化学和信息类论文只求1200字。
化学信息学
域名出现后，没有合适的名称。活跃在这一领域的化学家总是说自己在“化学信息”领域工作。然而，由于这个名称，很难将处理化学文献的工作与开发计算机方法来处理化学信息的研究分开。因此，一些化学家称之为“计算机化学”，以强调利用计算机技术处理化学信息的重要性。但是这个名字很容易和理论化学计算混淆，也就是“计算化学”。
1973年，荷兰诺德韦克豪特北约高级研究所暑期学校举办的一场研讨会，首次将从事不同化学领域研究的科学家聚集在一起，但他们都使用计算机方法处理化学信息，或使用计算机技术从化学数据中获取知识。这个研讨会的名称是“化学信息学的计算机表征和处理”。参加本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的研究，或开发分子模拟软件。在研讨会期间，这些化学家意识到一个新的研究领域已经形成，它隐含在化学的各个分支之中。
从此，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化学的各个领域。
术语“化学信息学”的出现是最近的事情。以下是最早的定义:“信息技术和信息处理方法的应用已经成为药物发现过程中非常重要的一部分。化学信息学实际上是一个信息源的混合体。它可以将数据转化为信息，然后将信息转化为知识，从而使我们在药物先导化合物的识别和组织方面的决策更加有效。”——棕色药用，化学，1998，33，375-384 .“化学信息学-老问题的新术语”-M. Hane，R. Green。化学生物学，1999，33，375-384。化学信息学是一个广义的术语，它包括化学信息的设计、制造、组织、处理、检索、分析、传播和使用。-g. Paris(美国化学会会议1999年8月)。
编辑本段的研究内容。
1，复合注册。这包括在数据库中动态组合每个化合物的立体化学参数、相关光谱数据(如NMR)、纯度数据(如HPLC)、各种生物活性测量数据和其他相关数据。
2.构效关系的研究工具和技术。这包括应用各种软件建立各种构效关系模型，其中使用了各种化学计量学方法(如多元统计回归分析)。构效关系模型是用数值表征的分子结构与其生物活性之间的相关性。传统的QSAR研究是将各个自变量自由连接，即以简单的数值来衡量相似性。而化学结构之间的相似性度量相对复杂，化学结构只能在一定的描述空间中进行度量和比较。如何描述化学分子是一个非常活跃的研究领域。只有在正确有效的描述空间中，才有可能客观地衡量分子间的异同，从而进行有目的的筛选，得到理想的目标分子库。目前很多人都在研究二维、三维甚至更高维的药效团指纹图谱对分子的表征。它与传统的自由能表达式完全不同，效果更直观。特征树等新的描述方法也被广泛使用。
3.虚拟数据库组装技术。它通过计算化学方法将各种元素化学分子结构和片段结合起来，虚拟合成大量候选化合物，然后在这样的虚拟化合物库中筛选靶标。
化学信息学
药物分子。上述工作包括使用适当的描述因子和相应的算法来设计计算库。值得指出的是，有效的计算库往往在分子设计中起着关键作用。遗传算法已经成为设计计算库的重要工具，它可以优化虚拟库中每种计算化学性质的特性，从而最优地逼近目标。克莱姆等人阐述了图书馆设计的背景和外延，而德鲁里和扬则全面总结了图书馆设计的各种方法。将基于已知活性片段(针对靶受体)的方法应用于单体选择。经验表明，库的设计应基于产品空间的计算化学特性，而不是在单体空间。这就需要有效的化合物虚拟合成技术，包括:1。碎片标记，2。合成反应模拟技术。合成化学家通常更喜欢后者，但当分子的所有片段都已确定时，使用前者会更快。混合系统也用于图书馆设计。这些方法都需要通过模型计算化合物的物理化学性质。James F Blake【18】对药物的各种性能值的预测模型进行了评论，如吸附、渗透、水溶性等。
4.数据库挖掘技术。这主要是从大量的候选药物分子中找到所需的药物分子，一般通过亚结构、2D或3D相似性度量、分子形状、框架、药效团等。，或者根据受体和配体之间的三维结构在三维空间中筛选药物。挖掘技术的效果取决于对目标分子的了解，如分子的三维结构和化学特性；还要看挖掘工具，比如计算速度。从多维特征描述空间中选择一个子集作为代表集，就是所谓的分子虚拟筛选。通过对数据集的研究，Bayada等人得出结论:沃德的二维指纹对于随机选择的改善最大；然而，在另一项研究中，发现划分的化学描述符空间适用于不同的子集筛选，这解决了与。
化学信息学
