VIP20
本课程属于：060-化合物生成模型结果图谱解读 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

自注意力层分子片段关注热图教程

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
01
自注意力机制基础
自注意力的原理 · QKV计算 · 注意力分数及权重
自注意力机制基础自注意力的原理
02
Transformer架构概览
编码器-解码器结构 · 多头注意力 · 位置编码
Transformer架构概览
03
分子表示方法
SMILES字符串 · 分子图（Atom-Bond） · 分子指纹（Morgan Finger…
分子表示方法SMILES
04
分子片段划分方法
BRICS算法 · 官能团匹配 · 自定义子结构划分
分子片段划分方法BRICS
05
图神经网络入门
图数据类型 · 消息传递机制 · 图卷积层
图神经网络入门图数据类型
06
图注意力网络（GAT）
注意力系数计算 · 多头注意力 · 特征聚合
GAT图注意力网络
07
自注意力在分子上的扩展
分子自注意力模型（MAT · MolGAT）介绍
自注意力分子上的扩展
08
注意力热图的概念与意义
权重热图如何帮助解释模型决策
注意力热图的概念意义
09
数据准备
常用分子数据集（QM9 · ZINC · MoleculeNet）及预处理
数据准备QM9
10
分子特征工程
原子特征（类型 · 度数 · 电荷）
分子特征工程原子特征
11
基于PyTorch实现分子图注意力层
自定义GATLayer
PyTorch基于
12
构建完整的分子片段注意力模型
代码实现与训练循环
构建完整的分子片…代码实现
13
从模型中提取注意力权重
前向钩子函数与注意力矩阵获取
从模型提取注意力权重
14
热图可视化工具
Matplotlib绘制热图 · Seaborn调用
热图可视化工具Matplotlib
15
将注意力权重映射到分子结构上
使用RDKit绘制原子级/片段级热图
将注意力权重映射…RDKit
16
案例分析1
预测分子logP（脂水分配系数）并可…
案例分析1logP
17
案例分析2
预测药物分子毒性（Tox21）并识别…
案例分析2Tox21
18
案例分析3
化学反应产物选择性预测与注意力解释
案例分析3化学反应产物选择…
19
多头注意力的聚合
平均值 · 最大值 · 加权和
多头注意力的聚合平均值
20
模型解释性验证
通过删除/屏蔽重要片段观察性能下降
模型解释性验证通过删除
21
超参数对注意力热图的影响
注意力头数 · dropout · 层数
超参数对注意力热…注意力头数
22
稀疏注意力与图大小适应性
处理大分子长序列
稀疏注意力图大小适应性
23
交叉注意力与自注意力对比
在分子-蛋白质相互作用中的应用
交叉注意力自注意力对比
24
模型评估指标
AUROC · RMSE · R²与注意力一致性得分
模型评估指标AUROC
25
常见问题排查
注意力崩塌 · 梯度不稳定 · 过平滑
常见问题排查注意力崩塌
26
进阶话题
3D分子注意力（如Equiforme… · TorchMD-Net）
进阶话题Equiforme
27
进阶话题
结合语言模型（MolT5 · ChemBERTa）进行多模态解释
进阶话题MolT5
28
拓展到蛋白质片段
蛋白质序列注意力热图（应用ProtB…
拓展到蛋白质片段ProtB
29
项目实战
构建一个端到端的分子片段注意力热图分…
项目实战构建一个端到端的…
30
总结与前沿展望
自注意力在计算化学和药物发现中的未来…
前沿展望自注意力