腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
DrugAI
关注人工智能与化学、生物、药学和医学的交叉领域进展，提供“原创、专业、实例”的解读分享。
专栏作者
举报
1063
文章
654338
阅读量
114
订阅数
订阅专栏
申请加入专栏
全部文章（999+）
深度学习（427）
人工智能（360）
机器学习（332）
神经网络（279）
模型（252）
数据（219）
nat（123）
编程算法（114）
数据库（86）
设计（81）
性能（73）
网络安全（66）
测试（64）
https（56）
sql（55）
学习方法（48）
开发（48）
NLP 服务（41）
优化（38）
数据分析（37）
工具（36）
算法（32）
知识图谱（30）
腾讯云测试服务（30）
网络（30）
图像处理（29）
编码（27）
系统（27）
model（26）
python（24）
监督学习（23）
框架（23）
迁移学习（22）
论文（22）
医疗（18）
强化学习（16）
数据结构（16）
研发（16）
开源（15）
methods（14）
函数（14）
na（13）
工作（13）
生物基因（11）
大数据（11）
cell（11）
基础（11）
搜索（11）
效率（11）
数据挖掘（10）
架构（10）
linux（9）
tcp/ip（9）
机器人（9）
变量（9）
迁移（8）
翻译（8）
html（7）
http（7）
卷积神经网络（7）
数据集成（7）
集合（7）
量化（7）
异常（7）
c++（6）
自动化（6）
安全（6）
graph（6）
实践（6）
github（5）
pytorch（5）
anaconda（5）
chatgpt（5）
编译（5）
可视化（5）
连接（5）
git（4）
api（4）
网站（4）
存储（4）
es（4）
图像分析（4）
bioinformatics（4）
pdb（4）
prediction（4）
队列（4）
软件（4）
统计（4）
字符串（4）
c#（3）
css（3）
apache（3）
babel.js（3）
图像识别（3）
无监督学习（3）
数据处理（3）
腾讯云开发者社区（3）
特征工程（3）
gpt（3）
structure（3）
tm（3）
部署（3）
代理（3）
行业（3）
解决方案（3）
开发者（3）
排序（3）
事件（3）
自然语言处理（3）
深度学习框架（3）
其他（2）
区块链（2）
tensorflow（2）
node.js（2）
android（2）
ide（2）
SSL 证书（2）
分布式（2）
正则表达式（2）
云计算（2）
虚拟化（2）
聚类算法（2）
jupyter notebook（2）
联邦学习（2）
binding（2）
mean（2）
models（2）
network（2）
precision（2）
python3（2）
sequence（2）
产品（2）
程序（2）
工作流（2）
配置（2）
通信（2）
协议（2）
语法（2）
对象存储（1）
人脸识别（1）
数字货币（1）
java（1）
c 语言（1）
perl（1）
javascript（1）
go（1）
.net（1）
r 语言（1）
react（1）
xml（1）
jquery（1）
硬件开发（1）
composer（1）
postgresql（1）
access（1）
ruby on rails（1）
打包（1）
搜索引擎（1）
中文分词（1）
delphi（1）
文件存储（1）
NAT 网关（1）
腾讯优评（1）
文智公众趋势分析（1）
双螺旋（1）
企业（1）
云联网（1）
游戏（1）
缓存（1）
shell（1）
gui（1）
yum（1）
numpy（1）
面向对象编程（1）
dns（1）
推荐系统（1）
决策树（1）
asp（1）
keras（1）
kernel（1）
scikit-learn（1）
processing（1）
云数据库 postgresql（1）
信息流（1）
分类算法（1）
emr（1）
教育（1）
alexa（1）
alpha（1）
amp（1）
anchor（1）
anova（1）
backbone（1）
bi（1）
binary（1）
block（1）
cs（1）
dataset（1）
db（1）
db2（1）
dot（1）
draw（1）
e2e（1）
embedding（1）
epoch（1）
fold（1）
free（1）
gan（1）
gdi（1）
geo（1）
ggplot2（1）
global（1）
gpu（1）
graphics（1）
hidden（1）
import（1）
input（1）
ipython（1）
it（1）
key（1）
linker（1）
local（1）
max（1）
message（1）
meta（1）
metrics（1）
module（1）
move（1）
nlp（1）
ole（1）
output（1）
package（1）
pdf（1）
predict（1）
relationship（1）
search（1）
sh（1）
shapely（1）
target（1）
tensor（1）
tfs（1）
theory（1）
token（1）
transfer（1）
translation（1）
using（1）
validation（1）
view（1）
viewer（1）
web（1）
word2vec（1）
workflow（1）
wrapper（1）
zero（1）
