第一章，图神经网络SGCN理论的药物相互预测法！</p>

DDIs预测，即两种以上药物混合时产生的副作用效果，包括药效增强减弱，毒性增强减弱，以及其余特性的出现等。增强视为正向作用，减弱视为负向作用……</p>

森林预测模型结合多特征药物，以及胶囊网络的动态路由机制对药物作用进行分析，结合深度神经网络DNN进行相互预测……</p>

嵌入DDIs预测框架，使用结点嵌入进行编码……</p>

第二章，大数据库的药物预测法！</p>

通过绘制化合物小分子和靶基因之间相互作用亲和力，以及相邻相似化合物亲缘关系，推断出未知化合物的可能药效及毒性……</p>

对于预判化合物，采用酶抑制活性与酶动力学、放射性配体竞争、等温滴定量热、核磁共振等实验进行检验测定……</p>

在测定靶基因数据抑制常数、吉布斯自由能、解离常数、半抑制浓度时，可借用实验小鼠和实验猴进行动物实验……</p>

第三章，基于机器学习的参考模型药物预测！</p>

第四章，感知解耦自动编码器提取混杂因素掩盖的生物信号！</p>

第五章，AI辅助预测！</p>

第六章，几何深度学习的药物结构预测！</p>

宋河一章章敲打下去，手速快出残影，键盘几乎生烟。</p>

每章的内容都是他天天刷论文时学到的，许多内容相当新，甚至来自一两个月之前的论文，绝非一般的滞后教材可比。</p>

同时，他撰写教材的过程中，还做了大量自己的改动！</p>

有些明显错误或存疑的知识，统统删去不要，偶尔有比较典型的，则放在小字部分作为探讨思考题。</p>

甚至，宋河还加入了大量自己的原创理论进去，算是独家秘笈，毕竟研究了这么久的药物，他也有自己的见解。</p>

不知不觉，一整天过去。</p>

完成教材最后一句，点击保存。</p>

看看时间，已经下午六点半了，课程报名已开始半小时！</p>

宋河紧张兮兮地拿起手机，查看后台的报名人数。</p>

他要根据报名者的数量，决定教材大概印刷多少本。倘若只有三五个人报名，印刷个几十本抱去教室，岂不像个大冤种老师？</p>

手机屏上转了转缓冲圈，显示出已报人数。</p>

宋河呆住了。</p>

他脸色不敢相信！</p>

“这……这是后台出错了吧？”宋河喃喃自语。</p>

www.mbeoge.cc。m.mbeoge.cc</p>