Машинное обучение в структурной биологии
Конспект лекций по применению методов машинного обучения в структурной биологии, подготовленный студентами факультета биоинженерии и биоинформатики МГУ. Материал охватывает ключевые аспекты использования ML для решения задач молекулярного моделирования и анализа биологических структур.
В первой лекции рассматриваются основы структурной биологии: уровни организации структуры белка, типы молекулярных взаимодействий, силовые поля, методы молекулярной механики и квантовой химии. Даются базовые понятия, необходимые для понимания последующего применения машинного обучения.
Вторая лекция посвящена хемоинформатике: анализу активных молекул, высокопроизводительному скринингу (HTS), методам QSAR (количественные соотношения структура-активность) и применению ML в этой области. Рассматриваются генеративные подходы и современные фреймворки для работы с химическими данными.
Третья лекция фокусируется на межмолекулярных взаимодействиях белок-лиганд: методах докинга, фрагментарном построении лигандов и применении ML для решения задач предсказания связывания. Четвертая лекция охватывает сравнительное моделирование белковых структур, методы ab initio, threading и использование нейронных сетей для предсказания пространственной организации белков.
