Professor

-

Learning Period

12-01-2022 ~ 03-31-2023

Course Introduction

성명 신민경 소속기관 (주)셀타스퀘어 과목명 인공지능 적용을 위한 약물 감시 및 의약 품 안전성 관리의 기초 강의시간 2시간 학습목표 인공지능 및 디지털 트랜스포메이션 적용을 위해 임상시험부터 허가, 시판 후까지 의약품 전주기 에 해당되는 안전성 관리 시스템과 단계별 데이터를 이해한다.

Students

14

Professor

-

Learning Period

12-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 홍동완 소속기관 가톨릭대학교 의과대학 과목명 알파폴드를 이용한 단백질 구조 예측 및 평가  강의시간 1시간 학습목표 인공지능 기반 단배길 구조 예측 도구인 알파폴드를 이용하여 주어진 아미노산 서열에 대해 단백질 구조를 예측하는 실습을 진행하고. 예측된 단백질 구조를 이해하고 이들 결과를 평가할 수있는 능력을 키운다.   강의 선수과목 및 준비사항입니다.   선수과목 단백질 데이터 베이스, 단백질 생물정보학 참고자료 - 도서, 웹사이트, 논문 등     준비사항 랩탑 컴퓨터, 데스크탑 컴퓨터  

Students

100

Professor

김상수

Learning Period

12-01-2022 ~ 03-31-2023

Course Introduction

성명 김상수 소속기관 숭실대학교 과목명 신약 타겟 발굴을 위한 exome 시퀀싱의 활용 강의시간 4 학습목표 대규모 인구 집단의 유전체 서열 분석을 통해서 신약 타겟을 발굴한 사례를 리뷰하고, 이 에 관련된 생명정보학 기술에 대한 이론적 소개와 함께, 공개된 데이터 및 분석 소프트웨어 를 활용한 실습을 통하여, 유전체학 기반 신약 개발의 기초를 닦음.  

Students

31

Professor

-

Learning Period

11-25-2022 ~ 03-31-2023

Course Introduction

-

Students

43

Professor

김화종

Learning Period

11-25-2022 ~ 03-31-2023

Course Introduction

성명 김화종 소속기관  강원대학교 과목명  신약개발에 필요한 머신러닝 이해 강의시간  9 모듈 학습목표 신약개발에 필요한 화합물 데이터를 다루는 방법을 배우고 화합물의 속성을 수치 테이블로 표현하는 방법, Fingerprint, 그래프 등으로 표현하는 분자 표현형을 설명한다. 머신러닝 모델을 구현하는 방법과 랜덤포레스트, MLP, CNN, Graph CNN 등을 배우고 VAE와 GAN 등 생성 모델을 이용한 분자 생성 방법을 배운다.

Students

131

Professor

-

Learning Period

11-21-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 허승룡 소속기관  굿인텔리전스 과목명 단백질 서열정렬 알고리즘 구현 실습 강의시간 2시간 학습목표 단백질 서열 정렬에 대한 이해와 pairwise alignment에 대한 프로그램을 구현 할 수 있다.   강의 선수과목 및 준비사항입니다.   선수과목 Python Programming  참고자료 https://gist.github.com/num3ric/1222752 https://3n.wikipedia.org/wiki/Needleman-Wunsch_algorithm https://en.wikipedia.org/wiki/Smith-Waterman_algorithm  준비사항 python3 설치, Linux terminal 환경  

Students

37

Professor

-

Learning Period

11-14-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 안준용 소속기관 고려대학교 바이오시스템의과학부 과목명 인공지능을 활용한 전장유전체 유전변이 분석 강의시간 2시간 학습목표 본 강의는 전장유전체 (whole genome sequencing) 분석을 통해 발굴된 유전변이를 해석하는데 사용되는 인공지능 기반의 방법론 등을 학습한다. 유전변이 해석에 필요한 기본개념을 학습하고, 최근 개발된 딥러닝 및 머신러닝 기반의 유전변이 분석 방법을 학습하여 향후 인공지능 기반 유전체 연구 개발에 활용할 수 있는 학습을 제공한다.     강의 선수과목 및 준비사항입니다.      선수과목 차세대 염기서열 분석 – 남진우 교수 Genomics analysis – 김상우 교수 전장유전체 변이 분석의 이해 – 안준용 교수 참고자료 - Avsec (2021), Nature Methods, 18, 1196-1203 준비사항  - 구글 코랩이 연결되는 인터넷    

