Merancang Alur Kerja AI untuk Generasi Molekul dan Prediksi Properti

Merancang alur kerja AI untuk penemuan obat tahap awal sama pentingnya dengan literasi kimia seperti halnya pemilihan model. Representasi molekuler yang Anda pilih, data yang Anda latih, cara Anda menangani ketidakpastian, dan integrasi dengan ahli kimia medis semuanya membentuk apakah alur kerja menghasilkan kandidat yang berguna atau kebisingan yang mahal. Kursus ini membahas keputusan tersebut secara terstruktur. Anda akan mengerjakan latihan desain tertulis yang mencerminkan bagaimana tim kimia komputasi akan merencanakan alur kerja yang didukung AI. Penekanannya adalah pada pertukaran praktis yang penting ketika data jarang dan biaya prediksi yang salah tinggi. Apa yang akan Anda pelajari: - Pilih representasi molekuler termasuk SMILES, graf, dan pengkodean yang sadar 3D - Rencanakan kumpulan data yang menyeimbangkan sumber publik, data internal, dan augmentasi sintetis - Bandingkan pendekatan generatif untuk desain molekul termasuk autoencoder variasi, transformer, dan difusi - Bangun model prediktif untuk aktivitas, toksisitas, dan properti farmakokinetik dengan ketidakpastian terkalibrasi - Terapkan pembelajaran aktif dan optimasi Bayesian untuk memprioritaskan molekul berikutnya yang akan disintesis - Rancang loop umpan balik dengan ahli kimia medis yang menutup kesenjangan antara model dan pekerjaan bangku Kursus ini berkembang dari representasi molekuler melalui pemodelan generatif, prediksi, pembelajaran aktif, dan kolaborasi kimia. Latihan tertulis capstone meminta Anda untuk menyusun desain satu halaman untuk alur kerja penemuan yang didukung AI yang ditargetkan pada area terapeutik tertentu. Kursus ini dirancang untuk ahli kimia komputasi, ilmuwan data yang memasuki industri farmasi, dan mahasiswa ilmu hayati dengan latar belakang perangkat lunak tertentu. Tidak diperlukan pengalaman kimia medis yang mendalam. Kursus ini memperlakukan alur kerja sebagai masalah desain dan bersifat informasional; kursus ini tidak memberikan panduan untuk keputusan ilmiah atau medis tertentu.