人工智能药物设计专题和新药先导化合物虚拟筛选专题
一、人工智能药物设计
分子表征及特征提取
1. 分子描述符和分子指纹
1.1 分子描述符和分子指纹概念
1.2 分子描述符类别和特点
1.3 分子指纹的类别和特点
2. 分子描述符/ / 指纹计算软件
2.1 分子表示方法和格式
2.1.1 SMILES，SMARTS，SDF, MOL, MOL2, PDB
2.1.2 JEM Editor, Chemdoodle, ChemAxon, ChemDraw, DrugBank
2.2 RDKit 简介及环境部署
2.3 RDKit 中如何操作分子
2.4 RDKit 中描述符的计算以及存储
2.5 OpenBabel 简介及环境部署
2.6 OpenBabel 操作分子和格式转换
2.7 OpenBabel 中的分子描述符和指纹
2.8 ChemDes 计算分子描述符和指纹
2.9 ChemDes 中的格式转换和分子优化
2.10 PyBioMed 简介环境部署
2.11 PyBioMed 获取分子
2.12 PyBioMed 计算分子描述符
2.13 PyBioMed 计算分子指纹
2.14 PyBioMed 计算蛋白质描述符
2.45PyBioMed 计算核酸描述符
2.15 PyBioMed 计算相互作用描述符
结构、数据预处理
3. 结构预处理和数据预处理
3.1 PyBioMed 结构预处理
3.2 ChemSAR 结构预处理
3.3 KNIME 结构预处理
3.4 Excel 数据预处理及注意的问题
3.5 KNIME 数据预处理
3.6 Pandas 环境配置以及基本操作
3.6 sklearn 数据预处理
3.7 归一化与空值处理
4. 算法简单介绍和分类
4.1 药物设计中人工智能常用算法简介
4.2 常用算法实现软件或工具介绍
二、新药先导化合物的虚拟筛选
全新先导化合物的筛
选策略
1. 运用全新筛选策略快速发现新药先导化合物
1.1 全新筛选策略的基本原理
1.1.1 基于药效团模型的虚拟筛选方法
1.1.2 基于分子对接的虚拟筛选方法
1.1.3 全新先导化合物的筛选方法
1.2 全新筛选策略全新方法-用于先导化合物的快速发现
小分子数据库的构建
2. 小分子 数据库的构建及类药性筛选
2.1 三维数据库的构建
2.1.1 二维数据库的构建和转换
2.1.2 三维数据库的生成
2.1.3 三维数据库的加氢加电荷和能量优化
2.1.4 三维数据库的多构象生成
2.1.5 三维数据库的描述符计算
2.1.6 三维数据库的类药性筛选
实例讲解与练习：
(1) 小分子三维数据库的构建
(2) 数据库的类药性筛选
等，
全文可加q、996427245
