University of Warsaw - Central Authentication System

Cheminformatics - laboratory

General data

Course ID:	1200-2CHINFLZ
Erasmus code / ISCED:	13.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0531) Chemistry The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title:	Cheminformatics - laboratory
Name in Polish:	Cheminformatyka - laboratorium
Organizational unit:	Faculty of Chemistry
Course groups:	(in Polish) Przedmioty do wyboru w semestrze 2M (S2-PRK-CHM) (in Polish) Przedmioty do wyboru w semestrze zimowym (S2-CH, S2-CHS)
ECTS credit allocation (and other scores):	1.00 Basic information on ECTS credits allocation principles: the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS; the student’s weekly hourly workload is 45 h; 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes; weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS; work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.
Language:	Polish
Main fields of studies for MISMaP:	biology biotechnology chemistry computer science mathematics physics
Type of course:	elective courses
Prerequisites (description):	(in Polish) Laboratorium jest przeznaczone dla studentów I i II stopnia. Wymagana jest podstawowa wiedza z chemii ogólnej, fizycznej, organicznej i biochemii z zakresu I i II roku studiów
Mode:	Classroom
Short description:	(in Polish) Celem laboratorium jest zapoznanie studentów z repozytoriami danych o znaczeniu farmakologicznym, ich analizą i wykorzystaniem w projektowaniu leków. Wykorzystując podstawowe techniki eksploracji danych student zapozna się z procesem projektowania leku w oparciu o deskryptory molekularne.
Full description:	(in Polish) W trakcie pracy nad indywidualnym projektem student zapozna się z dostępnymi repozytoriami danych o znaczeniu farmakologicznym. Przeprowadzając analizę danych otrzymanych m.in. z testów biologicznych wykona kolejne etapy w projektowaniu nowego leku opartym na właściwościach ligandów: pozyskanie danych, ich analiza, redukcja, konwersja do deskryptorów oraz zastosowanie w skriningu wirtualnym. Wykonując eksperyment in silico student utrwala swoją wiedzę o znaczeniu i sposobie generowania deskryptorów molekularnych i ich roli w technikach automatycznego przetwarzania informacji na potrzeby projektowania substancji lekopodobnych. Indywidualny projekt do wykonania w trakcie semestru będzie obejmował m.in.: - przygotowanie zbioru danych zawierającego substancje aktywne farmakologicznie i konwersja do deskryptorów molekularnych - zastosowanie wybranego algorytmu uczenia maszynowego do tego zbioru danych - wybór związków o największej aktywności i porównanie wyników z danymi eksperymentalnymi
Bibliography:	(in Polish) 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.
Learning outcomes:	(in Polish) Po zakończeniu procesu kształcenia student będzie potrafił: - wymienić typy danych gromadzonych w repozytoriach biologicznych - opisać testy biologiczne stosowane w projektowaniu leków - wygenerować deskryptory molekularne dla dowolnej substancji lekopodobnej - omówić zastosowanie uczenia maszynowego w projektowaniu leków opartym na właściwościach ligandów - dokonać krytycznej analizy otrzymanych wyników w kontekście wyników eksperymentalnych oraz zaproponować sposób ulepszenia zastosowanej procedury
Assessment methods and assessment criteria:	(in Polish) Zaliczenie na ocenę na podstawie jednego końcowego kolokwium. Kolokwium poprawkowe przeprowadzane w trakcie sesji poprawkowej. Oprócz kolokwium wymagane jest zaliczenie indywidualnego projektu wykonywanego na zajęciach. Wymagana obecność na zajęciach, możliwe dwie nieusprawiedliwione nieobecności
Practical placement:	(in Polish) nie dotyczy

Classes in period "Winter semester 2023/24" (past)

Time span:	2023-10-01 - 2024-01-28	Selected timetable range: weekly course term Navigate to timetable MO TU W LAB TH FR
Type of class:	Lab, 15 hours more information
Coordinators:	Dorota Latek
Group instructors:	(unknown)
Students list:	(inaccessible to you)
Examination:	Grading

Classes in period "Winter semester 2024/25" (future)

Time span:	2024-10-01 - 2025-01-26	Selected timetable range: weekly course term Navigate to timetable MO TU W LAB TH FR
Type of class:	Lab, 15 hours more information
Coordinators:	Dorota Latek
Group instructors:	(unknown)
Students list:	(inaccessible to you)
Examination:	Grading

Course descriptions are protected by copyright.
Copyright by University of Warsaw.