第1章 人工智能 1
1.1 人工智能概述 2
1.2 机器学习 4
1.3 经典机器学习方法 10
1.4 最新机器学习方法 14
第2章 人工智能解开蛋白质结构谜团 23
2.1 靶蛋白结构预测 25
2.2 多肽活性预测 30
2.3 蛋白质毒性预测 34
2.4 蛋白质-蛋白质相互作用的预测 41
第3章 人工智能让结构性质预测变得简单 45
3.1 新药创制过程概述 46
3.2 理化性质和生物活性的预测 48
3.3 定量结构-活性关系预测(QSAR) 53
3.4 ADMET属性预测 60
第4章 人工智能让候选药物筛选事半功倍 67
4.1 从头药物设计 67
4.2 药物筛选的一般方法 69
4.3 人工智能辅助药物筛选 75
4.4 人工智能改造传统的药物设计 82
4.5 计算建模应用 89
4.6 应用实践 94
第5章 人工智能辅助药物治疗 99
5.1 临床研究 100
5.2 联合治疗 103
5.3 评估药物反应 104
5.4 药物-药物相互作用 106
5.5 剂量控制和时间 107
5.6 辅助诊疗 108
5.7 诊疗图像分析 111
5.8 临床决策 114
第6章 人工智能辅助药物基因识别 116
6.1 多组学数据和生物信息软件 116
6.2 药物代谢和药物基因 121
6.3 人工智能算法及生物软件 124
6.4 基因诱导的药物基因识别 126
6.5 miRNA诱导的药物基因识别 144
第7章 人工智能助力药物生产 150
7.1 人工智能制药产业的挑战和风险 151
7.2 人工智能药物生产的发展 152