| Nome del corso di laurea |
Farmacia |
| Codice insegnamento |
A005441 |
| Curriculum |
Comune a tutti i curricula |
| Docente responsabile |
Maria Letizia Barreca |
| Docenti |
|
| Ore |
- 28 Ore - Maria Letizia Barreca
|
| CFU |
4 |
| Regolamento |
Coorte 2024 |
| Erogato |
Erogato nel 2025/26 |
| Erogato altro regolamento |
|
| Attività |
Affine/integrativa |
| Ambito |
Attività formative affini o integrative |
| Settore |
CHIM/08 |
| Anno |
4 |
| Periodo |
Secondo Semestre |
| Tipo insegnamento |
Opzionale (Optional) |
| Tipo attività |
Attività formativa monodisciplinare |
| Lingua insegnamento |
ITALIANO |
| Contenuti |
Introduzione alle sfide attuali nella scoperta di farmaci. Fragment-Based Drug Discovery (FBDD). Targeted Protein Degradation (TPD). Probe chimici. Intelligenza Artificiale nella Drug Discovery. Database e risorse online specializzate. |
| Testi di riferimento |
G. Costantino, G. Sbardella - CHIMICA FARMACEUTICA (EdiSES), 2024 (I Ed.) |
| Obiettivi formativi |
Il corso mira a fornire una solida comprensione concettuale delle più recenti frontiere del drug discovery Le principali conoscenze acquisite saranno: - I principi fondamentali e i vantaggi delle tecnologie presentate (FBDD, database e risorse web, probe chimici, Intelligenza Artificiale, Targeted Protein Degradation); - Il ruolo e le potenzialità dell’Intelligenza Artificiale a supporto della scoperta razionale di nuovi farmaci; - I criteri teorici per integrare metodologie diverse in un workflow di ricerca coerente e innovativo. Le principali abilità (ossia la capacità di applicare le conoscenze acquisite) saranno: - Valutare in modo critico la letteratura scientifica relativa agli argomenti trattati; - Navigare e interrogare efficacemente i principali database e le risorse online dedicate alla chimica farmaceutica; - Integrare, su base teorica, le conoscenze apprese in workflow di ricerca per proporre strategie innovative di drug discovery. |
| Prerequisiti |
Lo studente che accede a questo insegnamento deve possedere una solida preparazione pregressa in chimica farmaceutica e farmacologia |
| Metodi didattici |
Lezioni frontali in aula su tutti gli argomenti del corso, con l’ausilio di slide che verranno messe a disposizione degli studenti in formato elettronico durante il corso. |
| Modalità di verifica dell'apprendimento |
L’esame consiste in una prova orale finale, articolata in una discussione sugli argomenti trattati nel corso e riportati nel programma. La prova è volta a verificare la conoscenza e la comprensione dei contenuti, nonché la capacità di analisi, sintesi e rielaborazione critica. Saranno inoltre valutate le abilità espositive e l’appropriatezza del linguaggio utilizzato. |
| Programma esteso |
-Fragment-based drug discovery (FBDD): Introduzione al FBDD; Identificazione dei Frammenti; Ottimizzazione dei Frammenti; Applicazioni e casi studio. -Targeted Protein Degradation (TPD): Introduzione alla TPD; PROTACs e Molecole Bifunzionali; Altre Strategie di TPD; Applicazioni e casi studio -Chemical Probes: Introduzione ai Chemical Probes; Design e Selezione di Chemical Probes; Applicazioni e casi studio -Intelligenza Artificiale (AI) nella Drug Discovery: Introduzione ad AI; Approcci ligand-based e structure-based; Applicazioni e casi studio; Limiti, Sfide e Prospettive -Database e Risorse Online nella Drug Discovery: il ruolo dei database nella ricerca farmaceutica; Database Chimici e Bioattività; Database Strutturali e di Target; Brevetti e fonti di letteratura; Portali e strumenti integrati per Drug Discovery |
| Obiettivi Agenda 2030 per lo sviluppo sostenibile |
3. Salute e Benessere; 4 Istruzione di qualità |
