Detail předmětu

Chemoinformatics

FEKT-MPA-CHMAk. rok: 2021/2022

Předmět je orientován na získání přehledu o datových setech v chemoinformatice, molekulární struktuře léků, molekulárních deskriptorech, vlastnostech molekul, analýze dat v chemoinformatice a dobrého porozumění aplikacím chemoinformatiky ve výzkumu léků.

Jazyk výuky

angličtina

Počet kreditů

5

Garant předmětu

Nabízen zahradničním studentům

Všech fakult

Výsledky učení předmětu

Student, který splnil cíle kurzu, bude schopen:
- definovat chemoinformatiku a pojmenovat hlavní oblasti aplikace v rámci objevování léků;
- interpretovat nejdůležitější formáty používané pro popis molekulárních struktur;
- popsat nejpoužívanější nástroje pro strojové učení v chemoinformatice a algoritmy, na kterých jsou založeny;
- rozumět rozdílům mezi lineárními a nelineárními modely, supervizovaným a neověřeným strojním učením, seskupením a klasifikací;
- diskutovat o tom, jak si vybrat vhodný výpočetní nástroj pro daný problém;
- popsat racionální pracovní toky pro dolování dat a připravte vysoce kvalitní datové soubory pro účely modelování;
- interpretovat výstup a vyhodnotit výkon daného výpočetního nástroje;
- nalézat a získávat informace z anotovaných chemických knihoven;
- vytvářet a interpretovat interakční sítě léků a proteinů;
- plánovat, provádět a prezentovat počítačové cvičení a mini-projekty jako týmovou práci;
- být schopen zhodnotit vlastní práci a příslušné vědecké články;
- vytvořit vědecké postery a prezentovat ústně projekty.

Prerekvizity

Jsou požadovány znalosti na úrovni bakalářského studia, zejména v oblasti molekulární biologie, biochemie a bioinformatiky.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT. Metody vyučování zahrnují přednášky a cvičení na počítači. Předmět využívá e-learning (Moodle). Student odevzdává samostatný projekt.

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu upřesňuje každoročně aktualizovaná vyhláška garanta předmětu; v zásadě:
- získání zápočtu na základě aktivní účasti na cvičeních (až 12 bodů, min. 10 bodů),
- vypracování individuálního projektu a jeho prezentace posterovou a ústní formou (až 28 bodů, min. 14 bodů),
- úspěšné složení písemné závěrečné zkoušky (až 60 bodů, min. 30 bodů).

Osnovy výuky

1. Datové sety: extrakce dat z velkých databází, hodnocení strukturální diversity.
2. Molekulární struktury: Grafická reprezentace, 1D, 2D a 3D molekulární struktury, farmakofory.
3. Molekulární deskriptory: Generování deskriptorů odrážejících fyzikální a chemické vlastnosti molekul. Molekulární otisky.
4. Vlastnosti: Výpočet fyzikálně-chemických vlastností, jako jsou rozpustnost a koeficienty částí, farmakologické vlastnosti, jako je absorpce a toxicita, a globální vlastnosti jako orální biodostupnost a povaha léku.
5. Analýza dat: Samoorganizující se mapy, analýza hlavních komponent, umělé neuronové sítě, rozhodovací stromy, podpůrné vektorové stroje aj.
6. Aplikace chemoinformatiky ve výzkumu léků: chemické knihovny, chemogenomické knihovny, virtuální screening, interakce protein-ligand a interakční sítě, profilování aktivity ligandu, kvantitativní vztahy struktura-aktivity (QSARs) a predikce vlastností ADMET (absorpce, distribuce, metabolismus, a toxicita).
7. Nástroje: Internetové programy, databáze, interní a komerční programy.

Učební cíle

Cílem předmětu je seznámit studenty s různými metodami chemoinformatiky, ukázat příklady využití chemoinformatiky v moderním výzkumu léků a poskytnout praktické zkušenosti chemoinformatickými cvičeními.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu (viz Rozvrhové jednotky).
V zásadě:
- povinné počítačové cvičení
- nepovinná přednáška

Základní literatura

D. C. Young: Computational Drug Design. Wiley, 2009. (CS)

Doporučená literatura

D. C. Young: Computational Chemistry, a Practical Guide for Applying Techniques to Real World Problems. Wiley, 2001. (CS)
A. R. Leach: Molecular Modelling - Principles and Applications (2 edition). Pearson Education, 2001. (CS)

eLearning

Zařazení předmětu ve studijních plánech

  • Program MITAI magisterský navazující

    specializace NBIO , libovolný ročník, letní semestr, volitelný

  • Program MPC-BTB magisterský navazující, 2. ročník, letní semestr, povinně volitelný

Typ (způsob) výuky

 

Cvičení na počítači

26 hod., nepovinná

Vyučující / Lektor

eLearning