Banche dati ed elementi di chemoinformatica
A.A. 2019/2020
Learning objectives
Ci si propone di illustrare la struttura e l'uso di alcune banche dati in chimica, con particolare riferimento alla chimica organica, e di fornire allo studente una introduzione ai principi generali ed ai concetti di base della chemoinformatica.
Expected learning outcomes
Al termine del corso, lo studente acquisisce la capacità di:
· gestire ed estrarre le informazioni chimiche contenute in diverse banche dati
· leggere e modificare i formati elettronici più comuni per definire strutture chimiche (SMILES, SDF, MOL, PDB)
· riconoscere e calcolare i principali descrittori molecolari
· costruire e valutare dei modelli multivariati
· impostare ed analizzare un calcolo di analisi conformazionale
· preparare e analizzare una procedura di virtual screening
· gestire ed estrarre le informazioni chimiche contenute in diverse banche dati
· leggere e modificare i formati elettronici più comuni per definire strutture chimiche (SMILES, SDF, MOL, PDB)
· riconoscere e calcolare i principali descrittori molecolari
· costruire e valutare dei modelli multivariati
· impostare ed analizzare un calcolo di analisi conformazionale
· preparare e analizzare una procedura di virtual screening
Periodo: Secondo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Course syllabus and organization
Edizione unica
Responsabile
Programma
Le lezioni tratteranno i seguenti argomenti:
· Rappresentazione molecolare lineare, bidimensionale e tridimensionale: concetto di similarità chimica ed aspetti di analisi conformazionale
· Descrittori molecolari e farmacofori: definizione e descrizione dei principali metodi di analisi multivariata utilizzati per costruire modelli di predizione struttura-attività
· Metodi di screening virtuale: docking, funzioni di scoring ed analisi dei risultati
· Accenni ai metodi di machine learning applicati alla chemoinformatica e al drug discovery
· Utilizzo delle principali banche di dati in Chimica (SciFinder, CSD, PDB, Reaxys, PubChem, ChEMBL)
· Rappresentazione molecolare lineare, bidimensionale e tridimensionale: concetto di similarità chimica ed aspetti di analisi conformazionale
· Descrittori molecolari e farmacofori: definizione e descrizione dei principali metodi di analisi multivariata utilizzati per costruire modelli di predizione struttura-attività
· Metodi di screening virtuale: docking, funzioni di scoring ed analisi dei risultati
· Accenni ai metodi di machine learning applicati alla chemoinformatica e al drug discovery
· Utilizzo delle principali banche di dati in Chimica (SciFinder, CSD, PDB, Reaxys, PubChem, ChEMBL)
Prerequisiti
Corsi di base degli anni precedenti.
Metodi didattici
Tradizionale. Oltre alle lezioni frontali (36 ore) è prevista un'attività in laboratorio informatico (12 ore) e seminari di approfondimento su argomenti del corso.
Materiale di riferimento
A. Leach and V. Gillet, 'An Introduction to chemoinformatics', Revised Edition Springer 2007
A. Varnek, Tutorials in Chemoinformatics, John Wiley & Sons Ltd 2017
A. Varnek, Tutorials in Chemoinformatics, John Wiley & Sons Ltd 2017
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame prevede 4 o 5 domande aperte volte ad accertare le conoscenze dello studente sui temi trattati nelle lezioni frontali ed una breve relazione sulle attività svolte in laboratorio informatico.
CHIM/06 - CHIMICA ORGANICA - CFU: 6
Lezioni: 48 ore
Docente:
Civera Monica
Turni:
-
Docente:
Civera MonicaProfessor(s)
Ricevimento:
Dip. Chimica, edificio 5 corpo B, piano terzo stanza 3021