人工智能到深度学习:药物发现的机器智能方法(综述学习)

Artificial intelligence to deep learning: machine intelligence approach for drug discovery - PubMed (nih.gov)

人工神经网络、深度神经网络、支持向量机、分类和回归、生成对抗网络、符号学习和元学习是应用于药物设计和发现过程的算法的例子。人工智能已应用于药物设计和开发过程的不同领域,如从多肽合成到分子设计,从虚拟筛选到分子对接,从定量构效关系到药物重新定位,从蛋白质错误折叠到蛋白质-蛋白质相互作用,从分子通路鉴定到多药理学。人工智能原理已应用于活性和非活性分类、监测药物释放、临床前和临床开发、一级和二级药物筛选、生物标志物开发、药物制造、生物活性鉴定和理化性质、毒性预测和作用方式鉴定。

参考文献:

Artificial intelligence to deep learning: machine intelligence approach for drug discovery

药敏分析分子对接-CSDN博客

相关推荐
光影少年20 小时前
rust生态及学习路线,应用领域
开发语言·学习·rust
千年人参10020 小时前
AI 与神经网络:从理论到现代应用
人工智能·深度学习·神经网络
视***间20 小时前
边缘计算的未来:从技术突围到规模化爆发的关键十年(智算未来,驱动创新——视程空间赋能智能时代核心AI算力)
人工智能·科技·边缘计算·ai算力·视程空间
华清远见成都中心20 小时前
学习物联网可以做什么工作?
物联网·学习
工藤学编程20 小时前
零基础学AI大模型之解析器PydanticOutputParser
人工智能
孤狼warrior20 小时前
爬虫+卷积神经网络项目实战解析——对图像狗的识别分类
人工智能·爬虫·神经网络·cnn·卷积神经网络
折翼的恶魔20 小时前
前端学习之布局
前端·学习
Python极客之家20 小时前
基于数据挖掘的银行贷款审批预测系统
人工智能·python·机器学习·数据挖掘·毕业设计
一水鉴天21 小时前
整体设计 逻辑系统程序 之20 程序设计 含分层架构、CNN 数据处理支撑、监督闭环与多场景交付物 之1 cnn_project
数据库·人工智能·算法
递归不收敛21 小时前
吴恩达机器学习课程(PyTorch适配)学习笔记:1.2 优化算法实践
pytorch·学习·机器学习