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

ADMET分子描述符特征工程入门教程

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

ADMET的定义 · 在药物研发中的重要性 · ADME与毒理的基本概念

分子描述符基础

什么是分子描述符 · 分类（拓扑 · 几何

分子描述符基础什么是分子描述符

安装与基本使用 · 从SMILES到分子对象的转换方法

RDKit的MACCS keys · Morgan指纹（ECFP） · 特征提取与可视化

分子指纹RDKit

描述符计算

使用RDKit计算分子量 · logP · 氢键供体/受体等常用描述符

描述符计算RDKit

二维描述符

拓扑指数（Wiener · Zagreb） · 分子连接性指数的计算与应用

二维描述符Wiener

三维描述符

基于构象的描述符 · 如PMI · DIP

三维描述符基于构象的描述符

电荷与静电描述符

部分电荷 · 分子极化率 · 偶极矩的获取与意义

电荷静电描述符

药物化学属性

Lipinski五规则 · Veber规则 · 口服利用度相关描述符

药物化学属性Lipinski

溶解度预测 · Caco-2渗透性 · P-gp底物等常用ADME描述符

毒性描述符

肝毒性 · hERG毒性 · AMES致突变性等预测相关的描述符

毒性描述符肝毒性

分子形状描述符

分子体积 · 表面积 · 球形度

分子形状描述符分子体积

基于量子化学的描述符

HOMO/LUMO能级 · 能隙 · 偶极矩的获取与注意事项

基于量子化学的描…HOMO/LUMO

特征工程概述

特征标准化 · 离散化 · 编码

特征工程概述特征标准化

特征选择方法

过滤式（方差 · 相关系数） · 包裹式（递归特征消除）

特征选择方法过滤式

PCA · t-SNE · UMAP在描述符上的应用与对比

特征降维PCA

数据集准备

收集分子数据（ChEMBL · PubChem） · SMILES规范化

数据集准备ChEMBL

训练集 · 验证集 · 测试集划分

数据划分训练集

使用随机森林 · XGBoost进行ADMET预测 · 评估指标（R²

基线模型使用随机森林

图神经网络基础

将分子视为图 · GCN · GAT在ADMET中的简单应用

图神经网络基础将分子视为图

描述符与分子图结合

指纹 + GNN的混合特征构建思路

描述符分子图结合

多任务学习

同时预测多个ADMET属性 · 共享表示的实现方法

多任务学习ADMET

SHAP · LIME分析描述符重要性 · 模型解释技巧

可解释性SHAP

特征缩放与归一化

Min-Max · Z-score对描述符分布的影响及选…

特征缩放归一化

后处理方法

预测值校准 · 置信区间估计 · 提高模型可靠性

后处理方法预测值校准

使用RDKit和scikit-lea… · 完整端到端流程

案例实践RDKit

hERG毒性预测的特征工程与模型调优 · 注意数据平衡

案例实践hERG

结果评估与可视化

ROC曲线 · 混淆矩阵 · 学习曲线的绘制与解读

结果评估可视化

描述符冗余 · 过拟合 · 数据泄露

常见陷阱描述符冗余

总结与进阶

资源推荐（DeepChem · Mordred） · 未来趋势（联邦学习