出版时间：2023年5月（即将上线）

作者：Grier M. Jones, Brittany Story, Vasileios Maroulas, Konstantinos D. Vogiatzis

本书旨在帮助读者理解分子表示的基本类别，并提供计算工具来生成不同类别中的分子描述符，使读者能够在机器学习模型或一般化学数据科学应用中使用多种方法生成机器和/或人类可理解的分子系统表示。

出版时间：2023年1月

编辑：Saurabh Sudha Dhiman, Etienne Z. Gnimpieba, Venkataramana Gadhamshetty3

本书旨在分享通过复杂技术验证的最新研究驱动观察结果，如机器学习、相位显示等，使我们能够理解微生物应激反应和耐受性的生化和分子机制。

出版时间：2022年8月

作者：Kiyoto Aramis Tanemura, Diego Sierra-Costa, Kenneth M. Merz Jr.

Python可帮助化学家们将他们的学科知识应用到手动工作无法达到的规模上。本书帮助读者了解在研究工作中可以运用哪些代码进行自动化操作并扩展大量的数据或计算。

出版时间：2022年6月

作者：Keith T. Butler, Felipe Oviedo, Pieremanuele Canepa

本书介绍了材料科学中的机器学习（ML）基础，并就机器学习对材料科学研究人员将带来的影响提出了实用见解。

出版时间：2022年6月

编辑：Yuling An

本书全面概述了如何将机器学习应用于材料科学研究的各个领域，以提高许多具有挑战性的项目的效率和效果。

出版时间：2022年3月

作者：Marcelo C.R. Melo, Jacqueline R. M. A. Maasch, Cesar de la Fuente Nunez

本书涵盖了基本的算法理论，数据表示方法以及高层次的生成模型，重点介绍了抗生素发现中的机器学习案例研究，并讨论了机器学习在药物相似预测、抗菌素耐药性的应用以及未来的趋势。

出版时间：2020年5月

作者：Jon Paul Janet, Heather J. Kulik

本书重点关注机器学习在化学最相关领域中的应用，旨在帮助那些有意向学习新技术的研究人员，找到适合自己研究领域的最有效的统计工具。

出版时间：2019年11月

编辑：Edward O. Pyzer-Knapp, Teodoro Laino

本书呈现了该领域的开创性研究以促进研究人员更多的探索，并为刚进入这一令人兴奋且快速变化的领域的研究人员提供了一个坚实的基础。

主编：Kirk S. Schanze

  

该刊为化学家、工程师、物理学家和生物学家等的跨学科领域提供服务，重点探索如何具体应用开发新材料和研究界面过程。

主编：Krishna Ganesh, Deqing Zhang

该刊是一本全球性开放获取期刊，发表描述化学及相关科学领域新发现的科学文章。

主编：Jonathan V. Sweedler

  

该刊是分析化学领域被引用次数最多的同行评审期刊，收录了分析化学所有分支中的新认知和原创工作。

主编：Phillip E. Savage

该刊发表应用化学及化学工程领域中基本原理、过程及产物的研究，这些研究可以基于实验、理论、数统、描述、化学和物理等基本研究方法。

点此阅读专题特刊：Machine Learning and Data Science in Chemical Engineering 化学工程中的机器学习和数据科学

主编：Christopher W. Jones

  

该刊是美国化学会于2020年推出的一本完全开放获取期刊，是JACS 的姊妹刊，发表在整个化学及所有与化学交叉的相关领域快速传播具有高度影响力的前沿研究成果。

主编：Kenneth M. Merz Jr.

  

该刊发表化学信息学和分子建模的新方法和实验验证的重要应用，涵盖化学数据库的表现形式和基于计算机的搜索，分子建模，新材料/催化剂/配体的计算机辅助分子设计，化学软件的新算法或有效算法的开发，生物制药化学（包含生物活动分析和药物发现相关报道）等。

主编：Laura Gagliardi

该刊发表量子电子结构、分子动力学和统计力学中的新理论、新方法和重要应用，欢迎量子计算机及其应用的新理论，以及与化学相关的数据科学、理论和计算的结合的文章。

主编：John R. Yates, III

该刊发表的内容涵盖来自全球各方面的蛋白质分析和功能，包括基因组学、时空蛋白质组学、代谢组学、临床蛋白质组学、以及包括生物信息学在内的方法学的进步。主题和重点是通过不同类型的“组学”之间的协同作用，对生命科学采取多学科方法。

