首页
›
生物信息学与 AI 制药工程
›
056-蛋白配体相互作用特征学习任务
›
《分子指纹在药物筛选中的应用实践》
VIP20
本课程属于:056-蛋白配体相互作用特征学习任务
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
分子指纹在药物筛选中的应用实践
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
课程导论
分子指纹与药物筛选概述 · 课程目标与学习路径
课程导论
分子指纹
02
药物筛选基础
靶点识别 · 高通量筛选与虚拟筛选简介
药物筛选基础
靶点识别
03
分子表示方法
SMILES · InChI · 分子图与分子指纹概念
分子表示方法
SMILES
04
化学信息学工具
RDKit安装与基本使用 · 分子读取与操作
化学信息学工具
RDKit
05
分子指纹原理
哈希编码 · 位向量与特征映射
分子指纹原理
哈希编码
06
结构指纹
MACCS keys 详解与实现
结构指纹
MACCS
07
拓扑指纹
ECFP(扩展连通性指纹)原理与参数
拓扑指纹
ECFP
08
摩根指纹
圆形指纹与半径选择
摩根指纹
圆形指纹
09
其他常见指纹
FCFP · AP · Torsion
其他常见指纹
FCFP
10
指纹生成实战
使用RDKit生成MACCS · ECFP · 摩根指纹
指纹生成实战
RDKit
11
相似性度量
Tanimoto系数 · Dice系数 · Cosine相似度
相似性度量
Tanimoto
12
相似性搜索
基于指纹的最近邻搜索与库比对
相似性搜索
基于指纹的最近邻…
13
分子多样性分析
指纹主成分分析 · t-SNE可视化
分子多样性分析
指纹主成分分析
14
药效团映射
基于指纹的药效团特征提取
药效团映射
基于指纹的药效团…
15
QSAR建模基础
定量构效关系与分子描述符
QSAR
建模基础
16
分子指纹与机器学习
特征工程与模型选择
分子指纹
机器学习
17
分类模型
使用指纹训练分类器(SVM · 随机森林等)
分类模型
SVM
18
回归模型
预测活性值或ADME性质
回归模型
ADME
19
深度学习与分子指纹
图神经网络与自动编码器
深度学习
分子指纹
20
模型评估
交叉验证 · AUC · 混淆矩阵
模型评估
交叉验证
21
虚拟筛选流程
从靶点到候选化合物的完整管线
虚拟筛选流程
从靶点到候选化合…
22
基于配体的虚拟筛选
相似性搜索与药效团筛选
基于配体的虚拟筛…
相似性搜索
23
基于结构的虚拟筛选
分子对接与指纹结合
基于结构的虚拟筛…
分子对接
24
命中化合物验证
聚类分析 · 选择代表性分子
化合物验证
聚类分析
25
案例实战1
使用ChEMBL数据集进行活性化合物…
案例实战1
ChEMBL
26
案例实战2
针对特定靶点(如SARS-CoV-2…
案例实战2
SARS-CoV-2
27
案例实战3
ADMET性质预测与分子指纹组合
案例实战3
ADMET
28
结果解析与可视化
热图 · 散点图与交互式仪表盘
结果解析
可视化
29
常见问题与优化
指纹长度 · 哈希冲突 · 计算性能
常见问题
优化
30
课程总结与未来展望
分子指纹新趋势与AI制药
课程总结
未来展望
所属VIP或分类
同VIP:MM-GBSA自由能估计实战教程
同VIP:PDB数据库获取结构数据全流程指南
同VIP:Rosetta评分函数在结合亲和力预测中的应用