机器学习Python药物发现毒性预测专题
Posted aomr*
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习Python药物发现毒性预测专题相关的知识,希望对你有一定的参考价值。
目前人工智能技术在药物研发中的应用主要表现为七个场景,分别是:靶点药物研发、候选药物挖掘、化合物筛选、预测ADMET性质、药物晶型预测、辅助病理生物学研究和发掘药物新适应症,人工智能可以将新药研发的成功率从12%提高到14%,可以为生物制药行业节省数十亿美元。此外,AI在化合物合成和筛选方面比传统手段可节约40%-50%的时间,每年为药企节约260亿美元的化合物筛选成本。在临床研究阶段,可节约50%-60%的时间,每年可节约280亿美元的临床试验费用。即AI每年能够为药企节约540亿美元的研发费用。AI+药物研发与传统模式相比,时间和成本优势明显。AI+药物研发的结合必然是未来制药行业的发展趋势,谷歌DeepMind从16年的AlphaGo, 17年的AlphaZero, 18年的AlphaFold, 到如今的AlphaFold2, 这样的发展和迭代速度让我们看到,人工智能的时代正在加速到来,AlphaFold2的出现对于生命科学来说无疑是一次巨大的进步,生物学家可以从结构角度解释更多的现象,并对制药等应用产生深远影响,在蛋白质科学领域,计算结果第一次拥有了与实验结果同等重要的地位,再也不能被轻视。在CASP14中,有些蛋白质相互缠绕,长的非常奇怪,结果AlphaFold2都可以正确的预测,AlphaFold2可以利用蛋白质序列把蛋白三维结构准确的预测出来,以往都需要人力通过实验解析蛋白质的三维结构,AlphaFold2出现后大大节约了时间。而了解蛋白质结构就是在了解人类的第二大遗传密码,AlphaFold2加速了当代人对生命的理解和认识。
日期 | 授课题目 | 授课内容 | 备注 |
2021-08-14 | 背景与基础 | 1.从药物发现到临床试验的介绍。 | 理论+实操 |
2021-08-14 | 背景与基础 | 2.计算机辅助药物设计与人工智能发展史 | 理论+实操 |
2021-08-14 | 背景与基础 | 3.常见药物设计软件Autodock vina, DS, 薛定谔, 分子指纹介绍与安装 | 理论+实操 |
2021-08-14 | 背景与基础 | 4.Pyhton机器学习人工智能在药物发现中的应用 | 理论+实操 |
2021-08-14 | Python基础与进阶 | 5.Python基本数据结构列表,集合,元组,字典的应用 | 理论+实操 |
2021-08-14 | Python基础与进阶 | 6.Python pandas, numpy案例介绍与应用 | 理论+实操 |
2021-08-14 | Python基础与进阶 | 7.Python爬虫应用实战,爬取某网站岗位信息。 | 理论+实操 |
2021-08-14 | Python基础与进阶 | 8.Python爬虫应用实战,爬取某网站论文。 | 理论+实操 |
2021-08-14 | Python基础与进阶 | 9.RDKit在处理化学分子方面的应用。 | 理论+实操 |
2021-08-14 | Python基础与进阶 | 10.Python 面向对象编程(类与对象) | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画散点图 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画分布图 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画折线图 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画柱状图 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画饼状图 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画热力图 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画ROC曲线 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画生存曲线 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画森林图 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画动态折线图 | 理论+实操 |
