当前位置: 首页 > news >正文

计算机辅助药物设计AIDD-小分子-蛋白质|分子生成|蛋白质配体相互作用预测

文章目录

  • 计算机辅助药物设计AIDD【小分子专题】
    • AIDD概述及药物综合数据库学习
    • 机器学习辅助药物设计
    • 图神经网络辅助药物设计
    • 自然语言处理辅助药物设计
    • 药物设计与分子生成
  • 计算机辅助药物设计【蛋白质专题】
    • 蛋白质数据结构
    • 激酶-Kinase相似性学习
    • 基于序列的蛋白质属性预测
    • 基于结构的蛋白质属性预测
    • 蛋白质-配体相互作用预测PLI

计算机辅助药物设计AIDD【小分子专题】

AIDD概述及药物综合数据库学习

  1. 人工智能辅助药物设计AIDD概述
  2. 安装环境
    1. anaconda
    2. vscode
    3. 虚拟环境
  3. 第三方库基本使用方法
    1. numpy (数据计算工具)
    2. pandas (数据清洗工具)
    3. matplotlib (结果可视化绘图工具)
    4. requests (数据库爬虫工具)
  4. 多种药物综合数据库的获取方式
    1. KEGG(requests爬虫)
    2. Chebi(libChEBIpy)
    3. PubChem(pubchempy / requests)
    4. ChEMBL(chembl_webresource_client)
    5. BiGG(curl)
  5. DeepChem集成MoleculeNet数据库介绍及下载

机器学习辅助药物设计

  1. 机器学习理论知识

    1. 机器学习种类:
      1. 监督学习
      2. 无监督学习
      3. 强化学习
    2. 典型机器学习方法
      1. 决策树
      2. 支持向量机
      3. 朴素贝叶斯
      4. 神经网络
      5. 卷积神经网络
    3. 模型的评估与验证:准确率、精确率、召回率、F1分数、ROC曲线、AUC计算,平均绝对误差、均方差、R2分数、可释方差分数,交叉验证等
    4. sklearn工具包基本使用
  2. rdkit工具包的基本使用

  3. RDKit安装

    1. 化合物编码方式和化合物相似性理论知识
    2. 基于RDKit的分子读写
    3. 基于RDKit的分子绘制
    4. 基于RDKit的分子指纹与分子描述符
    5. 基于RDKit的化合物相似性与子结构
    6. 基于 RDKit 与 Python3 的构象与 RMSD 计算
  4. 项目实战

    1. 基于 Pytorch 和 RDKit 建立 QSAR 模型
    2. 基于 scikit-learn 将 pytorch 用于 QSAR 模型构建
    3. 项目实战1:基于ADME和Ro5的分子筛选
    4. 项目实战2:基于化合物相似性的配体筛选
    5. 项目实战3:基于化合物相似性的分子聚类
    6. 项目实战4: 基于机器学习的生物活性预测
    7. 项目实战5:基于机器学习的分子毒性预测

图神经网络辅助药物设计

  1. 图神经网络基础知识
    1. 框架介绍: PyG,DGL,TorchDrug
    2. 图神经网络消息传递机制
    3. 图神经网络数据集设计
    4. 图神经网络节点预测、图预测任务和边预测任务实战
  2. 项目实战1:基于图神经网络的分子毒性预测
    1. SMILES分子数据集构建PyG图数据集
    2. 基于GNN进行分子毒性预测
  3. 项目实战2:基于图神经网络的蛋白质-配体相互作用预测
    1. 蛋白质分子图形化,构建PyG图数据集
    2. 基于GIN进行网络搭建及相互作用预测

自然语言处理辅助药物设计

  1. 自然语言处理概述
    1. 文本类语言的向量表示方法
    2. Encoder-Decoder模型
    3. 循环神经网络模型
    4. Seq2seq模型
    5. Attention注意力机制
    6. Transformer模型
  2. 项目实战
    1. 基于无监督的Seq2Seq模型进行分子表示学习
    2. 基于Transformer模型的反应表示方法
    3. 基于自然语言处理的反应分类任务
    4. 基于BERT模型的反应产量预测任务

