Metody in silico w ocenie bezpieczeństwa chemicznego

Metody in silico w ocenie bezpieczeństwa chemicznego

Kurs rozszerzy wiedzę i umiejętności uczestników z zakresu wykorzystywania metod in silico do analizy bezpieczeństwa substancji chemicznych. Kursanci nauczą się praktycznych technik analizy danych chemicznych, korzystania z baz danych, obliczania deskryptorów molekularnych oraz stosowania metod uczenia maszynowego i modelowania QSAR/QSPR.

Uczestnicy zostaną zapoznani z wybranymi narzędziami open-source (m. in. OECD QSAR Toolbox, VEGA, Danish (Q)SAR Database,  T.E.S.T. oraz in silico LAB jako autorskie narzędzie) do przewidywania właściwości chemicznych oraz wykonają praktyczne ćwiczenia dotyczące przewidywania toksyczności substancji chemicznych.

Kurs prowadzony jest w języku angielskim, jednak nasi eksperci służą wsparciem zarówno w języku angielskim, jak i polskim przez cały czas trwania kursu.

*Cena zawiera: udział w zajęciach, materiały szkoleniowe, certyfikat uczestnictwa.

Program szkolenia

Dzień 1.

Pierwszego dnia kursu uczestnicy zdobędą wiedzę na temat baz danych i skuteczne strategie wyszukiwania istotnych informacji. Dodatkowo, uczestnicy zostaną wprowadzeni do dwóch kluczowych nienadzorowanych technik chemometrycznych: Analizy Skupień Hierarchicznych (HCA) i Analizy Składowych Głównych (PCA). Będziemy eksplorować metodologię budowy klasyfikatorów przewidujących kluczowe właściwości do oceny ryzyka. Te zaawansowane techniki umożliwią uczestnikom analizę dużych zbiorów danych i prezentację wyników wizualnie.

Sesja poranna:

  • Wprowadzenie do metod uczenia maszynowego w ocenie bezpieczeństwa chemicznego 
  • Wprowadzenie do Chemii Cyfrowej i Zaawansowanej Nanoinformatyki
  • Bazy danych i FAIRnes danych
  • Przegląd struktury baz danych, metod wyszukiwania, rodzajów informacji
  • Przykłady baz danych (PubChem, ChemSpider)

Sesja popołudniowa:

  • Opis struktury chemicznej i deskryptory molekularne 
  • Wprowadzenie do grup deskryptorów
  • Ćwiczenia praktyczne – obliczanie deskryptorów Lipinski’ego oraz deskryptorów 2D/3D przy użyciu pakietu RDiK.
  • Analiza podobieństwa: Wprowadzenie do HCA i PCA z ćwiczeniami praktycznymi w KNIME 
  • Prognozowanie właściwości istotnych dla ryzyka za pomocą klasyfikatorów.

     

Dzień 2.

Drugiego dnia uczestnicy stopniowo zostaną wprowadzeni do budowy modeli QSAR/QSPR. Nauczą się o istotnych danych wymaganych w tym procesie i kryteriach, które muszą zostać spełnione, aby wykorzystać modele do celów regulacyjnych. Oprócz metodologii modelowania, uczestnicy nauczą się również praktycznego wykorzystania dostępnych narzędzi, co pozwoli im przewidywać właściwości fizykochemiczne i toksykologiczne związków chemicznych. Te umiejętności umożliwią im podejmowanie bardziej świadomych decyzji dotyczących oceny bezpieczeństwa substancji chemicznych.


Sesja poranna:

  • Grupowanie i metoda read-across.
    – Założenia metody read-across
    – Kryteria podobieństwa substancji
    – Ramowy Szablon Oceny Read-Across
  • Modelowanie QSAR/QSPR.
    –  Założenia modelowania QSAR/QSPR
    – Fazy modelowania (kalibracja, walidacja, dziedzina zastosowania, zastosowanie modelu)
    – Raporty QMRF

 Sesja popołudniowa:

  • Zastosowanie metod in silico w ocenie ryzyka chemicznego.
  • Ćwiczenie praktyczne (1): Przedstawienie kroków związanych z prognozowaniem właściwości fizykochemicznych/aktywności biologicznej substancji chemicznej na podstawie modeli QSPR/QSAR 
  • Wprowadzenie do narzędzi typu open-source do przewidywania właściwości związków chemicznych. 
  • Ćwiczenie praktyczne (2): Wykorzystanie narzędzi typu open-source do przewidywania właściwości fizykochemicznych/aktywności biologicznej substancji chemicznych (np. VEGA, T.E.S.T, in silico LAB- narzędzie autorskie.) 
  • Omówienie uzyskanych wyników (porównanie wyników w zależności od użytego narzędzia, wyszukiwanie danych eksperymentalnych). 
  • Integracja modeli in silico i metod read-across do prognozowania toksyczności substancji chemicznych.
Weź udział w kursie! Wypełnij formularz rejestracyjny