دانلود کتاب Machine Learning for Drug Discovery (MEAP 09) یادگیری ماشینی برای کشف دارو. با آشنایی عملی با ساخت مدلها با PyTorch – از جمله بررسی Alphafold دیپمایند – متوجه خواهید شد که چگونه یادگیری ماشین، یادگیری عمیق و هوش مصنوعی مولد، خط تولید داروسازی را متحول کردهاند. یادگیری ماشینی برای کشف دارو، تکنیکهای یادگیری ماشین و یادگیری عمیق را که تحقیقات پزشکی مدرن را هدایت میکنند، معرفی میکند. هر فصل یک مثال واقعی از صنعت داروسازی را پوشش میدهد و به شما نشان میدهد که چگونه محققان، درمانهای سرطان، مالاریا، بیماریهای خودایمنی و موارد دیگر را بررسی میکنند. شما حتی تکنیکهای مورد استفاده برای ایجاد Alphafold دیپمایند را در یک مطالعه موردی عمیق از مدل پیشگامانه بررسی خواهید کرد.
در یادگیری ماشین برای کشف دارو، خواهید آموخت:
- کشف دارو و غربالگری مجازی
- یادگیری ماشین کلاسیک، یادگیری عمیق و LLM برای کشف دارو
- استفاده از RDKit برای تجزیه و تحلیل دادههای مولکولی
- ایجاد مدلهای کشف دارو با PyTorch
- تکرار پژوهش های پیشرفته توسعه دارو
یادگیری ماشین فرآیند کشف دارو را تسریع کرده و جدول زمانی توسعه داروهای جدید را از دههها به سالها یا ماهها کوتاه کرده است. در این راهنمای عملی، شما یاد خواهید گرفت که نوعی از مدلهای یادگیری ماشینی را ایجاد کنید که این اکتشافات را ممکن میسازد.
فهرست مطالب
- 1. welcome
- 2. 1_The_Drug_Discovery_Process
- 3. 2_Ligand-based_Screening: _Filtering_&_Similarity_Searching
- 4. 3_Ligand-based_Screening: _Machine_Learning
- 5. 4_Solubility_Deep_Dive_with_Linear_Models
- 6. 5_Classification:_Cytochrome_P450_Inhibition
- 7. 6_Case_Study: _Small_Molecule_Binding_to_an_RNA_Target
- 8. 7_Unsupervised_Learning: _Repurposing_Compounds, _Curating_Compounds,_&_Screeni
- 9. 8_Introduction_to_Deep_Learning
- 10. 9_Structure-based_Drug_Design_with_Active_Learning
- 11. 10_Generative_Models_for_De_Novo_Design
- 12. 11_Graph_Neural_Networks_for_Predicting_Drug-Target_Affinity
- 13. Appendix_A._Glossary
- 14. Appendix_B._Chemical_Data_Repositories
مشخصات کتاب
- عنوان فارسی کتاب: یادگیری ماشینی برای کشف دارو
- نویسنده(ها): Noah Flynn
- سال انتشار: 2025
- زبان نوشتاری: انگلیسی
- شابک: 9781633437661
- تعداد صفحات: 402 صفحه
- فرمت کتاب: PDF
- حجم فایل فشرده: 10 مگابایت
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.