Содержание
- 2. Вопросы: Какую научную работу написать? А что будет на кружке?
- 3. Наука
- 4. Секция устных докладов Секция мультимедийных постеров Реферативный доклад Drug discovery pipeline Клинические Теоретические
- 10. Клинические работы
- 11. Классическая работа Идея: Сравнение методов лечения. Препарат vs. Другой препарат, Препарат vs. Комбинация препаратов, Препарат vs.
- 12. Этапы: 1. Сбор данных (Данные историй болезни, опрос пациентов) 2. Обработка данных: разбиваем пациентов на две
- 13. Модели машинного обучения Классификация Регрессия
- 14. Независимые переменные Зависимая
- 15. Этапы: 1. Сбор данных (Данные историй болезни, опрос пациентов) 2. Обработка данных: разбиваем данные на две
- 16. Теоретические работы
- 17. Теоретические работы Систематический обзор с выполнением мета-анализа In silico drug design
- 18. Мета-анализ
- 19. Систематический обзор с выполнением мета-анализа Этапы: 1. Поиск и отбор статей по проблеме обзора 2. Отбор
- 20. In silico drug design Модели машинного обучения Проект кружка
- 21. Модели машинного обучения QSAR = Q + SAR SAR = structure–activity relationship Q = Quantitative
- 22. Кружок
- 23. Ligand Target Ligand based Target based Ligand + Target based
- 24. Выбираем “target” и “ligand” Строим модель фармакофора Отбираем молекулы, которые в большей степени подходят под структуру
- 26. Находим свою мишень “Target” Therapeutic Target Database PDB
- 27. Chembl DB Мой скрипт TTD_mod MEGA/TTD_mod
- 28. PDB (https://www.rcsb.org/) UniProt (https://www.uniprot.org/) ChEMBL (https://www.ebi.ac.uk/chembl/)
- 29. SMILES ☺ Simplified molecular-input line-entry system (Упрощенная система молекулярного ввода-вывода)
- 30. +
- 32. Скачать презентацию