Students

22

Professor

-

Learning Period

11-14-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 안준용 소속기관 고려대학교 바이오시스템의과학부 과목명 전장유전체 변이 분석의 이해 강의시간 4시간 학습목표 본 강의는 전장유전체 (whole genome sequencing) 분석에 필요한 기본개념을 학습한다. 전장유전체 데이터 분석 및 활용을 위한 분석 플랫폼 Hail 기본개념을 학습하고 실무 모듈을 연습한다. Hail 실습을 통해, 향후 전장유전체 기반 신약개발 및 인공지능 기반 유전체 연구에 필수적인 분석 기본을 학습하고자 한다.   강의 선수과목 및 준비사항입니다.   선수과목 차세대 염기서열 분석 – 남진우 교수 Genomics analysis – 김상우 교수 참고자료  - https://hail.is/ Hail 웹사이트 준비사항  - 구글 코랩이 연결되는 인터넷      

Students

24

Professor

LAIDD관리자, 변형원

Learning Period

09-30-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다.  성명 변형원 소속기관 HK이노엔 과목명 의약품 허가 및 상업용 생산을 위한 기술이전 강의시간 2시간 학습목표 개발된 신약의 품목허가 및 상업용 생산을 위한 기술이전 과정을 이해하고 이를 위한 신약개발 과정에서의 필요사항에 대해 학습한다.

Students

76

Professor

LAIDD관리자

Learning Period

09-15-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 표준희 소속기관 D5 Therapeutics 과목명 신약개발에서의 바이오마커 예측 강의시간 2 학습목표 신약개발에서 바이오마커의 정의와 개발 동향을 이해하고, 데이터에 기반한 바이오마커의 예측 방법론 및 사례를 학습하여 추후 적용 가능하도록 기초 지식을 쌓는다.  

Students

86

Professor

LAIDD관리자, 김학수

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김학수 소속기관 건국대학교 과목명 기계 학습 강의시간 17 학습목표 1. 기계학습에 관한 개념을 이해하고 주어진 문제와 접목시킬 수 있다.2. 전통적인 기계학습 모델을 이해하고 코딩할 수 있다.3. 다양한 심층신경망의 개념을 이해하고 기본적인 코딩을 할 수 있다   강의 선수과목 및 준비사항입니다.  선수과목  - 참고자료  - 준비사항 개인 노트북을 준비하고, 첫 시간에 설명하는 프로그램을 설치해야 함.또한 구글 colab에 접근할 수 있도록 구글 드라이브에 가입해야 함.

Students

129

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김동휘 소속기관 MERCK 과목명 유기 역합성 (Retrosynthesis) SW를 이용한 효율적인 합성 경로 파악 강의시간 1 학습목표 1. Computer Assisted Synthesis Design(CASD)의 역사와 주요 연구 사례2. CASD를 활용한 적용 사례를 학습하고, 이를 통해 효율적인 합성 경로를 파악한다

Students

37

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김완규 소속기관 이화여자대학교 과목명 약물-전사체 기반 약물 기전해석 및 신약재창출 강의시간 3 학습목표 1. 약물-전사체 기반 약물 기전 해석의 기본 원리를 이해한다.2. 약물-전사체 기반 신약재창출 기법을 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목  차세대 시퀀싱(NGS) 및 오믹스(전사체) 생명정보 분석 기초 (NGS 데이터 및 Pathway 분석, 클러스터링 기초 지식 등) 참고자료  강의 자료 참조 준비사항  노트북 지참 (권장 사항)

Students

41

Professor

LAIDD관리자, 김학수

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김학수 소속기관 건국대학교 과목명 파이썬 프로그래밍 기초 강의시간 17 학습목표 파이썬 언어의 문법을 익히고 실습을 통해 기본기를 다짐으로써 파이썬 기반 데이터 분석이나 기계학습에 필요한 기본 능력을 배양한다.   강의 선수과목 및 준비사항입니다.  선수과목  - 참고자료  - 준비사항 개인 노트북을 준비하고, 첫 시간에 설명하는 프로그램을 설치해야 함.또한 구글 colab에 접근할 수 있도록 구글 드라이브에 가입해야 함.

