首页
›
生物信息学与 AI 制药工程
›
053-药物知识图谱特征学习任务
›
《药物重定位项目从数据到模型实战》
VIP20
本课程属于:053-药物知识图谱特征学习任务
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
药物重定位项目从数据到模型实战
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
药物重定位概述与项目背景
药物重定位概述与项目背景 · 核心概念 · 实践要点
药物重定位概述
项目背景
02
药物重定位研究方法与流程
药物重定位研究方法与流程 · 核心概念 · 实践要点
药物重定位研究方…
流程
03
数据源介绍
DrugBank · CTD · STITCH等
数据源介绍
DrugBank
04
药物-靶点相互作用数据获取
药物-靶点相互作用数据获取 · 核心概念 · 实践要点
药物
靶点相互作用数据…
05
疾病-基因关联数据获取
疾病-基因关联数据获取 · 核心概念 · 实践要点
疾病
基因关联数据获取
06
药物-药物相似性数据
药物-药物相似性数据 · 核心概念 · 实践要点
药物
药物相似性数据
07
数据预处理
清洗 · 标准化 · 去重
数据预处理
清洗
08
数据整合与关系数据库构建
数据整合与关系数据库构建 · 核心概念 · 实践要点
数据整合
关系数据库构建
09
特征工程
药物化学结构特征(分子指纹)
特征工程
药物化学结构特征
10
特征工程
药物靶点序列特征
特征工程
药物靶点序列特征
11
特征工程
疾病基因表达特征
特征工程
疾病基因表达特征
12
特征工程
网络拓扑特征(度 · 聚类系数)
特征工程
网络拓扑特征
13
数据集划分
训练集 · 验证集 · 测试集
数据集划分
训练集
14
机器学习基础回顾(分类、回归、评估指标)
机器学习基础回顾(分类、回归、评估指标) · 核心概念 · 实践要点
机器学习基础回顾
分类
15
基于相似性的药物重定位方法(协同过滤)
基于相似性的药物重定位方法(协同过滤) · 核心概念 · 实践要点
基于相似性的药物…
协同过滤
16
基于矩阵分解的药物重定位(NMF等)
基于矩阵分解的药物重定位(NMF等) · 核心概念 · 实践要点
NMF
基于矩阵分解的药…
17
基于随机森林的药物重定位模型
基于随机森林的药物重定位模型 · 核心概念 · 实践要点
基于随机森林的药…
重点
18
基于XGBoost的药物重定位模型
基于XGBoost的药物重定位模型 · 核心概念 · 实践要点
XGBoost
基于
19
基于图神经网络的药物重定位(GCN)
基于图神经网络的药物重定位(GCN) · 核心概念 · 实践要点
GCN
基于图神经网络的…
20
深度学习模型
自编码器用于药物-靶点预测
深度学习模型
自编码器用于药物
21
模型训练与超参数调优
模型训练与超参数调优 · 核心概念 · 实践要点
模型训练
超参数调优
22
模型评估
AUC-ROC · PR曲线 · 交叉验证
模型评估
AUC-ROC
23
解释性分析
SHAP值 · 特征重要性
解释性分析
SHAP
24
候选药物排序与优先级打分
候选药物排序与优先级打分 · 核心概念 · 实践要点
候选药物排序
优先级打分
25
案例分析
针对某疾病(如COVID-19)的药…
案例分析
COVID-19
26
外部验证
利用独立数据集验证模型
外部验证
利用独立数据集验…
27
结果可视化
网络图 · 热力图 · ROC曲线图
结果可视化
网络图
28
模型部署与API开发(Flask/Django)
模型部署与API开发(Flask/Dja… · 核心概念 · 实践要点
API
Flask/Django
29
项目总结与常见问题
项目总结与常见问题 · 核心概念 · 实践要点
项目总结
常见问题
30
未来展望
多模态数据融合 · 临床试验设计
未来展望
多模态数据融合
所属VIP或分类
同VIP:ComplEx模型药物关系预测实战
同VIP:DGL框架药物图神经网络实践
同VIP:PyG与Neo4j药物KG特征提取课程