Professor
-
Learning Period
09-01-2023 ~ 12-31-2024
Course Introduction
강의시간 강의내용 실습여부 1 1. 신약 개발 과정 소개 2. 신약 발굴 시 가장 중요한 가상 탐색의 기본 원리를 파악 3. 가상 탐색에 필요한 Public Database 소개 X 2 1. 가상 탐색 시 사용되는 similarity search 방법 2. 가상 탐색에 필요한 Public Database 소개 3. 검색된 ligand의 stability 확보 방법 X 3 1. Chemical similarity search 방법 실습 2. Public chemical database API를 이용한 유사 화합물 검색 실습 3. 검색된 chemical ligand의 stability 확보 방법 실습(docking) O 4
Students
13
화합물데이터|
DTI|
Professor
-
Learning Period
09-01-2023 ~ 12-31-2024
Course Introduction
강의시간 강의내용 실습여부 1 1) 신약개발 전략의 기초 이해 - 개발 목표 설정, 시장 및 기술동향 분석, unmet needs 파악 - 개발 물질에 대한 목표 설정 2) 연구개발 수행체계 수립 X 2 1) 후보물질의 기술적 평가 및 가치 판단 2) 임상 개발 및 허가단계의 이해 및 니즈 3) TPP 개념 및 기술방법 X
Students
8
신약개발프로세스|
Professor
-
Learning Period
09-01-2023 ~ 12-31-2024
Course Introduction
강의시간 강의내용 실습여부 1 질병 멀티오믹스 데이터에 클러스터링 및 네트워크 분석을 활용한 최신 연구 2 멀티오믹스 데이터 클러스터링 분석의 기초 개념과 적용 사례 3 멀티 오믹스 데이터에 대한 네트워크 분석 적용의 기초 개념과 적용 사례 4 NMF 클러스터링 중심의 멀티오믹스 데이터 클러스터링 분석 실습 O 5 MOFA tool을 활용한 멀티오믹스 데이터 클러스터링 분석 및 해석 실습 O 6 PHONEMES tool을 활용한 멀티오믹스 데이터 네트워크 분석 및 해석 실습 O
Students
10
시스템 생물학|
Professor
-
Learning Period
08-23-2023 ~ 12-31-2024
Course Introduction
강의시간 강의내용 실습여부 1 Bio-Express 분석 플랫폼 서비스의 개요와 주요 기능을 소개합니다. 서비스의 인터페이스, 단계별 분석 작업 프로세스, 사용자 데이터 파일 관리 및 고속 분석 등에 대한 개요를 설명합니다. ● 2 유전체 데이터 분석을 위한 대규모 데이터 파일을 전송해야 하는 이유와 데이터 전송 속도, 안정성 보안 등에 대한 이슈를 다루고 대용량 유전체 데이터 전송 서비스인 GBox를 이용하여 전송 방법과 Bio-Express 웹 서비스를 이용한 분석 파이프라인 모델링을 실습합니다. ● 3 Bio-Express 분석 플랫폼 서비스 중 하나인 CLOSHA 워크벤치 소프트웨어의 개요와 주요 기능을 소개합니다. CLOSHA 사용하여 분석 파이프라인을 모델링하고 분석 작업을 분석 특성에 맞는 고성능 인프라를 이용하여 고속으로 실행할 수 있는 실습을 진행합니다. ● -
Students
11
유전체학|
Professor
-
Learning Period
08-10-2023 ~ 09-01-2024
Course Introduction
강의 소개 및 개요입니다. 성명 김화종 소속기관 강원대학교 과목명 데이터처리 기초 강의시간 10 학습목표 화합물 데이터를 머신러닝(AI 모델)에서 사용하기 위한 데이터 표현 방식의 이해 데이터의 표현형을 변경하는 데이터 전처리 및 탐색적 분석 실습 강의 선수과목 및 준비사항입니다. 선수과목 파이썬 프로그래밍 기초 참고자료 파이썬으로 배우는 머신러닝 – 김화종 저 준비사항 아나콘다 설치 및 쥬피터 노트북 실행 Keyword 데이터전처리 데이터프레임 시각화 탐색적분석 머신러닝
Students
39
화합물데이터|
파이썬프로그래밍|
Professor
-
Learning Period
05-02-2023 ~ 04-30-2024
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
76
전사체학|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 황상연 소속기관 HITS 과목명 Al 기반 protein-ligand interaction 예측 연구의 최신동향 강의시간 4 학습목표 Al 기반 protein-ligand interaction 예측 연구의 최신 동향 (2022) Protein-ligand interaction (PL) 예측을 위한 딥러닝 모델 연구의 최신 동향을 알아본다. 강의는 논문 리뷰로 진행되며, 2020년도 이후의 주목할 만한 PL 예측 모델 연구들을 살피고 관련하여 결합구조 예측 모델의 일부 또한 살핀다. 강의 선수과목 및 준비사항입니다. 선수과목 (권장) Al in Predicting Drug-Protein Interaction (sequence-based) (권장) Al in Predicting Protein-Ligand Interaction (structure-based) 참고자료 리뷰 대상 논문들 준비사항 없음
Students
60
DTI|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
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
148
신약개발사례|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
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
55
화학정보프로그래밍|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
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
193