Students

356

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다.  성명 남진우 소속기관 한양대학교 과목명 전사체 데이터 분석 (Transcriptome analysis) 강의시간 7 학습목표 1. 전사체 데이터의 기본적 특성과 연구목적에 대해 이해한다. 2. 전사체 데이터의 종류와 연구목적에 따른 활용 방법을 이해한다.3. Short, long-read를 각각 활용한 전사체 분석 방법에 대해 이해한다. 4. Bulk 수준의 전사체 데이터와 단일세포 전사체 분석의 차이와 활용에 대해 이해한다   강의 선수과목 및 준비사항입니다. 선수과목 유전자 발현 분석, 차세대서열데이터 분석(Intronduction to NGS data analysis) 참고자료  - 준비사항 노트북 웹브라우저 

Students

80

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 남진우 소속기관 한양대학교 과목명 서열분석(DNA,RNA,Protein) 강의시간 4 학습목표 1. DNA, RNA, Protein 서열의 기본적인 정보처리, K-mer 분석, 통계분석에 대해 이해한다.2. DNA, RNA, Protein의 서열의 유사도를 측정하는 기본적일 알고리즘을 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목  일반생물학 참고자료  - 준비사항  노트북 웹브라우저

Students

88

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이민호 소속기관 동국대학교 과목명 AI 적용을 위한 약물 fingerprint 및 유사도 계산 강의시간 3 학습목표 1. 약물 파일 포맷의 종류와 개념을 이해하고 이를 데이터베이스로부터 내려받아 활용할 수 있다.2. 약물간의 유사도를 R 프로그래밍 언어를 통해 계산할 수 있다.

Students

62

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이정혜, 한석주 소속기관 UNIST 과목명 연합 학습 연구 동향 강의시간 7 학습목표 1. 연합 학습의 세부 연구 분야 및 최신 연구 동향에 대해서 알 수 있다.2. 연합 학습에서 연구가 필요한 다양한 문제들(보안 및 프라이버시, 통계적 이질성, 개인화)에 대해 알아보고, 최신 연구 동향에대해 알 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목  - 참고자료 Advances and Open Problems in Federated Learning (2019; Kairouz et al.) Federated Learning: Challenges, Methods, and Future Directions (2019; Li et al.) 준비사항  노트북

Students

41

Professor

LAIDD관리자, 이주용

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이주용 소속기관 강원대학교 과목명 RDKit의 기초와 이를 이용한 화학정보학 실습 강의시간 10 학습목표 1. RDKit의 기본 기능을 익혀 기본적인 분자 입출력 및 물성 분석을 할 수 있다2. Cheminformatics의 기본 개념을 이해하고 실제로 최신 연구에서 어떻게 사용되고 있는지 살펴본다   강의 선수과목 및 준비사항입니다. 선수과목  파이썬, 주피터 노트북, anaconda 또는 venv 같은 가상환경 생성 프로그램 참고자료  www.rdkit.org, 핸즈온 머신러닝 (한빛 미디어) 준비사항  파이썬, 주피터 노트북, 아나콘다 패키지 관리자가 설치된 PC 필요

Students

132

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 정성원 소속기관 가천대학교 과목명 생물정보학 개론  강의시간 3 학습목표 1. 생명정보학 분야에 존재하는 다양한 영역을 이해하고 오믹스 데이터 측정에 대한 기초를 학습한다.2. 생명정보 연구에 활용 가능한 여러 데이터베이스 및 그 가치를 이해한다.