药物设计与分子生成

  1. 分子生成模型概述
    1. 循环神经网络RNN
    2. 变分自动编码器VAE
    3. 生成对抗网络GAN
    4. 强化学习RL
  2. 基于RDKit提取反应规则预测分子生成
    1. 基于 RDKit 处理化学信息学中的反应方程式
    2. 基于 RDKit 绘制化学反应
    3. 基于 RDKit 和 SMARTS 的化学反应处理
    4. 基于RDKit的化学反应指纹与化学反应相似度计算
    5. 基于 RDKit 通过 SMARTS 定义反应模式来生成反应产物
  3. 基于深度学习的分子生成
    1. 基于图数据的小分子化合物生成模型
    2. 基于MolGAN的分子生成
    3. 分子合成可行性评估

计算机辅助药物设计【蛋白质专题】

蛋白质数据结构

  1. 数据库介绍与相关数据爬取
    1. PDB数据库
    2. UniProt数据库
    3. KLIFS数据库
  2. 【基于RDKit的蛋白质基本操作】
    1. 基于 RDKit 的氨基酸序列转换为 SMILES
    2. 基于 RDKit 的肽和核酸序列转换分子 Mol 对象
    3. 多肽 HELM 字符串格式与分子 Mol 格式间的转换
    4. 从 ChEMBL 数据库提取大分子 HELM 单体(XML 转换为 DataFrame 并搜索部分结构)
    5. 基于RDKit的药效团特征与可视化
  3. 【基于RDKit的药效团处理】
    1. RDKit 中的药效团特征
    2. RDKit:可视化药效团(Pharmacophore)
    3. RDKit | 基于 RDKit 从分子中提取 3D 药效团特征
    4. RDKit | 基于 RDKit 计算 3D 药效团指纹
  4. 【基于RDKit的骨架 (Scaffold)】
    1. RDKit | 基于 RDKit 操纵分子结构(骨架转换)
    2. RDKit:化合物骨架分析(基于 Python3)
  5. 【基于RDKit的片段 (Fragments)处理】
    1. RDKit 中的 RECAP 进行分子裂解
    2. RDKit:基于 RECAP 生成片段
    3. RDKit | 可视化重要片段
    4. RDKit | 基于片段的分子生成(骨架 A + 骨架 B)
    5. RDKit | 基于多片段的分子生成(骨架 A + 骨架 B + 骨架 C)

激酶-Kinase相似性学习

  1. 激酶基本理论介绍
  2. Kinase相似性:序列
  3. Kinase相似性:Kinase口袋(KiSSim指纹)
  4. Kinase相似性:交互指纹
  5. Kinase相似性:配体配置文件
  6. Kinase相似性:比较不同的view

基于序列的蛋白质属性预测

  1. 多重序列对比
  2. 基于蛋白质序列的深度学习和机器学习任务
  3. 预测突变对TEM-1β-内酰胺酶蛋白的影响
  4. 基于蛋白质的二级结构预测残基的属性
  5. 通过蛋白质的溶化温度预测蛋白质的稳定性

基于结构的蛋白质属性预测

  1. 蛋白质结构数据处理
  2. 基于RDKit的蛋白质动态图构建
  3. 基于几何感知关系图神经网络(GearNet)及其边缘消息传递的扩展(GearNet-Edge)的蛋白质结构表示模型

蛋白质-配体相互作用预测PLI

  1. 结合位点相似性和脱靶预测
  2. 结合位点预测
  3. 蛋白质-配体对接
  4. 蛋白质-配体相互作用
  5. NGLView高级教程
  6. 分子动力学模拟
  7. 分析分子动力学模拟
  8. 基于图神经网络的蛋白质-配体相互作用预测(分类任务)
  9. 基于机器学习的分子对接来预测蛋白质-配体的结合亲和力(回归任务)

在这里插入图片描述

相关文章:

计算机辅助药物设计AIDD-小分子-蛋白质|分子生成|蛋白质配体相互作用预测

文章目录 计算机辅助药物设计AIDD【小分子专题】AIDD概述及药物综合数据库学习机器学习辅助药物设计图神经网络辅助药物设计自然语言处理辅助药物设计药物设计与分子生成 计算机辅助药物设计【蛋白质专题】蛋白质数据结构激酶-Kinase相似性学习基于序列的蛋白质属性预测基于结构…...

