Cheminformatyka 1200-2CHINFWZ
Wykład zaznajamia studenta z metodami generowania informacji stanowiących podstawę współczesnych metod projektowania leków. W pierwszej części przedstawione będą metody chemii fizycznej i obliczeniowej dostarczające informacji na temat właściwości fizykochemicznych związków oraz metody biochemiczne dostarczające informacji na temat odpowiedzi komórkowej. Omówione zostaną sposoby reprezentacji tych danych w repozytoriach oraz metody konstrukcji dużych zbiorów danych. Podczas wykładu przedstawione zostaną podstawowe techniki eksploracji danych, m.in. sieci neuronowe i metody uczenia maszynowego. Na przykładzie kinaz i receptorów GPCR, przedstawione zostanie pozyskiwanie danych o znaczeniu farmakologicznym, ich analiza i zastosowanie w wirtualnym skriningu opartym na właściwościach ligandów.
Przewidywany nakład pracy studenta w semestrze - 37.5 h, w tym:
- 15 h - udział w zajęciach
- 7.5 h - konsultacje
- 15 h - przygotowanie do egzaminu
Kierunek podstawowy MISMaP
biologia
chemia
biotechnologia
fizyka
matematyka
Rodzaj przedmiotu
Tryb prowadzenia
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Po zakończeniu procesu kształcenia student będzie potrafił wymienić typy danych gromadzonych w repozytoriach biologicznych oraz opisać w sposób podstawowy metody ich generowania. Student będzie potrafił, na dowolnym przykładzie, przedstawić proces przetwarzania danych o znaczeniu farmakologicznym, uwzględniający ich redukcję i konwersję do deskryptorów za pomocą jednej wybranej metody spośród poznanych. Student będzie potrafił omówić zastosowanie tych danych w procesie projektowania leków opartym na właściwościach ligandów. Po zakończeniu procesu kształcenia student będzie potrafił omówić na wybranym przykładzie zastosowanie technik eksploracji danych w projektowaniu leków.
WIEDZA: Student po ukończeniu kursu zna i rozumie:
K_W01, K_W02, K_W05, K_W06, K_W07, K_W08, K_W09
- miejsce chemii w naukach ścisłych i przyrodniczych oraz jej znaczenie dla rozwoju ludzkości
- podstawy biochemii i rozumie znaczenie zjawisk chemicznych w procesach zachodzących w przyrodzie ożywionej
- pogłębioną wiedzę z zakresu wybranej specjalizacji chemicznej, umożliwiającą stosowanie metod i pojęć właściwych dla tej specjalizacji oraz umożliwiającą samodzielną pracę badawczą
- pogłębione pojęcia w zakresie zaawansowanej matematyki niezbędne do ilościowego
opisu zjawisk i procesów chemicznych właściwych dla danej specjalizacji chemicznej
- matematyczny opis podstawowych zjawisk i procesów chemicznych, które potrafi samodzielnie wyjaśnić
- zaawansowane techniki w metodach obliczeniowych właściwe dla danej specjalizacji chemicznej
- co najmniej jeden pakiet oprogramowania służący do obliczeń symbolicznych i jeden
pakiet do statystycznej obróbki danych
UMIEJĘTNOŚCI: Po ukończeniu kursu student potrafi:
K_U05, K_U06, K_U07, K_U08, K_U13, K_U19
- samodzielnie planować i prowadzić badania teoretyczne w ramach swojej specjalizacji chemicznej
- w sposób krytyczny ocenić wyniki przeprowadzonych samodzielnie obliczeń w ramach
swojej specjalności chemicznej
- w sposób krytyczny ocenić wyniki przeprowadzonych samodzielnie doświadczeń w
ramach swojej specjalności chemicznej, a także przedyskutować błędy pomiarowe
- wyszukiwać niezbędne informacje w literaturze fachowej, bazach danych i innych źródłach informacji oraz kompetentnie oceniać wiarygodność uzyskanych informacji
- samodzielnie zdobywać wiedzę i rozwijać umiejętności zawodowe, korzystając z różnych źródeł (pisemnych i elektronicznych), w tym obcojęzycznych
- samodzielnie uczyć się i określać kierunki dalszego kształcenia
KOMPETENCJE SPOŁECZNE: Po ukończeniu kursu student jest gotowy do:
K_K01, K_K04
- kontynuacji samokształcenia i samodzielnego poszukiwania informacji w literaturze, w tym obcojęzycznej
- systematycznego zapoznawania się z literaturą naukową i popularnonaukową w celu
pogłębiania i poszerzania wiedzy ze świadomością zagrożeń przy pozyskiwaniu
informacji z niezweryfikowanych źródeł, w tym z internetu
Kryteria oceniania
Egzamin ustny przeprowadzony w sali, obejmujący zagadnienia poruszane na wykładzie. Wymagana obecność na zajęciach oraz zaliczenie laboratorium, możliwe dwie nieusprawiedliwione nieobecności.
Praktyki zawodowe
nie dotyczy
Literatura
1. M. Szeliga, Data Science i uczenie maszynowe, PWN 2017
2. T. Morzy, Eksploracja danych. Metody i algorytmy, PWN 2020
3. A. Bąk, J. Polański, Podstawy chemoinformatyki leków, Wydawnictwo Uniwersytetu Śląskiego, Katowice 2018.
4. P. Graham, Chemia medyczna, PWN, Warszawa 2019.
5. Dodatkowa literatura podana w trakcie zajęć.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: