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

请以教师身份用户登录，方能为您显示作者简介。