课题名称 基于人工智能的化合物可合成性预测课题性质 基础研究应用课题 设计型 调研综述 理论研究开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）一、课题研究的背景和拟解决的问题在新药研发过程中，找到优秀的先导化合物是后续研究能够顺利进行的重要保障。
一个优秀的先导化合物不仅需要满足预期的活性值，还需要具有原料易得、合成步骤简单的特点。
因此在先导化合物的设计和筛选过程中就需要采用合适的方法预测化合物的可合成性。
经验丰富的化学家可以通过查看化合物的结构来确定合成的难易度，但是这不能解决数百万种化合物的筛选问题。
因此有必要使用计算机来评估化合物的可合成性。
计算机辅助药物设计的提出就是计算机技术应用于新药研发的典例，例如Coley等人开发的逆合成路线规划系统在化合物合成可及性和合成路线预测中发挥了重大作用[1]。
计算机辅助药物设计最早始于1894年科学家首次提出配体与受体的锁钥模型，经过一百多年的发展已经趋近成熟，但是其与人工智能技术的结合时间还较短[2]。
人工智能(Artificial Intelligence，AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学[3]。
近年来，随着机器学习和深度学习的发展，人工智能在各个领域都掀起了浪潮。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题文献，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
