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