学科评价的重要性

https://mp.weixin.qq.com/s/SvsqD5KuHGqYNKfq32J4Mg

一、面向多尺度生物大数据解析的共性问题，发展生物医学大数据挖掘与解读的共性算法，开发跨尺度、多模态组学数据和真实人群多维组学数据的算法与模型，建立生物分子网络逆向工程模型和生物系统数字模型。

二、人工智能助力的分子动力学和增强采样算法，开发独立自主的大分子结构预测与设计的算法和软件，构建大分子结构解析及其互作的分析计算流程和预测模型，构建大分子工程AI设计平台，指导大分子改造实验和结构优化。三、AI药物研发的原创性算法、模型与计算平台，开发小分子药物大模型和生成算法，建立人工智能增强的抗体药物和肽类药物大模型与设计平台，发展复方药理药效预测模型，研发具有协同药效的现代复方。四、计算建模手段和预测算法，探索肿瘤、衰老、心身疾病、神经退行性疾病等重大疾病中的多层次生物大数据规律，发现诊断标志物和潜在药物靶点，促进临床转化应用。

http://www.pubmedplus.cn/P/SearchQuickResult?wd=fd5bc3e2-73f9-4551-b09b-9520ed1896c8

• 主题词

• 记录数占%

01.	Humans	234 篇	100.000%
02.	Prospective Studies	234 篇	100.000%
03.	Female	121 篇	51.709%
04.	Male	112 篇	47.863%
05.	Adult	91 篇	38.889%
06.	Middle Aged	85 篇	36.325%
07.	Aged	61 篇	26.068%
08.	Treatment Outcome	33 篇	14.103%
09.	Retrospective Studies	26 篇	11.111%
10.	Child	24 篇	10.256%

转载本文请联系原作者获取授权，同时请注明本文来自许培扬科学网博客。
链接地址：https://blog.sciencenet.cn/blog-280034-1446725.html

上一篇：药物研发全程的安全性情报
下一篇：镁（Mg）元素可保护心脏，预防老年痴呆