25
工具与框架
PyTorch · PyTorch Geometric · Flower（联邦学习库）实践
工具框架
26
实战案例一
基于序列和GNN的PPI预测模型构建…
实战案例一GNN
27
实战案例二
使用预训练Transformer（P…
实战案例二Transformer
28
实战案例三
联邦学习场景下的跨机构PPI预测模型
实战案例三PPI
29
挑战与解决方案
数据异质性 · 通信开销 · 标签缺失
挑战解决方案
30
总结与展望
最新研究趋势（大型语言模型 · 量子计算与PPI）
最新研究趋势大型语言模型