Разделы презентаций


Вводная лекция

Содержание

Вопросы:Какую научную работу написать?А что будет на кружке?

Слайды и текст этой презентации

Слайд 1Вводная лекция

Вводная лекция

Слайд 2Вопросы:
Какую научную работу написать?
А что будет на кружке?

Вопросы:Какую научную работу написать?А что будет на кружке?

Слайд 3Наука

Наука

Слайд 4Секция устных докладов
Секция мультимедийных постеров
Реферативный доклад
Drug discovery pipeline
Клинические
Теоретические

Секция устных докладовСекция мультимедийных постеровРеферативный докладDrug discovery pipelineКлинические Теоретические

Слайд 10Клинические работы

Клинические работы

Слайд 11Классическая работа
Идея: Сравнение методов лечения.
Препарат vs. Другой препарат,
Препарат

vs. Комбинация препаратов,
Препарат vs. Немедикаментозный метод лечения.

Классическая работаИдея: Сравнение методов лечения. Препарат vs. Другой препарат, Препарат vs. Комбинация препаратов, Препарат vs. Немедикаментозный метод

Слайд 12Этапы:
1. Сбор данных (Данные историй болезни, опрос пациентов)
2. Обработка

данных: разбиваем пациентов на две группы, считаем описательные статистики, проверяем

на нормальность.
3. Анализ данных: считаем средние значения сравниваемых показателей, подтверждаем наличие/отсутствие различий (t-критерий Стьюдента, U-критерий Манна — Уитни)
4. Делаем выводы.

VS

Этапы: 1. Сбор данных (Данные историй болезни, опрос пациентов)2. Обработка данных: разбиваем пациентов на две группы, считаем

Слайд 13Модели машинного обучения
Классификация
Регрессия

Модели машинного обученияКлассификация Регрессия

Слайд 14Независимые переменные
Зависимая

Независимые переменныеЗависимая

Слайд 15Этапы:
1. Сбор данных (Данные историй болезни, опрос пациентов)
2. Обработка

данных: разбиваем данные на две части – тренировочную и тестовую.
3.

На тренировочных данных обучаем модель.
4. На тестовых данных предсказываем значение зависимой переменной.
5. Оцениваем эффективность модели, делаем выводы.
Этапы: 1. Сбор данных (Данные историй болезни, опрос пациентов)2. Обработка данных: разбиваем данные на две части –

Слайд 16Теоретические работы

Теоретические работы

Слайд 17Теоретические работы
Систематический обзор с выполнением мета-анализа
In silico drug design

Теоретические работыСистематический обзор с выполнением мета-анализаIn silico drug design

Слайд 18Мета-анализ

Мета-анализ

Слайд 19Систематический обзор с выполнением мета-анализа
Этапы:
1. Поиск и отбор статей

по проблеме обзора
2. Отбор наиболее подходящих статей для включения в

обзор
3. Выполнение мета-анализа
4. Оценка риска предвзятости (ROB 2.0)
5. Оценка качества доказательств (GRADE)
6. Выводы, оформление обзора
Систематический обзор с выполнением мета-анализа Этапы: 1. Поиск и отбор статей по проблеме обзора2. Отбор наиболее подходящих

Слайд 20In silico drug design
Модели машинного обучения
Проект кружка

In silico drug designМодели машинного обученияПроект кружка

Слайд 21Модели машинного обучения
QSAR = Q + SAR
SAR = structure–activity relationship
Q

= Quantitative

Модели машинного обученияQSAR = Q + SARSAR = structure–activity relationshipQ = Quantitative

Слайд 22Кружок

Кружок

Слайд 23Ligand
Target
Ligand based
Target based
Ligand + Target based

LigandTargetLigand basedTarget basedLigand + Target based

Слайд 24Выбираем “target” и “ligand”
Строим модель фармакофора
Отбираем молекулы, которые в большей

степени подходят под структуру фармакофора
Фильтруем молекулы по ADME свойствам и

токсичности
Молекулярный докинг
Выбираем “target” и “ligand”Строим модель фармакофораОтбираем молекулы, которые в большей степени подходят под структуру фармакофораФильтруем молекулы по

Слайд 26Находим свою мишень “Target”
Therapeutic Target Database
PDB

Находим свою мишень “Target”Therapeutic Target Database PDB

Слайд 27Chembl DB
Мой скрипт
TTD_mod




MEGA/TTD_mod

Chembl DBМой скриптTTD_modMEGA/TTD_mod

Слайд 28PDB (https://www.rcsb.org/)
UniProt (https://www.uniprot.org/)
ChEMBL (https://www.ebi.ac.uk/chembl/)


PDB (https://www.rcsb.org/)UniProt (https://www.uniprot.org/)ChEMBL (https://www.ebi.ac.uk/chembl/)

Слайд 29SMILES 
Simplified molecular-input line-entry system
(Упрощенная система молекулярного ввода-вывода)

SMILES Simplified molecular-input line-entry system(Упрощенная система молекулярного ввода-вывода)

Слайд 31Спасибо за внимание!

Спасибо за внимание!

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика