人工智能药物研发
近年来，在人工智能等新技术的推动下，自然语言处理、深度学习、机器学习以及图像识别等技术对传统计算机辅助药物设计产生了显著提升，在提高研发效率的同时也极大地增加了获得成功药物的概率。当前我国在AI药物研发方面的应用主要集中在药物发现阶段，在这一领域内最热门的研究方向包括靶点的发现、先导化合物的研究与筛选、化合物合成等多个环节；根据应用场景的发展趋势来看，在未来药物发现与合成这两个领域很可能成为AI+药物研发中自动化程度最高的领域。然而，在AI药物研发的过程中也面临着诸多亟待解决的问题：它兼具信息科技与医药双重属性，在吸引具备人工智能相关技能的人才的同时也需要招募懂得药物研发的专业人才；因此需要培养一批既具有跨学科背景又精通多个专业领域的复合型人才队伍
分子表征及特征提取
-
分子描述符与分子指纹
1.1 分子描述符与分子指纹概念
1.2 分子描述符的分类及其特点
1.3 分子指纹的分类及其特点 -
分子描述符/指纹计算软件
2.1 分子表示方法与格式
2.1.1 包括SMILES、SMARTS、SDF、MOL、MOL2以及PDB等多种表示方法
2.1.2 包括JEM Editor、Chemdoodle、ChemAxon、ChemDraw以及DrugBank等常用软件
2.2 RDKit的简介及其环境部署
2.3 如何对分子进行操作
2.4 通过RDKit完成分子描述符与特征向量的计算及存储
2.5 OpenBabel的简介及其应用环境
2.6 如何对分子进行操作以及格式转换
2.7 OpenBabel中包含多种功能如生成特定类型的分子描述符与指纹特征
2.8 ChemDes用于计算相应的分子描述符与指纹特征，并支持多种数据输出格式
2.9 包括化学反应动力学参数在内的ChmDes功能模块能够实现复杂的数据处理需求
2.10 PyBioMed作为生物医学数据平台提供全面的功能支持
2.11 PyBioMed能够方便地导入并获取相应的分子对象进行分析处理
2.12 PyBioMed提供了一整套完整的模块体系用于完成复杂的数据分析任务
2.13 PyBioMed不仅能够生成蛋白质相关的描述符参数还能实现相关功能模块间的无缝集成连接
2.14 PyBioMed支持核酸序列相关的属性值提取工作并能与其他功能模块协同工作以提高整体效率
...
....
....
....
结构与数据预处理阶段
第三部分为结构前处理与数据前期整理
其中包含以下几大模块：
第一模块涉及PyBioMed的结构前处理工作
第二模块聚焦于ChemSAR的结构前分析流程
第三模块则以KNIME平台为基础开展相关研究
第四模块主要完成Excel的数据前期整理工作及其注意事项
第五模块基于KNIME平台实现标准化前的数据管理流程
第六模块重点讲述Pandas环境搭建及基础操作流程
第七模块深入探讨Scikit-learn的数据标准化前工作内容
第八模块详细阐述数值归一化以及缺失值填充策略
最后介绍各类常用的人工智能药物设计算法及应用软件系统
-
算法详细阐述及其分类体系
4.1 人工智能驱动下的药物设计相关算法解析
4.2 分析主流算法在实际中的实现方式及所使用的软件与工具 -
对KNINE平台进行全面介绍
5.1 对平台核心功能与用户界面的详细描述
5.2 深入探讨KNINE平台界面设计及其优势
5.3 详细阐述如何基于KNINE平台构建基础计算作业
5.4 提供全面的技术支持与社区协作平台
5.5 通过扩展功能包实现高度定制化的数据处理流程
整合外部工具与资源以提升分析效率 -
特征选择
6.1 基于sklearn的特征选择
6.1.1 相关性分析，相关性绘图
6.1.2 单变量特征选择及选择K个特征
6.1.3 递归式特征删除
6.2 基于KNIME流程的特征选择
6.2.1 相关性分析，相关性绘图
6.2.2 单变量特征选择
6.2.3 递归式特征删除 -
模型评估与解析
7.1 回归分析方法及其分类方法在数据建模中的评价指标
7.2 不同场景下数据建模问题的应用效果
7.3 基于树结构的数据建模问题的具体解析
类药性和ADMET评价实践
GRK2抑制剂筛选实践
11. 噪声去除与相似度分析
11.1 AFA drugs4筛选
11.2 分子特征与相似度计算
11.3 Swiss-Similarity相似性分析
12. 机器学习模型搭建与预测
12.1 收集GRK2化合物（讲解流程）
12.2 选择合适的分子特征
12.3 算法参数优化与特征选择
12.4 模型构建与验证
12.5 应用模型筛选化合物库
13. 分子对接操作
13.1 蛋白质前期处理
13.2 小分子前期处理
13.3 可采用Swiss-Dock对接策略
14. ADMET评价分析
14.1 ADMETlab计算与评估结果输出
14.2 确定关键性质的参考指标范围
14.3 筛选有效候选化合物
