ИИ в дизайне лекарственных молекул

О чём курс

Авторы разбирают применение методов искусственного интеллекта на всех этапах создания лекарственных препаратов: от сбора и анализа данных до прогнозирования свойств соединений и генерации новых структур. По их заявлению, программа системно объединяет химию, data science и современные подходы в области drug discovery.

Для кого

Материал рассчитан на слушателей с разной базовой подготовкой:

• студентов и аспирантов химических и биологических направлений, планирующих развивать карьеру на стыке дисциплин;
• дата-сайентистов и ML-инженеров, желающих изучить специфику химических данных и индустриальные задачи фармы;
• химиков и биохимиков, осваивающих машинное обучение для интеграции в привычные исследовательские процессы;
• сотрудников фармацевтических и биотехнологических компаний, стремящихся ориентироваться в современных вычислительных инструментах для R&D.

Для успешного прохождения требуются базовые знания по химии и интерес к анализу данных. Опыт написания кода приветствуется, но не является обязательным.

Что внутри

Обучение выстроено последовательно — от базовых инструментов до сложных вычислительных методов. Слушатели изучают программирование на Python, математическую статистику, способы представления химических соединений и работу с базами биологических активностей. Отдельные тематические блоки посвящены проведению виртуального скрининга, оценке безопасности соединений, а также реализации таких методик, как молекулярный докинг и генеративные модели.

Формат обучения

В программу входят лекционные материалы, тестовые задания для проверки теоретических знаний, а также практические упражнения и готовые вычислительные ноутбуки с кодом для отработки навыков на прикладных примерах.

О преподавателях

Курс ведут практикующие специалисты исследовательских лабораторий и фармацевтических компаний, совмещающие экспертизу в химических науках с практическим опытом внедрения алгоритмов машинного обучения в разработку лекарств.