MODULE 01 / 30 RECORDS
入门 · 学习地图
全局地图、学习路线、入门教程与公开课、资源导航
- 001 AI 药物发现是什么：从靶点到候选药物的全流程地图 AI 药物发现覆盖从靶点到候选药物的完整链条。这篇给出全流程地图、各阶段的 AI 切入点与真实的能力边界。 →
- 002 AI DD 与传统 CADD 的区别：新手必须先理解的边界 AI 药物发现与传统 CADD 的边界在哪里？这篇讲清两者的方法差异、各自擅长的场景与配合方式。 →
- 003 AI 药物发现学习路线：生物、药化、算法三条主线怎么补 AI 制药需要生物、药化、算法三条主线。这篇给出各自的最小必要知识、补课顺序与常见的学习误区。 →
- 004 DeepChem 教程体系入门：适合新手的第一个 AI 制药工具箱 DeepChem 教程适合作为第一个 AI 制药工具箱。这篇给出学习路径、重点章节与需要注意的地方。 →
- 005 Therapeutics Data Commons 教程：AI 药物发现数据集怎么系统学习 TDC 是系统学习 AI 药物发现数据集的最佳起点。这篇给出按研发阶段的学习路径与关键的划分方式实践。 →
- 006 Stanford CS224W 图神经网络：为什么 GNN 是分子建模核心技术 CS224W 是理解图神经网络的最佳课程。这篇讲清课程重点、与分子建模的对应关系与学习建议。 →
- 007 MIT 6.S191 深度学习课程：AI 制药入门需要掌握哪些基础 MIT 6.S191 是深度学习的高效入门课。这篇讲清哪些内容对 AI 制药必需、哪些可以跳过。 →
- 008 MIT Computational Biology 公开课：从计算生物学理解药物发现 计算生物学公开课能补上药物发现的生物学基础。这篇讲清哪些内容与药物发现最相关。 →
- 009 Harvard TDC 资源导航：药物 AI 任务、数据集与评测方法 TDC 的资源导航把任务、数据集与评测方法串成一张地图。这篇给出按需求查找资源的实用路径。 →
- 010 Deep Learning for Molecules and Materials：分子与材料深度学习路线 《Deep Learning for Molecules and Materials》是分子深度学习的系统教材。这篇讲清它的结构与学习重点。 →
- 011 Practical Cheminformatics 博客：药物化学家的计算入门指南 Practical Cheminformatics 提供了实践视角与批判性思维。这篇讲清它的价值、核心主题与学习方式。 →
- 012 TeachOpenCADD 教程：用开源工具完成 CADD 全流程 TeachOpenCADD 用开源工具串起完整的 CADD 流程。这篇给出学习路径与各模块的实践价值。 →
- 013 RDKit Cookbook：化学信息学实战的必备手册 RDKit Cookbook 是化学信息学实战的速查手册。这篇整理最常用的操作与容易踩的坑。 →
- 014 OpenFF 教程：从分子力场理解小分子模拟 OpenFF 教程能帮你理解小分子力场参数化。这篇讲清力场的构成、参数化流程与常见问题。 →
- 015 OpenMM 教程：分子动力学模拟入门路线 OpenMM 教程是 MD 模拟入门的最佳路径。这篇给出从零到跑通一个复合物模拟的完整学习路线。 →
- 016 GNINA 教程：深度学习打分如何用于分子对接 GNINA 把深度学习打分带入对接。这篇给出上手流程、参数选择与结果解读的实用指南。 →
- 017 AutoDock Vina 教程：免费 Docking 工具的核心用法 AutoDock Vina 是最常用的免费对接工具。这篇给出从零开始的完整流程与关键参数。 →
- 018 DiffDock 教程：扩散模型如何预测蛋白-配体结合姿势 DiffDock 用扩散模型做盲对接。这篇给出上手流程、参数选择与必需的后处理步骤。 →
- 019 AlphaFold Server 教程：如何快速预测蛋白结构和复合物 AlphaFold Server 让蛋白与复合物结构预测变得零门槛。这篇讲清使用流程、结果判读与限制。 →
- 020 Boltz 教程：新一代生物分子结构预测工具怎么用 Boltz 是开源可商用的 AF3 级结构预测工具。这篇给出安装、YAML 配置、约束用法与结果判读。 →
- 021 Chai-1 教程：从序列到复合物结构预测的完整流程 Chai-1 从序列到复合物结构，支持灵活的约束输入。这篇给出完整的使用流程与约束设计方法。 →
- 022 Uni-Mol 教程：分子表征、性质预测与 Docking 的统一框架 Uni-Mol 把分子表征、性质预测与对接统一在一个框架里。这篇给出各任务的使用方式与评估建议。 →
- 023 PaddleHelix 教程：国产 AI 生物计算平台入门 PaddleHelix 是国产开源生物计算框架。这篇讲清它的模块、适用场景与选型考量。 →
- 024 NVIDIA BioNeMo 文档：GPU 加速生物模型平台怎么理解 BioNeMo 是 GPU 加速的生物模型平台。这篇讲清它的定位、包含的能力与企业级部署的考量。 →
- 025 Hugging Face 生物模型区：哪些模型值得药物研发人员关注 Hugging Face 上有大量生物与化学模型。这篇给出筛选值得关注的模型的方法与使用注意事项。 →
- 026 Papers with Code 分子性质预测导航 Papers with Code 的分子性质预测板块能快速了解方法进展。这篇讲清怎么用它、以及排行榜的解读陷阱。 →
- 027 Papers with Code 蛋白结构预测导航 蛋白结构预测的方法进展快，排行榜与基准是跟进的入口。这篇讲清关键基准、指标与解读要点。 →
- 028 Papers with Code 药物发现任务导航 药物发现相关的 AI 任务分散在多个板块。这篇给出按任务类型的导航与各自的成熟度判断。 →
- 029 Awesome Drug Discovery GitHub 列表：开源 AI 制药资源总览 Awesome 列表是快速了解开源资源全貌的入口。这篇讲清怎么用、以及如何判断资源的可用性。 →
- 030 AI 药物发现综述怎么读：从 NRDD、CSR 到 JCIM 的阅读顺序 AI 制药综述数量庞大，需要按顺序有选择地读。这篇给出按目的分层的阅读路径与判断标准。 →