笔记（1）
表格（1）
服务器（1）
工程师（1）
管理（1）
互联网（1）
继承（1）
集群（1）
计算机视觉（1）
进程（1）
跨域（1）
量子计算（1）
模块化（1）
生命周期（1）
数据存储（1）
数据恢复（1）
数学（1）
图表（1）
压缩（1）
原理（1）
终端（1）
自动化机器学习（1）
量子计算机（1）
深度强化学习（1）
搜索文章
搜索
搜索
关闭
Chem. Sci.｜MGraphDTA：基于深层多尺度图神经网络预测药物-靶标亲和力
神经网络
深度学习
卷积神经网络
药物发现和开发对制药业和患者具有巨大的潜在利益。预测药物-靶标亲和力 (DTA) 有利于加速药物发现。图神经网络 (GNN) 已广泛用于 DTA 预测。然而，现有的浅层 GNN 不足以捕捉化合物的全局结构。此外，基于图的 DTA 模型的可解释性高度依赖于图注意力机制，无法揭示分子中每个原子之间的全局关系。
DrugAI
2022-11-28
609
0
WIREs CMS | 基于深度学习的药物重定位：方法、数据库和应用
学习方法
卷积神经网络
深度学习
机器学习
神经网络
近期，来自湖南大学曾湘祥教授的科研团队，与弗雷德里克国家癌症研究所Ruth Nussinov教授、伊利诺伊大学芝加哥分校Philip Yu教授、里海大学Lifang He教授、中南大学湘雅医学院曹东升教授、湘潭大学林轩博士以及凯斯西储大学和克利夫兰诊所的学者合作，以“Deep learning for drug repurposing: Methods, databases, and application”为题，在Wires computational molecular science（IF: 25.113）上发表了利用深度学习方法和工具进行药物重定位主题的综述文章。
DrugAI
2022-03-25
563
0
Nat. Methods | 基于几何深度学习解密蛋白分子表面的相互作用指纹
深度学习
机器学习
人工智能
神经网络
卷积神经网络
2019年12月，洛桑联邦理工学院和瑞士生物信息研究所的研究者在nature methods上提出使用分子表面的化学和几何指纹，来预测蛋白质和其他分子间的相互作用。
DrugAI
2021-02-02
1.2K
0
DGL&RDKit|基于GCN与基于3D描述符的分子溶解度预测模型对比
图像处理
编程算法
https
网络安全
卷积神经网络
图卷积神经网络（Graph Convolutional Networks, GCN ）
DrugAI
2021-02-01
1.2K
1
药物设计的深度学习
卷积神经网络
学习方法
数据库
大数据
过去的十年中，深度学习（deeplearning, DL）方法已经非常成功并广泛用于开发几乎每个领域的人工智能（AI）。与传统的机器学习（machine learning, ML）算法相比，DL方法在小分子药物发现和开发方面还有很长的路要走。对于DL研究的推广和应用，例如小分子药物研究和开发，还有很多工作要做。本综述主要讨论了监督学习和非监督学习等几种最强大和主流的体系结构，包括卷积神经网络（CNN）、递归神经网络（RNN）和深度自动编码器网络（DAENs），总结了小分子药物设计中的大部分代表性应用；并简要介绍了如何在这些应用程序中使用DL方法。还强调了关于DL方法利弊的讨论以及我们需要解决的主要挑战。
DrugAI
2021-01-29
883
0
深度学习在药物发现领域的兴起
卷积神经网络
编程算法
机器学习
学习方法
神经网络
过去的十年中，深度学习(DeepLearning，DL)在各种人工智能研究领域取得了显着的成功。从以前对人工神经网络的研究演变而来，该技术在诸如图像和语音识别，自然语言处理等领域表现出优于其他机器学习（Machine Learning，ML）算法的性能。近年来，深度学习在医药研究中的第一波应用出现了，它的用途超出了生物活性预测的范围，并且在解决药物发现中的各种问题方面显示出了前景。
DrugAI
2021-01-29
966
0
计算化学的深度学习
编程算法
卷积神经网络
图像处理
学习方法
深度学习
人工神经网络的兴衰在计算机科学和计算化学的科学文献中都有详细记载。然而近二十年后，我们现在看到了对深度学习兴趣的复兴，这是一种基于多层神经网络的机器学习算法。在过去的几年里，我们看到了深度学习在许多领域的变革性影响，尤其是在语音识别和计算机视觉领域，在这些领域的大多数专家从业人员现在经常避开之前建立的有利于深度的模型学习模型。在这篇综述中，我们对深层神经网络理论及其独特性质进行了介绍性概述，将它们与化学信息学中使用的传统机器学习算法区分开来。通过概述深度神经网络的各种新兴应用，我们强调它的普遍性和广泛的适用性，以应对该领域的各种挑战，包括定量结构活性关系，虚拟筛选，蛋白质结构预测，量子化学，材料设计和财产预测。在回顾深度神经网络的表现时，我们观察到在不同的研究课题中，针对非神经网络最先进的模型的一致表现优异，而基于深度神经网络的模型通常超出了各自任务的“玻璃天花板”预期。加上用于训练深度神经网络的GPU加速计算的成熟度以及用于训练这些网络的化学数据的指数增长，我们预计深度学习算法将成为计算化学的宝贵工具。
DrugAI
2021-01-29
610
0
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战，赢鹅厂证书、公仔好礼！
立即学习
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档