人工智能辅助药物设计（AIDD）通过使用机器学习和深度学习等技术，可以处理海量的生物数据，并从中挖掘出有...
本书着重介绍人工智能技术在医药研发领域的应用。全书按照循序渐进的方式组织内容:先介绍人工智能的基本方法和生物医药的基本概念,然后介绍人工智能在分子表示、药物分子性质预测、分子生成、配体与蛋白质结合能力预测,以及蛋白质结构预测等新药研发任务中的具体应用,并结合具体示例,介绍如何将人工智能方法应用到实际的药物...
人工智能辅助药物设计与传统计算机辅助药物设计相比,两者在基础要素、推导方式等方面均有差异,人工智能可以间接应用于传统计算机辅助药物设计,助其发展。 目前,人工智能新药研发行业正处于起步期,传统药物开发模式正在从最开始的完全人工到使用传统CADD (计算机辅助药物设计) 进行辅助,最终完成从传统CADD方法到人工智能与传统...
人工智能辅助药物设计(AIDD) 新药发现,新靶点发现,药物虚拟筛选等 Herbal 新视界 北京协和医学院 药理学博士 · 171 篇内容 · 1350 赞同 · 79 订阅 订阅专栏推荐文章专栏介绍 已更内容 新药发现,新靶点发现,药物虚拟筛选等 专栏作者 Herbal 新视界 现代科学探索浩如烟海的中医药,是沧海一粟还是星光熠熠...
主要研究方向为人工智能辅助药物设计、机器学习和高性能计算。近年来,发表学术论文 120 余篇,被 SCI 检索 100 余篇,Google Scholar 引用 1700 余次,获得软件著作权 14 项,申请发明专利 35 项(授权 9 项),参与出版专著 3 部,译著 1 部。主持国家自然科学基金面上项目 1 项,完成国家自然科学基金 2 项、...
CADD(Computer Aided Drug Design):计算机辅助药物设计,依据生物化学、酶学、分子生物学以及遗传学等生命科学的研究成果,针对这些基础研究中所揭示的包括酶、受体、离子通道及核酸等潜在的药物设计靶点,并参考其它类源性配体或天然产物的化学结构特征,以计算机化学为基础,通过计算机的模拟、计算和预算药物与受体生物大分子...
传统的药物研发需要大量的时间和资源,并且往往只有10%的候选药物能够获得FDA的批准。人工智能辅助药物设计具有以下优势: 1.加速药物研发进程 人工智能技术通过数据分析、模拟计算和智能预测等手段,能够快速地评估、筛选和优化药物的性质和效果,从而加速药物研发的进程。 2.提高药物研发效率 人工智能技术能够自动化和精确化...
人工智能不仅可以在分子级别上进行预测和模拟,还可以运用深度学习技术辅助设计和优化合成路线。通过模型训练和优化算法,AI可帮助化学家更快、更精确地设计出合成草案,降低实验失败率,缩短合成时间。 三、人工智能在药物设计和发现领域的挑战与前景 1.数据隐私与安全风险 人工智能需要大量真实有效的数据来训练模型,但涉及...