VIP20
本课程属于：055-化合物生成网络训练 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

图神经网络分子特征提取课程

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
01
图神经网络与分子科学概述
发展历史 · 应用领域 · 基本概念
图神经网络分子科学概述
02
分子图表示方法
原子作为节点 · 化学键作为边 · 图构建
分子图表示方法原子作为节点
03
SMILES与分子编码
从字符串到图 · 常用工具（RDKit）
SMILES分子编码
04
分子特征工程
原子类型 · 键类型 · 手性
分子特征工程原子类型
05
图神经网络基础
图结构 · 邻接矩阵 · 消息传递框架
图神经网络基础图结构
06
图卷积网络（GCN）
原理 · 公式 · 实现
GCN图卷积网络
07
图注意力网络（GAT）
注意力机制 · 多头注意力
GAT图注意力网络
08
图同构网络（GIN）
WL测试 · 表达能力
GIN图同构网络
09
图池化层
全局池化 · TopK池化 · DiffPool
图池化层全局池化
10
消息传递神经网络（MPNN）
通用框架 · 实现
MPNN消息传递神经网络
11
分子指纹与GNN
经典指纹（ECFP）与GNN对比
GNN分子指纹
12
图神经网络用于分子性质预测
分类与回归任务
图神经网络用于分…分类
13
分子毒性预测实战
数据集 · 模型训练 · 评估
分子毒性预测实战数据集
14
分子溶解度预测实战
数据预处理 · 特征选择
分子溶解度预测实…数据预处理
15
药物-靶标相互作用预测
二分图 · 链接预测
药物靶标相互作用预测
16
分子生成模型
VAE · GAN · Flow-based生成
分子生成模型VAE
17
分子优化
基于GNN的分子优化策略
分子优化GNN
18
图神经网络的可解释性
注意力权重 · GNNExplainer
图神经网络的可解…注意力权重
19
分子图数据增强
节点扰动 · 边扰动 · 子图采样
分子图数据增强节点扰动
20
大规模分子图处理
批处理 · 内存优化 · 采样方法
大规模分子图处理批处理
21
三维分子图表示
几何图 · 距离几何 · 等变GNN
三维分子图表示几何图
22
等变图神经网络（EGNN）
SE(3)等变性 · 实现
EGNN等变图神经网络
23
分子动力学与GNN
轨迹预测 · 力场学习
GNN分子动力学
24
分子图的自监督学习
对比学习 · 预训练任务
分子图的自监督学…对比学习
25
分子图迁移学习
跨数据集迁移 · 领域适应
分子图迁移学习跨数据集迁移
26
图神经网络在量子化学中的应用
DFT计算辅助
图神经网络量子化学
27
分子反应预测
反应图 · 产物预测
分子反应预测反应图
28
分子构象生成
构象搜索 · GNN辅助
分子构象生成构象搜索
29
图神经网络框架与工具
PyTorch Geometric · DGL · OpenNMT
图神经网络框架工具
30
项目实战
基于GNN的分子活性预测完整流程
项目实战GNN