聚类技术。Deborah K .等人用递归分割法筛选药物，并将其应用于14g-蛋白双受体试验。
5.统计方法和技术。主成分分析、因子分析等统计方法被广泛应用于分子描述符的降维，使得分子信息的表达更加简单有效，降低了计算的复杂度。
度。
6.大规模数据的可视化。在化学信息学的研究中，需要表达成千上万个分子的构效关系模型。如果数据经过过滤，由计算机程序以图表的形式自动表达出来，将有利于分析。
编辑这一段纪律申请
现代科学的最新发展使得各个学科所面临的化学物质体系越来越复杂，鉴定研究的任务也越来越艰巨，既包括复杂组分的定性定量分析，也包括不确定的化学模式识别。不仅有大规模数据库管理问题，还有数据规律发现问题等等。化学信息学是通过与其他相关学科相结合，解决化学领域大量数据处理和信息提取任务而形成的一门新学科。这门新学科是在化学计量学和计算化学的基础上演化发展起来的[3]，吸收和融合了许多学科的精华。
随着化学计量学的发展和计算机技术的引入，化学家很容易获得大量的化学数据。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中获得峰高、峰位、峰面积等一系列数据。但是，数据并不等同于信息，尤其是有价值的信息。因此，如何利用现代计算工具和信息处理方法快速处理和分析化学测量数据已经成为非常迫切的需求。在这种情况下，将数学、统计学和计算机技术应用于化学的化学计量学应运而生。作为20世纪80年代蓬勃发展的新技术，它使用了数学。
化学信息学
、统计学、计算机技术等工具来设计或选择最佳的化学测量方法，对化学测量数据进行处理和分析，尽量最大限度地提取待测物质体系的化学相关信息。
在分析化学的研究中，高洪预言了分析化学与统计、数学相结合的时代将会到来。作为一门化学计量学科学，分析化学涉及到化学计量学所研究的从取样、实验设计到分析信号的数据处理和分析，以及化学信息的提取和利用的统计和数学方法。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论、分析取样理论、分析实验设计与优化理论、分析检测理论、分析校正理论、分析仪器信号处理技术、化学数据库和专家系统技术，极大地丰富了现代分析化学的理论和技术工具。
此外，化学计量学已广泛应用于工业生产中。例如，多元校正法已成为啤酒生产和药品制造中的常规监控方法；也用于过程监控)；在造纸、化工、食品、饮料、化妆品等行业。最近，这些方法也被用于监测间歇生产过程，如生化发酵和半导体晶片。迄今为止，化学计量学最成功的应用是多元校正、定量构效关系建模、化学模式识别、多元过程模拟和监控。但随着其应用范围的扩大，研究对象越来越复杂，需要处理的数据量也越来越高，数据量也越来越大。例如，在药物设计领域的先导化合物虚拟筛选中，待处理的化合物数量达到1040。显然，传统的化学计量学已经不能胜任药理学、生命科学、环境科学、材料科学等领域复杂化学问题的计算和分析，迫切需要衍生和发展一门包含化学计量学本身的新学科。这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应化学数据定量分析的需求而产生，它为化学信息学提供了数据计算和信息分析的工具。随着认识水平的深入，化学领域的大部分对象都可以用一定的数学模型进行抽象和表征；模型的求解需要借助各种数学手段。所以化学学科对科学计算的要求越来越高。比如各种化学反应都可以用一定的微分方程来建模，它们的反应、传递等过程都可以用数学模型来模拟。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求解，需要通过数值计算寻找近似解。同样，在微观世界，随着对分子结构认识的深入，我们可以通过各种数学模型来模拟分子的状态，比如薛定谔方程，可以模拟电子云的运动状态；分子模拟可以通过量子力学、分子动力学、统计力学等多种方法精确完成。这意味着现代化学研究需要建立更多的模型，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逐渐加深，不断总结出各个研究领域的规律性知识，从而使建立各种模型成为可能。科学发展到今天，人们已经越来越倾向于从数学的角度来看待问题、理解问题、解决问题。因此，计算化学的问世极大地推动了化学及其相关学科的现代发展，成为解决化学领域复杂问题的技术支撑和有力工具。一般来说，计算化学需要满足两个基本要求:1。准确解决问题；2.快速解决问题。所以计算化学一直在向这两个方向发展。一方面包括多元统计分析方法(如PLS、PCA、判别分析、聚类分析、因子分析、回归分析等。)和人工智能方法(如模式识别、ANN、遗传算法、专家系统等。)来完成化学对象的精确建模任务；另一方面包括数据库技术、快速搜索算法、并行计算技术等提高计算速度的方法。
