Кто читает:: Базовая кафедра органической химии Института органической химии им. Н.Д. Зелинского РАН

Статус:: Курс обязательный

Когда читается:: 1-й курс, 1-4 модуль

Преподаватели

Караванова Юлия Алексеевна

Мезенцев Игорь Александрович

Милютин Константин Вячеславович

Свитанько Игорь Валентинович

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина "Информационные технологии в химии" состоит из следующих разделов: - Ознакомление с современными информационными технологиями, их использованием в практике научного исследования и анализа данных. - Подробности технического оснащения вычислительного комплекса. - Применение вычислительных методов в химии - примеры из научной практики: расчет свойств и определение структуры молекулярных систем, моделирование поведения молекул, планирование синтеза. - Освоение практических навыков эффективной работы с массовым и специализированным программным обеспечением. - Обучение студентов самостоятельной подготовке результатов своих исследований к публикации; расширение систематических знаний по информационным технологиям и их прикладное применение. - Презентация результатов в виде устных докладов, постеров, статей. - Научная графика (проходит связующим звеном по всему курсу): представление информации в виде научной статьи в требуемых форматах, компоновка научного текста со всеми его элементами. Химическая графика. - Работа (в том числе с использованием искусственного интеллекта (ИИ)) с поисковыми системами и базами данных, применение результатов поиска в научной работе. Студенты осваивают дисциплину в 3 направлениях: 1. Химия новых материалов. 2. Теоретическая химия (трек ИИ). 3. Общие вопросы фундаментальной химии. Лекции общие для всего курса, семинары отличаются в зависимости от направления.

Цель освоения дисциплины

• Целями освоения дисциплины «Информационные технологии в химии» являются: • ознакомление с современными информационными технологиями, их применением для практики проведения научного исследования и анализа данных; • обучение студентов самостоятельной подготовке результатов своих исследований к публикации; • расширение систематических знаний по информационным технологиям и их прикладное применение; • освоение практических навыков эффективной работы с массовым и научным программным обеспечением, в том числе с использованием ИИ.

Планируемые результаты обучения

Демонстрирует знание базовых принципов применения вычислительной техники и программного обеспечения (ПО) в химии.
Демонстрирует знание текстовых редакторов, электронных таблиц и систем подготовки презентаций в химии.
Умеет: • использовать вспомогательные программы: утилиты, архиваторы, антивирусное ПО; • производить необходимые расчеты в электронных таблицах, строить диаграммы и графики; • создавать презентации в среде PowerPoint; • самостоятельно разрабатывать Web-страницы.
Умеет: • использовать графический интерфейс, проводить настройку ОС Windows; • подбирать и конфигурировать аппаратное обеспечение современного компьютера в зависимости от поставленной задачи; • анализировать строение и назначение локальных сетей и Интернета.
Умеет: • подготавливать графические файлы в зависимости от их назначения; • оформлять химические тексты любой категории сложности на основе современных стандартов
Демонстрирует понимание структуры и наполнения источников информации в химии, включая облачные базы данных, а также формат ввода-вывода материала.
Владеет способами поиска и хранения научной информации (базы данных, электронные библиотеки и т.п.) Умеет анализировать и использовать информацию в рамках принятых норм научного сообщества (цитирование и др.)
Умеет работать с общепринятыми и химическими базами данных, в том числе с графическим поиском информации.
Умеет оформить список литературы в научном документе на основе собственных коллекций литературных источников

