عنوان دوره: کموانفورماتیـک

شرح دوره:

کموانفورماتیـک یا انفورماتیـک شـیمیایی حاصل تلفیق دو علم شیمی و کامپیوتر میباشد که سبب تسریع فرآنید طراحی و کشف داروی جدید میشود. هـم شـناخته میشـود. امروزه علم کموانفورماتیک به دلیل شناسایی کاندیدهای دارویی جدید با با کارامدی بالاتر و صرف وقت و هزینه کمتر رو به گسترش میباشد. واژه کموانفورماتیک اولین بار توسط فرانک براون (Frank Brown) ابدا شد که به بررسی  نقش کموانفورماتیک در اکتشافات داروئی می پردازد. اگرچه این علم در طی مدت زمان کوتاهی که به وجود آمده است، به سرعت از سوی جامعه علمی پذیرفته شده و کاربرد فراوانی نیز  پیدا کرده است.

به کارگیری تکنولوژی اطلاعات و  مدیریت آنها با رایانه هم اکنون به عنوان بخشی حیاتی از فرایند اکتشافات دارویی  و  حل مشکلات شیمیایی مطرح می باشد، بنابراین کموانفورماتیک ترکیبی از منابع اطلاعاتی جهت تغییرشکل داده (data) به اطلاعات و اطلاعات به  دانش (knowledge) با هدف تصمیم گیری بهتر و سریعتر در حوزه تعیین هویت و بهینه کردن دارواست که منجر به شناسایی و سازماندهی مناسب می گردد. از سوی دیگر کموانفورماتیک می تواند از اطلاعات شیمیایی موجود جهت پیشگویی مجازی رفتار ترکیبات ناشناخته استفاده نماید. به نظر می رسد کموانفورماتیک بیشتر بر روی طراحی دارو تمرکز کرده باشد اما گرگ پاریس (Greg Paris) مفهوم گسترده تری را ارائه کرد که در آن کیموانفورماتیک یک واژه عمومی است که در برگیرنده طراحی، تولید، سازماندهی، مدیریت، بازیابی، آنالیز، انتشار اطلاعات، تجسم تصویری و استفاده از اطلاعات شیمیایی است. به طور مشخص، تبدیل داده به اطلاعات و اطلاعات به دانش تلاشی است که نه تنها در طراحی دارو بلکه در هر شاخه ای از شیمی مورد نیاز است. بنابراین کموانفورماتیک به معنی کاربرد روش های انفورماتیک جهت حل مشکلات شیمی است.

شیمی داده های بیشماری را تولید می کند و این داده ها که به شکل بهمن بر ذخایر علمی فرود می آیند به سرعت در حال افزایش هستند. بیش از ۴۵ میلیون ترکیب شیمیایی شناخته شده است و این به طور سالانه در حال افزایش است. تکنیک های نوین شیمی ترکیبی  و غربالگری با برون ده بالا، مقادیر عظیمی از داده را فراهم آورده اند، حال آنکه همه این داده ها و اطلاعات تنها با ذخیره سازی مناسب در پایگاههای داده مدیریت شده و قابلیت دسترسی مناسب می یابند و این تنها به واسطه کوانفورماتیک امکان پذیر می باشد.

انواع اطلاعات کموانفورماتیک عبارت از اطلاعات مولکولی (ترکیبات)، خصوصیات فیزیکی-شیمیایی-بیولوژیکی و واکنش ها استهمچنین انواع یادگیری در علم کموانفورماتیک عبارت است از یادگیری استقرایی یا قیاسی(Deductive learning) و یادگیری استنتاجی(Inductive learning).‎ هنگامی که داده  از دانش استخراج می شود آن را یادگیری استقرایی می نامند (مانند روش های کوانتوم، مکانیک مولکولی) و زمانی که دانش را از اطلاعات شیمیایی تعداد زیادی داده (ساختاری، فعالیت ها، ژن ها و غیره) بدست می آوریم به آن یادگیری استنتاجی گفته می شود که در واقع  از روش هایی مانند: هوش مصنوعی، یادگیری ماشین، آمار و غیره  جهت ساخت مدل از داده های تجربی استفاده می شود.

از زیر شاخه های این علم می توان به: معرفی و نمایش ساختارهای مولکولی، جستجوی ساختارها در پایگاههای داده، ارتباط کمّی ساختار ـ فعالیت QSAR ‪(Quantitative Structure–Activity Relationship)‬، کیمومتریکس (Chemometrics)، مدل سازی مولکولی (Molecular modeling)، توضیح ساختار با کمک رایانه CASE ‪(Computer-Assisted Structure Elucidation)‬ و طراحی ساخت (سنتز) با کمک  رایانهCASD ‪(Computer-Assisted Synthesis Design)‬ اشاره کرد.

در این دوره مخاطبان در ابتدا با اهمیت علم کموانفورماتیک در طراحی دارو آشنا میشوند و سپس با نرم افزارR و پکیج های مختلف آن و کاربرد آن در کموانفورماتیک به طور کامل آشنا میشوند.

 

سرفصل دوره

مقدمه ای بر کموانفورماتیک و طراحی دارو

آشنایی با نرم افزار R

نحوه نصب برنامه R و Rstudio

نحوه نصب پکیج های مورد نیاز در برنامه R

کموانفورماتیک در R

معرفی پکیج های کاربردی R در کموانفورماتیک

آشنایی با روش import و Export کردن ترکیبات به فرمت SD Files و SMILES Strings در برنامه R

کار کردن با فایل های SDF

رسم ساختار ترکیبات در محیط گرافیکال R

رسم ساختار ترکیبات در محیط تحت وب توسط ChemMine Tools

به دست آوردن خصوصیات مختلف فیزیکوشیمیایی ترکیبات

آشنایی با روش های مختلف Clustering ترکیبات در برنامه R

 

اهداف دوره

آشنایی و معرفی نرم افزار R و نصب پکیج های کاربردی در کموانفورماتیک در محیط R و طریقه کار کردن با فایل های مرتبط

 

کاربرد دوره

فراگیری نحوه کار با پکیج های کاربردی نرم افزار R در مباحث کموانفورماتیک. کار کردن با فایل های حاوی اطلاعات ساختاری ترکیبات، رسم ترکیبات و استخراج اطلاعات فیزیکوشیمیایی، تبدیل کردن فرم های مختلف مولکولی بهم، پیدا کردن زیر ساختارهای مشابه در ترکیبات به منظور یافتن عملکرد مشابه، کلاسترینگ و طبقه بندی ترکیبات و ...

 

مخاطبین

فارغ التحصیلان و دانشجویان کارشناسی ارشد، و دکترای انواع گرایش های علوم زیستی پایه و بالینی، داروسازی، شیمی دارویی، بیوانفورماتیک، گرایش های مختلف شیمی، بیوتکنولوژی پزشکی و دارویی، بیوشیمی، بیوفیزیک، پزشکی مولکولی، محققین موسسات تحقیقاتی و شرکت های دارویی و دانشگاهی.

 

پیش نیاز

گذراندن دوره بستر محاسباتی

 

مدت دوره:

۲ روز