Curriculo
Inteligência Artificial e Análise de Dados na Descoberta de Medicamentos IAeAdDnDdM
Contextos
Groupo: R/A-Ef 1960/2011/AL02 (2026) > 1º Ciclo > Opção I
ECTS
3.0 (para cálculo da média)
Objectivos
A unidade curricular visa dotar o estudante de competências fundamentais em Inteligência Artificial (IA) e análise de dados aplicadas à descoberta de fármacos, promovendo um perfil profissional competitivo, crítico e interdisciplinar no contexto das Ciências Farmacêuticas. No final da UC, o estudante deverá ser capaz de: • Compreender conceitos básicos de IA e Machine Learning e a sua utilização; • Analisar criticamente os desafios do desenvolvimento de fármacos e o papel da IA na sua superação; • Aplicar métodos de análise de dados em diferentes contextos da profissão farmacêutica; • Avaliar a qualidade dos dados e a validação dos métodos de IA; • Discutir vantagens e limitações da IA face a outras abordagens computacionais; • Utilizar recursos web e bases de dados relevantes na descoberta de fármacos.
Programa
• Introdução à IA no processo de descoberta de fármacos • IA na indústria farmacêutica • Introdução à quimioinformática • Recursos de dados farmacêuticos • Manipulação de dados em larga escala • Machine learning no desenho e desenvolvimento de fármacos • Screening virtual • Previsão de propriedades físico químicas • Descoberta e reposicionamento de fármacos com IA • Previsão de efeitos adversos e polifarmacologia • Estudos de caso
Método de Avaliação
A unidade curricular combina aulas teóricas expositivas com seminários, debates e aulas laboratoriais em ambiente computacional. As metodologias privilegiam a aprendizagem ativa, a resolução de problemas reais e o contacto com especialistas do meio académico e empresarial. • Questionários / questões de resposta aberta / escolha múltipla / discussão de casos de estudo: 50% • Projeto aplicado em IA e análise de dados: 50%
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 27.0
Carga Total -
Bibliografia
Principal
- Artificial Intelligence in Drug Discovery,: Ed. Nathan Brown, Royal Society of Chemistry; 1st edition (November 4, 2020) 2020 ISBN: 1788015479
- Cheminformatics and AI in Drug Discovery, ChemMedChem, Special Collection 2020, G. Drug discovery with explainable artificial intelligence. Nat Mach Intell 2, 573–584 (2020): Jiménez-Luna, J., Grisoni, F. & Schneider 2020 https://doi.org/10.1038/s42256-020-00236-4
- Artificial intelligence in the early stages of drug discovery, Archives of Biochemistry and Biophysics, Volume 698, 2021, 108730,: Claudio N. Cavasotto, Juan I. Di Filippo 2021 ISSN 0003-9861, https://doi.org/10.1016/j.abb.2020.108730.
- Artificial Intelligence in Drug Discovery: Into the Great Wide Open. Journal of Medicinal Chemistry 2020: Jürgen Bajorath, Steven Kearnes, W. Patrick Walters, Nicholas A. Meanwell, Gunda I. Georg, and Shaomeng Wang 2020 ;63(16):8651-8652. https://doi.org/10.1021/acs.jmedchem.0c01077
- Artificial intelligence in drug discovery and development. Drug Discov Today. 2021: Paul D, Sanap G, Shenoy S, Kalyane D, Kalia K, Tekade RK 2021 26(1):80-93. doi:10.1016/j.drudis.2020.10.010
- Machine learning in chemoinformatics and drug discovery. Drug Discovery Today 2018 23 (8):1538-1546. https://doi.org/10.1016/j.drudis.2018.05.010.: Yu-Chen Lo, Stefano E. Rensi, Wen Torng, Russ B. Altman 2018 23 (8):1538-1546. https://doi.org/10.1016/j.drudis.2018.05.010.