人工智能-机器学习-计算机辅助全新药物分子设计方法研究.pdf

主要介绍了计算机辅助药物设计的发展概况和计算机辅助药物分子设计有关的统计和理论计算方法，计算机辅助药物分子设计中的主要方法及两个具体事例。

机器学习课程项目 介绍 通过GCN对SMILES表示的化学分子毒性进行预测。信息更多请参见 。 本项目通过一套Cloud ML Infra管理上百个机器学习模型，实现了“一次实施，随处运行”。仓库里包含了整个infra的相关脚本和代码。 report.pdf是本项目的实验报告。 入门 在使用这套工具前，你需要安装必要的工具。 brew install minio/stable/mc conda install tqdm tensorflow-gpu=1.15 keras=2.2.4 numpy pandas pip install minio 进行实验 在项目根目录下，使用run.sh执行指令。 ./run.sh python ./src/train.py 如果程序出错，数据不会被上传到对象存储。您可以手动上传。 ./save.sh 可以通过list.sh列出所有实验。 ./li

描述符构建与筛选在药物分子致癌毒性预测中的应用，谈宁馨，杨国兵，为了预测结构多样性的药物分子的致癌活性，构建了表征分子组成、电荷、拓扑、几何结构及物理化学性质等特征的1559个描述符，通过