Description

Descripteurs moléculaires. Méthodes d’apprentissage automatique. Modélisation QSAR/QSPR.

• Descripteurs 1D, 2D et 3D: fragments moléculaires, fingerprints, indices topologiques, propriétés physico-chimiques, paramètres d’iso-surfaces moléculaires et énergétiques, pharmacophores,…
• Approches de Hansch et de Free-Wilson.
• Correction et standardisation de données chimiques. Normalisation et sélection de descripteurs. Modèles de classification et de régression.
• Méthodes d’apprentissage automatique : régression multilinéaire, machine à vecteurs supports, arbre de classification et de régression, réseau de neurones artificiels, naïve Bayes. Validation de modèles.
• Evaluation de performance prédictif d’un modèle.
• Domain d’applicabilité de modèles QSAR.
• Modélisation d'ensemble
• QSAR-3D: méthode d’analyse comparative de champs moléculaires ("CoMFA ").
• Travaux pratiques avec les logiciels ISIDA-QSPR et WEKA

Compétences visées

• Utiliser les méthodes de correction et de standardisation de données chimiques.
• Calculer les descripteurs moléculaires
• Obtenir et valider de modèles de classification et de regression.
• Utiliser de modèles QSAR pour un criblage virtuel.

Contacts

Responsable(s) de l'enseignement

• Alexandre Varnek

MCC

Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation.

Régime d'évaluation

CT (Contrôle terminal, mêlé de contrôle continu)

Coefficient

3.0

Évaluation initiale / Session principale - Épreuves

Seconde chance / Session de rattrapage - Épreuves