Cet enseignement est centré sur les bases de données en Chimie. Il explore trois axes principaux : les sources de données, les moyens logiciels de gestion des données et l’exploitation de la données. Le cours donne un aperçu global des données en chimies. Il introduit ensuite les outils et stratégies nécessaires à l’acquisition, l’organisation, l’accès, la maintenance et le partage des données. Les données sont finalement exploitées dans le contexte de modèles QSAR servant d’introduction à l’apprentissage machine.

Sources de données explorées :
SciFinder, Reaxys, CSD, PDB, ChEMBL, PubChem…. Les sources sont choisies pour illustrer de large champs d’application : la chimie organique, organo-métallique, la chimie médicinale, la chimie-physique, entre autres.
Spécificités des données chimiques :
business rules, standardisation,…
Gestion de bases données :
Tables, relations, vues, formulaires, saisie, extraction, indexation, sauvegarde et migration
Illustration sur les logiciels ChemAxon/InstantJChem, Derby….
Exploitation des données :
Modèles de QSAR de classification et de régression. Illustration sur les logiciels Weka, KNIME.

• Trouver des sources de données pertinente en Chimie.
• Extraire des données et créer des jeux de données.
• Corriger et standardiser des données à un niveau débutant/intermédiaire.
• Créer, utiliser et maintenir une base de données en Chimie à un niveau débutant/intermédiaire.
• Modéliser des données à l’aide de techniques d’apprentissage automatique à un niveau débutant.