Interactive Python Notebook Modules for Chemoinformatics in Medicinal Chemistry
Interactive Python Notebook Modules for Chemoinformatics in Medicinal Chemistry
复制标题
用于药物化学化学信息学的交互式 Python 笔记本模块
DOI：
10.1021/acs.jchemed.3c00357
复制
发表时间：
2023
影响因子：
3
通讯作者：
Cernak, Tim
中科院分区：
文献类型：
--
作者：
Mahjour, Babak;McGrath, Andrew;Outlaw, Andrew;Zhao, Ruheng;Zhang, Charles;Cernak, Tim
数据科学正在成为研究的支柱。尽管如此，很少有STEM毕业生通过基本的正规编程培训入学。目前的课程计划是为了向学习化学或生物学的本科生介绍药物化学中的化学信息学和数据科学。本课程计划的目的是向学生介绍用于分析药物化学数据集的常用技术，例如可视化化学空间，过滤观察药物相似性的Lipinski规则的分子，以及主成分分析。本课程计划中提供的内容旨在为有抱负的研究人员提供基于教程的参考。课程计划分为两个三小时的课程，每个课程都有一个介绍性的幻灯片，由几个模块组成的Python笔记本和实验报告模板。在这次活动中，学生们学习了使用Python解析药物化学数据集，执行简单的机器学习分析，并开发交互式图形。在每节课中，学生完成Python笔记本协议，并在简短的讲座后填写实验报告模板。在课程计划结束时，学生能够生成和操纵化学空间的各种图，他们报告说，他们对化学，Python和数据科学的理解增加了信心。
Data science is becoming a mainstay in research. Despite this, very few STEM graduates matriculate with basic formal training in programming. The current lesson plan was developed to introduce undergraduates studying chemistry or biology to chemoinformatics and data science in medicinal chemistry. The objective of this lesson plan is to introduce students to common techniques used in analyzing medicinal chemistry data sets, such as visualizing chemical space, filtering to molecules that observe the Lipinski rules of drug-likeness, and principal component analysis. The content provided in this lesson plan is intended to serve as a tutorial-based reference for aspiring researchers. The lesson plan is split into two three-hour class sessions, each with an introductory slide deck, Python notebook consisting of several modules, and lab report template. During this activity, students learned to parse medicinal chemistry data sets with Python, perform simple machine learning analyses, and develop interactive graphs. During each session, students complete the Python notebook protocol and fill out a lab report template after a short lecture. By the end of the lesson plan, students were able to generate and manipulate various plots of chemical space and they reported having increased confidence in their understanding of chemistry, Python, and data science.
登录
查看更多内容
本科物理化学中求解薛定谔方程的 Python 程序
影响因子：
3
作者：
Matthew N. Srnec;Shiv Upadhyay;J. Madura
通讯作者：
J. Madura
使用 Jupyter 工具设计交互式教科书来指导本科生材料信息学研究
影响因子：
3
作者：
Enze Chen;M. Asta
通讯作者：
M. Asta
化学家科学计算：模拟、数据处理和可视化本科课程
影响因子：
3
作者：
C. J. Weiss
通讯作者：
C. J. Weiss
化学家机器学习简介：使用 Python 笔记本进行可视化、数据处理、分析和建模的本科生研讨会
影响因子：
3
作者：
Deborah Lafuente;Brenda Cohen;Guillermo Fiorini;A. García;M. Bringas;E. Morzan;D. Onna
通讯作者：
D. Onna
使用 Python 和 Jupyter 笔记本向化学学生教授科学计算的知识共享教科书
影响因子：
3
作者：
Charles J. Weiss
通讯作者：
Charles J. Weiss