Students

421

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 남진우 소속기관 한양대학교 과목명 차세대 서열분석 강의시간 3 학습목표 1. 차세대서열데이터(NGS)가 무엇인지 이해하고 데이터의 특성에 대해 이해한다.2. 차세대서열데이터(NGS)의 종류와 그 연구목적에 대해 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목 생물정보학 개론, 서열분석, 구조분석, 유전자 발현분석 참고자료  - 준비사항  노트북 웹브라우저

Students

76

Professor

LAIDD관리자, 홍동완

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 홍동완 소속기관 가톨릭대학교 과목명 암 유전체 빅 데이터 강의시간 1 학습목표 1. 암 유전체 데이터베이스 시스템의 종류와 보유 데이터의 내용을 이해한다.2. TCGA 암 유전체의 원 데이터, 분석 데이터의 수집, 분석 방법 등을 습득하며 시각화 도구를 통한 표현법을 습득한다.

Students

138

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 홍성은 소속기관 강원대학교 과목명 연합학습 기초 강의시간 6 학습목표 1. Pytorch 언어의 기본 문법을 익혀 기본적인 코딩을 할 수 있다2. 연합 학습의 개념을 이해하고 신약 개발 분야에 도입이 필요한 이유를 파악한다.3. 연합 학습 과정을 코드로 작성할 수 있다.  

Students

37

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 권진선 소속기관 (주)애임스바이오사이언스 과목명 인공지능 빅데이터 활용 신약개발 연구동향 및 연구사례 강의시간 2시간 학습목표 AI활용 신약 개발 산업 동향 및 연구 동향 파악AI 활용 신약 개발 연구 방향 제언  

Students

190

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다.  성명 김동섭 소속기관 KAIST 과목명 신약후보물질 탐색 및 최적화를 위한 딥러닝 모델 강의시간 4 학습목표 단백질-리간드 결합구조 정보를 이용한 binding affinity 예측 및 최적화를 위한 딥러닝 모델에 대해 학습한다.    

Students

98

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김상욱 소속기관 포항공과대학교 생명과학과 과목명 기계학습 및 네트워크 구조를 활용한 정밀의학 강의시간 2시간 학습목표 현재 정밀의료를 위한 바이오의약품 개발의 어려움과 이를 극복하기 위한 네트워크 정밀의학 방법론을 이해를 높임   강의 선수과목 및 준비사항입니다. 선수과목 일반생명, 생화학 참고자료 Network-based machine learning in colorectal and bladder organoid models predicts anti-cancer drug efficacy in patients. Nat Commun. 2020 Oct 30;11(1):5485. doi: 10.1038/s41467-020-19313-8. 준비사항   -   

Students

35

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김상욱 소속기관 포항공과대학교 생명과학과 과목명 빅데이터를 활용한 비임상시험 동물모델 개발 강의시간 2시간 학습목표 비임상시험에서 사용되는 세포와 동물모델과 임상시험에서 사람에 대한 약물의 반응 차이를 알아내기 위해 다양한 빅데이트를 이해하는 방법론을 이해   강의 선수과목 및 준비사항입니다. 선수과목 일반생명, 생화학 참고자료 Divergence of noncoding regulatory elements explains gene-phenotype differences between human and mouse orthologous genes Molecular Biology and Evolution. 2018 Jul 1;35(7): 1653-1667. doi: 10.1093/molbev/msy056   Evolutionary rewiring of regulatory networks contributes to phenotypic differences between human and mouse orthologous genes. Nucleic Acids Res. 2022 Feb 28;50(4):1849-1863. doi: 10.1093/nar/gkac050. 준비사항  -

