Projektowanie przepływów pracy AI do generowania cząsteczek i przewidywania właściwości

Projektowanie przepływów pracy AI do wczesnego odkrywania leków jest w równym stopniu związane z wiedzą chemiczną, co z wyborem modelu. Reprezentacje molekularne, które wybierzesz, dane, na których trenujesz, sposób, w jaki radzisz sobie z niepewnością, oraz integracja z chemikami medycznymi – wszystko to kształtuje, czy przepływ pracy produkuje użyteczne kandydatów, czy kosztowny szum. Ten kurs przeprowadzi Cię przez te decyzje w ustrukturyzowany sposób. Przejdziesz przez pisemne ćwiczenia projektowe, które odzwierciedlają sposób, w jaki zespół chemii obliczeniowej planowałby przepływ pracy wspierany przez AI. Nacisk kładziony jest na praktyczne kompromisy, które mają znaczenie, gdy dane są rzadkie, a koszt błędnych przewidywań jest wysoki. Czego się nauczysz: - Wybierać reprezentacje molekularne, w tym kodowania SMILES, grafowe i uwzględniające 3D - Planować zestawy danych, które równoważą publiczne źródła, dane wewnętrzne i syntezy uzupełniające - Porównywać podejścia generatywne do projektowania cząsteczek, w tym wariacyjne autoenkodery, transformery i dyfuzję - Budować modele predykcyjne dla aktywności, toksyczności i właściwości farmakokinetycznych z skalibrowaną niepewnością - Stosować uczenie aktywne i optymalizację bayesowską do priorytetyzacji kolejnych cząsteczek do syntezy - Projektować pętle sprzężenia zwrotnego z chemikami medycznymi, które zamykają lukę między modelami a pracą laboratoryjną Kurs postępuje od reprezentacji molekularnej przez modelowanie generatywne, przewidywanie, uczenie aktywne i współpracę z chemikami. Końcowe pisemne ćwiczenie polega na opracowaniu jednostronicowego projektu przepływu pracy wspieranego przez AI, ukierunkowanego na konkretny obszar terapeutyczny. Ten kurs jest przeznaczony dla chemików obliczeniowych, analityków danych wchodzących do przemysłu farmaceutycznego oraz studentów nauk o życiu z pewnym doświadczeniem w oprogramowaniu. Nie jest wymagane głębokie doświadczenie w chemii medycznej. Kurs traktuje przepływ pracy jako problem projektowy i ma charakter informacyjny; nie udziela wskazówek dotyczących konkretnych decyzji naukowych lub medycznych.