化学信息学

❶ 请问美国哪所大学的化学信息学专业排名比较靠前

1. 美国开设相关专业的学校并不多。
2. 通常而言加州理工学院，MIT，伯克利，哈佛等院校的该专业都不错，但是申请难度很大。
3. 排名比较好，同时申请难度相对较小的例如德州农工或者普渡。

❷ 化学信息学课程论文

生物柴油的制备技术及应用现状
摘 要：生物柴油是一种可再生、更洁净的新能源内。详细介绍了酯交容换反应制备生物柴油的化学催
化法、酶催化法和超临界法，并综述了生物柴油在国、内外的生产应用现状。
关键词：生物能；生物柴油；酯交换反应
Abstract：．
reviewed，includingchemicalcatalytic，．Thestatusforpro

❸ 化学信息学的就业前景怎么样

想问一下楼主现在发展如何，化学信息学的就业前景可以吗？本人也想考这个方向的研究生

❹ 什么是化学信息学

化学信息学是一门伴随着计算机等科技发展而形成的一门新的交叉领域的学科，作为化学学科的一个分支学科，它注重的是与计算机以及网络的联系。从它的名字上可以看出，信息在这这门学科中占据着重要的作用。所以我觉得，文献在化学信息学中发挥了很关键的作用。怎样查阅文献怎样理解文献，将会是我们初学本门学科的学生要掌握的基础技能。
化学信息学中中的化学并不是我们广义上的化学含义，主要是指分子，或者结构信息，化学信息学中"信息"的意思是信息科学和信息理论 。
现如今国外大学学习化学信息的主要内容包括化学分子结构及反应的表征，数据类型与数据库，检索方法，数据分析方法，以及化学信息学在结构解析，反应模拟，合成与药物设计方面的应用。而我国开课时间晚，学习的内容相对简单，主要学习化学文献的查阅等基本内容。
总之，化学信息学"自打于1987年首次被诺贝尔化学奖获得者J. M. Lehn 教授提出以来，学科就一直处于迅速的发展与改善的状态中

❺ 我想读一个化学信息学或者计算机方面的在职博士，谁能推荐一个，要求要好考的。

化学信息学比较好的是吉大，在这块很强悍，计算机的话，名校就比较多了，清华，国防科大，浙大，交大，华科，东南，哈工，北航这几所都不错。你要本科不是计算机的话，不建议报考这几所，还是报考交叉学科好点，像生物信息学，化学信息学。生物信息学北大，复旦，中山比较厉害。好考的话，报华中农业大学，最近几年华农的生物信息学引进很多牛人，像张红雨的团队，而且组建了生物信息学研究中心，开设了生物信息学的本科班，近几年会成立信息学院，华农对这块可谓巨资投入，而且该校生物本来就很厉害，可以考虑。