Students

60

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다.  성명 김선, 이도훈 소속기관 서울대학교 과목명 인공지능을 활용한 멀티오믹스 기반 바이오마커 발굴 강의시간 2 강의 소개 본 강의는 총 2강으로 구성된다. 제 1강 “멀티오믹스 바이오마커의 주요 원리 및 연구 동향 소개” 에서는 유전체(genome), 전사체(transcriptome), 후성유전체(epigenome), 단백체(proteome) 및 생물학적 네트워크(biological network) 관점의 특성이 바이오마커로 기능할 수 있는 원리를 알아보고, 관련 연구 동향을 소개한다. 제 2강 “멀티오믹스 바이오마커 발굴을 위한 인공지능/기계학습 방법론 및 대규모 데이터베이스 소개” 에서는 전통적 기계학습, 네트워크 기반 알고리즘, 그리고 인공지능에 기반한 바이오마커 발굴 방법론들을 계산적 측면에서 심도있게 다루며, 나아가 해당 방법론의 적용을 위한 대규모 생물학 데이터베이스들을 포괄적으로 소개한다. 강의 목적 멀티오믹스 바이오마커의 주요 원리와 연구 동향을 파악하고, 바이오마커 발굴을 위한 인공지능/기계학습 방법론 및 대규모 생물정보 데이터베이스를 포괄적으로 학습하여 이를 실제 연구에 적용할 수 있는 기본 능력을 배양한다.

Students

144

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김이랑 소속기관 온코크로스 과목명 AI 신약개발시 알아야 할 항암제 개요 강의시간 1시간 학습목표 항암제는 AI 신약개발 뿐 아니라 전통신약개발의 경우에도 가장 많이 개발되며, 시장 역시 가장 큰 영역이다. 항암제의 역사, 종류 및 임사에서 항암제 사용 등 항암제 전반에 대해 알아보려 한다.  

Students

135

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김재훈 소속기관 카카오브레인 과목명 단백질 언어 모델을 활용한 컨텍트 예측 강의시간 2시간 학습목표 Pre-training 개념을 이해한다. 단백질 서열 데이터를 전처리하여 딥러닝 언어 모델에 학습시킬 수 있다. 학습된 결과를 예측모델에 적용할 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목 Python 참고자료 논문: Biological structure and function emerge from scaling unsupervised learning to 250 million protein sequences 준비사항 Jupyter notebook 환경

Students

40

Professor

LAIDD관리자, 김학수

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요 입니다.  성명 김학수 소속기관 건국대학교 과목명 자연어처리 강의시간 6시간 학습목표 1. 자연어처리에 대한 기본 개념을 이해한다. 2. 자연어처리 문제를 기계학습을 통해 해결하는 방법을 이해하고 구현한다. 3. 대용량 언어모델을 이해하고 자연어처리 문제에 적용하는 방법을 학습한다.   강의 선수과목 및 준비사항입니다. 선수과목 파이썬 프로그래밍, 기계학습 참고자료   준비사항 인터넷 연결 가능한 PC(또는 노트북) 구글 코랩 연결을 위한 구글 드라이브 개인 아이디

Students

51

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김현욱 소속기관 한국과학기술원(KAIST) 과목명 바이오 데이터베이스의 활용 강의시간 1시간 학습목표 바이오 네트워크 및 대사모델 구축을 위한 생물정보학 관련 데이터베이스에대한 소개  깅의 선수과목 및 준비사항 입니다. 선수과목 생화학 및 프로그래밍에 대한 기본 지식 참고자료   준비사항 노트북 등 컴퓨터

Students

55

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 김현욱 소속기관 한국과학기술원(KAIST) 과목명 바이오 네트워크 모델링 강의시간 3시간 학습목표 약물표적 예측을 위한 게놈 수준의 대사모델 구축 및 시뮬레이션에 대한소개   깅의 선수과목 및 준비사항 입니다. 선수과목 생화학 및 프로그래밍에 대한 기본 지식 참고자료   준비사항 노트북 등 컴퓨터

Students

44

Professor

LAIDD관리자, 방준일

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

인공지능 신약개발을 위한 그래프 기초 강의 과정입니다,  성명 방준일 소속기관 강원대학교 과목명 인공지능 신약개발을 위한 그래프 기초 강의시간 5 학습목표 1. 그래프의 정의와 그래프 신경망을 이해한다. 2. 탐색적 데이터 분석(EDA)을 통해 그래프 데이터 표현 방법을 이해한다. 3. 논문 코드 구현을 통해 단백질-약물 상호작용(DTI) 예측 모델을 이해한다.   강의 선수과목 및 준비사항입니다. 선수과목 - 파이썬 프로그래밍 기초 - 파이썬 딥러닝 프레임워크 - GPU를 활용한 딥러닝(선택) 참고자료 - (논문) GraphDTA: predicting drug-target binding affinity with graph neural networks 준비사항 - 실습은 Google Colab으로 진행하므로, 교육생별 Google 계정이 필요함  