화학정보프로그래밍|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 김우연 소속기관 KAIST 과목명 AI in Predicting Protein-Ligand Interaction (structure-based) 강의시간 8 학습목표 1.단백질 구조 기반 Protein-Ligand Interaction 에 대한 다양한 AI 예측 모델들을 살펴본다. 2. 예측의 정확도 및 일반화 측면에서 다양한 방법들의 장단점을 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 al Screening (이주용), Deep learning approach (김동섭), Deep learning frameworks (김학수), Deep learning Basic (김학수 참고자료 981 (2019)), GNN-Torg (JCIM, 59, 4131 (2019)), GNN-Jiang(RSCAdv 20, 20701 (2020)), DeepFusion (JCIM, 61, 1583 (2021)), PoseR 준비사항 x
Students
100
DTI|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 김태민 소속기관 가톨릭대학교 과목명 Big data in precision oncology 강의시간 2 학습목표 1. 대표적인 암유전체데이터베이스인 TCGA/ICGC를 통해 big data의 개요 및 구조를 학습한다 강의 선수과목 및 준비사항입니다. 선수과목 Introduction to NGS data analysis, Genomics analysis, Gene expression analysis, RNA-seq/single cell RNA analysis 참고자료 - 준비사항 -
Students
62
전사체학|
바이오데이터수집|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
강의 소개 및 개요입니다. 성명 김태민 소속기관 가톨릭대학교 과목명 Cancer genome analysis 강의시간 5 학습목표 1. 암유전체의 대표적인 변이 중 돌연변이(mutation) 및 염색체변이(copy number alteration)에 대한 정의 및 대표적인 연구기법 등을 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 NGS data analysis, Genomics analysis, Big data in precision oncology 참고자료 준비사항 R+ 기반 실습과목
Students
68
유전체학|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
강의 소개 및 개요입니다. 성명 김현욱 소속기관 KAIST 과목명 Disease-Target-Drug relationship analysis from multi-dimensional data 강의시간 1시간 학습목표 1. 소프트웨어 사용을 위한 컴퓨팅 환경 학습2. 약물상호작용, 약물부작용 등 다양한 약물반응의 예측을 위한 머신러닝 기반 프로그램 소개 강의 선수과목 및 준비사항입니다. 선수과목 AI 기초 (Python programing, machine learning); Chemoinformatics 분야 기초 (molecular representation 관련) 및 중급 과목 (특히 RDKit 관련) 참고자료 프로그램 관련 논문들 준비사항 -
Students
27
약물탐색모델|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
강의 소개 및 개요입니다. 성명 류성옥 소속기관 Galux 과목명 Graph Neural Networks for Molecular Property Prediction 강의시간 7 학습목표 1. Python 언어의 기본 문법을 익혀 기본적인 코딩을 할 수 있다2. Python 프로그래밍에서 필요한 기초적인 변수, 연산, 문자열, 조건문, 반복문, 함수 등을 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 참고자료 * GNN github repository, https://github.com/SeongokRyu/Graph-neural-networks* Bayesian learning github repository, https://github.com/SeongokRyu/Bayesian-deep-learning* Reliable GNN github repository, https://github.com/AITRICS/mol_reliable_gnn 준비사항 PyTorch 를 설치 및 활용가능한 노트북, 혹은 Google Colab 활용Dataset은 MoleculeNet 및 Therapeutic Data Commons 의 open benchmark를 활용예정
Students
71
약물최적화모델|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
강의 소개 및 개요입니다. 성명 남호정 소속기관 GIST 과목명 Lecture : AI in Predicting Drug-protein Interaction(sequence-based) 강의시간 2 학습목표 1. 단백질 서열을 사용하여 화합물-단백질 상호작용을 예측하는 다양한 방법론을 학습한다.2. 기계학습, 딥러닝 기반 화합물-단백질 상호작용 예측 모델들에 대해 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 Deep Learning Advanced (inductive bias, self-supervised learning, semi-supervised learning, Attention, Transformeretc.)Graph Deep Learning(GCN, GAT, GIN, GGNN, MPNN, etc.) 참고자료 doi: 10.1093/bib/bbz157doi: 10.1093/bib/bbab046 준비사항 Colab 접속 가능 환경
Students
42
약물탐색모델|
Professor
-
Learning Period
05-01-2023 ~ 05-01-2024
Course Introduction
