关于“AI人工智能Python与药物发现和药物设计”专题线上学习
2021.06.05 周六 授课时间 9:00-11:30 13:30-17:00
2021.06.06 周日 授课时间 9:00-11:30 13:30-17:00
2021.06.19 周六 授课时间 9:00-11:30 13:30-17:00
2021.06.20 周日 授课时间 9:00-11:30 13:30-17:00
内容简介：
Python入门
1.Python语言概述及其在生物、医药、金融数据分析领域的应用。
2.人工智能与机器学习简介(Indroduction)。
2.Python及Anaconda，Pycharm的安装使用
3.jupyter-notebook的使用，Python语法基础
Python编程
1.Python常用数据结构(list,dict,set,tuple)理论+操作
2.Python爬虫进行数据采集(requests,urllib,lxml,selenium)理论+操作
3.Python数据分析与可视化(numpy,pandas,matplotlib,seaborn)理论+操作
4.Python自动化办公(pdfminer.six,python-docx,python-pptx)理论+操作
5.Python开发实用小工具(tkinter, Pyinstaller)理论+操作
人工智能助力计算机辅助药物发现与设计
1.常见机器学习算法：
(1) 逻辑回归
(2) 朴素贝叶斯
(3) KNN算法
(4) 决策树算法
(5) 随机森林算法
(6) 支持向量机算法
(7) 梯度提升树算法以及XGBOOST
(8) 神经网路算法以及tensorflow
(9) 生成式对抗网络(GANs)。
人工智能助力计算机辅助药物发现与设计
机器学习与药物发现(Machine Learning and Drug Design)
(1) 计算机辅助药物设计发展史
(2)计算机辅助药物设计的常见算法
(3)机器学习在药物发现中的应用场景
人工智能助力计算机辅助药物发现与设计
常见药物设计软件的实操应用
(1) ChemDram的使用。
(2) PyMOL药物分子可视化。
(3) Discovery Studio与薛定谔软件分子对接实操（根据学员软件要求来进行对接）
人工智能在药物发现中的案例应用
1.利用机器学习模型预测并发现药物阿司匹林：
(1)收集FDA常见上市药物化学结构。
(2)计算化学结构的理化性质。
(3)运用xgboost等机器学习模型预测有效药物。
人工智能在药物发现中的案例应用
2.利用分子动力学软件amber分析模拟药物靶点与小分子药物的稳定性与有效性：
(1)准备靶点蛋白和小分子药物的晶体结构。
(2)运用分子动力学模拟计算小分子药物与靶点蛋白的结合。
(3)可视化分析模拟计算结果。
人工智能在药物发现中的案例应用
.利用机器学习预测并发现潜在有效药物：
(1)收集官网有关某个靶点的小分子抑制剂。
(2)运用机器学习模型预测分类有效药物和无效药物。
(3)可视化分析与解释机器学习模型结果
人工智能在药物发现中的案例应用
4.利用机器学习预测潜药物的ADMET：
(1)收集化合物结构式及其药物毒性作为数据集。
(2)计算化合物的理化性质。
(3)运用机器学习模型预测药物的毒性
人工智能在药物发现中的案例应用
5.深度学习之图像识别案例分析：
(1)利用Python爬虫技术收集图片数据。
(2)运用tensorflow构建神经网络模型。
(3)分析与解释模型结果。
联系人：黎老师 电话(微信同号)：15093136015
邮箱：L15093136015@163.com QQ: 2979415537
让参会学员熟练Python编程以及人工智能在药物发现与药物设计领域的应用，帮助更多需要的学员了解并掌握人工智能领域药物设计、药物发现与数据分析
感兴趣可保存文档或转发给身边有需要的人
2021.06.05 周六 授课时间 9:00-11:30 13:30-17:00
2021.06.06 周日 授课时间 9:00-11:30 13:30-17:00
2021.06.19 周六 授课时间 9:00-11:30 13:30-17:00
2021.06.20 周日 授课时间 9:00-11:30 13:30-17:00
内容简介：
Python入门
1.Python语言概述及其在生物、医药、金融数据分析领域的应用。
2.人工智能与机器学习简介(Indroduction)。
2.Python及Anaconda，Pycharm的安装使用
3.jupyter-notebook的使用，Python语法基础
Python编程
1.Python常用数据结构(list,dict,set,tuple)理论+操作
2.Python爬虫进行数据采集(requests,urllib,lxml,selenium)理论+操作
3.Python数据分析与可视化(numpy,pandas,matplotlib,seaborn)理论+操作
4.Python自动化办公(pdfminer.six,python-docx,python-pptx)理论+操作
5.Python开发实用小工具(tkinter, Pyinstaller)理论+操作
人工智能助力计算机辅助药物发现与设计
1.常见机器学习算法：
(1) 逻辑回归
(2) 朴素贝叶斯
(3) KNN算法
(4) 决策树算法
(5) 随机森林算法
(6) 支持向量机算法
(7) 梯度提升树算法以及XGBOOST
(8) 神经网路算法以及tensorflow
(9) 生成式对抗网络(GANs)。
人工智能助力计算机辅助药物发现与设计
机器学习与药物发现(Machine Learning and Drug Design)
(1) 计算机辅助药物设计发展史
(2)计算机辅助药物设计的常见算法
(3)机器学习在药物发现中的应用场景
人工智能助力计算机辅助药物发现与设计
常见药物设计软件的实操应用
(1) ChemDram的使用。
(2) PyMOL药物分子可视化。
(3) Discovery Studio与薛定谔软件分子对接实操（根据学员软件要求来进行对接）
人工智能在药物发现中的案例应用
1.利用机器学习模型预测并发现药物阿司匹林：
(1)收集FDA常见上市药物化学结构。
(2)计算化学结构的理化性质。
(3)运用xgboost等机器学习模型预测有效药物。
人工智能在药物发现中的案例应用
2.利用分子动力学软件amber分析模拟药物靶点与小分子药物的稳定性与有效性：
(1)准备靶点蛋白和小分子药物的晶体结构。
(2)运用分子动力学模拟计算小分子药物与靶点蛋白的结合。
(3)可视化分析模拟计算结果。
人工智能在药物发现中的案例应用
.利用机器学习预测并发现潜在有效药物：
(1)收集官网有关某个靶点的小分子抑制剂。
(2)运用机器学习模型预测分类有效药物和无效药物。
(3)可视化分析与解释机器学习模型结果
人工智能在药物发现中的案例应用
4.利用机器学习预测潜药物的ADMET：
(1)收集化合物结构式及其药物毒性作为数据集。
(2)计算化合物的理化性质。
(3)运用机器学习模型预测药物的毒性
人工智能在药物发现中的案例应用
5.深度学习之图像识别案例分析：
(1)利用Python爬虫技术收集图片数据。
(2)运用tensorflow构建神经网络模型。
(3)分析与解释模型结果。
联系人：黎老师 电话(微信同号)：15093136015
邮箱：L15093136015@163.com QQ: 2979415537
让参会学员熟练Python编程以及人工智能在药物发现与药物设计领域的应用，帮助更多需要的学员了解并掌握人工智能领域药物设计、药物发现与数据分析
感兴趣可保存文档或转发给身边有需要的人
