Redogöra för grunderna inom maskininlärning och artificiell intelligens
Beskriva olika AI-metoder, deras för och nackdelar, samt hur de kan användas inom läkemedelsutvecklingsprocessen
Reflektera över och kritiskt bedöma validering och dokumentation av AI-modeller
Använda AI-modeller praktiskt samt analysera, tolka och skriftligt sammanfatta resultaten på god engelska
Utföra grundläggande träning och validering av AI-modeller med relevans för läkemedelsutveckling och utvärdera resultaten
Kursinnehåll
Introduktion till användning av artificiell intelligens (AI) och maskininlärning (ML) vid upptäckt av läkemedel. Grundläggande begrepp för AI/ML, vanligt använda metoder för tabulära data samt olika typer av djupa neurala nätverk. Betydelsen av data för modellering. Olika applikationsområden inom läkemedelsutveckling där AI kan användas, såsom ligandbaserade metoder för virtuell screening och prediktion av egenskaper baserat på kemisk struktur, strukturbaserade metoder, bildbaserade metoder, de novo-läkemedelsdesign och nätverks-/grafbaserade metoder. Primärt fokus ligger på att göra prediktioner och tolka resultat av dessa, men kursen omfattar också de olika stegen för träning och validering av AI/ML -modeller.
Förutsättningar
150 hp inklusive kunskaper motsvarande minst 60 hp inom ämnena kemi, biologi, biokemi, farmaceutisk vetenskap eller medicin. Dessutom krävs kunskaper i engelska motsvarande Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)