강의 소개 및 개요입니다. 성명 임재창 소속기관 HITS 과목명 Molecule design with deep generative models 강의시간 4 학습목표 1. 다양한 딥러닝 기반 분자 생성모델을 리뷰한다.2. 신약개발에 있어 딥러닝 기반 분자 생성모델의 응용연구에 대해서 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 딥러닝 기초과목 참고자료 - 준비사항 -
Students
37
약물탐색모델|
Professor
-
Learning Period
05-01-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 이세한 소속기관 Hits 과목명 Molecular Representation Learning & Property Prediction 강의시간 5 학습목표 1. 분자 표현을 이해하고 인공지능 학습에 활용 할 수 있다.2. SMILES, fingerprint, pharmacophore, embedding 등의 분자 구조 표현 방법을 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 - 참고자료 - 준비사항 노트북 사용, discovery studio visualizer & PaDEL 설치
Students
46
화학정보프로그래밍|
Professor
-
Learning Period
05-01-2023 ~ 04-27-2024
Course Introduction
강의 소개 및 개요입니다. 성명 김태민 소속기관 가톨릭대학교 과목명 Multiomics analysis 강의시간 2 학습목표 1. 대표적인 암유전체데이터베이스인 TCGA data를 통해 multiomics분석의 특성 및 실제 응용기법들을 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 Gene expression analysis, RNA-seq/single cell RNA analysis, Cancer genome analysis 참고자료 - 준비사항 -
Students
72
전사체학|
바이오분석기술|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 홍승환 소속기관 한국제약바이오협회 과목명 protein data bank 분석 강의시간 3 학습목표 (1) Protein Data Bank로부터 pdb 단백질 3D 구조 파일을 얻고, pdb 파일을 파싱하는 방법에 대해 설명한다. (2) pdb 구조로부터 단백질-리간드 상호작용을 분석한다. (3) 단백질 데이터베이스 Uniprot에서 제공하는 정보에 대해 설명하고, 신약개발에 활용하는 방법을 알아본다. 강의 선수과목 및 준비사항입니다. 선수과목 단백질 구조 결정학, 단백질 구조기반 신약설계 참고자료 도서, 웹사이트, 논문 등 준비사항 linux (windows WSL), Python, Anaconda
Students
73
단백질구조|
화합물데이터|
DTI|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
39
약물최적화모델|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
17
바이오분석기술|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
27
단백질구조|
바이오프로그래밍|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
50
바이오데이터수집|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 정인석 소속기관 스탠다임 과목명 병렬 처리를 활용한 대용량 계산 방법 강의시간 2시간 학습목표 컴퓨터에서 병렬 계산이 처리되는 방식을 이해하고 다양한 방식으로 병렬 계산을 수행할 수 있다 강의 선수과목 및 준비사항입니다. 선수과목 Python programming 참고자료 https://docs.python.org/3/library/multiprocessing.html https://mpi4py.readthedocs.io/en/stable/ https://github.com/zeehio/parmap 준비사항 Anaconda python3 설치, linux-like terminal 환경 구성
Students
27
파이썬프로그래밍|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의소개 및 개요입니다. 성명 최정모 소속기관 부산대학교 화학과 과목명 단백질-리간드 상호작용 계산을 위한 분자동역학 시뮬레이션 방법 강의시간 4시간 학습목표 분자동역학(molecular dynamics; MD) 시뮬레이션 방법의 기초를 익히고, 신약 개발에 널리사용되는 단백질-리간드 상호작용 계산에 응용한다. 강의 선수과목 및 준비사항입니다. 선수과목 기초화학 참고자료 Smit and Frankel, Understanding Molecular Simulation: From Algorithms to Applications 준비사항 해당없음
Students
62
DTI|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
23
유전체학|
바이오데이터수집|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
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
53
유전체학|
Professor
-
Learning Period
04-30-2023 ~ 04-30-2024
Course Introduction
강의 소개 및 개요입니다. 성명 황 대 희 소속기관 서울대학교 과목명 시스템생물학 강의시간 8 Lecture (4 과정) 학습목표 본 강좌에서는 시스템생물학 교과목으로서 생체 시스템을 이해하기 위한 오믹스 분석 기술, 질병 관련 유전자/단백질 선별을 위한 오믹스 데이터 분석법, 바이오마커(e.g., 진단마커, 약물타겟) 선정과 메커니즘 예측에 필요한 네트워크 분석 방법론을 학습한다.
Students
97
전사체학|
바이오데이터수집|
바이오분석기술|
생물학|