VIP20
本课程属于：051-ADMET预测特征学习任务 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

图神经网络特征在ADMET中的应用案例

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
课程概述
图神经网络与ADMET预测
课程概述ADMET
02
分子图表示基础
原子 · 键 · 图结构
分子图表示基础原子
03
图神经网络核心思想
消息传递 · 聚合 · 更新
图神经网络核心思…消息传递
04
常见图神经网络模型
GCN · GAT · GraphSAGE
常见图神经网络模…GCN
05
图神经网络在药物发现中的应用概览
图神经网络在药物发现中的应用概览 · 核心概念 · 实践要点
图神经网络药物发现
06
ADMET性质简介
吸收 · 分布 · 代谢
ADMET性质简介
07
ADMET预测的挑战与数据特点
ADMET预测的挑战与数据特点 · 核心概念 · 实践要点
ADMET预测的挑战
08
分子图特征工程
原子特征 · 键特征 · 全局特征
分子图特征工程原子特征
09
数据集介绍
PubChem · ChEMBL · ADMETlab等
数据集介绍PubChem
10
数据预处理
分子标准化 · 数据划分 · 过采样
数据预处理分子标准化
11
图神经网络模型构建
使用PyTorch Geometri…
图神经网络模型构…PyTorch
12
模型训练
损失函数 · 优化器 · 评估指标
模型训练损失函数
13
图神经网络特征可视化
节点嵌入 · 图嵌入
图神经网络特征可…节点嵌入
14
案例一
水溶性预测（吸收相关）
案例一水溶性预测
15
案例二
血脑屏障透过性预测（分布）
案例二血脑屏障透过性预…
16
案例三
CYP450代谢稳定性预测（代谢）
案例三CYP450
17
案例四
肾清除率预测（排泄）
案例四肾清除率预测
18
案例五
hERG毒性预测（毒性）
案例五hERG
19
多任务学习
同时预测多个ADMET性质
多任务学习ADMET
20
图注意力机制在ADMET中的应用
图注意力机制在ADMET中的应用 · 核心概念 · 实践要点
ADMET图注意力机制
21
图神经网络与分子指纹融合
图神经网络与分子指纹融合 · 核心概念 · 实践要点
图神经网络分子指纹融合
22
图神经网络的可解释性
注意力权重 · 梯度分析
图神经网络的可解…注意力权重
23
模型验证与对比实验
与随机森林 · GNN对比
模型验证对比实验
24
超参数调优
网格搜索 · 贝叶斯优化
超参数调优网格搜索
25
模型部署与推理加速
模型部署与推理加速 · 核心概念 · 实践要点
模型部署推理加速
26
图神经网络在大规模虚拟筛选中的应用
图神经网络在大规模虚拟筛选中的应用 · 核心概念 · 实践要点
图神经网络大规模虚拟筛选
27
图神经网络与分子动力学模拟的结合
图神经网络与分子动力学模拟的结合 · 核心概念 · 实践要点
图神经网络分子动力学模拟的…
28
前沿进展
图Transformer · 预训练模型（如GROVER）
前沿进展Transformer
29
课程总结
GNN在ADMET中的优势与局限
课程总结GNN
30
综合实战
构建一个完整的ADMET预测流水线
综合实战ADMET