深度学习-yolo目标检测-机器学习-计算机视觉-python学习路线(呕心沥血出品-绝对精品-附资源链接)

学习路线 1. 计算机视觉基础知识 图像处理基础:了解图像的基本处理技术,如滤波、边缘检测、直方图等。数字图像处理:熟悉数字图像的表示、颜色模型、图像增强等基本概念。opencv课程链接:Python for Computer Vision with OpenCV and Deep Learning资料推荐: 书籍:《数字…...

ubuntu2204 防火墙ufw限制某ip对某端口的访问

公司内部有个ip为10.10.10.1的网关,每天定时端口扫描,然后扫描发送的数据包http server解析不了,日志里就会记录这个错误,有点烦, 用防火墙过滤一下 ubuntu的防火墙命令是 ufw, 跟ufo挺像的,也…...

常见代码优化案例记录

1. 使用StringBuilder优化字符串拼接&#xff1a; // 不优化的写法 String result ""; for (int i 0; i < 1000; i) {result i; }// 优化的写法 StringBuilder resultBuilder new StringBuilder(); for (int i 0; i < 1000; i) {resultBuilder.append(i)…...

【android开发-04】android中activity的生命周期介绍

1&#xff0c;返回栈 android中使用任务task来管理activity&#xff0c;一个任务就是一组存放在栈里的活动的集合&#xff0c;这个栈被称为返回栈。栈是一种先进先出的数据结构。当我们启动一个新的活动&#xff0c;他会在返回栈中人栈&#xff0c;并处以栈顶的位置&#xff0…...

java后端技术演变杂谈(未完结)

1.0版本javaWeb&#xff1a;原始servletjspjsbc 早期的jsp&#xff1a;htmljava&#xff0c;页面先在后端被解析&#xff0c;里面的java代码动态渲染完成后&#xff0c;成为纯html&#xff0c;再通过服务器发送给浏览器显示。 缺点&#xff1a; 服务器压力很大&#xff0c;因为…...

UDS 诊断报文格式

文章目录 网络层目的N_PDU 格式诊断报文的分类&#xff1a;单帧、多帧 网络层目的 N_PDU(network protocol data unit)&#xff0c;即网络层协议数据单元 网络层最重要的目的就是把数据转换成符合标准的单一数据帧&#xff08;符合can总线规范的&#xff09;&#xff0c;从而…...

kafka的详细安装部署

introduce Kafka是一个分布式流处理平台&#xff0c;主要用于处理高吞吐量的实时数据流。Kafka最初由LinkedIn公司开发&#xff0c;现在由Apache Software Foundation维护和开发。 Kafka的核心是一个分布式发布-订阅消息系统&#xff0c;它可以处理大量的消息流&#xff0c;并…...

【数据分享】2015-2023年我国区县逐月二手房房价数据(Excel/Shp格式)

房价是一个城市发展程度的重要体现&#xff0c;一个城市的房价越高通常代表这个城市越发达&#xff0c;对于人口的吸引力越大&#xff01;因此&#xff0c;房价数据是我们在各项城市研究中都非常常用的数据&#xff01;之前我们分享过2015-2023年我国地级市逐月房价数据&#x…...

PTA 7-226 sdut-C语言实验-矩阵输出(数组移位)

输入N个整数&#xff0c;输出由这些整数组成的n行矩阵。 输入格式: 第一行输入一个正整数N&#xff08;N<20&#xff09;&#xff0c;表示后面要输入的整数个数。 下面依次输入N个整数。 输出格式: 以输入的整数为基础&#xff0c;输出有规律的N行数据。 输入样例: 在…...

