Loading...
机构名称:
¥ 5.0

药物发现是一个昂贵且耗时的过程,通常通过计算方法来帮助加快和指导新化合物的设计。在过去的十年中,许多研究在计算机辅助药物设计中应用了人工智能,以获得更准确的模型并加速设计过程。本课程概述了机器学习和深度学习算法在几种药物发现过程中的实施,例如对靶蛋白结构,基于结构和基于配体的药物设计的预测,药物毒性和生理学特性的评估,定量结构 - 活动性关系。将讨论与AI在药物开发中的应用有关的具体案例研究,并将用于简化课程论证的理解。

摘要可用课程博士AI 2024_DEF

摘要可用课程博士AI 2024_DEFPDF文件第1页

摘要可用课程博士AI 2024_DEFPDF文件第2页

摘要可用课程博士AI 2024_DEFPDF文件第3页

摘要可用课程博士AI 2024_DEFPDF文件第4页

摘要可用课程博士AI 2024_DEFPDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
1900 年
¥1.0
2024 年
¥3.0
2024 年
¥2.0
2024 年
¥3.0
2024 年
¥1.0
2025 年
¥5.0
2025 年
¥5.0
2023 年
¥3.0
2024 年
¥1.0
2024 年
¥14.0
2024 年
¥1.0
2025 年
¥2.0
2024 年
¥3.0
2023 年
¥1.0
2024 年
¥1.0
1900 年
¥25.0
2024 年
¥1.0
2024 年
¥2.0