化学信息学
进来，完成快速数据库搜索的任务，实现虚拟药物筛选的应用目标。由于扩展的分子体系在表面科学、药学和材料科学中需要定量描述，而关于这类化学体系的实验信息很少，因此需要借助计算化学的手段来求解。通常这种科学计算的计算量很大，以现有计算机的计算能力很难按照通用算法快速给出计算结果，也无法实现人机交互。并行计算机及其并行算法的引入大大提高了计算速度，使许多问题的解决成为可能。可见，计算化学的主要任务是利用高性能的科学计算工具，提供一种解决化学领域问题的方法。
编辑此段落的发展状态
随着药物发现和制造技术的发展，化学信息学最早由Frank Brown用如下简洁的语言定义:整合信息资源，将数据转化为信息，将信息转化为知识，并用于特定药物先导化合物的识别和优化领域。众所周知，组合化学的出现给药理学带来了一场革命。现代药物设计可以使用计算化学，通过分子建模和模拟来虚拟合成各种化合物。但是这种方法得到的化合物库非常大，理论上可以合成1040多个类药分子。显然，不实际合成就筛选每一种药物是不可能的。因此，有必要从大量的数据中总结出规则，并将这些规则用于虚拟高通筛选(HTS)，以减少需要实际合成的化合物数量，并尽可能接近目标化合物。面对如此大量的数据，需要整合化学、数学、计算机等原有的独立学科，构建一系列计算技术工具，从而完成从数据到信息、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和处理，还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、统计方法的研究等等。化学信息学是在上述需求的基础上发展起来的一门交叉学科。它融合了数学、化学、生物学、信息学、计算机应用、药理学等学科的知识，主要研究如何恰当地选择化合物库的多样性，如何表征药物的分子特征，如何度量不同分子之间的差异，如何识别类药分子、分子结构与生物活性之间的关系，以及如何开发相应的计算机软硬件，它包括。
与传统的化学计量学方法相比，化学信息学方法更注重有用信息的提取和计算速度的提高。为了满足信息抽取的需要，它采用了大量人工智能和信息科学领域的先进方法和工具。比如利用数据挖掘技术在大量原始数据中发现潜规则；利用特征提取技术和编码技术来表达图案；利用数据库技术完成大数据的存储和检索；计算机模拟技术用于模拟分子的合成和受体与配体的匹配。为了满足计算速度的要求，一方面使用更高性能的计算机硬件，如并行计算机；另一方面，研究和设计更高效的算法，最大限度地利用计算机硬件提供的计算能力。显然，化学信息学的研究已经超出了传统化学计量学的范畴，现有的化学计量学方法难以解决分子设计研究领域的大量新问题。从这个意义上说，化学信息学的建立和发展是化学发展的历史必然。化学信息学已广泛应用于化学、化工、药物设计、材料科学等诸多领域。比如在化学领域，利用化学信息学优化反应条件，筛选催化剂，主要是对实验数据进行建模，然后用预测模型来指导实验工作；在药物设计领域，主要用于分子模拟、虚拟合成、构效关系分析、虚拟筛选等。在材料科学领域，化学信息学用于分子模拟和分子设计，在分子性能预测的基础上，从设计的分子中筛选出实际合成的分子，从而获得性能优化的材料。
编辑本段的意义
当前课程建设的新任务
近年来，国外一些大学正在尝试在化学教育中系统地增加化学信息学课程。化学信息学的发展将推动传统化学教育模式的改革。2003年，Johann Gasteiger出版了《化学信息学一本教科书》一书，系统、全面、浅显地介绍了化学信息学的各个研究领域及其研究现状和未来发展趋势。在我国，我国教育部理科化学教学指导委员会已将化学信息学列为高校化学专业和应用化学专业化学教学的基本内容。目前，化学信息学是一门新兴的教学课程，其课程要求、内容、教学方法和教材已成为课程建设的新课题。国外化学信息学的教学以专业教学为主，交叉性强，涉及面广。然而，由于课时的限制，我国化学信息学的教学内容多以化学文献学为主。这种传统的获取信息的方法严重阻碍了学生的发展视野，束缚了学生获取新信息的手脚，不利于学生的个性发展和长远发展。这是一种本末倒置的短视行为。即使在高职院校的化学专业中，化学信息学也被认为是一门可有可无的课程。他们认为只要教会学生基本技能，让他们在短时间内找到工程最重要，而他们的长期个人发展被严重忽视。这种教育理念与高等教育的初衷格格不入，应该及时改变和纠正。
