《化學信息學》是為大學本科生而編寫的化學信息學教材，共分為6章：第1章介紹了化學信息學基礎，內容主要包括化學信息學的產生與發(fā)展、基本概念、研究內容與方法及其與實驗科學的關系，人工智能技術在化學中的應用簡介；第2章介紹了化學結構的計算機表示方法與特點、SMILES編碼與MOL格式文件、化學軟件ChemOffice與HyperChem的使用；第3章重點講述了基于網絡資源的化學文獻檢索方法與技巧、重要數(shù)據庫與學術期刊，文獻管理軟件EndNote的使用；第4章介紹了基本數(shù)據統(tǒng)計與回歸建模分析、機器學習與深度學習及其實現(xiàn)簡介；第5章介紹了正交試驗設計與均勻試驗設計等；第6章主要介紹了分子力學與分子模擬初步。
《化學信息學》可作為高等學校化學、化工、材料、生物、環(huán)境等相關專業(yè)本科生化學信息學課程的基礎教材。由于所涉及內容、技術與方法等具有一定的普適性，本書也可作為相關領域科研人員和研究生的參考用書。
翟紅林，蘭州大學，教授、博士生導師。 1986年6月蘭州大學化學系物理化學本科專業(yè)畢業(yè)獲學士學位并留校工作至今。2004年12月獲蘭州大學分析化學博士學位，2007年1月至2008年1月赴臺灣長庚大學分子醫(yī)學研究中心開展抗癌藥物設計及癌癥早期診斷的博士后研究工作。專業(yè)特長為數(shù)據建模與分析、程序設計與應用；目前主要從事復雜體系中的多組分同時定性與定量分析、實驗條件優(yōu)化、分子模擬與藥物分子設計的化學與生物信息學及其在相關領域中應用的教學與科研工作。已在TrAC-TrendsinAnalyticalChemistry、Analyst、AnalyticaChimicaActa、FoodChemistry、J.ChromatographyA、Talanta、J.SeparationScience、J.ChemicalInformationandModeling、ChemometricsandIntelligentLaboratorySystems、ChemicalBiology&DrugDesign、ComputationalBiology&Chemistry等國內外學術期刊上發(fā)表研究論文六十余篇；已主持并完成國家自然科學基金面上項目及多項校企橫向課題。
第1章緒論1
本章要點1
1.1信息與信息學1
1.1.1信息1
1.1.2信息學2
1.2化學信息與化學信息學3
1.2.1化學信息3
1.2.2化學信息學的產生與發(fā)展5
1.3化學研究與人工智能8
1.3.1科學研究范式與人工智能8
1.3.2化學人工智能9
1.4化學信息學與實驗科學的關系11
1.5關于本教材12
思考與練習12
參考文獻與擴展閱讀12
第2章化學結構的計算機表示14
本章要點14
2.1化學結構的表示14
2.1.1化學結構的一般表示及其特點14
2.1.2化學結構的計算機表示方法15
2.2SMILES編碼17
2.2.1SMILES基本編碼17
2.2.2SMILES擴展編碼19
2.3其他線性編碼20
2.3.1SLN編碼20
2.3.2ROSDAL編碼20
2.3.3InChI標識與InChIKey21
2.4化學結構的二維表示及格式文件22
2.4.1連接表22
2.4.2格式文件23
2.5化學結構的計算機處理26
2.5.1化學結構的計算機輸入與可視化26
2.5.2ChemOffice/ChemBioOffice簡介29
2.5.3HyperChem簡介39
思考與練習44
參考文獻與擴展閱讀48
第3章化學文獻檢索與管理50
本章要點50
3.1文獻基礎知識50
3.1.1文獻檢索的意義50
3.1.2科技文獻的類型及其特點51
3.1.3重要的文獻源51
3.1.4科技文獻檢索方法與途徑53
3.2美國化學文摘（CA）55
3.2.1CA概況55
3.2.2SciFinder數(shù)據庫56
3.3科學引文索引與工程索引65
3.3.1科學引文索引(SCI)65
3.3.2Web of Science68
3.3.3工程索引（EI）78
3.4ScienceDirect與Reaxys數(shù)據庫80
3.4.1ScienceDirect數(shù)據庫80
3.4.2Reaxys數(shù)據庫81
3.5中文文獻檢索簡介87
3.5.1概述87
3.5.2中國知網87
3.6搜索引擎檢索92
3.7重要學術期刊簡介93
3.7.1電子期刊的興起93
3.7.2綜合性期刊94
3.7.3常見的化學化工類期刊94
3.8文獻管理軟件96
3.8.1文獻管理與軟件96
3.8.2EndNote簡介97
思考與練習105
參考文獻與擴展閱讀105
第4章常用數(shù)據處理方法107
本章要點107
4.1化學計量學簡介107
4.1.1計量與計量學107
4.1.2化學計量學的基本內涵108
4.2化學數(shù)據的預處理109
4.2.1化學數(shù)據的基本特點109
4.2.2化學數(shù)據的基本描述110
4.2.3化學數(shù)據常用的預處理方法117
4.3線性回歸123
4.3.1回歸模型與最小二乘法123
4.3.2多元線性回歸分析126
4.4主成分分析與因子分析135
4.4.1主成分分析135
4.4.2因子分析139
4.5偏最小二乘分析及其應用143
4.6深度學習與人工智能建模簡介146
4.6.1機器學習與人工智能建模的發(fā)展146
4.6.2人工神經網絡與機器學習基礎147
4.6.3深度學習建模的實現(xiàn)150
思考與練習150
參考文獻與擴展閱讀152
第5章試驗設計與優(yōu)化153
本章要點153
5.1試驗設計基礎153
5.2單因素優(yōu)選法155
5.2.1均分法與對分法155
5.2.2黃金分割法155
5.2.3分數(shù)法（斐波那契數(shù)列法）156
5.2.4其他方法介紹157
5.3正交試驗設計158
5.3.1正交試驗設計基礎158
5.3.2正交試驗設計的直觀分析法162
5.3.3正交試驗設計的方差分析法169
5.4均勻試驗設計173
5.4.1均勻試驗設計基礎173
5.4.2均勻試驗設計方法174
思考與練習178
參考文獻與擴展閱讀179
第6章分子力學與分子模擬180
本章要點180
6.1分子模擬方法概述180
6.2分子力學理論基礎181
6.2.1分子力學的產生與發(fā)展181
6.2.2分子力學的基本假定182
6.2.3分子力場構成183
6.3分子力學勢能函數(shù)及力場參數(shù)化183
6.3.1鍵伸縮能183
6.3.2鍵角彎曲能186
6.3.3二面角扭曲轉動能187
6.3.4范德華相互作用能188
6.3.5靜電相互作用能189
6.3.6交叉項189
6.3.7分子力場參數(shù)化190
6.4常見的分子力場191
6.4.1常見的分子力場介紹191
6.4.2常見分子力場的選擇192
6.4.3分子力場存在的問題192
6.5分子力學與量子力學的比較193
6.6分子力場應用193
6.6.1分子結構的優(yōu)化194
6.6.2分子對接206
6.6.3分子動力學模擬209
6.7Schrdinger功能及分子對接簡介214
6.7.1Schrdinger功能簡介214
6.7.2Schrdinger中的分子對接簡介215
6.8分子力學發(fā)展趨勢225
思考與練習230
參考文獻與擴展閱讀231
附錄233
附錄1格魯布斯（Grubbs）臨界值表233
附錄2Q檢驗臨界值表233
附錄3t檢驗臨界值表234
附錄4F檢驗臨界值表234
書單推薦
