Adventures in Drug Discovery: Integrating Data Science into the Science Curriculum

药物发现历险记:将数据科学融入科学课程

基本信息

  • 批准号:
    10664792
  • 负责人:
  • 金额:
    $ 27.12万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2023
  • 资助国家:
    美国
  • 起止时间:
    2023-08-17 至 2028-07-31
  • 项目状态:
    未结题

项目摘要

In this Adventures in Drug Discovery (ADD) project, the Institute for Future Intelligence (IFI) and the University of Florida (UF) will collaborate with diverse high schools in Florida, Hawaii, Maryland, Ohio, Rhode Island, and South Carolina to develop novel educational technologies and curriculum materials to help teachers and students teach and learn data science as a method for accelerating drug discovery. The key innovation will be Artificial Intelligence for Molecular Science (AIMS), an integrated learning platform based on using visual and interactive technologies to open the “opaque box” of the science, data, and computation needed to find or design new drugs. Powered by AIMS, the curriculum materials will provide practical means to integrate data science into chemistry and biology courses. The materials will be aligned with related education standards such as the Next Generation Science Standards. The project will integrate culturally responsive teaching and inquiry‐based learning to promote equity and diversity. Participating teachers will be supported by ongoing professional development workshops and learning communities. The products of the project will be disseminated through a citizen science program that uses a gamified version of AIMS to engage the general public to explore drug discovery. After the project ends, IFI will maintain the products to ensure that they continue to serve teachers, students, and the public. The scope of this project falls within the mission of NIH's National Center for Advancing Translational Sciences (NCATS) related to “incorporating artificial intelligence and machine learning into the drug development process.” The Specific Aims are: 1) To develop the AIMS technologies and materials using a design‐based research framework that involves iterative design cycles informed by student and teacher feedback based on classroom tests; 2) To leverage the complementarity between culturally responsive teaching and inquiry‐based learning to develop content that accommodates the unique interests, values, and funds of knowledge of diverse students; and 3) To create a citizen science program for drug discovery based on gamifying complex computational procedures such as molecular docking and drug screening. To supplement IFI and UF's expertise, the project will also involve researchers and educators in molecular science, data science, and serious games for citizen science from Harvard Medical School, South Dakota State University, and Northeastern University as consultants.
在这个药物发现历险 (ADD) 项目中,未来情报研究所 (IFI) 和佛罗里达大学 (UF) 将与不同的高中合作 佛罗里达州、夏威夷州、马里兰州、俄亥俄州、罗德岛州和南卡罗来纳州将开发小说 帮助教师和学生教学的教育技术和课程材料 并学习数据科学作为加速药物发现的关键创新方法。 将是分子科学人工智能(AIMS),一个综合学习平台 基于利用视觉和交互技术打开“不透明盒子” 寻找或设计新药所需的科学、数据和计算,由 AIMS 提供支持。 课程材料将提供将数据科学融入其中的实用方法 这些材料将与相关教育保持一致。 该项目将整合下一代科学标准等标准。 文化响应式教学和探究式学习,以促进公平和 参与的教师将得到持续专业发展的支持。 研讨会和学习社区将传播该项目的产品。 通过一项公民科学计划,该计划使用 AIMS 的游戏化版本来吸引 项目结束后,IFI 将维持公众探索药物发现的权利。 产品,以确保它们继续为教师、学生和公众服务。 该项目的范围属于 NIH 国家推进中心的使命范围 转化科学(NCATS)涉及“将人工智能与 将机器学习融入药物开发过程。”具体目标是:1) 使用基于设计的研究框架开发 AIMS 技术和材料 这涉及到基于学生和教师反馈的迭代设计周期 课堂测试;2)利用文化响应之间的互补性 教学和探究式学习,以开发适应独特的内容 不同学生的兴趣、价值观和知识储备;以及 3) 培养公民 基于游戏化复杂计算的药物发现科学计划 分子对接和药物筛选等程序作为 IFI 和 UF 的补充。 专业知识,该项目还将涉及分子科学领域的研究人员和教育工作者, 南哈佛医学院的数据科学和公民科学严肃游戏 达科他州立大学和东北大学担任顾问。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Dylan Bulseco其他文献

Dylan Bulseco的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似国自然基金

本体驱动的地址数据空间语义建模与地址匹配方法
  • 批准号:
    41901325
  • 批准年份:
    2019
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目
时空序列驱动的神经形态视觉目标识别算法研究
  • 批准号:
    61906126
  • 批准年份:
    2019
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目
针对内存攻击对象的内存安全防御技术研究
  • 批准号:
    61802432
  • 批准年份:
    2018
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目
大容量固态硬盘地址映射表优化设计与访存优化研究
  • 批准号:
    61802133
  • 批准年份:
    2018
  • 资助金额:
    23.0 万元
  • 项目类别:
    青年科学基金项目
IP地址驱动的多径路由及流量传输控制研究
  • 批准号:
    61872252
  • 批准年份:
    2018
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目

相似海外基金

Early detection and risk of head and neck cancer through immune based spatial omics
通过基于免疫的空间组学早期发现头颈癌并降低风险
  • 批准号:
    10766467
  • 财政年份:
    2023
  • 资助金额:
    $ 27.12万
  • 项目类别:
Admin Core (FABRIC)
管理核心 (FABRIC)
  • 批准号:
    10897496
  • 财政年份:
    2023
  • 资助金额:
    $ 27.12万
  • 项目类别:
Novel ultrahigh speed swept source OCT angiography methods in diabetic retinopathy
糖尿病视网膜病变的新型超高速扫源 OCT 血管造影方法
  • 批准号:
    10656644
  • 财政年份:
    2023
  • 资助金额:
    $ 27.12万
  • 项目类别:
Shared Resource Core 2: Clinical Artificial Intelligence Core
共享资源核心2:临床人工智能核心
  • 批准号:
    10712296
  • 财政年份:
    2023
  • 资助金额:
    $ 27.12万
  • 项目类别:
Biomarker Validation in Pancreatic Cystic Neoplasms
胰腺囊性肿瘤的生物标志物验证
  • 批准号:
    10722347
  • 财政年份:
    2023
  • 资助金额:
    $ 27.12万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了