Aperçu
Explorez les simulations de dynamique moléculaire en utilisant l'écosystème scientifique de Python, en vous concentrant sur OpenMM et ses outils. Découvrez comment l'IA et l'apprentissage automatique révolutionnent ce domaine.
Programme
-
- Introduction aux Simulations Moléculaires
-- Aperçu de la Dynamique Moléculaire (MD)
-- Importance de la Reproductibilité dans les Simulations
-- Rôle de Python dans les Simulations Moléculaires
- Python pour le Calcul Scientifique
-- Python de Base pour le Calcul Scientifique
-- Aperçu des Bibliothèques Scientifiques en Python : NumPy, SciPy et Matplotlib
- Introduction à OpenMM
-- Configuration d’OpenMM
-- Bases de la Création de Simulations dans OpenMM
-- Compréhension des Champs de Force et des Topologies de Système
- Exécution et Analyse de Simulations MD
-- Configuration et Exécution des Simulations
-- Analyse des Trajectoires et des Données de Simulation
-- Techniques de Visualisation avec Python
- Sujets Avancés en Dynamique Moléculaire
-- Méthodes d’Échantillonnage Amélioré
-- Calculs d’Énergie Libre
-- Modélisation Multiechelle
- Apprentissage Machine dans les Simulations Moléculaires
-- Introduction aux Concepts de l'Apprentissage Machine
-- Aperçu des Outils IA en Python : TensorFlow et PyTorch
-- Applications de l'Apprentissage Machine en Dynamique Moléculaire
- Études de Cas et Applications
-- Études de Liaison Protéine-Ligand
-- Simulations de Membrane et de Canal Ionique
-- Intégration de l’IA pour des Simulations Prédictives
- Bonnes Pratiques pour une Recherche Reproductible
-- Gestion de Version avec Git
-- Documentation et Pratiques de Notebook
-- Packaging, Partage et Publication des Résultats
- Projet Final
-- Conception d’un Workflow de Simulation Reproductible
-- Mise en Œuvre d’un Modèle d’Apprentissage Machine dans les Simulations
-- Présentation et Évaluation Par les Pairs des Projets
Enseigné par
Étiquettes
On-Demand
