99486 - METODI SIMULATIVI E DI MACHINE LEARNING IN CHIMICA FARMACEUTICA

Anno Accademico 2022/2023

  • Docente: Matteo Masetti
  • Crediti formativi: 4
  • SSD: CHIM/08
  • Lingua di insegnamento: Italiano
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Bologna
  • Corso: Laurea Magistrale a Ciclo Unico in Chimica e tecnologia farmaceutiche (cod. 8412)

Conoscenze e abilità da conseguire

Al termine del corso lo studente possiede le conoscenze di base sugli approcci e metodologie computazionali consolidati ed emergenti in ambito chimico farmaceutico. Lo studente è in grado di affrontare le diverse problematiche che caratterizzano le fasi di scoperta e sviluppo di un farmaco attraverso la scelta delle metodiche computazionali più opportune.

Contenuti

  • Introduzione al corso. Distinzione tra metodi computazionali di tipo simulativo e di Machine Learning.
  • Metodi simulativi: concetto di superficie di energia potenziale e metodo della dinamica molecolare.
  • Cenni di meccanica statistica nella descrizione del processo di legame proteina-ligando.
  • Applicazione di metodi simulativi:
    • Predizione dell’energia libera di legame proteina-ligando
    • Predizione della cinetica di legame proteina-ligando
    • Studio di meccanismi allosterici e di trasduzione del segnale
    • Come bersagliare “target difficili” (proteine intrinsecamente disordinate, cavità criptiche, …)
  • Cenni di modellistica multiscala.
  • Metodi di Machine Learning: classi di metodi di apprendimento automatico (supervised e unsupervised).
  • Tipologia di dati in chimica farmaceutica e concetto di featurization.
  • Applicazione di metodi di Machine Learning:
    • Predizione di proprietà molecolari
    • De novo design
    • Riposizionamento di farmaci
    • Predizione di reattività e analisi retrosintetica
  • Cenni all’integrazione di metodi simulativi e di machine learning.

Testi/Bibliografia

Articoli scientifici e review indicate dal docente.

Metodi didattici

Lezioni frontali accompagnate da “case studies” con lo scopo di mostrare l'applicazione pratica, nel mondo reale della ricerca e dell'industria, delle metodologie descritte.

Modalità di verifica e valutazione dell'apprendimento

La prova di verifica dell'apprendimento è costituita da colloqui orali sugli argomenti trattati durante il corso.


Strumenti a supporto della didattica

Slides, pubblicazioni scientifiche ed altro materiale di insegnamento reso disponibile attraverso la piattaforma Virtual Learning Environment.


Orario di ricevimento

Consulta il sito web di Matteo Masetti