Progettazione di flussi di lavoro AI per la generazione di molecole e la previsione delle proprietà

Progettare flussi di lavoro AI per la scoperta precoce di farmaci riguarda tanto la conoscenza della chimica quanto la selezione dei modelli. Le rappresentazioni molecolari che scegli, i dati su cui ti alleni, il modo in cui gestisci l'incertezza e l'integrazione con i chimici farmaceutici modellano tutti se il flusso di lavoro produce candidati utili o rumore costoso. Questo corso esamina queste decisioni in modo strutturato. Lavorerai attraverso esercizi di progettazione scritti che rispecchiano come un team di chimica computazionale pianificherebbe un flusso di lavoro di scoperta supportato dall'AI. L'enfasi è sui compromessi pratici che contano quando i dati sono scarsi e il costo delle previsioni errate è elevato. Cosa imparerai: - Scegliere rappresentazioni molecolari tra cui SMILES, grafici e codifiche 3D-aware - Pianificare set di dati che bilanciano fonti pubbliche, dati interni e aumento sintetico - Confrontare approcci generativi per la progettazione di molecole tra cui autoencoder variazionali, transformer e diffusione - Costruire modelli predittivi per attività, tossicità e proprietà farmacocinetiche con incertezza calibrata - Applicare l'apprendimento attivo e l'ottimizzazione Bayesiana per dare priorità alle prossime molecole da sintetizzare - Progettare cicli di feedback con chimici farmaceutici che colmano il divario tra modelli e lavoro di laboratorio Il corso progredisce dalla rappresentazione molecolare attraverso la modellazione generativa, la previsione, l'apprendimento attivo e la collaborazione con i chimici. Un esercizio di progettazione scritto finale ti chiede di redigere una progettazione di una pagina per un flusso di lavoro di scoperta supportato dall'AI mirato a un'area terapeutica specifica. Questo corso è progettato per chimici computazionali, data scientist che entrano nel settore farmaceutico e studenti di scienze della vita con una certa conoscenza del software. Non è richiesta una profonda esperienza in chimica farmaceutica. Il corso tratta il flusso di lavoro come un problema di progettazione ed è informativo; non fornisce indicazioni per decisioni scientifiche o mediche specifiche.