Android 各平台推送通知栏点击处理方案

示例代码如下&#xff1a; RongPushClient.setPushEventListener( new PushEventListener() { Override public boolean preNotificationMessageArrived( Context context, PushType pushType, PushNotificationMessage notificationMessage) { //透传通知时&#xff0c;调用。…...

什么是网络安全 ?

网络安全已成为我们生活的数字时代最重要的话题之一。随着连接设备数量的增加、互联网的普及和在线数据的指数级增长&#xff0c;网络攻击的风险呈指数级增长。 但网络安全是什么意思&#xff1f; 简而言之&#xff0c;网络安全是一组旨在保护网络、设备和数据免受网络攻击、…...

【前端】-【electron】

文章目录 介绍electron工作流程环境搭建 electron生命周期&#xff08;app的生命周期&#xff09;窗口尺寸窗口标题自定义窗口的实现阻止窗口关闭父子及模态窗口自定义菜单 介绍 electron技术架构&#xff1a;chromium、node.js、native.apis electron工作流程 桌面应用就是…...

Python中的类(Class)和对象(Object)

目录 一、引言 二、类&#xff08;Class&#xff09; 1、类的定义 2、类的实例化 三、对象&#xff08;Object&#xff09; 1、对象的属性 2、对象的方法 四、类和对象的继承和多态性 1、继承 2、多态性 五、类与对象的封装性 1、封装的概念 2、Python中的封装实现…...

dp-拦截导弹2

所有代码均来自于acwing中的算法基础课和算法提高课 Description 某国为了防御敌国的导弹袭击&#xff0c;发展出一种导弹拦截系统。但是这种导弹拦截系统有一个缺陷&#xff1a;虽然它的第一发炮弹能够到达任意的高度&#xff0c; 但是以后每一发炮弹都不能高于前一发的高度。…...

初识动态规划算法(题目加解析)

文章目录 什么是动态规划正文力扣题第 N 个泰波那契数三步问题使用最小花费爬楼梯 总结 什么是动态规划 线性动态规划&#xff1a;是可以用一个dp表来存储内容&#xff0c;并且找到规律存储,按照规律存储。让第i个位置的值等于题目要求的答案 >dp表&#xff1a;dp表就是用一…...

Vue2.0与Vue3.0的区别

一、Vue2和Vue3的数据双向绑定原理发生了改变 Vue2的双向数据绑定是利用ES5的一个API&#xff0c;Object.definePropert()对数据进行劫持 结合 发布 订阅模式的方式来实现的。通过Object.defineProperty来劫持数据的setter&#xff0c;getter&#xff0c;在数据变动时发布消息…...

探索人工智能领域——每日20个名词详解【day6】

目录 前言 正文 总结 &#x1f308;嗨&#xff01;我是Filotimo__&#x1f308;。很高兴与大家相识&#xff0c;希望我的博客能对你有所帮助。 &#x1f4a1;本文由Filotimo__✍️原创&#xff0c;首发于CSDN&#x1f4da;。 &#x1f4e3;如需转载&#xff0c;请事先与我联系以…...

C++初阶 | [七] string类(上)

摘要&#xff1a;标准库中的string类的常用函数 C语言中&#xff0c;字符串是以\0结尾的一些字符的集合&#xff0c;为了操作方便&#xff0c;C标准库中提供了一些str系列的库函数&#xff0c; 但是这些库函数与字符串是分离开的&#xff0c;不太符合OOP(面向对象)的思想&#…...

Django总结

文章目录 一、Web应用Web应用程序的优点Web应用程序的缺点应用程序有两种模式C/S、B/S C/S 客户端/服务端局域网连接其他电脑的MySQL数据库1.先用其他电脑再cmd命令行ping本机ip2.开放MySQL的访问 B/S 浏览器/服务端基于socket编写一个Web应用 二、Http协议1.http协议是什么2.h…...

