研究背景及意义药物的发现和研发是制药行业最重要的两项任务[1]。
药物的研发具有周期长，成本高，回报低的特点。
目前研发一种新药大约需要10-15年的时间，平均成本超过25亿美元[2]。
在此过程中，大约三分之一的时间花在了药物的早期研发阶段[3]。
因此，对于制药行业来说,开发一种能够自动逆向合成目标分子的方法显得尤其重要。
逆合成分析是用于药物研发和有机分子合成的一种规范技术[1]。
它的实质是对目标分子按键和原子进行分解，将目标分子分解为更简单，更容易合成的部分，从而完成路线的设计。
早期研发者们使用计算机辅助药物设计来逆向合成新药，但是由于传统的计算机辅助药物设计具有缺乏智能，噪音大，效率低，可重复性差[4]的特点。
我们受到Alpha GO启发，本次课题采用了神经网络与蒙特卡洛树算法结合的方式对药物的合成进行逆向预测。
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
以上是毕业论文文献综述，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。
