У вас есть шанс сделать прорыв в предсказательном моделировании побочных эффектов лекарственных и биоактивных соединений и сделать новый шаг в развитии цифровых методов в медицине.
Участникам предстоит построить модель машинного обучения для точного прогнозирования параметров характеризующих токсичность химического соединения (для этого командам нужно будет сперва собрать свои датасеты на основании открытых источников с использованием технологий обработки естественного языка). Чтобы победить, нужно будет продемонстрировать высокую точность модели и ее применимость для широких классов соединений (соответствующие бенчмарки будут предоставлены).
На глобальном рынке разработка нового медицинского препарата занимает в среднем от 10-12 лет и требует инвестиций от $1 млрд. Экспериментальный поиск соединений, обладающих предпочтительными свойствами – крайне дорогостоящий, цена синтеза и профилирования физико-химических свойств только одной молекулы может доходить до десятков миллионов рублей. Необходимость дополнительного исследования токсикологических свойств (а без этого молекулы-кандидаты в лекарства не будут допущены до клинических испытаний) увеличивает эту сумму в несколько раз. Эксперименты используют большое количество лабораторных животных и могут длиться годами.
Разработчикам и исследователям в области медицинской химии необходимы новые цифровые методы навигации и фильтрации химического пространства для конструирования инновационных и безопасных лекарств. Эти методы позволят существенно сократить время и средства на разработку и внедрение новых биоактивных соединений. Важно, что при этом можно в разы уменьшить количество лабораторных животных используемых в экспериментах и снизить риски побочных эффектов лекарств на людей.
Уход из России ряда провайдеров зарубежного специализированного ПО и баз данных в области информационной химии и фармакологии наглядно показал, насколько сильно российское экспертное сообщество зависит от этих сервисов. Синтелли стремится заполнить этот пробел. Российская платформа искусственного интеллекта для органической и медицинской химии содержит более 96 млн молекул и включает набор прогностических моделей на основе глубоких нейронных сетей для расчета физико-химических, токсикологических, биологических и экологических свойств соединений. У вас есть возможность внести свой вклад в обеспечение технологического и научного суверенитета в области химических исследований, разработки биоактивных соединений и цифровой фармакологии.
К участию приглашаются студенты естественно-научных и технических специальностей, IT-разработчики, дата-сайентисты, химики, фармакологи, медики, токсикологи, биологи, молодые ученые и исследователи, R&D-бизнес.
Когда: 28-30 апреля (48 часов)
Формат: онлайн
Команды: от 2 до 5 человек
Возраст: 18+
Призовой фонд: 1 000 000 рублей и другие подарки!
Победители смогут учесть призовое место при поступлении на магистерскую онлайн-программу Chemistry Soft (Химический софт), а также шанс стать частью команды Синтелли и других медицинских стартапов–резидентов Medtech.Moscow.
Никто не запрещает подготовиться к хакатону заранее: освоить технологии сбора и обработки данных, изучить литературу и открытые источники данных, собрать необходимые датасеты (чем больше и разнообразнее датасет, тем больше шансов на хорошую модель и на победу), разобраться в параметрах, характеризующих токсичность. Следите за анонсами - позже на сайте будут представлены наборы параметров характеризующих токсичность и необходимые бенчмарки. Всем участникам будет оказана необходимая методическая поддержка экспертов Синтелли, Центра инфохимии ИТМО и Medtech.Moscow.
Регистрация открыта до 25 апреля по ссылке.
Вступайте в чат участников, чтобы быть в курсе новостей хакатона – https://t.me/digitalfarma.
Список полезных источников:
- PubChem
- ChemSpider
- ChemBL
- CompTox Chemicals Dashboard
- COMPTOX
- TOXRIC
- Open Food Tox
- OpenTox
- Acute Toxicity Test Database Query
- Exploring ToxCost Data
- TOX 21
- Comparative Toxicogenomics Database (CTD)
- ECOTOX
- European Chemicals Agency (ECHA)
- EMBL-EBI (European Bioinformatics Institute)
- Chemical Effects in Biological Systems (CEBS)
- UK Chemical Hazards Compendum
- Pharmaceuticals in the Environment, Information for Assessing Risk website
- Human Metabolome Database (HMDB)
- PA Integrated Risk Information System (IRIS)
- NORMAN Suspect List Exchange
- SIDER
- The Carcinogenic Potency Database
- Chemical Carcinogenesis Research Information System
- Life Science Database Archive
- TOXICO DB
- KEGG: Kyoto Encyclopedia of Genes and Genomes
- RepDose
- Публикация описывающая построение CATMoS: Collaborative Acute Toxicity Modeling Suite
- Публикация об анализе баз данных по токсичности
Для получения инвайт-токена (для доступа к платформе Синтелли) – пишите на admin@syntelly.com.