One-semester practical course in English aims at obtaining an overview and hands-on experience in using
computational methods for modern drug design. It is desirable that the attendees have previous knowledge of
structure and function of biomolecules, general chemistry and use of computers for scientific work. Aimed at
Master students of 1st or 2nd year (potentially 3rd year Bachelor students) and PhD students including medical
faculties.
The topics covered in the course:
1. Discovery of new biologically active compounds
2. Structure, dynamics and interactions in biomolecule-ligand complexes
3. Biologically active compounds, their properties and interactions
4. Docking, molecular mechanics and dynamics, scoring
5. Ligand-based drug design
Last update: Šebková Nataša, RNDr., Ph.D. (16.04.2024)
Jednosemestrální praktický kurs (přednášky a cvičení) v angličtině je zaměřen na získání přehledu a praktických
dovedností v používání výpočetních metod pro moderní návrh léčiv. Je s výhodou, pokud frekventanti tohoto kursu
absolvovali přednášky o struktuře a funkci biomolekul, obecné chemii a použití počítačů k vědecké práci. Určeno
pro studenty 1. a 2. ročníku navazujícího magisterského studia (příp. pro 3. ročník bakalářského studia) a pro
postgraduální (Ph.D.) studenty včetně lékařských oborů.
V kurzu budou probírána následující témata:
1. Objevování nových biologicky aktivních látek
2. Struktura, dynamika a interakce v komplexech biomolekul s ligandy
3. Biologicky aktivní látky, jejich vlastnosti a interakce
4. Dokování, molekulová mechanika, dynamika, skórování
5. Návrh léků založený na ligandech
Last update: Šebková Nataša, RNDr., Ph.D. (16.04.2024)
Literature -
The topics are partially covered in the following books: Basic: Young, D.C. Computational Drug Design. Wiley, 2009. Krogsgaard-Larsen, P; Stromgaard, K; Madsen, U. Textbook of Drug Design and Discovery, 4th ed., CRC Press, 2010. Recommended: Young D.C. Computational Chemistry, a Practical Guide for Applying Techniques to Real World Problems. Wiley, 2001. Leach AR. Molecular Modelling - Principles and Applications (2 edition). Pearson Education, 2001. Alvarez, J. & Shoichet B. (Eds.). Virtual Screening in Drug Discovery. Taylor&Francis, 2005.
Last update: Lepšík Martin, RNDr. Mgr., Ph.D. (18.10.2025)
Obsah přednášky je částečně pokryt v následujících knihách: Základní: Young, D.C. Computational Drug Design. Wiley, 2009. Krogsgaard-Larsen, P; Stromgaard, K; Madsen, U. Textbook of Drug Design and Discovery, 4th ed., CRC Press, 2010. Doporučená: Young D.C. Computational Chemistry, a Practical Guide for Applying Techniques to Real World Problems. Wiley, 2001. Doporučená: Leach AR. Molecular Modelling - Principles and Applications (2 edition). Pearson Education, 2001. Doporučená: Alvarez, J. & Shoichet B. (Eds.). Virtual Screening in Drug Discovery. Taylor&Francis, 2005.
11. Nové modality – kovalentní, PROTACS, molekulární lepidla (ML) 10.12.
12. Příklad z farmaceutického průmyslu (ZH) 17.12.
Last update: Lepšík Martin, RNDr. Mgr., Ph.D. (18.10.2025)
* Témata přednášek: 1. Molekulární medicína, biomolekulární terapeutické cíle, návrh a objevování léků (ML) 2. Struktura a dynamika biomolekulárních cílů (proteiny, nukleové kyseliny) (VV) 3. Metody strukturní biologie (rentgenová krystalografie, NMR, cryo-EM, AlphaFold) (VV) 4. Praktické cvičení: Vizualizace a návrh ligandů v PyMolu (ML) 5. Vlastnosti nízkomolekulárních léků (ML) 6. Návrh léků založený na struktuře cíle (virtuální prohledávání knihoven látek, dokování, skórování) (ML) 8. Praktické cvičení: Dokování - AceDock (ML) 9. Návrh léků založený na ligandech - chemiinformatika, QSAR, farmakofory, ADMET, (ML) 11. Biologická léčiva (VV) 12. Příklad z praxe farmaceutického vývoje (ZH)
Last update: Lepšík Martin, RNDr. Mgr., Ph.D. (18.10.2025)
Learning outcomes -
Learning Outcomes
Upon successful completion of this course, the student understands the fundamental principles of molecular medicine and their relevance to modern pharmaceutical and biomedical research. The student is able to explain the role of biomolecular targets, including proteins and nucleic acids, in disease mechanisms and their exploitation in drug design and discovery.
