Thiết kế Luồng công việc AI để Tạo phân tử và Dự đoán thuộc tính

Thiết kế các luồng công việc AI cho khám phá thuốc giai đoạn đầu đòi hỏi sự hiểu biết về hóa học cũng như lựa chọn mô hình. Các biểu diễn phân tử bạn chọn, dữ liệu bạn huấn luyện, cách bạn xử lý sự không chắc chắn và sự tích hợp với các nhà hóa học dược phẩm đều định hình xem luồng công việc có tạo ra các ứng viên hữu ích hay chỉ là nhiễu tốn kém. Khóa học này sẽ đi sâu vào các quyết định đó một cách có cấu trúc. Bạn sẽ thực hiện các bài tập thiết kế bằng văn bản, phản ánh cách một nhóm hóa học tính toán sẽ lập kế hoạch cho một luồng công việc khám phá có hỗ trợ AI. Trọng tâm là các đánh đổi thực tế quan trọng khi dữ liệu khan hiếm và chi phí cho các dự đoán sai lầm là cao. Bạn sẽ học được: - Chọn các biểu diễn phân tử bao gồm SMILES, đồ thị và mã hóa nhận biết 3D - Lập kế hoạch tập dữ liệu cân bằng giữa các nguồn công khai, dữ liệu nội bộ và tăng cường tổng hợp - So sánh các phương pháp sinh để thiết kế phân tử bao gồm bộ mã hóa tự động biến phân, bộ biến đổi và khuếch tán - Xây dựng các mô hình dự đoán cho hoạt tính, độc tính và các thuộc tính dược động học với sự không chắc chắn được hiệu chỉnh - Áp dụng học tăng cường và tối ưu hóa Bayes để ưu tiên các phân tử tiếp theo cần tổng hợp - Thiết kế các vòng lặp phản hồi với các nhà hóa học dược phẩm để thu hẹp khoảng cách giữa mô hình và công việc thực nghiệm Khóa học tiến triển từ biểu diễn phân tử qua mô hình hóa sinh, dự đoán, học tăng cường và cộng tác với nhà hóa học. Một bài tập thiết kế cuối khóa yêu cầu bạn soạn thảo một thiết kế một trang cho luồng công việc khám phá có hỗ trợ AI nhắm mục tiêu vào một lĩnh vực điều trị cụ thể. Khóa học này được thiết kế cho các nhà hóa học tính toán, các nhà khoa học dữ liệu mới tham gia ngành dược phẩm và sinh viên khoa học đời sống có nền tảng phần mềm nhất định. Không yêu cầu kinh nghiệm hóa học dược phẩm sâu sắc. Khóa học xem luồng công việc như một vấn đề thiết kế và mang tính thông tin; nó không cung cấp hướng dẫn cho các quyết định khoa học hoặc y tế cụ thể.