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建模数据到部署项目实战

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
ADMET概述
药物研发中的ADMET重要性 · ADMET建模的历史与现状 · ADMET预测的常见挑战
ADMET药物研发
02
数据获取
公共ADMET数据库（ChEMBL · PubChem · DrugBank）
数据获取ADMET
03
数据清洗与预处理
去重 · 标准化 · 处理缺失值
数据清洗预处理
04
分子描述符计算
2D描述符（脂溶性 · 氢键供/受体 · 分子量）
分子描述符计算2D描述符
05
分子指纹
MACCS · ECFP（摩根指纹） · FCFP
分子指纹MACCS
06
分子图表示
原子特征 · 键特征 · 图数据构建（DGL/PyG）
分子图表示原子特征
07
特征选择与降维
方差过滤 · 互信息 · PCA
特征选择降维
08
数据集划分
训练/验证/测试集分层采样 · 交叉验证策略（K折 · 留一法）
数据集划分训练
09
传统机器学习模型
逻辑回归 · 随机森林 · XGBoost用于ADMET分类/回…
传统机器学习模型逻辑回归
10
深度学习模型
MLP · 图神经网络（GCN · GAT）在ADMET预测中的应用
深度学习模型MLP
11
迁移学习与预训练
分子预训练模型（MolBERT · GROVER） · 微调策略
迁移学习预训练
12
多任务学习
同时预测多个ADMET终点 · 架构设计与损失函数
多任务学习ADMET
13
模型评估指标
分类（ROC-AUC · 精确率 · 召回率
模型评估指标ROC-AUC
14
可解释性分析
SHAP · LIME · 注意力权重可视化
可解释性分析SHAP
15
模型调优
超参数搜索（网格搜索 · 贝叶斯优化） · 早停与正则化
模型调优超参数搜索
16
集成学习
Bagging · Stacking · 平均集成
集成学习Bagging
17
不确定性量化
贝叶斯神经网络 · 蒙特卡洛Dropout · 预测置信区间
不确定性量化贝叶斯神经网络
18
模型部署基础
模型序列化（ONNX · TorchScript · Pickle）
模型部署基础ONNX
19
Docker容器化
编写Dockerfile · 构建镜像 · 环境依赖管理
Docker容器化
20
RESTful API开发
输入验证（SMILES检查） · 批处理 · 异步任务
RESTfulAPI
21
前端交互界面
Streamlit/Flask快速搭… · 分子绘制与结果展示
前端交互界面Streamlit/Fl…
22
模型监控与日志
预测日志记录 · 性能退化检测 · 数据漂移监控
模型监控日志
23
持续集成/持续部署（CI/CD）
GitHub Actions自动化测… · 构建 · 部署流程
CI/CD持续集成
24
云端部署实战
AWS/GCP/Azure上部署模型… · 自动伸缩
云端部署实战AWS/GCP/Azur…
25
批量预测与管道化
使用Celery/Ray进行分布式计… · 批量处理分子库
批量预测管道化
26
案例实战1
口服生物利用度预测——从数据收集到模…
案例实战1口服生物利用度预…
27
案例实战2
hERG毒性预测——处理类别不平衡与…
案例实战2hERG
28
案例实战3
CYP450代谢位点预测——图神经网…
案例实战3CYP450
29
性能优化
模型量化 · 知识蒸馏 · ONNX Runtime加速
性能优化模型量化
30
项目总结与最佳实践
ADMET建模陷阱 · 数据伦理 · 未来方向（AlphaFold3
项目总结最佳实践