《计算药剂学：制药4.0中的人工智能和建模》全书共17章，主要内容包括：计算药剂学简介（第1章）、人工智能在药物递送领域的机遇与挑战（第2章）、药剂学计算资源（第3章）、干粉吸入给药方式的计算机数值模拟技术（第4章）、药物递送中的分子模拟（第5章）、固体制剂3D结构研究（第6章）、基于非平衡热力学模型研究药物及制剂的溶解机制（第7章）、PBPK建模在制剂开发中的应用（第8章）、药物递送中的分子建模（第9章）、基于树枝状聚合物的递送技术与计算药剂学的结合及其在纳米医学时代的潜力（第10章）、人工智能与计算建模在经口吸入药物研发中的应用（第11章）、使用3D打印技术的数字处方开发（第12章）、专家系统在药物处方工艺设计中的研究与应用（第13章）、固体片剂药物生产工艺研发及其多尺度模型（第14章）、药物开发中的机器学习（第15章）、生物医药专利大数据分析及应用（第16章）以及模型引导的药物研发监管要求与思考（第17章）。 《计算药剂学：制药4.0中的人工智能和建模》可为制药领域研究人员、高等院校相关专业研究生和本科生提供将人工智能和多尺度模拟技术应用于药物制剂研究的一个全景概貌。

第1章 计算药剂学简介
1.1 药剂学研究现状
1.2 什么是计算药剂学？
1.3 关于本书
参考文献
第2章 人工智能在药物递送领域的机遇与挑战
2.1 引言
2.2 机器学习算法
2.2.1 线性模型
2.2.2 人工神经网络
2.2.3 深度学习
2.2.4 遗传算法
2.2.5 模糊神经网络
2.2.6 支持向量机
2.2.7 决策树
2.2.8 集成学习
2.3 机器学习在药剂学中的应用
2.3.1 速释片剂
2.3.2 硬明胶胶囊
2.3.3 口服缓释制剂
2.3.4 乳液、微乳液和纳米乳液药物递送系统
2.3.5 水凝胶经皮给药系统
2.3.6 纳米药物递送系统
2.3.7 固体分散体
2.3.8 环糊精
2.4 大模型在药物发现和药物开发领域的应用
2.4.1 下游药物发现与开发任务的语言模型预训练
2.4.2 多任务学习和多性质预测的预训练在药物发现与开发领域的应用
2.5 人工智能在临床与精准医学领域的应用
2.6 机遇与挑战
2.7 总结
参考文献
第3章 药剂学计算资源
第4章 干粉吸入给药方式的计算机数值模拟技术
第5章 药物递送中的分子模拟：一项聚合物保护修饰的案例研究
第6章 固体制剂3D结构研究
第7章 基于非平衡热力学模型研究药物及制剂的溶解机制
第8章 PBPK建模在制剂开发中的应用
第9章 药物递送中的分子建模
第10章 基于树枝状聚合物的递送技术与计算药剂学的结合及其在纳米医学时代的潜力
第11章 人工智能与计算建模在经口吸入药物研发中的应用
第12章 使用3D打印技术的数字处方开发：人工智能与建模
第13章 专家系统在药物处方工艺设计中的研究与应用
第14章 固体片剂药物生产工艺研发及其多尺度模型
第15章 药物开发中的机器学习
第16章 生物医药专利大数据分析及应用
第17章 模型引导的药物研发（MIDD）监管要求与思考