作者：朱峰
页数：260
出版社：浙江大学出版社
出版日期：2023
ISBN：9787308234917
电子书格式：pdf/epub/txt
内容简介
本教材已获得浙江省普通本科高校“十四五”重点教材立项，是面向高等学校医学院和药学院“智能药学”方向本科生的课程教材。本教材从医药领域人工智能的发展历程出发，先介绍人工智能方法的基础知识，再根据各种人工智能方法的原理对其分类并逐一讲解，按照先传统机器学习后深度学习的顺序，对每个模型或算法的发展、种类、原理以及应用进行了系统性地描述。本教材中的应用实例涉及医药研究领域的各个前沿方向，包括医学图像识别、组学数据处理、蛋白质家族分类、小分子药物设计等，可做为医药专业课程的配套教材。
作者简介
朱峰，浙江大学教授，博士生导师。常年专注于运用人工智能、复杂网络分析等生物信息学手段和多组学技术，分析和发现具有治疗效用药物靶点的成药性和系统生物学特性，开发用于药靶发现的新型预测方法和在线工具，研究多靶点药物与重要靶点的相互作用机制，并开展基于人工智能的药物设计(AIDD)研究。
目录
第一章 医药人工智能导论
第一节 人工智能
第二节 医药人工智能与医药大数据
第三节 医药人工智能领域的前沿科学问题
结语
参考文献
第二章 机器学习之监督学习
第一节 机器学习导论
第二节 监督学习算法
第三节 监督学习应用浅析
结语
参考文献
第三章 监督学习在医药领域的应用
第一节 基于监督学习的定量构效关系
第二节 基于监督学习的药物ADMET和
安全性预测
第三节 基于监督学习的虚拟筛选
第四节 基于监督学习的药物重定向
第五节 监督学习的其他应用
结语
参考文献
第四章 机器学习之无监督学习
第一节 聚类
第二节 降维
第三节 无监督深度学习算法
第四节 无监督学习应用浅析
结语
参考文献
第五章 无监督学习在医药领域的应用
第一节 生命组学技术
第二节 生命组学数据的获取与分析
第三节 无监督学习在组学研究中的应用
结语
参考文献
第六章 深度学习
第一节 深度学习导论
第二节 深度学习算法
第三节 深度学习应用浅析
结语
参考文献
第七章 深度学习在医药领域的应用
第一节 生物大分子结构预测
第二节 药物-靶点相互作用预测
第三节 蛋白质-蛋白质相互作用预测
第四节 RNA-RNA相互作用预测
结语
参考文献
第八章 生成模型与强化学习
第一节 生成模型
第二节 强化学习
第三节 生成模型与强化学习在医药领域的应用
结语
参考文献
第一节 人工智能
第二节 医药人工智能与医药大数据
第三节 医药人工智能领域的前沿科学问题
结语
参考文献
第二章 机器学习之监督学习
第一节 机器学习导论
第二节 监督学习算法
第三节 监督学习应用浅析
结语
参考文献
第三章 监督学习在医药领域的应用
第一节 基于监督学习的定量构效关系
第二节 基于监督学习的药物ADMET和
安全性预测
第三节 基于监督学习的虚拟筛选
第四节 基于监督学习的药物重定向
第五节 监督学习的其他应用
结语
参考文献
第四章 机器学习之无监督学习
第一节 聚类
第二节 降维
第三节 无监督深度学习算法
第四节 无监督学习应用浅析
结语
参考文献
第五章 无监督学习在医药领域的应用
第一节 生命组学技术
第二节 生命组学数据的获取与分析
第三节 无监督学习在组学研究中的应用
结语
参考文献
第六章 深度学习
第一节 深度学习导论
第二节 深度学习算法
第三节 深度学习应用浅析
结语
参考文献
第七章 深度学习在医药领域的应用
第一节 生物大分子结构预测
第二节 药物-靶点相互作用预测
第三节 蛋白质-蛋白质相互作用预测
第四节 RNA-RNA相互作用预测
结语
参考文献
第八章 生成模型与强化学习
第一节 生成模型
第二节 强化学习
第三节 生成模型与强化学习在医药领域的应用
结语
参考文献
