幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧與藥物發現

  • 作者：編者:張壽德|責編:劉軍//陳思逸
  • 出版社：化學工業
  • ISBN：9787122503862
  • 出版日期：2026/08/01
  • 裝幀：平裝
  • 頁數：223
人民幣：RMB 88 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書立足於藥學與人工智慧的交叉前沿，系統構建了從底層數據表徵到頂層應用場景的完整知識體系。全書緊密圍繞「數據—演算法—應用」這一邏輯主線，首先系統介紹藥物與靶標的作用模式、調控網路及分子結構的數字化表徵；進而引入人工智慧演算法的核心原理，為後續應用奠定技術基石；核心篇章則聚焦實戰，詳盡闡述了AI在靶標結構預測、虛擬篩選、從頭藥物設計、潛在靶標識別及ADMET性質預測等關鍵環節的具體應用策略與經典案例。本書不僅關注單一技術的實現，更強調計算思維與藥物研發流程的深度融合，旨在幫助讀者建立起涵蓋靶標發現、先導化合物優化至臨床前研究的全流程AI輔助研發視野。
    本書兼具理論深度與實踐導向，可供從事人工智慧、生命科學研究、新葯研發、化學合成、計算化學及相關領域的科研人員與企業技術骨幹參考，亦可作為高等院校藥學、中藥學、生物信息學及電腦科學等相關專業本科生與研究生的參考教材。
作者介紹
編者:張壽德|責編:劉軍//陳思逸
目錄
第一章  藥物發現史概述
  第一節  藥物發現過程的歷史演進
    一、經驗時代
    二、現代藥理學時代
    三、理性設計時代
    四、人工智慧時代
  第二節  人工智慧在藥物研發中的核心應用場景
    一、多維數據驅動的靶標識別
    二、革命性的靶標結構預測
    三、高精度的分子相互作用預測
    四、廣闊化學空間的分子生成
    五、早期的ADMET性質預測
  第三節  計算驅動的未來藥物發現世界
  參考文獻
第二章  藥物與靶標相互作用模式
  第一節  藥物的類型及作用方式
    一、小分子藥物
    二、大分子藥物
    三、非共價結合藥物
    四、共價結合藥物
  第二節  藥物靶標類型及結構
    一、?
    二、受體蛋白
    三、轉運蛋白
    四、結構蛋白
    五、蛋白質-蛋白質相互作用
  第三節  藥物與靶標相互作用的表徵方法
    一、藥物分子與靶標之間的相互作用類型
    二、藥物與蛋白質相互作用強度的表徵參數
  第四節  藥物與靶標相互作用研究
    一、?活性測試方法
    二、表面等離子體共振
    三、生物膜干涉技術
    四、微量熱泳動技術
    五、熒光偏振實驗
    六、熒光共振能量轉移
    七、等溫滴定量熱法
    八、Pull-down實驗
    九、液相色譜-質譜聯用法
    十、核磁共振波譜
    十一、蛋白質晶體學方法
    十二、其他前沿方法
  參考文獻
第三章  藥物調控網路分析
  第一節  生物網路概況
    一、生物網路的類型
    二、生物網路的特徵
    三、生物網路的構建方法
    四、生物網路的分析方法
    五、生物網路的應用

  第二節  網路藥理學研究
    一、藥物調控網路
    二、網路藥理學
    三、網路藥理學研究流程與方法
    四、麝香保心丸的網路藥理學研究
  參考文獻
第四章  分子結構表徵與存儲
  第一節  分子結構表徵與構建方法
    一、化學分子結構表徵
    二、化學分子結構可視化
  第二節  分子結構存儲文件類型
    一、SDF格式
    二、MOL2格式
    三、PDB格式
    四、SMILES格式
  第三節  分子描述符
    一、分子描述符的分類
    二、分子描述符的應用
  第四節  分子構象
    一、概念
    二、研究分子構象的作用
    三、構象研究方法
    四、分子動力學研究
  第五節  化合物資料庫
    一、化合物構建軟體
    二、常見化合物或藥物資料庫
  參考文獻
第五章  人工智慧演算法基礎
  第一節  電腦語言基礎
    一、電腦語言
    二、Python語言概述
    三、Python安裝及測試工具
    四、Python的基本語法
  第二節  人工智慧演算法
    一、監督學習
    二、無監督學習
    三、深度學習
    四、強化學習
  第三節  藥物研究中常用的AI工具
    一、DeepChem
    二、RDKit
    三、ChemBERTa
    四、MolBERT
  參考文獻
第六章  人工智慧與靶標結構預測
  第一節  靶標結構預測概述
    一、結構決定功能
    二、靶標結構預測的現狀
  第二節  蛋白質結構預測原理
    一、數據輸入和資料庫檢索

    二、序列分析
    三、結構生成
  第三節  蛋白質結構預測的工具
    一、AlphaFold
    二、RoseTTAFold
    三、ESMFold
  第四節  蛋白質結構預測的應用
    一、蛋白質結構預測在藥物研發中的應用
    二、蛋白質結構預測在疾病診斷中的應用
    三、蛋白質結構預測在生物技術及合成生物學中的應用
    四、蛋白質結構預測在流行病應對中的應用
  第五節  蛋白質結構可視化
    一、PyMOL
    二、VMD
    三、UCSF Chimera
  參考文獻
第七章  人工智慧與藥物篩選
  第一節  人工智慧藥物篩選概述
    一、極大提升篩選效率與降低研發成本
    二、突破化學空間的探索限制
    三、提高命中率與先導化合物質量
    四、促進個性化與精準藥物開發
  第二節  人工智慧藥物篩選方法的分類
    一、基於配體的虛擬篩選模型
    二、基於結構的虛擬篩選模型
    三、基於表型的虛擬篩選模型
  第三節  人工智慧藥物篩選演算法
    一、分子對接
    二、支持向量機
    三、隨機森林
    四、深度卷積神經網路
    五、圖神經網路
  第四節  人工智慧藥物篩選模型介紹
    一、分子對接方法
    二、分子對接與人工智慧相結合的模型
    三、基於深度卷積神經網路的AtomNet模型
    四、基於圖神經網路的DTINet模型
  參考文獻
第八章  人工智慧與藥物生成
  第一節  藥物生成概述
  第二節  藥物生成關鍵技術
    一、生成引擎
    二、導航系統
  第三節  藥物生成模型介紹
    一、REINVENT模型
    二、連接樹變分自編碼器模型
    三、ORGAN模型
    四、SketchMol模型
  參考文獻
第九章  人工智慧與靶標識別

  第一節  靶標識別概述
    一、疾病靶標識別
    二、藥物靶標識別
    三、人工智慧在靶標識別中的作用
  第二節  人工智慧靶標識別的關鍵技術
    一、疾病相關靶標識別技術
    二、藥物相關靶標識別技術
  第三節  人工智慧靶標識別模型介紹
    一、疾病相關靶標識別模型
    二、藥物相關靶標識別模型
  參考文獻
第十章  人工智慧與藥物性質預測
  第一節  藥物性質預測概述
    一、藥物性質預測的意義
    二、藥物性質預測的內容
  第二節  藥物性質預測關鍵技術
    一、經典統計與機器學習演算法
    二、深度學習演算法
  第三節  藥物性質預測模型
    一、ImageMol
    二、Molecule-BERT
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032