The student is able to describe and apply the principles of ligand-based drug design, including the use of chemical libraries, similarity searching, and hit identification. The student understands core concepts of cheminformatics, such as molecular fingerprints, SMILES representations, QSAR modeling, and pharmacophore analysis, and can explain their application in identifying and optimizing bioactive compounds. The student also understands the concept of drug repurposing and its importance in accelerating drug development.
The student gains knowledge of the structure and dynamics of biomolecular targets, particularly proteins and nucleic acids, and understands the relationship between molecular structure, conformational flexibility, and biological function. The student is able to outline the principles, strengths, and limitations of major structural biology techniques, including X-ray crystallography, NMR spectroscopy, cryo-electron microscopy, and AI-based structure prediction methods such as AlphaFold.
The student is able to explain the principles of structure-based drug design, including virtual screening, molecular docking, scoring functions, and molecular dynamics simulations. The student gains an overview of advanced computational approaches, such as free energy perturbation (FEP), quantum mechanical (QM) methods, and artificial intelligence–based tools, and understands their role in the hit-to-lead process.
The student understands the process of lead optimization, including strategies to improve potency, selectivity, and pharmacokinetic properties of lead compounds. The student can explain the use of prodrug approaches and the significance of ADMET (absorption, distribution, metabolism, excretion, and toxicity) profiling in drug development.
The student gains an overview of biological therapeutics, their importance in modern medicine, major classes (e.g., monoclonal antibodies, recombinant proteins, nucleic acid–based therapeutics), and common routes of administration. The student understands key differences between small-molecule drugs and biologics with respect to design, development, and clinical application.
Overall, the student is able to integrate concepts from molecular biology, chemistry, and computational methods and critically evaluate contemporary strategies used in drug design and discovery.
Last update: Lepšík Martin, RNDr. Mgr., Ph.D. (03.02.2026)
Výsledky učení
Po úspěšném absolvování kurzu student rozumí základním principům molekulární medicíny a jejich významu pro moderní farmaceutický a biomedicínský výzkum. Student dokáže vysvětlit roli biomolekulárních cílů (proteiny, nukleové kyseliny) v patofyziologii onemocnění a jejich využití při návrhu léčiv.
Student je schopen charakterizovat principy ligand-based drug design, včetně práce s chemickými knihovnami, podobnostního vyhledávání a identifikace hitů. Rozumí základním pojmům chemiinformatiky, jako jsou molekulární fingerprinty, SMILES reprezentace, QSAR modely a farmakofory, a dokáže vysvětlit jejich využití při návrhu a optimalizaci biologicky aktivních sloučenin. Student chápe koncept drug repurposingu a jeho význam pro urychlení vývoje léčiv.
Student získá znalosti o struktuře a dynamice biomolekulárních cílů, zejména proteinů a nukleových kyselin, a chápe vztah mezi strukturou, funkcí a biologickou aktivitou. Dokáže popsat základní principy hlavních metod strukturální biologie, včetně rentgenové krystalografie, NMR spektroskopie, kryo-elektronové mikroskopie a predikčních metod založených na umělé inteligenci (např. AlphaFold), včetně jejich výhod, limitací a oblastí použití.
Student je schopen vysvětlit principy structure-based drug design, včetně virtuálního screeningu, molekulárního dockingu, skórovacích funkcí a simulací molekulární dynamiky. Získá přehled o pokročilejších výpočetních metodách (FEP, QM přístupy, AI nástroje) a jejich roli v procesu hit-to-lead. Student chápe, jak jsou tyto metody integrovány do moderního vývoje léčiv.
Student rozumí procesu lead optimization, včetně strategií zlepšování účinnosti, selektivity a farmakokinetických vlastností kandidátních sloučenin. Dokáže vysvětlit význam prodrug přístupů a základních ADMET parametrů a jejich vliv na bezpečnost a účinnost léčiv.
Student získá přehled o biologických terapeutikách, jejich významu v současné medicíně, hlavních typech (např. protilátky, rekombinantní proteiny, nukleové kyseliny) a způsobech jejich podávání. Chápe rozdíly mezi malými molekulami a biologiky z hlediska návrhu, výroby a klinického použití.
Celkově student dokáže integrovat teoretické znalosti z oblasti molekulární biologie, chemie a výpočetních metod a kriticky posuzovat strategie moderního vývoje léčiv.
Last update: Lepšík Martin, RNDr. Mgr., Ph.D. (03.02.2026)