高职生提供解决问题的方法。
化学研究主要有三个研究对象:结构确定、分子设计和合成设计。化学信息学的研究将集中在文化上。科学的三大研究对象开展相关的计算机模拟方法及其应用研究:计算机辅助结构确定、计算机辅助分子设计和计算机辅助合成设计。它有自己独特的解决化学问题的方法，可以分为三类:基于数据的、基于逻辑的、基于原理的。第一类主要是指建立各种数据库管理系统和数据库，利用其中的数据；第二种主要是利用现有数据库中的数据，在此基础上，利用归纳、推理、分类等方法，将数据转化为知识，并对知识进行有效管理，使知识得到广泛应用。最后，可以用来解决实际的化学问题；第三类主要是利用现有的量子化学理论来研究相关的化学问题。其中，前两种方法侧重于对大量化学信息(整体)的分析处理，其核心在于化学结构的分析比较、相关理化性质的分析处理方法和应用研究。第三种方法主要侧重于对单个化合物相关性质的精确分析及其应用研究。这三种方法的合理结合将促进化学中研究方法和工业中生产方法的不断创新。同时，它是绿色化学和绿色化工的基础，是连接化学和化工为国民经济可持续发展服务的桥梁，是实现化学创新的有效方法之一。从三种方法可以看出，高职生在前两个方面的应用会非常重要。
提高学生对信息内容的整合
现在的信息有四个特点:信息量大、外延广、传播速度快、交叉性能强。这些信息的记录、组织和交流对化学的发展起着越来越重要的推动作用，也成为化学的重要组成部分。化学信息可以分为两部分，即化学物质的化学信息和介质形式的化学信息。前者是指利用科学原理和方法测量得到的化学成分的相关信息，如物质的理化性质、物质中各成分的定性和定量信息、结构信息等。后者是化学信息的记录形式，如图书、期刊、专利等。化学信息的传播使化学家享受到了测量的原理、方法和结果。学生要想充分利用有用的测量数据和结果，首先要学会整合信息内容，提高整合信息的综合能力。你既不能扔掉有用的信息，也不能使用虚假的信息。其次，要学会表达、管理、转化和利用化学信息。目前最先进的手段是用计算机来表示和管理化学信息，因为计算机可以方便地保存、读取、计算和输出数据信息的数字符号。同时，计算机还可以通过线性编码来表达化学信息中的结构信息。并且可以保证结构信息的唯一性和多义性。化学信息学从计算机和互联网的基础，到网上文献检索，到数据库的资源和使用，到信息的表达和小波分析，做了详细的介绍和阐述，不再是原来狭义的信息检索。这门交叉学科必将使学生具备完善的分析、处理、转化和利用信息的能力。即综合整合信息的能力。
培养学生的信息素养
信息素养是一种涉及信息内容、传播、分析、信息检索和评价的综合能力。1999年6月，中共中央、国务院印发《关于深化教育改革全面推进素质教育的决定》，明确指出“要让学生感受和理解知识产生和发展的过程，培养他们的科学精神和创新思维习惯，重视培养他们收集和处理信息、获取新知识、分析和解决问题的能力”。这表明中国政府已经意识到信息素质教育的重要性。只有提高全民特别是大学生的基本信息素养，如以科学精神为核心的信息意识和以创新思维为核心的信息能力，才能将国家潜力转化为国家智力，全面提高国家竞争力。对于高职院校的学生来说，化学信息学可以提高他们自觉筛选和吸收信息的能力，养成创新思维习惯，自觉具有查新意识，具有求知欲望，掌握必要的信息处理能力，提高未来工作岗位的竞争力，适应未来继续深造和社会终身学习的客观要求。
培养创新人格
化学信息学首先可以培养学生良好的信息素养。良好的信息素养会使学生进入社会后具有更好的独立性、坚持性、合作性、自信心和责任感，而这五个要素正是学生创新人格的具体体现。学生独立性好，能在智力活动和实践活动中独立发现和解决问题。有了良好的坚持，学生就能冷静面对和明智思考自己在创新活动中面临的所有困难。我会在重重困难中找到一丝曙光，为自己找到实现创新目标的方法和途径。化学信息学以计算机和网络技术为基础，强调广泛领域的合作。信息素养好的学生不会为了独立人格而放弃合作。反而会更愿意认识更多的人，也会和合作者分享自己的想法和做法。良好的信息素养当然加强了学生的责任感和自信心。自信是成功的一半。另一方面，学生掌握了更多的知识和信息后，一定会在广域合作或广泛获取有用信息的基础上，找到解决问题的有效方法。这不仅会消磨他们克服困难的意志，还会增强他们的自信心和责任感，使他们在工作中表现得更加完美，创造性地完成创新任务。
在这一段编辑同名的书
你自己选择复制一些。