❻ 化学信息学都考些什么内容

http://wenku..com/view/b0cbadaed1f34693daef3e2c.html 这是网络文库里的 希望对你有帮助

❼ 化学信息学的学科应用

现代科学的最新发展使得各学科所面对的化学物质体系变得越来越复杂，辨识研究的任务越来越繁重，既有复杂成分定性定量分析问题，又有不确定性的化学模式识别问题；不但有大型数据库管理问题，还有数据规律的发现问题等等。化学信息学（chmoinformatics) 就是为解决化学领域中大量数据处理和信息提取任务而结合其他相关学科所形成的一门新学科。这门新学科是在化学计量学（chemometrics) 和计算化学（computational chemistry) [3]的基础上演化和发展起来的，吸收与融合了许多学科的精华。
化学计量学的发展随着计算机技术的引进，使化学家获得大量的化学数据成为易事。例如，人们可以在对样品一无所知的情况下，从分析仪器的计算机数据采集系统获得诸如峰高、峰位、峰面积等一系列数据。然而，数据并非等同于信息，尤其是有价值的信息。因此，如何利用现代计算工具与信息处理方法快速地处理和解析化学量测数据，成为一个十分迫切的需求。在这种情况下，出现了将数学、统计学与计算机技术应用于化学的化学计量学。作为在80年代蓬勃兴起的新技术，它运用数学、统计学、计算机技术等工具设计或选择化学量测的最优方法，处理与解析化学量测数据，试图最大限度地提取待测物质体系的化学相关信息。
在分析化学研究方面，高鸿曾预言分析化学与统计学、数学结合的年代将会到来。作为化学量测科学，分析化学从采样、实验设计到分析信号的数据处理和解析、化学信息的提取与利用，无一不涉及到化学计量学所研究的统计与数学方法。化学计量学对现代分析化学基础理论的发展作出了重要贡献，基本形成了分析信息理论、分析采样理论、分析实验设计与优化理论、分析检测理论、分析校正理论、分析误差理论、分析仪器信号处理技术、化学数据库及专家系统技术等，极大地丰富了现代分析化学的理论与技术工具。
此外，化学计量学在工业生产中已得到广泛应用。例如，多元校正方法已经在啤酒生产和药物制造中成为常规的监控手段；在造纸、化工、食品、饮料、化妆品等行业中，也被用于过程监测（process monitoring）；近来，这些方法还被用于生化发酵、半导体晶片等间歇操作生产过程的监测。到目前为止，化学计量学应用最成功的领域是：多元校正、定量构效关系的建模、化学模式识别、多元过程仿真与监测等。但是，随着其应用范围的扩大，研究对象变得越来越复杂，所要处理的数据维数越来越高，数据量也越来越庞大。例如，在药物设计领域的先导化合物虚拟筛选中，需要处理的化合物达到1040。显然，传统的化学计量学已经难以胜任药物学、生命科学、环境科学、材料科学等领域所提出的化学复杂问题计算和解析，由此迫切需要派生和发展一门包容化学计量学本身的新学科。这就是化学信息学迅速崛起的重要原因。
计算化学的发展计算化学是应化学数据定量分析的需求而产生的，它为化学信息学提供数据计算和信息解析工具。随着认识层次的深入，化学领域中的各种对象大部分可以用一定的数学模型来抽象和表征；而模型的求解需要借助于各种数学的手段来进行。因此，化学学科对科学计算的要求越来越高。例如，各种化学反应可以用一定的微分方程来建模，通过数学模型仿真其反应、传递等各种过程。但是，求解微分方程带来了更高的计算要求。通常，大量的微分方程无法通过理论推导方法求解，这就需要通过数值计算的方法来求近似解。同样，在微观世界中，随着对分子结构的认识不断深入，我们可以通过各种数学模型来模拟分子的状态，如通过薛定谔方程可以模拟电子云的运动状态；通过量子力学、分子动力学、统计力学等各种方法可以准确地完成分子的模拟；这就意味着现代化学研究中需要建立更多的模型，并需要解决更多的科学计算问题。
随着科学技术的发展，人们对客观世界的认识正在逐步加深，各研究领域中的规律性知识不断地被总结出来，从而使得各种模型的建立成为可能。科学发展到今天，人们已越来越倾向于从数学的角度来看待问题、认识问题和解决问题。因此，计算化学的问世极大地推进了化学及其各相关学科的现代发展，已经成为解决化学领域中复杂问题的技术支撑和有力工具。一般而言，计算化学需要满足两个基本要求：1.准确求解问题；2.快速求解问题。因此计算化学一直向着这两个方向在不断发展。一方面，它将多元统计分析方法（如PLS、PCA、判别分析、聚类分析、因子分析、回归分析等）及人工智能方法（如模式识别、ANN、遗传算法、专家系统等）等各类计算手段包容进来，以完成对化学领域对象的准确建模任务；另一方面，它将数据库技术、快速搜索算法、并行计算技术等各种提高计算速度的方法包容进来，完成数据库快速搜索任务，实现药物虚拟筛选等应用目标。由于在表面科学、药学和材料科学中需要对延展分子系统（extended molecular system）进行定量描述，而这一类化学体系的实验信息又很少，这就需要通过计算化学的手段来解决。通常这类科学计算的计算量非常大，以现有计算机的计算能力，按一般的算法难以快速地给出计算结果，无法实现人机交互。并行计算机及其并行算法的引入，极大地提高了计算速度，使很多问题的计算求解成为可能。由此可见，计算化学的主要任务就是运用高性能科学计算工具，为化学领域问题求解提供途径。

