作者：田博学、贾蕊祯、陈靖轲、杨志浩、陈和地、常嘉敏
定价：79元
印次：1-1
ISBN：9787302703112
出版日期：2026.02.01
印刷日期：2026.02.05
图书责编：唐芳芳
图书分类：教材
电子书
在线购买
分享
"本书内容涵盖数学、物理、化学、生物、药学和计算机等多个学科，重点介绍AI技术及其在化学生物信息学中的应用。在AI部分，我们以导论的形式，用较少的公式阐述基本原理；在应用部分，则侧重于理解化学、生物、制药等学科中的实验数据形式、模型评估指标、经验规则及底层规律。本书在工业界的应用主要包括化学合成、生物合成以及AI制药。本书适合非计算机、非数学专业的本科生作为通识课教材，旨在帮助读者了解化学生物信息学与人工智能相关的理论框架和技术实践。 "
田博学，研究员，博士生导师，于2020年6月加入清华大学药学院，以及清华-北大生命科学联合中心，田博学博士主要从事计算化学和计算生物学相关研究
前 言 本书适合非计算机、非数学专业的本科生作为通识课教材，旨在帮助读者了解化学生物信息学与人工智能相关的理论框架和技术实践。该领域发展迅速，新的方法和技术层出不穷，对于希望深入研究这一领域的读者，建议在阅读本书的基础上，进一步查阅最新发表的研究成果。本书内容涵盖数学、物理、化学、生物、药学和计算机等多个学科，重点介绍人工智能（AI）技术及其在化学生物信息学中的应用。在AI部分，我们以导论的形式，用较少的公式阐述基本原理；在应用部分，则侧重于理解化学、生物、制药等学科中的实验数据形式、模型评估指标、经验规则及底层规律。 本书在工业界的应用主要包括化学合成、生物合成以及AI制药。随着自动化和机器人技术的发展，化学和生物合成领域正在进行产业升级，其核心是利用AI处理化学和生物信息，并通过机器人完成实验。AI制药作为化学生物信息学的重要应用领域，是一个多学科交叉、快速发展的前沿方向。尽管AI技术本身仍处于发展阶段，许多底层原理尚未被完全理解，但AI在药物研发中的应用前景广阔。 2023年2月至6月，我完成了第一个学期的线下课程教学，与清华学生们的讨论让我受益匪浅。随后，我与百度飞桨、临港实验室共同举办了首届AI药物研发算法大赛，并得到了刘刚、丁克、张健、李洪林、林翼、张肖男等药物化学和计算机辅助药物设计专家的大力支持。微软亚洲研究院的王童团队最终获得了比赛的第一名。2023年至2025年，我实验室的学生陈和地、刘宇帆、张蓉、范逍宇等陆续发表了多篇与化学信息、生物信息和AI制药相关的研究论文，标志着我的实验室从转型期进入稳定期。2025年初，我最终决定将本书命名为《化学生...
基础篇
1 导论 2
1.1 数据、信息与模型 2
1.2 规律、规则与机制 3
1.3 人工智能 5
1.4 化学信息学 6
1.5 生物信息学 6
1.6 本书内容框架 7
2 化学信息学基础 10
2.1 化学信息学数据 10
2.2 有机化合物结构 11
2.3 有机化学反应与合成路线 13
2.4 化学分子的表示 14
2.5 分子的相似性与构效关系 16
2.6 化学信息学的应用 18
3 生物信息学基础 28
3.1 生物信息学数据 28
3.2 核酸与基因 29
3.3 蛋白质 30
3.4 酶 32
3.5 分子生物学技术 33
3.6 组学技术 35
3.7 生物信息数据库 37
3.8 生物信息数据的表示方法 38
4 数学基础 41
4.1 概述 41
4.2 向量 42
4.3 矩阵 43
4.4 导数与梯度 44
4.5 概率与概率分布 45
4.6 信息熵与交叉熵 47
5 算法基础 50
5.1 时空复杂度 50
5.2 动态规划算法 51
5.3 AI中的优化算法 52
5.4 生物信息学中经典的序列比对算法 54
5.5 降维算法 57
6 机器学习基础 60
6.1 机器学习概述 60
6.2 机器学习的一般流程 61
6.3 模型评估 63
6.4 机器学习经典模型 68
7 深度学习基础 72
7.1 深度学习概述 72
7.2 感知机与前馈神经网络 72
7.3 神经网络的训练 75
7.4 卷积神经网络 77
7.5 表示学习... 查看详情
"本书内容涵盖数学、物理、化学、生物、药学和计算机等多个学科，重点介绍AI技术及其在化学生物信息学中的应用。在AI部分，我们以导论的形式，用较少的公式阐述基本原理；在应用部分，则侧重于理解化学、生物、制药等学科中的实验数据形式、模型评估指标、经验规则及底层规律。本书在工业界的应用主要包括化学合成、生物合成以及AI制药。本书适合非计算机、非数学专业的本科生作为通识课教材，旨在帮助读者了解化学生物信息学与人工智能相关的理论框架和技术实践。
"