主编：Joan-Emma Shea

副主编：T. Daniel Crawford

  

该刊发表与分子、离子、自由基、团簇和气溶胶相关的物理化学实验、理论和计算研究，强调在大气和环境化学、气溶胶过程、分子地球化学、燃烧、天体化学、等离子体、冷分子、催化和高能材料等领域的应用。

主编：Joan-Emma Shea

副主编：Gregory Hartland

  

该刊发表关于纳米、低维和块状材料物理化学的实验、理论和计算研究；界面的化学转化；以及能源转换和储存。

主编：Gregory D. Scholes

该刊致力于发表物理化学家、生物物理化学家、化学物理学家、物理学家、材料科学家和工程师感兴趣的新的和原创的实验和理论基础研究。

Yi Luo*

Jun-Jie Zhu, Jinyue Jiang, Meiqi Yang, and Zhiyong Jason Ren*

Gianluca Grimaldi* and Bruno Ehrler*

Jillian M. Buriak*, et al.

Filippo De Angelis*

Ekaterina Korsakova, Olga Sokolovskaya, Daria Minakova, Yulia Gavronskaya, Nadezhda Maksimenko, and Mikhail Kurushkin*

Rupeng Wang, Shiyu Zhang, Honglin Chen, Zixiang He, Guoliang Cao, Ke Wang, Fanghua Li, Nanqi Ren, Defeng Xing, and Shih-Hsin Ho*

Christopher Karpovich, Elton Pan, Zach Jensen, and Elsa Olivetti*

Haruna Adamu, Sani Isah Abba, Paul Betiang Anyin, Yusuf Sani, Zain Hassan Yamani, and Mohammad Qamar*

Ye Sun, Xiuheng Wang, Nanqi Ren, Yanbiao Liu, and Shijie You*

该虚拟特刊突出了由机器学习方法激增所推动的QSAR研究的发展，旨在为想要了解现代QSAR方法和应用的人提供文献参考。

该虚拟特刊收录了45篇精彩论文，这些文章反映了环境和化学研究中的数据科学所具有的广度、深度和影响力。

该虚拟特刊收录了发表在JACS Au上18篇相关文章，涵盖各种各样的主题，如分析化学、催化、诊断、药物发现、蛋白质、反应预测、光谱学等。

该虚拟特刊收录了发表在ACS Omega上有关将人工智能工具的“实验性”主题的若干文章。

该虚拟特刊着眼于应用AI、机器学习和数据分析来解决与水有关的环境问题的当前进展、研究、机遇和挑战。

该虚拟特刊突出了近年来机器学习、深度学习和人工智能应用在蛋白质组学和代谢组学领域的巨大进展。

该虚拟特刊将聚焦开发和使用人工智能和机器学习工具应用于合成生物学的贡献。

该特刊将聚焦在应用人工智能、机器学习和数据分析来解决与水有关的环境问题方面的当前进展、研究、机遇和挑战，以及对未来研究发展趋势的预测。

该特刊考虑了计算工具如何为环境工程问题提供新的知识和潜在的解决方案。它寻求理论计算和实验研究的实例；以及计算模型给未来实验带来的新见解。该特刊将强调计算技术（类似于纳米技术和生物技术）是推动工程系统应用的一个重要因素。

该特刊旨在进一步促进机器学习在药学、化学、医学、化学生物学等主题中的应用（包含但不限于：结构预测、药物设计、靶标发现、物化性质预测、逆合成路线规划），征集在方法开发、领域应用方向上的研究工作。

ACS Text & Data Mining（TDM，文本数据挖掘）利用机器学习、复杂算法和人工智能执行复杂分析，有助于提取传统技术一般无法获取的数据关联性和趋势。

通过ACS SiftAi，所有级别的研究人员都可以将人工智能与机器学习的力量掌握在自己手中，构建高度定制的文献合集，执行复杂分析，可视化呈现研究趋势，并揭示文章合集中深藏的见解。