Kurz chemoinformatiky

Lekce 1 • Základní softwarový ekosystém

Poskytuje přehled hlavních open-source a komerčních nástrojů chemoinformatiky. Připravuje studenty na výběr vhodných nástrojů pro konkrétní úkoly.

Lekce 2 • Chemické datové typy a zdroje

Poskytuje přehled formátů molekulárních dat a hlavních veřejných databází. Propojuje datovou gramotnost s navazujícími výpočetními pracovními postupy.

Lekce 3 • Co je chemoinformatika

Definuje chemoinformatiku a její rozsah v rámci výpočetní chemie a biologie. Vymezuje obor vůči bioinformatice a datové vědě.

Lekce 4 • Základy molekulové reprezentace

Představuje 1D, 2D a 3D molekulové reprezentace. Poskytuje pojmový základ pro všechny následující úkoly kódování a modelování.

Lekce 1 • Konverze a validace formátů

Učí programovou konverzi formátů a detekci chyb. Zajišťuje integritu dat při přesunu molekul mezi nástroji a pipeline.

Lekce 2 • SMILES a SMARTS do hloubky

Pokrývá pokročilou syntaxi SMILES a vyhledávání vzorů SMARTS. Umožňuje přesné dotazy na podstruktury a molekulární filtrování.

Lekce 3 • Velké molekulární kolekce

Pokrývá efektivní ukládání a vyhledávání milionů sloučenin. Připravuje studenty na virtuální screening a úkoly správy databází.

Lekce 4 • Formáty strukturních souborů

Podrobně zkoumá formáty MOL, SDF, PDB, CIF a XYZ. Propojuje volbu formátu s požadavky aplikací v modelování a databázích.

Lekce 1 • Deskriptory fyzikálně-chemických vlastností

Pokrývá logP, pKa, rozpustnost a související ADMET-relevantní vlastnosti. Propojuje vypočtené vlastnosti s hodnocením drug-likeness a biologické dostupnosti.

Lekce 2 • Strukturní fingerprinty

Vysvětluje bit-vektorové a četnostní fingerprinty včetně ECFP, MACCS a path-based typů. Poskytuje základ pro vyhledávání podobnosti a strojové učení.

Lekce 3 • Metriky podobnosti a vyhledávání

Aplikuje Tanimotův, Diceové a kosinový koeficient na podobnost založenou na fingerprintu. Umožňuje vyhledávání nejbližších sousedů v chemickém prostoru.

Lekce 4 • Konstituční a topologické deskriptory

Představuje počty atomů, molekulovou hmotnost a grafové topologické indexy. Zavádí nejjednodušší numerická kódování molekulové struktury.

Lekce 1 • Chemické cartridge a rozšíření

Představuje rozšíření databází s podporou chemie, která umožňují dotazy na podstruktury a podobnost. Rozšiřuje standardní SQL o možnosti molekulárního vyhledávání.

Lekce 2 • Systémy pro registraci sloučenin

Vysvětluje deduplikaci, stripování solí a standardizaci v registračních workflow. Zajišťuje integritu dat napříč velkými firemními nebo veřejnými kolekcemi sloučenin.

Lekce 3 • Čištění dat a kontrola kvality

Pokrývá systematickou detekci a opravu chyb v chemických datasetech. Produkuje čisté knihovny sloučenin připravené k analýze.

Lekce 4 • Integrace veřejných databází

Demonstruje programový přístup k PubChem, ChEMBL a ZINC prostřednictvím API. Umožňuje automatické získávání dat pro virtuální screening a SAR analýzu.

Lekce 1 • Základy a historie QSAR

Sleduje vývoj QSAR od Hanschovy analýzy k moderním přístupům strojového učení. Vytváří teoretický základ pro modelování vztahů struktura-aktivita.

Lekce 2 • Metody klasického QSAR modelování

Implementuje mnohonásobnou lineární regresi, PLS a hřebenovou regresi pro QSAR. Poskytuje interpretovatelné základní modely pro SAR průzkum.

Lekce 3 • Příprava datasetu pro QSAR

Řeší čištění dat o aktivitě, výběr endpointů a pokrytí chemického prostoru. Přímo ovlivňuje spolehlivost modelu a doménu použitelnosti.

Lekce 4 • QSAR modely strojového učení

Aplikuje náhodné lesy, SVM a gradient boosting na QSAR datasety. Dosahuje vyšší prediktivní přesnosti pro komplexní krajiny vztahů struktura-aktivita.

Lekce 1 • Spouštění dockingových kampaní

Provede vysoko-propustným dockingem velkých knihoven sloučenin proti připraveným cílům. Převádí dockingovou teorii do praktického provádění screeningu.

Lekce 2 • Koncepty virtuálního screeningu

Definuje ligandové a strukturně založené screeningové strategie a jejich kompromisy. Nastavuje strategický kontext pro výpočetní identifikaci hitů.

Lekce 3 • Konsenzuální skórování a výběr hitů

Kombinuje více skórovacích metod ke zlepšení spolehlivosti výběru hitů. Snižuje počet falešně pozitivních výsledků před nákladným experimentálním ověřením.

Lekce 4 • Principy molekulového dockingu

Vysvětluje skórovací funkce, vyhledávací algoritmy a přípravu vazebného místa. Poskytuje mechanistické pochopení potřebné pro správné provádění dockingu.

Lekce 1 • Analýza trajektorie

Analyzuje RMSD, RMSF, vodíkové vazby a kontaktní mapy z trajektorií. Získává strukturní a dynamické poznatky relevantní pro vazbu.

Lekce 2 • Výpočty volné vazebné energie

Aplikuje metody MM-PBSA, MM-GBSA a FEP pro odhad vazebných afinit. Propojuje simulační data s kvantitativními předpověďmi afinity.

Lekce 3 • Základy MD simulací

Představuje silová pole, pohybové rovnice a typy souborů. Vytváří fyzikální základ pro interpretaci simulačních trajektorií.

Lekce 4 • Příprava systému pro MD

Pokrývá parametrizaci proteinu a ligandu, solvataci a ionizaci. Správná příprava je nezbytným předpokladem smysluplných výsledků simulace.

Lekce 1 • Grafové neuronové sítě pro vlastnosti

Implementuje architektury GCN, GAT a MPNN pro predikci molekulárních vlastností. Dosahuje špičkové přesnosti na benchmarkových datasetech.

Lekce 2 • Generativní modely pro de novo design

Trénuje VAE, GAN a modely založené na tocích pro generování nových "drug-like" molekul. Umožňuje cíleně řízenou molekulární generaci s omezeními na vlastnosti.

Lekce 3 • Interpretovatelnost modelů a nasazení

Aplikuje GradCAM, "attention" váhy a SHAP k vysvětlení předpovědí hlubokého učení. Připravuje modely pro integraci do pipeline screeningu a designu.

Lekce 4 • Reprezentace molekulových grafů

Kóduje molekuly jako grafy s uzly atomů a hranami vazeb pro neuronové sítě. Poskytuje základ datové struktury pro všechny grafové modely.