2021-08-15 | 可视化分析系列 | Python画动态柱状图 | 理论+实操 |
2021-08-17 | 自动化办公系列 | 用Python自动化操作Excel表格Sheet | 理论+实操 |
2021-08-17 | 自动化办公系列 | 用Python自动化生成演示文稿PPT(包括文字,图片,标题等) | 理论+实操 |
2021-08-17 | 自动化办公系列 | 用Python自动化生成论文Word文档(包括文字,图片,标题等) | 理论+实操 |
2021-08-18 | 机器学习理论与案例实操 | 1.逻辑回归算法 | 理论+实操 |
2021-08-18 | 机器学习理论与案例实操 | 2.朴素贝叶斯算法 | 理论+实操 |
2021-08-18 | 机器学习理论与案例实操 | 3.KNN算法 | 理论+实操 |
2021-08-19 | 机器学习理论与案例实操 | 4.支持向量机算法 | 理论+实操 |
2021-08-19 | 机器学习理论与案例实操 | 5.决策树算法 | 理论+实操 |
2021-08-19 | 机器学习理论与案例实操 | 6.随机森林算法 | 理论+实操 |
2021-08-19 | 机器学习理论与案例实操 | 7.梯度提升树算法以及XGBOOST | 理论+实操 |
20218.21-23 (线下培训 苏州) | 20218.21-23 (线下培训 苏州) | ||
2021-08-21 | 药物设计案例实操 | 1.AutoDock Vina 分子对接案例实操: | 理论+实操 |
2021-08-21 | 药物设计案例实操 | 2.DS 分子对接案例实操 | 理论+实操 |
2021-08-21 | 药物设计案例实操 | 3.薛定谔分子对接案例实操 | 理论+实操 |
2021-08-21 | 药物设计案例实操 | 4.分子指纹图谱案例演示 | 理论+实操 |
2021-08-21 | 药物设计案例实操 | 5.分子动力学案例演示 | 理论+实操 |
2021-08-22 | 深度学习案例实操 | 1.常见深度学习框架tensorflow, pytorch等介绍与应用 | 理论+实操 |
2021-08-22 | 深度学习案例实操 | 1.运用机器学习方法预测临床前潜在有效的药物(针对药物的有效性) | 理论+实操 |
2021-08-22 | 深度学习案例实操 | 2.运用深度学习方法预测临床前潜在有毒性的药物(针对药物的安全性) | 理论+实操 |
2021-08-22 | 深度学习案例实操 | 3.图卷积网路在药物化学分子中的应用案例介绍与实操 | 理论+实操 |
2021-08-22 | 深度学习案例实操 | 4.生成式对抗网络与AlphaFold在药物发现与设计方面的应用介绍。 | 理论+实操 |
2021-08-23 | AlphaFold2蛋白结构预测实操 | 蛋白质结构与功能的概述。 蛋白质的组成 蛋白质的结构 蛋白质的功能 | 理论+实操 |
2021-08-23 | AlphaFold2蛋白结构预测实操 | 常见蛋白质结构预测的网站及方法。 常用蛋白质结构预测的相关网站及软件 常用网站及软件的使用方法及说明 | 理论+实操 |
2021-08-23 | AlphaFold2蛋白结构预测实操 | 机器学习在蛋白质结构预测的应用。 蛋白质结构与小分子药物库获取 机器学习加速预测小分子药物 AlphaFold2机器学习模型对蛋白结构预测 | 理论+实操 |
2021-08-23 | AlphaFold2蛋白结构预测实操 | 实战蛋白结构预测目前最好的人工智能模型AlphaFold2。 AlphaFold2模型的获取及安装 AlphaFold2相关数据的获取 AlphaFold2模型的实战操作 | 理论+实操 |
联系方式
联系人:叶老师 电话:13838281574(微信同号)
邮箱:y13838281574@163.com QQ: 3541871068
每人¥5880元 (含报名费,培训费、资料费)
优惠一:报名两人及以上每人可享受400元优惠
优惠二:前十五名报名缴费学员可享受每人200元优惠
报名费用可开具正规报销发票及提供相关缴费证明、邀请函,可提前开具报销发票、文件用于费用报销
以上是关于机器学习Python药物发现毒性预测专题的主要内容,如果未能解决你的问题,请参考以下文章
AIDD+CADD计算机辅助药物设计+蛋白-分子对接虚拟筛选