Datawhale AI夏令营-AI+药物-学习笔记1

纯小白，非专业，仅有自学Python的基础。以此次夏令营为契机，入门下机器学习。
马不停蹄地报名了新一期的夏令营，这一期为AI for Science，选的是AI+生命科学方向，赛题为siRNA药物药效预测。
————
本次学习目标：1.了解AI在生命科学领域应用。2.对代码涉及的专业名词有个理解概念。

本次学习笔记为，从DataWhale的学习手册中（不得不说是很详细的，小白友好）汲取重点知识，用自己的话进行精炼记录，并记录一些思考。

---

专业概念

1.RNA干扰（RNAi）

• 通过小干扰RNA（siRNA）等沉默特定基因的表达。siRNA结合靶mRNA诱导RISC切割mRNA实现沉默靶基因，在疾病基因疗法中发挥作用。
• 可在siRNA分子中引入化学修饰，以增强其稳定性、靶向性和有效性，形成化学修饰siRNA，如磷酸酯骨架修饰、核苷酸修饰和末端修饰。

2. 深度学习与RNN
深度学习，一种擅长处理复杂非线性关系和高维数据的机器学习方法。递归神经网络（RNN）一类适用处理序列数据的深度学习模型。

3. 词汇表与序列编码
输入深度学习模型时，需将基因序列数据转换为数值表示形式，词汇表即映射方式。

赛题解读

• 从学习手册中给到的赛题解读可以看出，本次赛事的核心目标在于：运用机器学习技术预测化学修饰siRNA药物的药效。

AI在生命科学领域应用

学习手册中介绍了AI在药物发现、基因组学、影像分析、蛋白质结构预测、免疫疗法方面的应用。其中最让我思考的是基因组学方面，因为但从这些名字来看，另外几个都比较容易联想到医药、医疗方面的应用价值，而基因组学呢？

从上述介绍来看，基因组学是精准医疗的切入口，运用AI可以进行一些基因数据的分析，识别疾病相关基因，预测患者药物反应，助力个性化治疗，具体是怎么实现数据分析的呢？有些好奇。