【AIDD】人工智能药物设计技术与应用实践
一、分子表征及特征提取、分子描述符/指纹计算软件：
RDKit、 OpenBabel、 ChemDes、PyBioMed 操作
二、结构预处理和数据预处理
PyBioMed、ChemSAR、 KNIME 结构预处理；Excel、 KNIME、sklearn数据预处理及注意的问题、 Pandas环境配置以及基本操作、归一化与空值处理
三、常用人工智能药物设计算法和软件：
药物设计中人工智能常用算法简介、常用算法实现软件或工具介绍、KNIME软件介绍、基于sklearn的特征选择、基于KNIME流程的特征选择 、回归模型和分类模型的评价指标、应用域的评估、基于树的模型的解释
四、类药性和ADMET评价实践：
ADMET虚拟评价、计算资源、 KNIME软件构建ADMET模型、ADMET计算软件和实操
GRK2抑制剂筛选实践：噪声过滤和相似性搜索、 机器学习模型构建和预测、分子对接、ADMET评
详情点击链接：https://mp.weixin.qq.com/s/0kWcrNPcQmMgF1mi4EGmyQ