Чему вы научитесь
- Понимать полный цикл создания лекарства и роль ИИ на этапах ранней разработки
- Работать с химическими данными в Python: анализ, визуализация и подготовка данных
- Использовать основные представления молекул (SMILES, фингерпринты, дескрипторы, графы)
- Применять методы машинного обучения и корректно оценивать качество моделей
- Работать с ключевыми базами данных молекул, белков, активностей и ADMET
- Строить воспроизводимые пайплайны для интеграции данных и обучения моделей
- Подготавливать данные для докинга, запускать докинг и виртуальный скрининг
- Оценивать свойства молекул: аффинность, физико-химические параметры и токсичность
- Понимать как работают нейронные сети и применять их для решения химических задач
- Генерировать новые молекулы с помощью современных генеративных моделей
О курсе
Этот курс знакомит вас с тем, как методы искусственного интеллекта применяются на разных этапах разработки лекарственных молекул: от подготовки и анализа химических данных до докинга, прогнозирования свойств и генерации новых структур. Это единственный на рынке русскоязычный курс, который системно соединяет химию, data science и современные AI-подходы в drug discovery — от основ до актуальных практик.
Преподаватели курса — действующие специалисты на стыке химии и ИИ: учёные, разработчики и эксперты из ведущих фармацевтических компаний и исследовательских центров. Они не только обладают глубокой теоретической подготовкой, но и ежедневно применяют эти методы в реальных проектах по созданию лекарств.
В процессе обучения вы освоите ключевые инструменты, научитесь работать с крупнейшими химическими базами данных, запускать модели, анализировать результаты и понимать, какие методы подходят для реальных задач разработки лекарств. Вы приобретёте практические навыки, которые востребованы в фарме, биотехе и научных центрах, а главное — сформируете целостное и современное представление о том, как AI помогает создавать новые лекарства быстрее, точнее и эффективнее.
Для кого этот курс
Начальные требования
Необходим базовый уровень химических знаний и интерес к работе с данными; опыт программирования желателен, но не обязателен — всё нужное мы разберём по ходу курса.
Наши преподаватели
Как проходит обучение
На курсе вас ждут:
- Лекционные материалы от простого к сложному: начинаем с азов программирования на Python и машинного обучения, заканчиваем изучением генеративных моделей для дизайна лекарств;
- Тестовые задания для усвоения лекционных материалов;
- Практические задания в формате небольших задачек либо полноценных ноутбуков с кодом для того, чтобы сразу закрепить изученный материал на реальных кейсах.
Программа курса