Students

115

Professor

LAIDD관리자, 신현길

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다.  성명 신현길 소속기관 안전성평가연구소 과목명 독성 예측 인공지능 모델 활용 강의시간 6시간 학습목표 1. 무료로 사용 가능한 독성 예측 프로그램 설치 및 활용 방법 익히기 2. python을 이용한 데이터 분석 및 처리 방법 익히기 3. 예측 모델 개발을 위한 python 코드 완성해보기   강의 선수과목 및 준비사항입니다. 선수과목 파이썬 프로그래밍 기초(2-5강), 화학정보학개론, QSAR, RDKit의 기초와 이를 이용한 화학정보학 실습 참고자료 RDKit의 기초와 이를 이용한 화학정보학 실습 [강사 강원대학교 이주용] 1. 컴퓨터를 이용한 신약 개발 방법론 https://www.ibric.org/myboard/list.php?Board=news&Page-2&&PARA3-21) 2. pubchempy (https://pubchempy.readthedocs.io/en/latest/) 3. openbabel 파이썬 모듈 http://openbabel.org/wiki/python) 참고자료 4. MOPAC 홈페이지 (http://openmopac.net/) 5. Chembl 데이터베이스 (https://www.ebi.ac.uk/chembin 6. binding DB (https://www.bindingdb.org/rwd/bind/index.jsp) 7. DILIrank 미국 FDA에서 정리한 데이터 베이스 (classificaion 모델 개발용 데이터) https://www.fda.gov/science-research/liver-toxicity-knowledge-base-ltkb/drug-induced-liver-in jury-rank-cdilirank-dataset) 준비사항 아나콘다 파이썬으로 진행(아나콘다 파이썬이 아닌 경우 pandas, matplotilb, sci-kit learn 모듈 추가 설치 필요) 아나콘다 파이썬에서 추가 설치가 필요한 모듈 (pubchempy, mopac, openbabel, joblib) 아나콘다에서 제공하는 spyder 사용방법 숙지(다른 IDE 호라용해도 문제 X) text editor 프로그램(Atom, Sublime 등) binding DB 데이터 활용을 위한 홈페이지 가입 필요

Students

79

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다.  성명 오재성 소속기관 서울대학교병원 과목명 임상 약동학 및 약력학의 기초 강의시간 10시간 학습목표 신약임상개발 과정에서 임상 약동학 및 약력학의 역할을 이해하고 실습을통해 데이터를 해석할 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목 없음 참고자료 Rowland and Tozer's Clinical Pharmacokinetics and Pharmacodynamics:Concepts and Applications (5th ed.) 준비사항 최신버젼의 R program과 R studio가 설치된 컴퓨터

Students

94

Professor

LAIDD관리자, 윤휘열

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 윤휘열 소속기관 충남대학교 약학과/바이오 AI 융합학과 과목명 신약개발을 위한 정량시스템약리학의 이해 강의시간 5시간 학습목표 1. 그래프의 정의와 그래프 신경망을 이해한다. 신약개발에 활용되는 약리학, 약동학, 약력학 기초에 대해 이해하는 것으로 목표로 함 계량약리학을 기술을 활용하여 신약개발에 활용되는 약동학, 약력학 정보를 정량화 하는 기술을 습득하는 것을 목표로 함 정량화된 약동학, 약력학 정보를 서로 연결하여 체내 흡수, 분포, 대사, 배설 및 약효 발 현과정을 표현하고 이를 임상시험 디자인에 반영하는 법을 습득하는 것을 목표로 함   강의 선수과목 및 준비사항입니다.  선수과목 R 프로그래밍 기초 참고자료 강의자료 및 실습 material 제공 준비사항 R/Rstudio가 구동 가능  

