Förklara prediktiv kemobioinformatisk modellering och visa hur den kan användas för att lösa problem inom läkemedelsområdet och biovetenskaperna.
Redogöra för bakgrunden till samt utföra och utvärdera modellering med "supervised" och "unsupervised" maskininlärningsmetoder.
Beräkna och använda kemiska deskriptorer för proteiner, peptider och organiska molekyler samt med hjälp av kemobioinformatiska verktyg.
Utföra klusteranalys samt förklara hur de kan användas för att lösa kemobioinformatiska problem inom läkemedelsområdet.
Självständigt kunna bygga enklare QSAR och proteokemometriska modeller, validera och tolka dem samt kunna applicera modellerna för att lösa problem inom biovetenskaperna och läkemedelsområdet.
Kursinnehåll
Kursen ger en översikt över statistiska modelleringsmetoder med applikationer inom läkemedelsområdet, biovetenskap och farmakologi och fokuserar på praktiska övningar där man löser problem med de olika metoderna. Kursen omfattar specifikt:
Förutsättningar
150 hp varav 120 hp inom biomedicin, farmaceutisk vetenskap, kemi, läkemedelsutveckling, naturvetenskap och/eller teknik samt minst 4 hp från Farmaceutisk bioinformatik.