MATLAB 提供了全面的环境，支持将人工智能 (AI) 应用于化学领域，使您能够处理、分析分子和化学数据并为其建模。您可以使用内置的机器学习和深度学习工具箱来探索高级算法、自动化工作流并加速化学研究和发现。
使用 MATLAB 和 Simulink，您能够：
- 开发和训练机器学习与深度学习模型，以预测分子性质和化学反应性
- 应用图神经网络进行分子结构分析、节点分类和多标签图分类
- 自动化化学数据集的数据预处理、特征提取和模型评估
- 集成 AI 驱动的方法，以加速药品发现、材料设计和化学信息学任务
- 创建和共享教学资源，以讲授化学领域中涉及的 AI、机器学习和深度学习概念
使用图卷积神经网络对分子中的原子进行分类
使用深度学习对分子图中的节点进行分类。浏览分步示例，并在您的化学研究中应用图卷积网络。
使用图注意力神经网络识别官能团
了解如何使用高级图注意力机制对化合物进行多标签分类。浏览分步示例，了解在化学信息学中应用深度学习方法的宝贵见解。
在 MATLAB 中使用大预言模型进行基于 SMILES 的分子预测
在 MATLAB 中使用外部预训练模型（例如，来自 PyTorch® 的模型）进行掩码分子预测和化学性质分析。
用于癌症诊断的蛋白质特征选择和分类
使用 MATLAB 识别关键蛋白质生物标志物并对图谱分类，以进行癌症诊断。推进您的生物信息学和蛋白质组学研究。
产品
了解用于开发化学领域 AI 应用的产品的更多信息。