Students

57

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이상완 소속기관 KAIST 과목명 인공지능 신약개발을 위한 강화학습 기초 강의시간 6시간 학습목표 본 강의에서는 생물학적 시스템과 같은 복잡한 환경과의 상호작용을 통해 개발자가 설정한 조건을 만족시키는 최적의 시퀀스나 환경 제어 전략을 탐색할 수 있는 강화학습 이론과 기초 알고리즘을 다룬다.   강의 선수과목 및 준비사항입니다. 선수과목 선형대수 기초 참고자료 Sutton and Barto, Reinforcement learning: an introduction 준비사항 강의자료

Students

75

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의소개 및 개요입니다. 성명 이석준 소속기관 가톨릭관동의대 약리학교실 과목명 의약화학 기초 강의시간 10시간 학습목표 약은 생체내의 세포, 조직, 장기를 포함한 모든 표적에 기능의 변화를 일으키는 물질이다. 이를 개발하는 과정은 화학적 지식뿐만 아니라 생물학, 약학, 의학등 다양한 분야의 전문 지식이 필요하다. 본 과정은 화학과 생물학을 기반으로 새로운 약물을 개발하는데 필요한 기초 지식을 학습하는 것을 목표로 한다.   강의 선수과목 및 준비사항입니다. 선수과목 일반화학, 일반 생물학, 생화학 참고자료 - 의약화학 제 6판(신일서적) 준비사항  -

Students

324

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

구조 기반 가상 탐색을 활용한 유효물질발굴과 인공지능을 활용한 유효물질 최적화 강의 과정입니다.   성명 이세한 소속기관 ㈜히츠 과목명 구조 기반 가상 탐색을 활용한 유효물질발굴과 인공지능을 활용한 유효물질 최적화 강의시간 3시간 학습목표 1) 신약 개발 초기 단계에서의 유효물질 발굴을 위한 가상 탐색과2) 발굴한 유효물질의 최적화하기 위한 Hit-to-Lead 기초 이론을 학습한다.  

Students

72

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이원태 소속기관 연세대학교 과목명 단백질구조기반 신약설계법 강의시간 2 학습목표 - 왜 타겟 구조기반 신약설계가 필요한가 ? 고해상도 삼차원 구조기반 신약설계 및 적용   강의 선수과목 및 준비사항입니다. 선수과목 일반생물학, 생화학, 물리화학, 화학 참고자료 - 참고 논문 (별도로 공지) - 참고서: 1. Introduction to Protein Architecture, A. M Lesk, 2001, Oxford Press 2. Principles of Protein X-ray Crystallography, 2nd Ed. Jan Drenth, Springer, 199 3. Principles of Physical Biochemistry, Kensal E. van Holde, W. Curtis Johnson, P. Shing Ho, Pearson Prentice Hall, 2006 4. Drug Design & Development, Chris Rostron, Oxford Univ. Press, 2020 준비사항 없음

Students

105

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이원태 소속기관 연세대학교 과목명 신약타겟 단백질구조결정학 강의시간 3 학습목표 - 왜 구조기반 신약설계가 필요한가 ? - 구조기반 신약설계에 필요한 질병 타겟 단백질들의 삼차원 구조규명 첨단기술을 학습   강의 선수과목 및 준비사항입니다. 선수과목 일반생물학, 생화학, 물리화학, 화학 참고자료 - 참고 논문 (별도로 공지) - 참고서: 1. Introduction to Protein Architecture, A. M Lesk, 2001, Oxford Press 2. Principles of Protein X-ray Crystallography, 2nd Ed. Jan Drenth, Springer, 199 3. Principles of Physical Biochemistry, Kensal E. van Holde, W. Curtis Johnson, P. Shing Ho, Pearson Prentice Hall, 2006 4. Drug Design & Development, Chris Rostron, Oxford Univ. Press, 2020 준비사항 없음  

