2018年开工大吉，节后读完这篇文章，必旺必发！

新年快乐，今天是2018年2月23日，年初八，很多朋友估计都已经离开家离开爸妈回到了工作岗位上，小殷在这里祝大家开工大吉，狗年旺旺！

很久没给大家推送文章，本来今天的文章是在年三十就想推送发给大家的，但考虑到新年期间，大家都陪伴在父母身边，就没打扰大家，由今天起，会恢复正常更新，也希望大家多留言转发！

迄今为止，“殷赋科技”公众号已经陪伴了大家将近一年的时光，在一年里，我们都推送了一些什么文章呢？今天这一篇文章，将给大家汇总一下以往推送的文章，也方便大家转发和查阅。

以下文章标题

直接点击即可跳转阅读

1

殷赋科技相关案例分享以及成果展示

从2015年开始，我们就陆续的做过了许多与药物设计相关的科研计算了，陆陆续续的为许多科研机构、高校教授、学生等提供了上百个项目服务，考虑到一些保密性协议要求，我们筛选了一些可用于公开的成功案例供大家参考。

2

计算机辅助发现、鉴定抑制剂

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之间的关系，设计和优化先导化合物的方法，计算机辅助药物设计实际上就是通过模拟和计算受体与配体的这种相互作用，进行先导化合物的优化与设计。计算机辅助药物设计大致包括活性位点分析法、数据库搜寻、全新药物设计。

3

药物设计相关方法借鉴

药物设计是随着药物化学学科的诞生相应出现的，早在20世纪20年代以前，就开始进行天然有效成分的结构改造。直到1932年，欧兰梅耶发表了将有机化学的电子等排原理和环状结构等价概念用于药物设计，首次出现具有理论性的药物分子结构的修饰工作。

4

深度学习与机器学习的借鉴使用

近年来，深度学习不仅对计算机技术产生了前所未有的影响，而且已经开始影响药物发现。2012年，默沙东公司（MSD）举办了Kaggle竞赛，以评估模型提高定量构效关系（QSAR）方法预测准确度的能力。获奖作品使用多任务深度网络实现了相对于基准线15％的改进。

尽管有很多相关研究，但是多任务深度学习在制药和生物技术行业尚未被广泛采用。深层架构的软件实现太具有挑战性和对多任务深度学习的稳健性不甚了解是两个主要障碍。因此，解决这两个主要障碍可以帮助制药公司更好地使用多任务深度学习这一工具。

5

Linux技术的学习与使用

我们周围到处都有Linux的身影，在家中、公司里、大学、实验室，太空空间站。今天，Linux占据了大多数服务器操作系统。它也是Android的基础 ，统治了手机操作系统。而且它还是100％自由而开源的。

Linux开始于一个芬兰大学生（Linus Torvalds）的个人爱好，现在的Linux已经从一个个人爱好发展成了一场计算机革命。对于学习计算机辅助药物设计的同学来讲，Linux技术可是一项必备的技能！

6

SCI论文的相关写作技巧

说起SCI论文，我们都知道它的重要性，也是我们每个科研工作者都很重视的一件事情，写好SCI论文既是检验日常工作和所学的一种方法，也是把自己推销给更高舞台的机遇。2017年，我们总共花了一个月的时间为大家筛选了一些SCI论文写作技巧，以后有合适的内容，小殷也会推送给大家！

7

Auto Dock的算法与同类软件对比

AutoDock是一个开源免费的分子对接软件，目前，全世界大概有29000多个用户，它被广泛用于学术机构、政府、非营利组织以及商业机构。2011年1月，ISI引文索引指出超过2700篇已发表的文献中引用了AutoDock原始方法的文章。

AutoDock是一个开源免费的分子对接软件，目前，全世界大概有29000多个用户，它被广泛用于学术机构、政府、非营利组织以及商业机构。2011年1月，ISI引文索引指出超过2700篇已发表的文献中引用了AutoDock原始方法的文章。