ADMET建模中的物理学与机器学习导论
了解如何将物理学和机器学习建模工作流应用于ADMET终点

了解如何将物理学和机器学习建模工作流应用于ADMET终点
鉴于多参数优化是所有药物发现工作的基础,能够高效地分析并预测ADMET相关风险,对于药物化学家和计算化学家而言都是一项至关重要的技能。 本入门课程旨在提供必要的基礎知识,以便在实际项目背景下解决复杂的ADMET问题。
通过真实的药物发现案例研究,您将学习如何利用各种物理学和机器学习工作流来预测和优化吸收、分布、代谢、排泄及毒性 终点。
如果您希望做到以下几点,这将是非常理想的选择:
本课程提供施罗丁格软件网络版的临时访问权限,其中包含许可和计算资源。
了解在小分子药物发现项目中最常考虑的ADMET终点指标
了解如何为您的项目中的ADMET终点最佳地构建和部署机器学习模型
探索并应用基于物理学的方法,例如E-sol和预测毒理学
通过一系列多参数 ADMET 优化案例研究,模拟实际应用场景
课程介绍
吸收和分布终点的建模
构建残差 LogD 模型
代谢、排泄和毒性终点的建模
构建迁移学习模型
预测毒理学
我们自豪地支持新一代科学家,并致力于为资源有限的人士提供机会。无论您是学生、博士后还是行业科学家,都可以了解我们在线认证课程的资助方案,并立即报名!
当您完成我们提供的分子建模课程,并准备将所学知识分享给同事和雇主时,可以在您的 LinkedIn 个人资料中展示您的证书和徽章。
课程费用因课程不同及学员类型而异。对于希望参加本课程的学生,我们提供160美元的学生价;非学生学员的费用为600美元。
课程开始后,所有授课均为异步进行,您可以根据自己的时间安排,随时观看自主学习的视频、教程并完成作业。报名课程时,您需要选择开始和结束日期。在该时间段内,您可以异步访问课程资料和虚拟工作站,并根据自己的时间安排灵活进行学习。
有兴趣的参与者可通过完成注册并使用信用卡支付通道进行即时报名来支付课程费用。请注意,您必须使用信用卡支付,因为我们不接受借记卡。此外,我们可根据要求提供采购订单,如需此选项,请发送电子邮件至 online-learning@schrodinger.com。如果您对课程付款方式有任何疑问,请访问我们的“付款方式”页面。
施罗丁格致力于为资源有限的学生提供支持。施罗丁格的使命是通过革新药物和材料的发现方式,改善人类健康和生活质量。施罗丁格自豪地支持新一代科学家。我们设立了一项奖学金计划,面向能够证明有经济困难并获得学术导师支持声明的全日制学生或博士后。 如果您符合我们的奖学金计划申请条件,请填写申请表!
虽然课程结束时将无法再访问该软件,但课程中的部分资料(幻灯片、论文和教程)可供下载,以便您在课程结束后随时查阅。其他资料,例如视频、测验以及软件访问权限,仅在课程期间内可用。