[
-
内容大纲
本书是一部注重实践、以项目驱动的专业指南，旨在弥合现代机器学习与真实世界生物学研究之间的鸿沟。无论你的专业背景是生物学、软件工程还是数据科学，《深度学习在生物学中的应用》都将为你提供开发深度学习模型的系统工具，以应对广泛的生物学挑战。
作者Charles Ravarani与Natasha Latysheva将通过一系列实操项目，指导你将深度学习应用于DNA、蛋白质、生物网络、医学影像和显微成像等前沿领域。每一章均为一个独立的小型研究项目，通过循序渐进的讲解，教你如何利用真实的生物学数据训练和解读深度学习模型。
本书涵盖：
构建模型以解决真实世界的生物学问题，如基因调控、蛋白质功能预测、药物相互作用和癌症检测。
应用卷积神经网络、Transformer、图神经网络和自编码器等前沿架构。
使用Python和交互式notebook开展实操学习。
培养可迁移至生物学之外领域的问题解决直觉。
无论你是在探索新方法、转向计算生物学，还是希望在自己的领域中理解机器学习，本书都将提供一条清晰、专业且易于上手的前进路径。 -
作者介绍
-
目录
前言
第1章 简介
1.1 入门
1.1.1 确定你的模型将取代什么
1.1.2 确定你的成功标准
1.1.3 大力投入评估工作
1.1.4 设计基线
1.1.5 项目时间盒管理
1.1.6 决定你是否真的需要深度学习
1.1.7 确保你拥有足够的良好数据
1.1.8 组建团队
1.1.9 你不需要超级计算机或更高的学历
1.2 技术简介
1.2.1 为什么选择JAX和Flax？
1.2.2 Python提示
1.2.3 JAX/Flax训练循环的解剖结构
1.3 机器学习概念
1.3.1 任务类型
1.3.2 体系结构类型
1.3.3 数据集分割
1.3.4 超参数
1.3.5 激活函数
1.3.6 优化器
1.3.7 初始化策略
1.3.8 模型检查点
1.3.9 提前停止
1.4 选择工作环境
1.4.1 选择交互式笔记本
1.4.2 为代码的重用和调试而构建结构
1.4.3 设置GPU开发环境
1.4.4 版本冲突
1.5 动态更新的文档
第2章 学习蛋白质序列语言
2.1 生物基础
2.1.1 蛋白质结构
2.1.2 蛋白质功能
2.1.3 蛋白质功能预测
2.2 机器学习基础
2.2.1 大型语言模型
2.2.2 嵌入表示
2.2.3 预训练与微调
2.3 蛋白质与蛋白质语言模型的表征
2.3.1 蛋白质的数值化表示
2.3.2 蛋白质序列的独热编码
2.3.3 氨基酸的学习嵌入
2.3.4 ESM2蛋白质语言模型
2.3.5 全蛋白质嵌入提取策略
2.3.6 细胞外蛋白与膜蛋白嵌入对比
2.4 准备数据
2.4.1 加载CAFA3数据
2.4.2 将数据集划分为子集
2.4.3 将蛋白质序列转换为对应的均值嵌入表示
2.5 模型训练
2.5.1 定义训练循环
2.5.2 模型预测分析
2.5.3 模型实用性评估
2.5.4 对测试集进行最终验证
2.6 改进与提升
2.6.1 生物学与分析性探索
2.6.2 机器学习改进方向
2.7 本章总结
第3章 探索DNA的“逻辑”
3.1 生物学入门
3.1.1 DNA究竟是什么？
3.1.2 编码区与非编码区
3.1.3 转录因子如何调控基因活性
3.1.4 转录因子结合位点的定位测定
3.2 机器学习速成
3.2.1 卷积神经网络
3.2.2 面向DNA序列的卷积
3.2.3 Transformer
3.2.4 注意力
3.2.5 查询(Q)、键(K)与值(V)的直觉
3.2.6 多头注意力
3.2.7 位置编码
3.2.8 模型解释
3.2.9 计算机模拟饱和诱变
3.2.10 输入梯度
3.3 构建一个简单原型
3.3.1 构建数据集
3.3.2 定义一个简单的卷积模型
3.4 提升复杂度
3.4.1 开展计算机模拟诱变
3.4.2 多转录因子建模
3.5 高级技术
3.5.1 添加自注意力与Transformer模块
3.5.2 定义多种模型架构
3.5.3 遍历不同模型
3.5.4 在测试集上评估
3.5.5 扩展与改进
3.6 本章总结
第4章 用图理解药物间作用
4.1 生物学入门
4.1.1 有益的药物—药物相互作用
4.1.2 有害的药物—药物相互作用
4.1.3 DrugBank
4.2 机器学习入门
4.2.1 图结构的表示
4.2.2 图神经网络
4.2.3 图嵌入与消息传递
4.2.4 冷启动问题
4.2.5 GraphSAGE
4.3 选择数据集
4.3.1 描述数据集
4.3.2 探索数据集
4.3.3 检查药物名称
