基因組學、顯微鏡學、藥物開發等生命科學上的應用

“對科學社群的重要貢獻”
-Prabhat
Lawrence Berkeley國家實驗室NERSC數據與分析服務團隊負責人

“優質的高層次精要說明，討論特定技術基礎與底層科學”
-C. Titus Brown
加大戴維斯分校教授

深度學習在許多領域已經達成顯著的成果，在所有科學領域掀起波瀾，尤其是生命科學。本書教導開發者和科學家將深度學習應用於基因組學、化學、生物物理學、顯微鏡學、醫學分析及其他領域。

本書所介紹的深層網路原理適合開發者和科學家將技能應用於生物學、遺傳學、藥物開發等科學應用。你會看到結合物理學、化學、生物學、醫學的新療法案例研究。這是最大的科學挑戰之一。

‧認識對分子資料進行機器學習的基礎知識
‧了解為什麼深度學習是遺傳學和基因組學的有力工具
‧應用深度學習來理解生物物理系統
‧DeepChem機器學習簡介
‧以深度學習分析顯微圖像
‧使用深度學習技術分析醫學掃描
‧學習變分自動編碼器和生成對抗網絡
‧解釋模型活動與其運作方式

Bharath Ramsundar 是Computable的聯合創辦人兼技術長
Peter Eastman 在斯坦福大學開發計算化學和生物學軟體
Pat Walters 是Relay Therapeutics的計算與資訊學小組負責人
Vijay Pande 是Andreessen Horowitz的合夥人

第1章 為何是生命科學？
第2章 深度學習介紹
第3章 DeepChem 機器學習
第4章 分子的機器學習
第5章 生物物理的機器學習
第6章 基因組學的深度學習
第7章 顯微鏡學的機器學習
第8章 藥物開發的深度學習
第9章 生成模型
第10章 深度模型的解釋
第11章 虛擬篩選流程範例
第12章 前景與展望
索引