浏览器访问 AWS ECS 上部署的 Docker 容器(监听 80 端口)

✅ 一、ECS 服务配置 Dockerfile 确保监听 80 端口 EXPOSE 80 CMD ["nginx", "-g", "daemon off;"]或 EXPOSE 80 CMD ["python3", "-m", "http.server", "80"]任务定义&#xff08;Task Definition&…...

STM32+rt-thread判断是否联网

一、根据NETDEV_FLAG_INTERNET_UP位判断 static bool is_conncected(void) {struct netdev *dev RT_NULL;dev netdev_get_first_by_flags(NETDEV_FLAG_INTERNET_UP);if (dev RT_NULL){printf("wait netdev internet up...");return false;}else{printf("loc…...

如何在看板中有效管理突发紧急任务

在看板中有效管理突发紧急任务需要&#xff1a;设立专门的紧急任务通道、重新调整任务优先级、保持适度的WIP&#xff08;Work-in-Progress&#xff09;弹性、优化任务处理流程、提高团队应对突发情况的敏捷性。其中&#xff0c;设立专门的紧急任务通道尤为重要&#xff0c;这能…...

RNN避坑指南:从数学推导到LSTM/GRU工业级部署实战流程

本文较长&#xff0c;建议点赞收藏&#xff0c;以免遗失。更多AI大模型应用开发学习视频及资料&#xff0c;尽在聚客AI学院。 本文全面剖析RNN核心原理&#xff0c;深入讲解梯度消失/爆炸问题&#xff0c;并通过LSTM/GRU结构实现解决方案&#xff0c;提供时间序列预测和文本生成…...

大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计

随着大语言模型&#xff08;LLM&#xff09;参数规模的增长&#xff0c;推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长&#xff0c;而KV缓存的内存消耗可能高达数十GB&#xff08;例如Llama2-7B处理100K token时需50GB内存&a…...

rnn判断string中第一次出现a的下标

# coding:utf8 import torch import torch.nn as nn import numpy as np import random import json""" 基于pytorch的网络编写 实现一个RNN网络完成多分类任务 判断字符 a 第一次出现在字符串中的位置 """class TorchModel(nn.Module):def __in…...

深入浅出深度学习基础:从感知机到全连接神经网络的核心原理与应用

文章目录 前言一、感知机 (Perceptron)1.1 基础介绍1.1.1 感知机是什么&#xff1f;1.1.2 感知机的工作原理 1.2 感知机的简单应用&#xff1a;基本逻辑门1.2.1 逻辑与 (Logic AND)1.2.2 逻辑或 (Logic OR)1.2.3 逻辑与非 (Logic NAND) 1.3 感知机的实现1.3.1 简单实现 (基于阈…...

C/C++ 中附加包含目录、附加库目录与附加依赖项详解

在 C/C 编程的编译和链接过程中&#xff0c;附加包含目录、附加库目录和附加依赖项是三个至关重要的设置&#xff0c;它们相互配合&#xff0c;确保程序能够正确引用外部资源并顺利构建。虽然在学习过程中&#xff0c;这些概念容易让人混淆&#xff0c;但深入理解它们的作用和联…...

在鸿蒙HarmonyOS 5中使用DevEco Studio实现指南针功能

指南针功能是许多位置服务应用的基础功能之一。下面我将详细介绍如何在HarmonyOS 5中使用DevEco Studio实现指南针功能。 1. 开发环境准备 确保已安装DevEco Studio 3.1或更高版本确保项目使用的是HarmonyOS 5.0 SDK在项目的module.json5中配置必要的权限 2. 权限配置 在mo…...

路由基础-路由表

本篇将会向读者介绍路由的基本概念。 前言 在一个典型的数据通信网络中&#xff0c;往往存在多个不同的IP网段&#xff0c;数据在不同的IP网段之间交互是需要借助三层设备的&#xff0c;这些设备具备路由能力&#xff0c;能够实现数据的跨网段转发。 路由是数据通信网络中最基…...