Students

66

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의소개 및 개요입니다. 성명 이유한 소속기관 카카오브레인 과목명 신약개발을 위한 다중모달 표현학습 강의시간 2시간 학습목표 신약 물질(단백질, 저분자 화합물)의 다양한 데이터 표현 방법에 대해 학습한다. 다중 모달 학습법에 대해서 학습하고, 신약 개발에 활용법에 대해서 학습한다. 실습을 통해 데이터 표현 방법 및 다중 모달 학습 방법을 숙지한다.   강의 선수과목 및 준비사항입니다. 선수과목 Molecular Representation Learning & Property Prediction (ADME/T, etc) 참고자료 https://arxiv.org/abs/2103.00020 (Learning Transferable Visual Models From Natural Language Supervision) 준비사항 - 코랩 또는 우분투 환경

Students

54

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이유한 소속기관 카카오브레인 과목명 딥러닝을 이용한 단백질 도킹 강의시간 1시간 학습목표 딥러닝 기반 단백질-단백질 docking 에 대해 학습한다. 딥러닝 기반 단백질-저분자 화합물 docking에 대해 학습한다   강의 선수과목 및 준비사항입니다. 선수과목 신약개발을 위한 단백질 구조 예측 및 상호작용 예측 참고자료 Independent SE(3)-Equivariant Models for End-to-End Rigid Protein Docking (https://arxiv.org/abs/2111.07786) 준비사항 이론강의라 준비할 것 없음

Students

93

Professor

LAIDD관리자

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이유한 소속기관 카카오브레인 과목명 그래프 트랜스포머를 활용한 분자물성 예측 강의시간 1시간 학습목표 Attention 알고리즘을 이해한다. 그래프 데이터에 attention이 어떻게 쓰이는지 이해하고, 실습으로 이해도를 높인다.   강의 선수과목 및 준비사항입니다. 선수과목 Attention for Deep Learning 참고자료 A Generalization of Transformer Networks to Graphs (https://arxiv.org/abs/2012.09699?amp=1) 준비사항 우분투 환경

Students

59

Professor

LAIDD관리자, 이일구

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이일구 소속기관 팜캐드 과목명 인공지능을 위한 선형대수학 강의시간 4시간 학습목표 인공지능을 위한 기초수학인 선형대수학을 학습한다.선형대수학에서는 간단한 스칼라, 벡터, 텐서의 정의행렬연산, 행렬식, 아이겐밸류, 행렬분해 등을 배운다.그리고 실제 코딩을 통해 이론에서 실습까지 진행한다.   강의 선수과목 및 준비사항입니다. 선수과목 -  참고자료 Deep Learning (Ian Goodfellow, et. al.) 준비사항 Anaconda 환경, jupyter notebook 환경  

Students

48

Professor

LAIDD관리자, 이일구

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이일구 소속기관 팜캐드 과목명 인공지능을 위한 확률통계 강의시간 4시간 학습목표 인공지능을 위한 기초수학인 기초 확률통계를 학습한다. 기초 확률통계에서는 확률변수와 확률분포가 무엇인지 아는 것 부터 머신러닝에서 많이 쓰이는 Cross entropy, KL divergence까지 학습한다. 그리고 실제 코딩을 통해 이론에서 실습까지 진행한다.   강의 선수과목 및 준비사항입니다. 선수과목 - 참고자료 Deep Learning (Ian Goodfellow, et. al.) 준비사항 Anaconda 환경, jupyter notebook 환경

Students

49

Professor

LAIDD관리자, 이주용

Learning Period

09-01-2022 ~ 03-31-2023

Course Introduction

강의 소개 및 개요입니다. 성명 이주용 소속기관 강원대학교 화학생화학부 과목명 일반화학 기초 강의시간 6 시간 학습목표 본 수업에서는 신약 개발에 필요한 일반 화학의 기초 지식을 학습한다.   강의 선수관목 및 준비사항입니다. 선수과목 - 없음 참고자료 대학화학 5판, 자유아카데미 줌달의 일반화학 10판, 사이플러스 준비사항 없음

Students

101