❽ 化学信息学的基本简介

化学信息学是一门应用信息学方法来解决化学问题的学科。20世纪中后期，伴随着计算机技术的发展，化学家开始意识到，多年来所积累的大量信息，只有通过计算机技术才能让科学界容易获得和处理，换言之，这些信息必须通过数据库的形式存在，才能为科学界所用。这一新领域出现以后，没有一个恰当的名称。活跃在这个领域的化学家总是说他们在“化学信息”领域工作。然而，因为这一名称难以将处理化学文献的工作和发展计算机方法来处理化学信息的研究分别开来。所以，一些化学家就称之为“计算机化学”，以强调采用计算机技术来处理化学信息工作的重要性。但是，这个名称容易与理论化学计算，即“计算化学”混淆。
1973年，由NATO高级研究所夏季学校在荷兰Noordwijkerhout举办的一次研讨班，首次将在在不同化学领域工作，但都是采用计算机方法处理化学信息，或是用计算机技术从化学数据中获取知识的科学家集中在一起。这次研讨班的名称就定为“化学信息学的计算机表征与处理”。参加这次会议的科学家主要从事化学结构数据库，计算机辅助有机合成设计，光谱信息分析和化学计量学等方面的研究，或者开发分子模拟软件。研讨班期间，这些化学家意识到，一个新的研究领域已经形成，而且，它隐含在化学各分支之间。
从那之后，应用于解决化学问题的计算机科学和信息学方法悄然进入了化学的各个领域。
而“化学信息学”这一名词的出现还是最近的事情。以下是几个最早的定义：“应用信息技术和信息处理方法已成为药物发现过程中的一个很重要的部分。化学信息学实际上是一种信息源的混合体。它可将数据转换为信息，再由信息转换为知识，从而使我们在药物先导化合物的识别和组织过程的决策变得更有效。”——Brown Medicinal， Chemistry,1998,33,375-384。“化学信息学——一个老问题的新名词”——M.Hane,R.Green. Chemical Biology,1999,33,375-384。“化学信息学是一个广义性的名词，它将包含化学信息的设计，制造，组织，处理，检索，分析，传播，和使用。”——G.Paris （美国化学会 1999年8月会议）。

❾ 什么是化学信息学

化学信息学就是利用计算机研究化合物的定量构效关系的边缘交叉学科

❿ 化学信息学的发展现状

伴随着药物发现和制造技术发展而产生的化学信息学最早是由Frank Brown 用下述简洁语言定义的：综合信息资源，将数据（data）转化为信息（information），将信息转化为知识(knowledge），并将它用于特定药物先导化合物的辨识和优化领域的一门学科。众所周知，由于组合化学的出现使得药物学发生了革命性的变化。现代药物设计可以利用计算化学的方法，通过分子建模和仿真虚拟合成各种化合物（solid phase synthesis）。但是，通过这种方法得到的可供筛选的化合物库非常庞大，理论上可以合成的类药分子超过1040个。显然，如果去实际合成每一个药物来进行筛选是不可能的，因此必须从大量的数据中总结出规律，并利用这些规律进行虚拟的高通量筛选（HTS），以减少需要实际合成的化合物，同时尽可能地接近目标化合物。面对如此大量的数据，需要将原本独立的化学、数学及计算机等学科融合起来，构建一系列计算技术工具，以便完成从数据到信息，从信息到知识的整个化学信息处理过程。这些技术工具不仅包括实验数据的分析处理，同时也包括分子各种性质的计算、化合物数据库的建立、分子的虚拟合成、QSAR的研究、化学结构和性质数据库的建立、基于三维结构的分子设计、统计方法的研究等。化学信息学正是在上述需求基础上发展起来的一门交叉学科。它综合了数学、化学、生物学、信息学、计算机应用、药物学等学科知识，主要研究如何适当地选取化合物库（library）的多样性（diversity）、如何表征药物分子特征、如何度量不同分子间的差异性、如何识别类药（drug like）分子、分子结构和生物性能（bioactivity）关系、如何研发相应的计算机软硬件等，这就包括了化学计量学及计算化学的研究任务和内容。
化学信息学方法与传统的化学计量学方法相比，更注重于有用信息的提取和更注重计算速度的提高。为满足信息提取的需要，它大量采用了人工智能领域和信息科学领域的先进方法和工具。例如，运用数据挖掘技术去发现大量原始数据中的隐含规则；运用特征提取技术和编码技术进行模式的表达；运用数据库技术完成大型数据的储存和搜索；运用计算机仿真技术模拟分子的合成，以及受体和配体之间的匹配等。而为满足计算速度方面的要求，它一方面采用更高性能的计算机硬件，如并行计算机等；另一方面研究设计更为高效的算法，以最大限度地利用计算机硬件所能提供的计算能力。显然，化学信息学所研究的问题已经超越了传统化学计量学所研究的范畴，现有的化学计量学方法难以解决分子设计研究领域大量出现的新问题。从这个意义上讲，化学信息学的创立和发展是化学学科拓展的历史必然。化学信息学在化学领域、化工领域、药物设计领域、材料科学领域等许多领域中都已得到广泛的应用。例如，在化工领域中，化学信息学被用来对反应条件进行优化和筛选催化剂等，这主要是通过对实验数据进行建模，然后使用该预测模型实现对实验工作的指导；在药物设计领域，主要被用来进行分子模拟、虚拟合成、构效关系分析、虚拟筛选等；在材料科学领域，化学信息学被用于分子模拟和分子设计，并在分子性能预测的基础上，从所设计的分子中筛选出进行实际合成的分子，以便得到经过性能优化的材料。