Содержание учебной дисциплины

Искусственный интеллект в химии
Основные определения Категории ИИ (по структуре): Собирательный, аналитический, генеративный и агентский. System-like ИИ: Системы, которые воспринимаются как инструменты или технические объекты. Они оцениваются через функциональность и надежность. Human-like ИИ: Системы, обладающие воспринимаемой агентностью. Они воспринимаются как социальные акторы и оцениваются через межличностные критерии. Проблемы данных и ИИ: Overfitting (переобучение), data leakage (утечка данных) и extrapolation (экстраполяция) — это основные проблемы при использовании ИИ для генеративных задач в химии.
Технические средства и программное обеспечение
Основные определения: Векторная графика: Графика, не зависящая от разрешения, основанная на математических формулах (например, кривые Безье). Используется для шрифтов, PostScript и химических структур. Растровая графика: Пиксельные изображения, качество которых зависит от разрешения (например, форматы TIFF, JPEG, цифровые фотографии). DOI (Digital Object Identifier): Стандартизированная система, используемая для организации публикаций и ссылок в научной литературе. Свойства ADME: Ключевые характеристики лекарственных препаратов, предсказываемые с помощью моделей ML (машинного обучения) в рамках курса: период полураспада, растворимость, токсичность и метаболизм к P450. Докинг (Docking): Вычислительный метод моделирования связывания лигандов с белками-мишенями, помогающий понять их взаимодействие и роль в заболеваниях. Краткие конспекты для повторения А. Аппаратное обеспечение, сети и операционные системы Аппаратное обеспечение: Знать основные компоненты системного блока (материнская плата, процессор, оперативная память, видеокарта, ПЗУ, сетевой адаптер) и методы их диагностики. Процессоры и видеокарты (например, с технологией CUDA) необходимы для квантово-химических расчетов и параллельных вычислений. ОС (Windows): Понимать работу реестра, загрузочных модулей, драйверов, отличие административных аккаунтов от пользовательских, а также принципы сжатия и архивации данных (с потерей и без потери информации). Сети: Различать локальные (LAN) и глобальные сети, стек протоколов TCP-IP, DHCP и DNS. Знать сходства и различия между Bluetooth (BT) и WiFi. Безопасность: Угрозы включают фишинг, вирусы, червей и руткиты. Защита обеспечивается брандмауэрами/firewall (входной контроль, эвристические функции, фильтрация трафика и почты), VPN, прокси и антивирусным ПО. Б. Данные и научное форматирование Текст: Теговое форматирование (ML, HTML, LaTeX, XML) в сравнении с WYSIWYG-редакторами. MS Word применяется для создания автоматических оглавлений, указателей, ссылок и шаблонов химических статей. Электронные таблицы: MS Excel и Origin используются для анализа данных, фильтрации и построения научных графиков. Интеграции ИИ (Copilot, DeepSeek, excelai.ru) могут ассистировать в обработке данных. Менеджеры ссылок: Endnotes online, Mendeley и Zotero применяются для правильного форматирования списков литературы (в т.ч. по ГОСТ).
Научная графика. Конечные форматы представления научной информации
Требуемые для научной публикации в химии векторная графика и рисование химических структур, с расчетами. Представление информации в устном докладе. Структура PDF как формата представления научной статьи и формата постера конференции. Вопросы для повторения: Научная графика и презентации Химическое рисование: ChemDraw — стандарт для векторного рисования химических структур (использует кривые Безье, шаблоны и группировку объектов). Важно избегать типичных ошибок при рисовании. PDF: Конечный формат выдачи материала на базе PostScript (PS). Необходимо знать, как внедрять шрифты, интерактивные элементы и проводить постформатирование. Презентации: Бывают последовательные (PowerPoint) и выстроенные вокруг центрального слайда (Prezi). ИИ-инструменты для их создания включают NotebookLM, DeepSite и Gamma.
Системы поиска, в том числе с применением ИИ, базы данных в химии, прогнозирование активности вещества
Вопросы для повторения: ИИ в химии и моделирование (Продвинутый уровень) Поиск и агентские оболочки: Использование Co-Scientist (от Google и DeepMind) для генерации научных гипотез и надстроек типа Fusion Table для сбора и сравнения данных из разных поисковых систем. Моделирование и квантовая химия: Современная квантовая химия рассматривается в курсе как вид ИИ. ИИ применяется для ретросинтеза, исследования конформационных пространств, прогнозирования термодинамических параметров и планирования синтеза. Базы данных: Литература: WebOfScience, Scopus, Google Scholar, eLibrary. Химия и биология: SciFinder, CSDB, Sintelly, OdanChem.

Элементы контроля

Домашние задания 1 модуля
Домашние задания в рамках тем, изучаемых в первом модуле. Оценка может включать в себя тесты по выполненному заданию, проводимые в начале семинарских занятий
Домашние задания 2 модуля
Домашние задания в рамках тем, изучаемых в ходе модуля. Оценка может включать в себя тесты по выполненному заданию, проводимые в начале семинарских занятий
Домашние задания 3 модуля
Домашние задания в рамках тем, изучаемых в ходе модуля. Оценка может включать в себя тесты по выполненному заданию, проводимые в начале семинарских занятий
Домашние задания 4 модуля
Домашние задания в рамках тем, изучаемых в ходе модуля. Оценка может включать в себя тесты по выполненному заданию, проводимые в начале семинарских занятий
Контрольная работа по материалам 1 модуля
Контрольная работа по материалам 3 модуля
Экзамен по материалам 1-2 модулей
Экзамен по материалам 3-4 модулей

Промежуточная аттестация

2025/2026 2nd module
0.4 * Экзамен по материалам 1-2 модулей + 0.2 * Домашние задания 2 модуля + 0.2 * Домашние задания 1 модуля + 0.2 * Контрольная работа по материалам 1 модуля
2025/2026 4th module
0.3 * Домашние задания 4 модуля + 0.2 * Домашние задания 3 модуля + 0.3 * Экзамен по материалам 3-4 модулей + 0.2 * Контрольная работа по материалам 3 модуля

Список литературы

Авторы

Мезенцев Игорь Александрович
Караванова Юлия Алексеевна
Свитанько Игорь Валентинович

Бакалаврская программа «Химия новых материалов»

Контакты

Информационные технологии в химии

Преподаватели

Программа дисциплины