AI进军新药发现研究？这99页slides了解一下

【导读】近些年，深度学习对许多研究领域产生了深远的影响，应用场景也十分宽泛。我们都知道在医疗领域，新药发现研究是高成本，低产出的，但是对推进医疗领域的发展起到至关重要的作用。今天，给大家带来的是Daniil Polykovskiy of insilico medicine Baltimore 99页《深度学习结合药物发现》（Deep Learning for Drug Discovery）slides，介绍AI结合新药发现研究的进展。

内容大纲：

1. 目标（Goals）

2. 生成模型（Generative Models）

3. 药物发现（Drug Discovery）

4. 语法和图形（Grammar and Graphs）

参考链接：

https://bayesgroup.github.io/bmml_sem/2018/Polykovskiy_Deep%20Learning%20for%20Drug%20Discovery.pdf

请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知）

• 后台回复“DLDD” 就可以获取99页slides下载链接~ 

全文

-END-

专 · 知

欢迎微信扫描下方二维码加入专知人工智能知识星球群，获取更多人工智能领域专业知识教程视频资料和与专家交流咨询！

登录www.zhuanzhi.ai或者点击阅读原文，使用专知，可获取更多AI知识资料！

专知运用有多个深度学习主题群，欢迎各位添加专知小助手微信（下方二维码）进群交流（请备注主题类型：AI、NLP、CV、 KG等）

 AI 项目技术 & 商务合作：bd@zhuanzhi.ai, 或扫描上面二维码联系！

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知