药物发现方法学是药学与其他学科交叉而产生的药学分支学科，是现代药物创新推荐的工具学科。作者根据自己的亲身经历，从QSAR的历史沿革、信息技术的变迁、药物(包括传统药物)发现方法和设计方法的各个发展阶段、药物治疗理念的几次跃迁的角度，由浅入深地介绍药物发现方法学的内容、方法和应用，着重介绍了人工智能辅助药物发现与设计的底层逻辑和近期新进展。作者是中山大学药学院教授，既是人工智能辅助药物发现与设计(AIDD)的程序员和架构师，又是经验丰富的创新药物的设计者及药物筛选与机理研究实验室的实验者。因此，总能把读者带回到药物发现者的视野，使其关注药物发现的最终要解决的问题。
本书适合作为本领域大专院校的教学和科研参考书，也适合作为生物医药领域的科研专家和所有对药物创新有兴趣的管理者的参考书。
序一
序二
前言
第1章绪论：从SAR到QSAR1
1.1药物发现方法与QSAR1
1.1.1药物发现方法学起源1
1.1.2早期的QSAR方法1
1.2分子结构的表征3
1.2.1化学子结构的划分3
1.2.2分子结构的线性编码6
1.2.3分子描述符6
1.2.4分子结构数据的清洗7
1.2.5分子描述符的选择与规范化9
1.2.6分子描述符的组合与变换10
1.3QSAR方法的难题与悖论13
1.3.1取代基贡献的加和性13
1.3.2活性断崖19
1.4小结22
参考文献23
第2章信息技术的演化29
2.1从CPU、GPU到TPU：硬件的演化29
2.1.1从真空管到大规模集成电路29
2.1.2冯?诺依曼体系结构29
2.2从LISP到Python：软件的演化31
2.2.1从指令驱动到过程驱动31
2.2.2从面向结构的程序设计到可视化程序组装32
2.2.3CPU、GPU与TPU33
2.2.4函数、神经元与冯?诺依曼计算机体系结构34
2.3从AI到DNN：人工智能理论与技术的演化35
2.3.1早期AI的重要概念和成就35
2.3.2AI新阶段与ANN36
2.4深度学习的底层逻辑38
2.4.1数据的结构38
2.4.2程序设计与计算机语言40
2.4.3AIDD相关的开源工具42
2.5DNN的原理和基本框架44
2.5.1神经元、神经网络与深度神经网络的基本框架44
2.5.2多层感知器46
2.5.3RNN与双向长短期记忆机制46
2.5.4卷积神经网络与生成对抗网络46
2.5.5变换器与注意力机制50
2.6小结50
参考文献53
……