4.3.4 可视化图
4.4 构建数据集
4.4.1 创建数据集构建器
4.4.2 下载原始数据集
4.4.3 准备注释
4.4.4 准备图
4.4.5 准备对
4.4.6 子集化图
4.4.7 数据集类
4.5 构建原型
4.5.1 节点编码器
4.5.2 图卷积
4.5.3 链接预测
4.5.4 药物—药物相互作用模型
4.6 训练模型
4.6.1 创建一个易于处理的数据集
4.6.2 创建训练循环
4.6.3 创建对类
4.6.4 创建训练步骤函数
4.6.5 创建评估指标
4.6.6 训练最简单的模型
4.7 改进模型
4.7.1 更改为AUC损失
4.7.2 设置模型扫描和训练参数
4.7.3 在更大的数据集上训练
4.7.4 扩展
4.8 本章总结
第5章 从医学影像中检测皮肤癌
5.1 生物学基础
5.1.1 皮肤癌
5.1.2 病因与风险因素
5.1.3 皮肤癌的诊断方式
5.1.4 基于图像的皮肤癌检测
5.2 机器学习基础
5.2.1 卷积神经网络
5.2.2 理解卷积
5.2.3 理解维度
5.2.4 池化层
5.2.5 CNN的其他核心组件
5.2.6 残差网络
5.3 数据探索
5.3.1 初步概览
5.3.2 图像预览
5.3.3 解决数据集问题
5.3.4 数据集生成器
5.3.5 数据集准备就绪
5.4 构建皮肤癌分类模型
5.4.1 加载Flax ResNet50模型
5.4.2 提取ResNet主干网络
5.4.3 构建SkinLesionClassifierHead分类头
5.4.4 构建模型
5.5 模型训练
5.5.1 训练循环
5.5.2 创建多类别数据集
5.5.3 训练基线模型
5.5.4 训练ResNetFromScratch模型
5.5.5 训练FinetunedHeadResNet模型
5.5.6 训练FinetunedResNet模型
5.5.7 优化微调后的ResNet模型
5.5.8 训练优化后的微调ResNet模型
5.5.9 进一步改进模型
5.6 本章总结
第6章 探究细胞内的空间组织模式
6.1 生物学入门
6.1.1 细胞内的空间组织
6.1.2 蛋白质定位
6.1.3 了解蛋白质定位
6.2 机器学习入门
6.2.1 自动编码器
6.2.2 变分自编码器
6.2.3 矢量量化变分自编码器
6.2.4 解剖VQ-VAE图
6.2.5 训练VQ-VAE
6.3 构建数据集
6.3.1 数据要求
6.3.2 数据来源
6.3.3 查看数据集
6.3.4 实现DatasetBuilder类
6.4 构建原型模型
6.4.1 定义LocalizationModel
6.4.2 编码器：处理输入图像
6.4.3 矢量量化器：离散化嵌入
6.4.4 解码器：解码离散化嵌入返回图像
6.4.5 ClassificationHead：一个简单但重要的模块
6.4.6 建立模型训练
6.5 使用小图像集进行训练
6.5.1 检查图像重建
6.5.2 检查跨epoch的评估指标
6.5.3 不带分类任务的模型训练
6.6 了解模型
6.6.1 了解定位集群
6.6.2 检查特征谱
6.7 改进模型
6.7.1 扩展数据
6.7.2 延伸学习
6.8 本章总结
第7章 生物学中利用深度学习的注意事项和技巧
7.1 简化
7.1.1 简化你的模型
7.1.2 简化和控制你的环境
7.1.3 简化数据与问题
7.1.4 对单批数据的过拟合
7.1.5 回归基础
7.1.6 全面记录日志
7.1.7 寻求帮助
7.2 常见数据问题
7.2.1 数据泄露
7.2.2 错误的数据标签
7.2.3 类别不平衡
7.2.4 分布偏移
7.3 生物学特有的陷阱
7.4 常见模型问题
7.4.1 过拟合与泛化能力不佳
7.4.2 梯度消失与梯度爆炸
7.4.3 训练不稳定性
7.5 模型性能不佳
7.5.1 你应该做到多好呢？
7.5.2 解决模型表现不佳的问题
7.6 最后的想法
同类热销排行榜
- 故宫日历(公历2017年)(精)26.4
- 时间简史(插图版)18
- 工程数学线性代数(第6版十二五普通高等教育本科国家级规划教材)7.76
- 昆虫记(精)/经典译林8.72
- 数控铣床综合实训教程19.2
- 昆虫记(插图典藏本)(精)11.2
- 化工制图习题集(普通高等教育规划教材)7.2
- 化工制图(普通高等教育规划教材)15.8
- 生命急救技能14
- 时间简史(普及版)(精)15.2
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...